标签
Harmonic 的 AI 产品工程师 Austin Berke 分享了他们使用 LangChain 的 Deep Agents 框架重构 Scout 产品的经验，将第1周到第4周的用户留存率提升了4倍。核心思路是利用文件系统作为共享存储来管理上下文，打通代理、前端和确定性进程，让模型能够按需构建上下文。
Aeon 是一个自主代理框架，可以向仓库交付功能、发现真实漏洞，并部署实时应用，无需审批循环，可在 GitHub Actions 上无人值守运行。它支持跨六种执行环境的 60 多项技能，并且可以为自己编写新技能。
讨论Codex在X和海外市场逐渐形成垄断趋势，以及类如Kimi CLI、ZCode、Grok Build等其他框架的生存空间越来越小。
LiveKit Agents 是一个开源的实时语音 Agent 框架，支持 WebRTC、电话集成、语义轮次检测、MCP 工具调用和多 Agent 交接，帮助开发者快速构建 AI 客服、电话机器人等实时语音应用。
Hermes Agent v0.20.0 'The Herald' released with conversational voice and barge-in, grounded citations with fact-checking, outbound webhooks, desktop platform features, A2A protocol support, and major performance improvements.
The paper proposes an unsupervised self-evolving agent framework inspired by diffusion models, using self-supervised semantic diffusion to train external skill libraries for LLM agents in specialized domains like creative screenwriting, without requiring weight access or external supervision.
Matryoshka Agent 是一个层次化代理框架，它将长期机器学习工程任务分解为高级编排器和低级子代理，实现高效探索和迭代优化。它在复杂的 MLE 任务上显著提升性能，使 4B 模型匹配 o4-mini 的编排能力，并在 30B 编码器模型上带来高达 36.7% 的相对收益。
一种新的AI代理框架，将代理视为软件组件，提供更透明、可控的开发体验，而非大多数框架中那种控制的错觉。
Vecel的Eve框架是一个优雅的Agent框架，被比作Agent界的Next.js，其中文件系统充当简化的Agent栈。
Anthropic 发布了一本指南，提出了一个协调记忆、规划、工具和评估的 AI 操作系统架构，从单次提示的聊天机器人转向生产级自主智能体。
Guillermo Rauch 宣布了 Eve.dev，一个受 Next.js 启发的用于构建持久化代理的框架，具有持久性、沙盒、人机协同以及易于与现有 Next.js 应用集成等特点。
Spring AI Alibaba 是一个开源的 Java 框架，用于构建具有多代理编排、图形工作流和多模态支持的有状态代理工作流，并与 Spring AI 集成。
一份13步路线图，用于从基于循环的代理设计过渡到基于图的代理设计，强调不可变状态、纯节点和检查点以增强弹性。
Pi 0.81.0 增加了对 llama.cpp 的支持，从而能够在 Pi 编码代理环境中进行本地 LLM 推理。
Mastra 发布了基于文件的代理，允许开发者在文件系统上定义代理，并立即在 Agent Studio GUI 中使用它们，消除了胶水代码并简化了共享。
yoyo框架通过集成GASP（Git Agent State Protocol）协议，实现了持久化有向图状态管理，使代理状态可分支、可版本化、可审计且可回放，标志着代理状态从野蛮生长转向可追溯的持久化。
谷歌发布了ADK 2.0，一个开源的、代码优先的Python框架，用于构建AI智能体，具备基于图的编排和智能体间委派功能，旨在取代昂贵的企业智能体框架。
AVE-Compass 是一个用于全面评估音视频编辑能力的新基准，包含 145 个视频、196 条编辑指令和 2,688 个检查表项。它还提出了 AVE-Agent，一个模块化智能体框架，通过自我反思和评估器反馈改进跨模态编辑。
作者推广其开源书籍《深入理解 AI Agent：设计原理与工程实践》，持续修订并纳入最新研究成果，涵盖Agent设计原理与工程实践，附带示例代码和实验。
讨论了顶级AI工程师如何通过构建围绕模型的系统（而非训练模型）赚取超过25万美元年薪，并解析了关键技能，包括记忆系统、封装（harness）、循环工程（loop engineering）和追踪（tracing）。