标签
Ramp 开放了 Inspect 的早期访问权限。这是一款基于云端的协作式编程智能体，可将来自 Slack、GitHub 或 Linear 的任务转化为经过审查的 Pull Request，目前其已为 74% 的已合并 PR 提供支持，并推动人均代码产出提升 6 倍。
Framer 的 Harness 2 通过在 JavaScript 流式生成的同时执行代码，升级了智能体的代码执行能力，将成本降低高达 33%，执行速度提升 20%，同时显著减少工具调用步骤和缓存 token 用量。
作者回顾扣子企业版、腾讯元器、文心智能体平台等 AI 应用平台相继下线，分析画布式 workflow 被模型规划能力淘汰的逻辑，并指出 FDE 岗位兴起与"数据在哪里，Agent 的家就在哪里"的平台格局，最终决定转向小微财务对账的细分定位。
一位用户分享了他们如何为自己的 Grok 机器人团队设置一个共享的 Notion 任务看板，让每个机器人记录自己接手的任务，从而使整个组织都能查看任务进展，并在同一处统一协调，同时预告将于周三发布一段 Grok Bot 大师课视频。
博主萝卜哥分享了 WorkBuddy 下班后的100种用法，按文件整理、照片管理、家庭账单、孩子上学等十大类生活杂事给出可直接复制的指令，并介绍了文件夹授权、微信Bot绑定和默认权限等三项准备设置。
推文介绍开源项目 Memdoor：通过静态 YAML 定义的流水线，让 5 个 Qwen3.8-27B 小模型接力协作、相互纠错，在 LiveCodeBench Hard 上跑赢 Fable 5，说明开源小模型组合已能胜任许多任务。
作者反思了 OpenAI 和 Anthropic 迅速转向智能体 AI 模型的趋势，并警告称，AI 执行速度与人类理解能力之间日益扩大的差距，可能带来更多麻烦，而非益处。
一位开发者分享了“beads”这一原生面向智能体的工单系统如何通过提供一个共享、持久化的工单数据库，让网络中的所有智能体都能同时访问，从而解决多智能体工作流中常见的上下文保留、智能体任务委派和并行协调等问题。
GBrain Cloud 推出 `gbrainio` 命令行工具，可让 Claude Code、Codex 等任意编码代理一键在云端启动持久化记忆，跨多种 AI harness 共享上下文，并支持定时任务。
Embage 是一款新推出的产品，让企业能够为客户构建 AI 智能体，并运行具备分析功能的自动化工作流。该产品通过 Product Hunt 发布。
Kent C. Dodds 宣布了 Kody 的新功能，Kody 是为团队 AI 代理打造的共享层，重点介绍了新上线的组织支持功能，以及记忆、包、触发器、凭证和应用等基础能力。
SVPino 分享了 Serro，这是一个面向工程经理和项目经理的平台，作为人员与 AI 智能体协调工作的中心枢纽。它汇总来自 Slack、GitHub 和 Linear 等工具的数据，跟踪决策和进度，解答有关变更的问题，并将会议成果转化为行动，确保编程智能体按计划推进工作。
一家公司发布了一款 AI 智能体，可将自然语言描述的流程转换为可供审查的 TypeScript 工作流，并发布到 Slack 和 Microsoft Teams；同时，该公司宣布完成由红杉资本领投的 1.5 亿美元 C 轮融资，估值达 30 亿美元。
Articul8 AI 是一家从 Intel 团队分拆出来的公司，现正发布 Bivia——一款多模态 AI 决策模型，旨在为半导体和能源等行业的完整生产工作流执行任务，而不仅仅是回答单个问题。
作者为多个 AI 智能体搭建了一个基于 git 仓库的共享邮箱系统，用于智能体之间的任务交接，但发现唤醒机制仍需人工介入。文章探讨了送达、已读、开始、完成四种状态的追踪，并向社区征求唤醒方案的经验。
OpenAI 与 ServiceNow 宣布扩大合作伙伴关系，将更多 OpenAI 模型和智能体集成到 ServiceNow 产品中，并把 ServiceNow 工作流接入 ChatGPT 和 Codex，覆盖应用开发、网络安全和语音等场景。
总部位于斯德哥尔摩的法律 AI 初创公司 Legora 正在打造一个由 OpenAI 模型驱动的“法律工作智能体操作系统”，在内部使用编码智能体加速开发，并通过 AI 工作流将自身法律团队从日常文档审查中解放出来。
作者质疑当前用任务完成率来衡量AI agent表现的做法，指出即使agent成功关闭了大量工单，也可能因未真正解决问题而导致客户体验下降。文章探讨应如何转向衡量下游业务结果、修正率和客户满意度等更实际的指标。
Anthropic 的内部数据显示，员工正越来越多地把时间花在管理 AI 智能体（agent）上，而不是直接执行任务；维护与审核工作量急剧上升，这引发了人们对智能体监督环节中人力瓶颈的质疑。
陈成阅读并总结了 Lauren Tan (@poteto) 的 pstack：它不是 56 个独立 skill，而是一套让 agent 自主运行、验证和操作应用的方法论与工作流，涵盖验证技能、feature map、模型互评和外循环自动化，还附上了对该仓库的详细分析报告。