智能体 Agent

Ropes & Gray与OpenAI合作开发交易尽职调查AI，先由模型对文件分组、生成摘要与报告，律师再审核并给出客户建议，法律AI正从检索走向流程重构。

Bernstein 在 Hacker News 上亮相，定位是为 AI Agent 提供开源的治理层，试图在 Agent 能力快速扩张的同时补上权限、约束与可审计性这一环。

MicroZig 项目宣布采用严格的“No LLM / No AI”政策，禁止 AI 生成内容进入代码库。这一决定把开源社区长期存在的隐性争议摆上台面：AI 辅助贡献的版权、质量与信任边界该如何界定。

MIT科技评论指出，企业里同时运行的多个AI系统各自强大，却常给出错误或混乱的结果，根源在于缺少统一的企业上下文，而非模型能力不足。

WIRED记者让Codex接管一支梦幻足球队，测试AI的预测与决策能力。结果并不比人类更强，但它在试错中修正了最初的错误判断。

MiniMax 开源 MCode Stack，一套 MIT 许可的 SKILL.md 技能与清单集合，覆盖代码审查、子 Agent 拆分、上下文预算与长任务执行，来自其内部编码团队的日常实践。

Google 推出面向开发者的新平台，让第三方服务接入 Gemini 与搜索的 AI 体验。这意味着应用发现入口可能从应用商店转向 AI 对话，开发者需要重新思考自己的分发策略。

Anthropic 为 Claude for Legal 加入预置模板与自动来源核验，并支持 60 多个集成直连律所自有数据库，把合同审查等例行工作前置到 AI 环节。

OpenAI 与 ServiceNow 扩大合作，把模型与 Agent 嵌入 ServiceNow 工作流，同时让 ServiceNow 流程进入 ChatGPT 与 Codex，形成双向集成。

MIT科技评论聚焦工业AI的一个核心张力：在追求自主决策效率的同时，如何保留人类的有效控制权。这不是二选一，而是工业场景落地的前提条件。

安全创业公司Cathedral用AI智能体通过第三方软件打入Anthropic内部系统，触及销售、HR与IT数据。这起漏洞赏金事件说明，即便是最顶尖的AI实验室，也可能栽在外部依赖上。

OpenAI 提出 AI 将以“之下、之旁、之间”三种位置嵌入组织架构，这比“AI 替代岗位”的讨论更值得关注：它改变的是协作结构与责任归属。