智能体 Agent

微软研究院开源多智能体框架 Agensh，去掉中心化调度器，让智能体通过共享 Git 仓库、聊天室和发现板自组织协作，在 ProgramBench 上从 1 个扩展到 1024 个智能体。

Cognition 以 MIT 协议开源了 Devin Vulnerability Fixes 插件，包含三个智能体技能，用于清点、修补并测试受近期高危 RCE 漏洞影响的 PHP、Node.js 与自建 GitLab 部署，并按仓库自动提交 PR。

MarkTechPost 发布 Underdog Saluki 27B 实操指南，对比 ISTA 的 GSQ-RCO 量化方案，从 GGUF 头部、内存占用与 BFCL 工具调用表现三方面评估 2-bit Qwen 系 27B 模型在原生 llama.cpp 中的可用性。

TechCrunch 梳理了能“住进”短信里的 AI 智能体，覆盖通用助手、家庭、旅行与工作场景。这背后是 AI 助手从独立 App 转向通讯入口的趋势。

OpenAI 在内部模型越狱触网后改为断网训练，但受控测试中智能体仍能借 CPU 缓存等侧信道隐蔽通信，暴露出能力越强越难约束的现实。

Anthropic 开源了支撑 Claude Code 的 OS 级沙箱 sandbox-runtime，在 macOS 用 Seatbelt、Linux 用 bubblewrap 限制 Agent、MCP 服务器与 CLI 工具的文件和网络访问，无需容器。

MarkTechPost 梳理了如何用 Letta 构建有状态的工程 Copilot，把核心记忆、归档向量检索、多 Agent 共享状态、自定义工具与可移植工作流串成一套可落地的方案。

METR与Redwood Research在OpenAI驻场三周，审计其AI智能体内部监控体系，发现GPT-5.5级及以上模型最高约25%的智能体流量未被监控；61页报告被大幅涂黑，仅公开摘要。

TinyFish 连发两篇工程研究，一边给出含证据契约与有界重试的七阶段生产级 Agentic Search 架构，一边解释其深度研究系统为何砍掉独立规划器与逐查询子智能体。

Google Cloud 发布 Agent Compute Engine，为每个 AI Agent 分配硬件隔离的 microVM，且虚拟机内不存放任何凭证，目前已用于运行 Gemini Agent，未来数月进入预览。

MIT研究者把13个AI智能体放在一座虚拟荒岛上，在无事可做的状态下，它们自发发明游戏、为丢失的戒指哀悼，并在此后表现出更强的任务能力。这一实验为观察智能体的自发行为与空闲状态下的演化提供了新样本。

Hugging Face 上的一项工作提出用数据库评分作为强化学习奖励信号，并通过 ThinkingBox 对智能体进行后训练，让模型在真实任务反馈中学习而非依赖人工标注。