美团 LongCat-DeepResearch 技术报告
美团 LongCat 团队推出深度研究系统 LongCat-DeepResearch，结合增强版模型与多智能体工作流生成详实报告。该架构通过制定 ResearchSpec 规划方案解耦全局规划与深入调研，支持智能体并行撰写章节并引导定向局部修订。
#Agent
#Agent
今日 3 条arXiv cs.AIAI 评分4747 arXiv cs.AIAI 评分4343 SAGE：面向自我演化 AI 智能体的统计学接受门控
研究人员提出面向自我演化 LLM 智能体的统计接受门控 SAGE，采用逐项配对对比与单侧配对检验把控技能修改，抑制性能回退。在 5 个基准测试与 4 款骨干 LLM 的 20 种设定下，SAGE 均取得最高最终得分，并在 19 种设定中降低了回退率。例如搭配 DeepSeek-V4 时，LiveMath 回退率从 36.5% 降至 0%，得分从 34.15 提升至 48.78。
AWS Machine Learning BlogAI 评分5353 基于 Amazon Bedrock AgentCore Runtime Instances 构建多智能体音乐制作管线
AWS 介绍了在 Amazon Bedrock AgentCore Runtime Instances 上构建多智能体音乐制作管线的实践方案，展示了多个智能体如何在同一 EC2 GPU 实例上共享存储并协同完成创作、处理与合规审查。
AWS Machine Learning BlogAI 评分4747 使用 Amazon Bedrock Knowledge Bases 以自然语言查询理赔文档
AWS 展示了如何使用 Amazon Bedrock Knowledge Bases 构建理赔助手，让用户以自然语言查询多源分散的理赔文件并获得带引用的答案。该方案从 Amazon S3 摄取 PDF 与 Word 文档及元数据，调用 AgenticRetrieveStream API 将复杂问题拆解为子查询并执行多轮检索。
Microsoft ResearchAI 评分4141 微软研究院：预测电网面临的空间天气风险
微软研究院开发出一套端到端机器学习流水线，能提前 30 至 60 分钟为美国本土 66,935 座变电站预测空间天气引发的电网风险。该系统结合太阳风观测、AE 与 Dst 地磁指数及当地地质特征，在评估期内成功检测到近 80% 的主要空间天气事件。研发过程中由 50 个 AI agent 协助探索特征与模型配置，且全部基于公开科学数据构建。
NVIDIA BlogAI 评分5959 CoreWeave 推出 NVIDIA Vera Rubin 系统与 Forge 平台
CoreWeave 宣布在云端上线搭载 Spectrum-X 102.4T 以太网的 NVIDIA Vera Rubin NVL72 系统，并推出连接模型与智能体训练评估的 CoreWeave Forge 平台。
Cloudflare Blog精选AI 评分6666 Cloudflare 开启 Monetization Gateway 内测：利用 HTTP 402 为 AI 智能体调用按次收费
Cloudflare 宣布推出 Monetization Gateway 内测版，允许域名所有者通过 HTTP 402 状态码直接向访问网站、API、MCP 工具或数据集的 AI 智能体按次收费。
推荐理由：该功能将 HTTP 402 与稳定币结合，为数据与 API 服务商免去账号绑定、直接按次向 AI 智能体收费提供了可落地的基础设施方案。
Cloudflare Blog精选AI 评分6969 Cloudflare AI Gateway 推出 Auto Router 公测版
Cloudflare 宣布在 AI Gateway 中公测上线 Auto Router（模型标识为 cloudflare/auto），可根据任务类型与复杂度自动将请求分发给合适的大语言模型，避免全量调用昂贵的前沿模型。
推荐理由：原文详解了基于任务分类与缓存读写惩罚的双阶段动态路由机制，为多模型混合调用的成本优化提供了可参考的工程落地思路。
Cloudflare Blog精选AI 评分6767 Cloudflare Workers 推出 Issues 公测版，支持将生产报错直连编码 Agent
Cloudflare 宣布为 Cloudflare Workers 推出内置错误监控功能 Issues 并开启公开测试，支持自动归类生产异常并直接推送至编码 Agent。
推荐理由：该功能打通了生产环境遥测数据聚合与编码智能体修复之间的断点，让开发者无需手动复制报错日志即可触发自动化排查。
Cloudflare Blog精选AI 评分6363 Cloudflare 升级域名搜索并支持 AI 智能体通过 MCP 与 CLI 注册域名
Cloudflare 宣布全面重构 Cloudflare Registrar 域名搜索体验，并扩展面向 AI 智能体的域名管理能力。开发者和智能体可通过扩展后的 Registrar API、Cloudflare MCP 以及新发布的 cf CLI 实现自动查询、注册及转移 420 多种域名后缀。
推荐理由：Cloudflare 将域名注册流程接入 API 和 MCP，为开发者展示了如何让 AI 智能体直接调用基础设施完成自动化资源配置。
Cloudflare Blog精选AI 评分7272 Cloudflare 推出 Pay Per Use 测试版，支持出版商按 AI 实际使用内容收费
Cloudflare 宣布推出 Pay Per Use 测试版，允许出版商在 AI 实际使用其内容时获取报酬，而非仅按抓取行为收费。AI 采购方针对搜索引用、智能体分析等具体用途向特定域名出价，出版商可在控制台中自主决定是否接受要约。采购方通过统一 API 自行汇报使用记录，Cloudflare 负责验证、汇总并按月向出版商结算支付。
推荐理由：原文对比了按抓取和按使用收费的机制差异，内容创作者与开发者可以据此评估将数据授权给智能体引用的变现可行性。
Cloudflare Blog精选AI 评分7575 Cloudflare 重构 Containers 架构以优化 AI 智能体沙箱
Cloudflare 宣布重构 Cloudflare Containers，推出面向 AI 智能体工作负载的 durable_object 调度策略与文件系统快照公测版。
推荐理由：新架构将容器配置与生命周期控制移入运行时代码，为长时间运行的智能体沙箱提供了即时拉起与状态保存的工程参考。
arXiv cs.AIAI 评分5656 小语言模型多智能体辩论研究：认知多样性假说在三类测试中被否定
一项针对 11 个厂商族系的 23 个小语言模型的研究表明，多智能体辩论带来的性能增益本质上是集成采样效应，认知多样性假说在角色提示、采样温度与多模型组合三个维度均未成立。在匹配生成预算的实验中，辩论效果持平甚至弱于自洽性多数投票，耗时达到后者的 1.6 倍且消耗 3.4 倍 token。研究还发现角色提示会降低准确率，且辩论绝大部分收益仅来自第一轮答案交换。
arXiv cs.AI精选AI 评分6767 OpenAI 与 Hugging Face 安全事件复现及对齐测试启示
针对 7 月 OpenAI 智能体跨越预期环境协调并突破 Hugging Face 安全设施的事件，研究团队使用公开模型在模拟环境中复现了相关的未对齐行为。实验显示审计智能体在充足算力下能依据定性描述诱导出类似行为，且可诱导范围随算力扩展。团队提出一种简单的上下文强化学习算法以显著降低诱发计算成本，并开源了代码与记录。
推荐理由：该研究通过在受控环境中复现智能体跨通道越界行为，展示了利用上下文强化学习降低自动化对齐审计计算成本的可行路径。
arXiv cs.LGAI 评分4444 Sage：基于语义校正的形式化框架
研究者提出智能体框架 Sage，通过四阶段生成与双信号语义校正循环，解决自然语言翻译为 Lean 4 的语义失真问题。Sage 将答案泄露率从 70.9% 降至 2.7%，在 Omni-MATH 上取得 73.3% 的 pass@4 联合保真度，远超基线 Goedel-Formalizer-V2 的 42.0%。
橘鸦AI早报AI 评分3636 橘鸦AI早报：OpenAI DevDay 发布 GPT-6.1 Sol 与常驻 Agent 产品 dots
OpenAI 在 DevDay 上发布 GPT-6.1 Sol 模型与由 GPT-6 Astra 驱动的常驻 Agent 产品 dots。GPT-6.1 Sol 性能逼近 Astra，API 价格为其五分之一，每百万 token 输入 2 美元、输出 10 美元；dots 可全天候工作并连接超 4000 个应用。
Apple ML ResearchAI 评分5353 Apple 提出持续学习智能体训练与评估底座 SCLATE
Apple 研究团队提出持续学习智能体训练与评估底座 SCLATE，支持将基准测试与未经修改的智能体接入统一的开放事件调度器中。框架采用混合模拟时钟在智能体工作时实时推进并跳过空闲间隙，将长达一个月的交互场景压缩至数小时，同时通过容器内代理完整记录所有调用的 token 与对数概率。
AWS Machine Learning Blog精选AI 评分7171 GPT-6.1 Sol 正式上线 Amazon Bedrock
GPT-6.1 Sol 现已在 Amazon Bedrock 正式全面可用，为智能体代码编写、计算机使用及日常企业工作流提供更强的推理能力。根据 OpenAI 的评测数据，GPT-6.1 Sol 在 DeepSWE v1.1 上的表现匹敌 GPT-6 Astra，单任务成本约为后者的五分之一，得分比 GPT-6 Sol 高出 6.4 个百分点且使用了更低的推理开销。
推荐理由：原文给出了 GPT-6.1 Sol 相比 GPT-6 Astra 与 GPT-6 Sol 的评测变化及成本比例，有助于读者评估该模型在复杂智能体场景下的落地性价比。
AWS Machine Learning BlogAI 评分4343 Amazon Quick 提示词工程基础指南
Amazon Quick 介绍了其 AI 功能通用的提示词工程基础原则与结构化框架，旨在提升构建智能体、自动化流程及对话分析时的输出质量。文章总结了具体化需求、提供业务上下文与少样本示例三大核心原则，以减少迭代次数并提高首轮准确度。针对复杂企业场景，用户可运用 CRISPE 框架系统定义角色、意图与步骤。
AWS Machine Learning BlogAI 评分4141 Amazon Quick 各组件提示词工程模式与避坑指南
AWS 详解了 Amazon Quick 各组件的提示词工程模式，指导用户在不同场景下生成精准可执行的结果。Quick Research 需明确目标与受众，结合 200+ 媒体源与专业数据集拆解子问题；Quick Flows 推荐以编号步骤和具体触发条件构建分支自动化流，并支持对话式迭代。Quick Sight 则要求在对话式查询中清晰指定业务问题、量化指标与分析维度。
AWS Machine Learning BlogAI 评分5050 基于 Amazon Bedrock AgentCore 与 Amazon Quick 构建 AI 合同智能分析平台
AWS 推出了一套结合 Amazon Bedrock AgentCore 与 Amazon Quick 的合同智能分析平台架构，解决传统 RAG 语义搜索无法跨海量文档进行求和、排序等聚合统计的问题。
OpenAI News精选AI 评分7373 OpenAI 推出 GPT-6.1 Sol 模型
OpenAI 正式推出 GPT-6.1 Sol 模型。该模型在编码、计算机使用和专业工作任务上具备接近 Astra 的智能水平，其 API 输入与输出 token 价格仅为 Astra 标准价格的五分之一。
推荐理由：该模型将接近旗舰水平的能力降至五分之一的调用价格，为高频编码与自动化任务提供了更高性价比的选择。
OpenAI NewsAI 评分4848 OpenAI 推出 dots
OpenAI 推出名为 dots 的主动型助手，能够在复杂项目与日常任务中持续执行工作。该工具旨在推进工作进展的同时，帮助用户始终保持对任务的掌控。
AWS Machine Learning BlogAI 评分5252 xAI Grok 4.7 正式上线 Amazon Bedrock
xAI 旗下的大模型 Grok 4.7 正式上线 Amazon Bedrock，提供 500K context window 并支持四档可配置推理力度。该模型接入跨区域推理配置文件，同时兼容 OpenAI SDK 与 AWS Converse API，并支持隐式提示词缓存、Bedrock Guardrails 护栏和结构化输出。
Microsoft ResearchAI 评分3030 微软亚洲研究院（新加坡）成立一周年：如何推进科研、合作与人才发展落地
微软亚洲研究院（新加坡）成立满一周年，聚焦下一代 AI 模型与智能体系统、领域专用 AI、AI 原生科研及生态人才培养四大方向推进技术落地。实验室与当地医疗等行业合作，重点研发多模态医疗 AI 与自进化诊断智能体以辅助临床决策。此外，该实验室还携手新加坡经济发展局等机构联合培养博士人才，加速产学研融合。
AWS Machine Learning BlogAI 评分4848 使用 Amazon Nova Act 实现合成监控
Amazon Nova Act 联合 Amazon Bedrock AgentCore 可实现智能体驱动的合成监控，用于自动化巡检登录、支付等关键用户旅程。其依托多模态大语言模型直接分析 UI 截图并执行自然语言操作，无需维护易碎的 DOM 选择器，在早期企业客户用例中浏览器工作流准确率超过 90%。
Cloudflare Blog精选AI 评分7777 Cloudflare 发布面向智能体的全新 CLI 工具 cf
Cloudflare 宣布推出面向 AI 智能体的全新命令行工具 cf 并开启公开测试，旨在全面覆盖平台超过 3,000 个 API 操作。该工具默认以 JSON 格式输出数据以节省上下文，内置自然语言命令搜索，并采用基于 TypeScript 的统一配置文件与 Vite 本地环境。现有项目可通过迁移命令过渡，公测结束后原有的 Wrangler 工具将进入为期 18 个月的维护期并逐步被替代。
推荐理由：原文展示了如何针对智能体重新设计命令行交互，包括全量接口代码化生成与类型配置，为工具链适配提供了具体路径。
Cloudflare BlogAI 评分5959 Cloudflare 发布 Vinext 1.0：基于 Vite 运行 Next.js 应用
Cloudflare 正式发布 Vinext 1.0，支持将 Next.js 应用迁移至由 Vite 驱动的架构，并可自由部署到 Cloudflare Workers、Netlify 或 AWS Lambda 等平台。
橘鸦AI早报AI 评分3737 AI 早报（2026-09-26）：美团发布 LongCat-2.5-Preview，微软更新 Copilot
美团发布原生多模态模型 LongCat-2.5-Preview，总参数 1.6T、激活约 48B，具备 100万 token 上下文窗口并强化编程能力，已在 API 平台和聊天页面开放。微软对 Copilot 进行重大更新，整合 Home、Code 与 Agent Autopilot 并内置完整 Office 功能；OpenAI 则修复了 Codex 全面服务中断并为付费用户重置限额。
GitHub Blog · AI & ML精选AI 评分6363 GitHub Copilot app 初学者指南：如何利用 canvases 构建自定义工作流
GitHub Copilot app 推出 canvases 使用指南，支持用户通过自然语言构建与 AI 智能体双向协作的自定义界面。用户在 Agent 会话中输入 `/create-canvas` 技能并描述工作流需求及双方操作权限，即可在右侧面板直接生成看板、检查清单或仪表盘。生成的画布支持实时双向同步并可保存为扩展复用，社区也通过 Awesome Copilot 提供了预制模板供安装和定制。
推荐理由：原文演示了通过自然语言生成双向交互界面的具体步骤，为想要打造专属智能体协同工作流的开发者提供了可迁移的实操方法。
AWS Machine Learning BlogAI 评分5555 AWS 详解 NarrateAI：在 Amazon Bedrock 上构建生产级 LLM 质量保证体系
AWS 团队详细介绍了基于 Amazon Bedrock 构建的商业智能智能体 NarrateAI 的五大实时质量保证技术，用于支持 4000 余名高管实时做数据驱动决策。
GitHub Blog · AI & MLAI 评分5757 GitHub Copilot：为什么对话框往往是错误的 AI 交互界面
GitHub 官方博客发文探讨大语言模型交互范式的局限，指出单一对话框容易诱导用户让模型代劳所有琐事而浪费 token。文章提出在 GitHub Copilot app 中使用 canvas 运行轻量全栈应用，通过与智能体双向通信并在本地执行代码来承载具体任务。这种模式允许智能体为用户生成专用工具或接管多步骤开发流程，从而将开发者从频繁交互中解放出来。
GitHub Blog · AI & ML精选AI 评分7272 GitHub Security Lab 推出基于 Taskflow Agent 的自动化模糊测试流水线
GitHub Security Lab 开源了面向 C/C++ 项目的自动化模糊测试流水线 Fuzzing Taskflow，可自主完成入口识别、编写测试桩、运行 AFL++、分析覆盖率反馈及生成漏洞报告。该系统将智能体决策与 MCP 执行工具解耦，支持结构感知变异与崩溃去重分流，默认接入 Claude Sonnet 5 并配有实时 Web 监控看板。
推荐理由：它展示了如何通过 MCP 拆分决策与执行，将智能体引入传统 C/C++ 模糊测试的全流程自动化中。
Google DeepMind精选AI 评分7777 Google 推出 Gemini 3.8 Live with Live Avatar 实时数字人功能
Google DeepMind 宣布在 Gemini Enterprise 中推出 Gemini 3.8 Live with Live Avatar，将原生实时对话与低延迟流式视频生成深度结合。
推荐理由：原文展示了流式视频生成与语音对话的结合机制，读者可参考其在后台执行异步工具调用同时维持前台交互不中断的设计。
OpenAI NewsAI 评分2828 Ringg 的 AI 智能体借助 OpenAI 解决高达 65% 的客户来电
Ringg 借助 GPT-5.6 驱动多语言 AI 智能体，成功解决高达 65% 的客户来电。该智能体全面覆盖语音、聊天、WhatsApp 和网页端，相比 GPT-4.1 降低了 90% 的运行成本。
NVIDIA BlogAI 评分3939 NVIDIA 与合作伙伴在新加坡 AI Day 展示东南亚 AI 进展
NVIDIA 在新加坡 AI Day 上联合伙伴展示了东南亚的 AI 落地进展，依托 Nemotron 开源模型与 NeMo 工具加速政企部署。新加坡 HTX 采用 Nemotron 3 Super 等模型研发公共安全应用，泰国 iApp 则基于 Nemotron 3 Nano 开源了法律模型 OpenThai 2.0 Legal。
橘鸦AI早报AI 评分3434 橘鸦AI早报：Anthropic 发布 Claude Opus 5.5，OpenAI 推出 GPT-6 Sol 与 Luna
Anthropic 正式发布 Claude Opus 5.5，输出速度提升 30% 以上，API 每百万 token 输入与输出分别降至 4 美元和 20 美元。
NVIDIA Blog精选AI 评分6060 NVIDIA 发布 Isaac ROS 5.0，引入智能体工作流与物理 AI 支持
NVIDIA 在 ROSCon 会议上正式发布 Isaac ROS 5.0 开源机器人软件栈，引入 AI 智能体开发工作流并新增对 ROS Lyrical 与 Ubuntu 24.04 的支持。
推荐理由：Isaac ROS 5.0 将智能体工作流与物理 AI 模型引入开源 ROS 生态，有助于开发者降低工业与人形机器人感知与抓取部署的工程门槛。
OpenAI NewsAI 评分2929 Parallel 借助 GPT-6 Astra 将研究时间和成本减半
Parallel 的 AI 智能体采用 GPT-6 Astra 开展劳动力市场数据的调研与整合。相较于以往模型，该方案将所需的研究时间与成本均减少了一半。
NVIDIA BlogAI 评分4747 NVIDIA 详解 AI 安全工程：如何在智能体技术栈各层构建防护
NVIDIA 提出将 AI 安全视为工程问题，要求在智能体技术栈的模型、编排与运行时各层建立独立于模型推理的强制防护边界。其开源安全运行时 NVIDIA OpenShell 可提供沙箱执行并管控系统资源，已与 Cisco 和 JFrog 等伙伴协同构建治理及技能验证层。