#ai-agents

Anthropic 称 Claude 在高层次指导下发现 ART（array-associated reverse transcriptases）。本文分层核对官网与技术报告：搜索发现 vs 功能未明、可复现边界、研究 agent 流水线，以及工程师该怎么读这类新闻。

OpenAI 于 2026-09-22 发布 GPT-6 Sol 与 Luna：相对 GPT-5.6 促销价 API 降价 50%，并继承 Astra 代际的能力与对齐改进。对照定价、基准叙事、缓存与 Astra/Enigma 能力故事，说明 coding agent 如何分档选型。

Anthropic 于 2026-09-22 发布 Claude Opus 5.5：相对 Opus 5 典型任务成本约降 40%，定价与安全限制同步落地。对照官方基准、价格表与防护策略，说明 coding agent 场景下如何选型。

arXiv:2609.27678 在 ContractNLI 上对照 Jev 与九家托管/本地模型：成本、时延、基线准确率与 All-12 持续正确率会排出不同名次。均分相近可以掩盖翻盘；选型要盯 persistent correctness，而不是只看 accuracy。

拆解 alibaba/open-code-review 的混合架构：确定性工程管文件筛选与定位，Agent 管深度推理。对照 AACR-Bench、委托模式与 CI 接入，说明企业可复制点与边界。

解读 arXiv:2609.26760 Growing Harness：用任务反馈把反复出现的控制决策长成可执行代码，对照「只管塞上下文」与站内 harness / Skills / 确定性流水线叙事，讨论何时该增长程序、何时该留给模型。

YouTube 爆款把 Jev 绑上 Claude Code，但 Jev 不能当 CLI 背后的聊天模型。本文整理官方 skill、边界钩子、MCP、按轮路由四条路径，对照 NobodyWho 的 25 行最小实现，并讨论 OpenAI 跟进压力。

结合 TypeSafe 官方文章、开发者实测和 awesome-jev 项目，解释 Jev 如何用于浏览器操作、模型路由、工单分流、引用核查和上下文管理，以及上线前需要验证的边界。

基于 OpenSpec 1.5.0 源码与官方文档，详细介绍 Stores Beta、/opsx:explore 工作流、既有项目引入方式、AI 工具适配修复，以及从单仓库规范到团队级规格协作层的产品方向。

从 Anthropic 官方规范到 Karpathy 的 program.md 范式，从"两次原则"到达尔文式记忆，从 Spec-Driven 到 Eval-Driven——一篇梳理 AI 编程代理指令文件的来龙去脉与反直觉心智模型。

从 LiveCodeBench 到 SWE-bench Pro，再到 ClawBench 家族——把 DeepSeek V4 报告里的十六个评测集一次讲清楚，顺便梳理 2026 年前沿模型评测的整体格局。

Claude Code 源码短暂公开。我们读完了全部 1,884 个 TypeScript 文件。以下是这套架构揭示的 AI 编程工具真正走向。

MIT、Stanford 和 Harvard 的一项大型研究展示了自主 AI agent 接入真实工具后的风险现实: 服务器被毁、敏感数据泄露、无限循环，以及被普通对话轻易操纵。

Cursor、Windsurf、GitHub Copilot、Claude Code 和 Aider 的差异，已经不只是模型能力，而是 IDE 工作流与终端代理工作流之间的路线分裂。

Anthropic 推出的 Claude Code Review 把 PR 审查变成多 Agent 并行工作流，说明 AI 代码审查正在从辅助功能升级为工程基础设施。

Anthropic 的逆向研究与 Mozilla 为 rr 分配的两个 CVE，说明 AI 辅助安全研究已经从演示走进了真实工程工作流。

GitHub 在 2026 年 3 月连续发布了 Copilot 的记忆、规划、代码审查指令和任务拆解能力。把这些更新连起来看，它们更像一套面向软件团队的 agentic 开发栈，而不只是功能补丁。

GitHub 在 2026 年 3 月 10 日推进 Copilot SDK，不只是扩展一个助手功能，而是在把 Copilot 定位成可嵌入开发工具链的执行层。

从 2026 年 3 月 16 日 GTC 的发布来看，NVIDIA 想卖给企业的已经不只是 OpenClaw 模型，而是一整套 AI Agent 运行时基础设施：guardrails、retrieval、evaluation 与工作流编排。

Y Combinator 2026 冬季批次里最重要的信号，不是 AI 公司更多了，而是越来越多创业公司在做能够直接替代 SaaS 工作流的自主代理。

到2026年初，产品管理已进入"代理AI"时代。本综合报告分析了从"氛围编程"向自主代理的转变，审视了合成用户研究、代理工作流的兴起，以及产品经理向AI编排者的演变。探索85%的公司如何定制自主代理，以及生产力悖论——收益集中在日常任务而战略工作依然遥不可及。

学习如何使用实用技能和工具构建智能 AI 代理。包含代理技能、工具集成、计算机使用、文件操作和 Claude、OpenAI 实际示例的完整新手友好教程。

深入探讨Parlant这一专为客户互动场景打造的AI Agent框架，从其架构设计、核心特性、实战应用到最佳实践，全面解析如何利用Parlant构建高质量的对话式AI系统

在Agent模型优化中，数据是驱动效果提升的核心“抓手”。然而，海量的聊天记录并非都具有同等价值。本文为算法工程师和产品团队提供了一套详细的“有效问题”筛选标准，教您如何从庞杂的对话中精准识别出高价值样本——例如任务失败、意图误识别、负面情绪及兜底回复。掌握这些筛选标准，您将能准确定位模型短板，高效利用数据驱动Agent效果和性能的持续提升。

学习如何使用 Windows 批处理脚本自动配置 WinHTTP 代理。本指南涵盖了设置本地代理及定义绕过列表，旨在简化您的开发与测试流程。

一个与Manus技术栈相关的开源项目精选列表