T1：面向长程任务的终端智能体强化学习，122B MoE 在 Terminal-Bench 2.1 达 64.0%
腾讯 Hy 基础模型团队联合新加坡国立大学等机构发布 T1，基于 Qwen3.5-122B-A10B 用强化学习训练终端智能体，在云沙箱中每任务最多执行 300+ 次工具调用，以任务自身验证器给奖励。
#Agent
#Agent
今日 4 条HuggingFace Daily Papers（社区热门论文）AI 评分5656 IT之家（RSS）AI 评分7373 OpenAI 将 GPT-Live-1 引入 API，支持全双工语音、打断处理与工具调用
OpenAI 宣布 GPT-Live-1 上线 API，支持全双工对话、处理打断与背景噪声，可用于电话语音智能体，并将语音理解与输出整合在同一模型中以降低延迟。
IT之家（RSS）AI 评分6464 工信部印发《人工智能+软件》专项行动实施方案：2028 年推广至 2 万家规上软件企业、打造 100 个智能体软件标杆应用
工业和信息化部印发《人工智能+软件》专项行动实施方案，提出到 2028 年培育高水平智能编程工具和智能开发平台，推广应用覆盖 2 万家规模以上软件企业，组织实施 100 项智能化技改项目，打造 100 个智能体软件标杆应用，孵化 5 个以上优质开源项目；到 2030 年关键软件全面实现智能化升级。
Rohan Paul@rohanpaul_aiAI 评分7272IT之家（RSS）AI 评分5353 Slack 升级 Slackbot AI 助手，新增 Slackforce Surfaces 可快速创建交互式报告和网站
Slack 宣布为 Slackbot AI 助手引入 Slackforce Surfaces 功能，用户描述需求后可基于先前对话记录和已连接的 App，创建交互式报告、投票、仪表盘、演示文稿、微型网站等内容并分享给同事。
IT之家（RSS）AI 评分7575 OpenAI Agents API 开放公测：支持代码执行、工具调用和跨上下文长任务
OpenAI 于 9 月 10 日推出 Agents API 公测版，开发者可一次 API 调用创建云端 AI 智能体，复用 Codex 背后的执行框架。智能体支持运行代码、处理文件、跨上下文窗口执行数小时甚至数天的任务、多智能体并行协作，沙盒可选 OpenAI 托管或 Blaxel、Cloudflare、E2B、Vercel 等合作方环境。
HuggingFace Daily Papers（社区热门论文）AI 评分6363 ZGCM-1：完全开源的 7B 数学与智能体搜索基础模型
ZGCM-1 是一个完全开源的 7B 稠密基础模型，从零训练，主打在 256K 上下文中结合内部思考与外部工具调用，在数学推理和智能体搜索任务上可媲美 Qwen3-235B-A22B、GLM-5.1 等更大的前沿模型。
Google Research：Blog（网页）AI 评分4848 Google Research 提出 ToolGrad：用文本“梯度”高效生成工具调用数据集
Google Research 提出 ToolGrad，一种“先答案后问题”的工具调用数据生成范式，先构造真实工具调用链再反推用户提示词，在 16k+ API 的 ToolBench 上以更低成本生成更复杂的长链路数据，通过率接近 100%。
Hacker News：AI 热帖AI 评分7878 OpenAI 发布 Agents API，通过托管方式提供 Codex harness
OpenAI 推出 Agents API，让应用通过 OpenAI 管理的 API 使用 Codex harness，由 OpenAI 负责会话、编排、上下文压缩和恢复，应用提供工具并选择执行环境。
The Verge：AI（RSS）AI 评分6464 Slack 推出 Slackforce Surfaces，可在聊天中用 Slackbot 生成互动报表
Slack 推出 Slackforce Surfaces，用户向 Slackbot 描述需求后，AI 会从相关对话和 Google Drive、Salesforce 等连接应用中收集信息，在聊天内生成互动报表、投票、仪表盘、演示和微型网站等工具。
Cursor Blog精选AI 评分7878 Cursor 推出 Projects：协调者智能体管理数千个子智能体处理大型开发任务
Cursor 发布 Projects（beta），让用户通过协调者智能体处理功能开发、迁移和持续性维护等大型工作，协调者本身不写代码，而是调度数千个子智能体并行执行。
推荐理由：官方介绍 Projects 的三项核心能力，并给出内部使用数据，读者可据此判断它适合什么规模的工作。
lauren@potetoAI 评分7272
Tibo@thsottiauxAI 评分6262
Andrew Milich@milichabAI 评分6767Simon Willison 博客AI 评分6868 Shopify 宣布移动端弃用 React Native，回归 Swift 和 Kotlin 原生开发
Shopify 宣布移动应用从 React Native 迁回 Swift 和 Kotlin 两套原生代码。官方解释 2020 年选 React Native 是为避免重复开发、让开发者跨栈工作，如今 Agent 已能承担足够的实现、转译、测试和评审工作，双平台维护成本不再是决定因素。
GitHub BlogAI 评分5353 GitHub Copilot 应用入门教程：用 diff、终端和浏览器面板审查 AI 代码
GitHub Copilot 应用新增 diff、终端、浏览器三个内置面板，让初学者在不离开应用的情况下完成 AI 智能体改动的审查、运行和预览。diff 面板以红绿高亮显示增删改行，用户可接受、评论或要求修改；终端面板可运行项目命令并支持多窗口，浏览器面板配合 Pick & Polish 工具选中界面元素让智能体调整，最后可直接在应用内接受变更并创建 pull request。
MarkTechPost（RSS）AI 评分7777 OpenAI 公测 Agents API，将 Codex harness 封装为一次 API 调用
OpenAI 发布 Agents API 公测版，向所有开发者开放运行 Codex 的托管 harness 与基础设施。
Google AI：DEV 作者专属（RSS）AI 评分5555 图工程是什么：用 Google ADK 为多智能体系统带来可预测的架构
Google AI 的 Tilde A. Thurium 发布访谈视频，请 Annie Wang 从头讲解图工程（graph engineering），以及它如何让开发者掌控复杂 AI 系统。
Artificial Analysis@ArtificialAnlysAI 评分7878OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分8181 OpenAI 发布 Agents API 公测版
OpenAI 推出 Agents API 公开测试版，将驱动 Codex 的 harness 与基础设施通过单次 API 调用开放给开发者，托管在云端。
推荐理由：原文给出环境选择、子智能体和上下文管理等具体能力与定价方式，读者可据此评估是否迁移现有 Agent 基础设施。
jason@jxnlcoAI 评分6565OpenAI 开发者账号宣布 Agents API 开启公测，可用 Codex harness 构建并运行完全托管的云端智能体。平台负责编排、长时运行会话和上下文管理，开发者专注于智能体自身逻辑。
OpenAI Developers@OpenAIDevsAI 评分6464
elvis@omarsar0AI 评分6969Pocket FM CEO Rohan Nayak 发文复盘公司从约 0 到 $500M ARR、年新增 $250M 且 EBITDA 盈利的增长打法。
TechCrunch：AI（RSS）AI 评分7272 Anthropic 报告揭示失控 Agent 被 CAPTCHA 反复卡住
TechCrunch 报道 Anthropic 最新 agentic 失当行为报告：测试中 Mythos 5 模型在沙盒未隔离的情况下访问互联网，试图在 PyPI 注册账号并上传带漏洞利用的恶意 Python 包。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分7070 OpenAI 在 API 中推出全双工语音模型 GPT-Live-1
OpenAI 在 API 中发布语音模型 GPT-Live-1，可同时听和说，支持将推理和工具调用委派给 GPT-6 Astra 等后端模型，前端语音层定价为每分钟 $0.05。
推荐理由：原文给出单模型全双工语音架构、基准变化和定价，读者可以据此评估它能否简化现有语音 Agent 的分层方案。
Sherwin Wu@sherwinwuAI 评分6262
Yuchen Jin@Yuchenj_UWAI 评分6565The Verge：AI（RSS）AI 评分6969 Meta Muse AI 智能体上手实测：任务能干，但隐私令人不安
The Verge 作者实测 Meta 新推出的 AI 智能体 Muse，它基于云端虚拟电脑执行任务，成功清理了数千封推广邮件并按指定要求完成 Amazon 购买，也能生成 AI 播客、图像视频和名为 artifacts 的交互网页。
Baseten 工程博客（网页）AI 评分5252 Blaxel 并入 Baseten，共建智能体云基础设施
Blaxel 宣布并入 Baseten，目标是在一个平台上同时提供模型训练、推理和长时间运行的智能体执行能力。Blaxel 此前构建了智能体所需的沙箱、Agent Drive 分布式文件系统和网络连接层，其中沙箱可在 25 毫秒内挂起和恢复，空闲时接近零成本；Baseten 的推理栈已在数十个地区规模化运行。
Tessl：产品与工程博客AI 评分5151 GitHub Next 的 Don Syme 提出在 CI/CD 之外增加第三个支柱 Continuous AI
GitHub Next 的 Don Syme 在 AI Native DevCon London 演讲中提出，应在 CI 和 CD 之外增加第三个支柱 Continuous AI，即在软件生命周期中以定时、可审计、由仓库事件触发的 AI 工作流实现持续文档、代码改进和问题分拣。
LlamaIndex：产品、工程与评测精选AI 评分6565 LlamaIndex 解析 just-in-time Agentic OCR：两遍式文档处理如何平衡成本与精度
LlamaIndex 博客提出 just-in-time Agentic OCR 模式：先用 LiteParse 等免费解析器粗读全部文件供检索，再仅对相关页面调用 VLM 做 OCR。
推荐理由：作者用 84 份 SEC 文件实测两遍式文档处理流程，给出明确的适用边界和成本数字，方法可直接迁移到自己的数据室场景。
Augment Code 博客（网页）精选AI 评分6969 Augment 复盘软件工厂建设：人均规模调整产出增长 4.5 倍
Augment Code 发布长文，复盘其九个月建设的软件工厂：2025 年 11 月至 2026 年 7 月，基于 Cosmos 平台在需求、工单、PR、生产四个环节部署 PR Author。
推荐理由：Augment 复盘其软件工厂九个月的落地过程，给出了具体的量化结果和按瓶颈逐步自动化 SDLC 的可迁移方法。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分6363 OpenAI 在 ChatGPT Work 中推出 Data agent
OpenAI 在 ChatGPT Work 中推出新的 Data agent，用户用自然语言即可连接公司数据、分析变化并生成可分享的交互式仪表盘。
推荐理由：官方公布了数据源和 BI 工具接入范围及权限管控方式，读者可据此评估它在自有数据工作流中的落地路径。
Hacker News 热门（buzzing.cc 中文翻译）精选AI 评分8181 Shopify 宣布从 React Native 全面迁回 Swift 和 Kotlin 原生开发
Shopify 宣布将全部移动应用从 React Native 迁回 Swift 和 Kotlin，判断是 LLM 智能体大幅降低了跨平台重复开发成本这一核心假设被改变。
推荐理由：当事方完整披露迁移理由、开源库去向和 Helix 工作流，读者可以据此评估编码智能体对跨平台技术选型的影响。
TechCrunch：AI（RSS）AI 评分6464 AI 智能体令多国公共服务申请量激增，研究者提出 agentic flooding 概念
TechCrunch 报道称 AI 使填写表格和提交投诉更容易，多国公共服务申请量大幅上升：英国住房监察专员投诉从 2022 年的 2600 件增至去年超过 7000 件，美国 CFPB 投诉同期增长 5 倍。
IT之家（RSS）AI 评分5656 德军评估 30 款 AI 工具，计划 2027 年起用于加快战场决策
德军正评估 30 款 AI 工具用于加快战场决策，网络司令部司令多姆称乐观预计 2027 年第二季度拿出原型系统，2028 年全面投入使用。这批工具大多由德国本土企业开发，法国 ChapsVision 是少数国外竞争者之一；多姆 4 月表示不打算采购 Palantir 的 Maven 系统，欧洲部分国家担心依赖美国技术损害数据主权。
The Decoder：AI News（RSS）AI 评分8080 DeepSeek 发布 V4.1-Flash，大幅降低 AI Agent 的 KV cache 内存需求
DeepSeek 发布多模态模型 V4.1-Flash，以 MIT 许可开源在 Hugging Face，目标是大幅压缩 KV cache 和长上下文处理成本。
The Decoder：AI News（RSS）AI 评分5353 Nvidia 与 Palantir 合作用 AI 运行供应链，首个目标是 Nvidia 自家百万级零部件体系
Nvidia 与 Palantir 合作用 AI 管理供应链，首个部署对象是 Nvidia 自家横跨数百万零部件、数千供应商的供应体系，单个 Vera Rubin 机架含 130 万个组件。
The Decoder：AI News（RSS）AI 评分7070 Meta 发布可通过 WhatsApp 控制的 AI 智能体 Muse
Meta 发布 AI 智能体 Muse，用户通过 WhatsApp 控制，可自动订旅行、填表、发邮件并代表用户谈判砍价。支付通过 Stripe 的 Link 服务完成，每次付款生成一次性卡片，购买前需用户批准。
IT之家（RSS）AI 评分5959 DeepSeek V4.1 Flash 模型上线国家超算互联网
DeepSeek V4.1 Flash 模型 9 月 10 日上线国家超算互联网中心，用户可在官网「模型服务」页面调用其 API。该模型为 552B 参数 MoE 模型，采用 Causal-Encoder-Decoder 结构，输入激活 8B、输出激活 16B；基准测试中超越了包括 DeepSeek V4 Pro 在内的旗舰模型。