Amazon SageMaker 发布 aws-ai-ml 技能，为编码智能体提供生成式 AI 推理优化能力
Amazon SageMaker AI 通过 Agent Toolkit for AWS 推出 aws-ai-ml 技能，让 Kiro、Claude Code、Codex 等支持 MCP 的编码智能体获得推理优化与基准测试能力。
推荐理由：文章给出一条可迁移路径，用 aws-ai-ml 技能让现有编码智能体承担端点基准测试、实例选型与部署配置推荐。
Agent 智能体
全部主题让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
最新精选
第 61–80 条 · 共 227 条AWS Machine Learning Blog精选AI 评分6161 GitHub Blog · AI & ML精选AI 评分6565 GitHub 发布 ReviewBench：开放的 AI 代码审查基准
GitHub 构建并公开了 ReviewBench，一个面向 AI 代码审查智能体的离线基准。它基于 103.9M 个 GitHub pull request 的语言与仓库规模分布，包含来自 187 个开源仓库的 219 个 PR、覆盖 19 种语言，使用 Claude Sonnet 5 作为判官并公开评测规则，高级工程师独立标注与基准一致率达 96.6%。
推荐理由：GitHub 公开了基准数据集、评测方法与提交入口，读者可据此评估自己的代码审查智能体并横向对比不同系统。
极客公园精选AI 评分6565 Jev 之后中国团队深挖 AI 决策层，开源与本地部署成为共同方向
9 月 15 日 TypeSafe AI 发布只做判断、不写一个字的 Jev 后，OpenAI、Cloudflare、亚马逊以及中国团队在两周内密集跟进，上海人工智能实验室开源多模态决策模型 Intern-Decision，成立不到五个月的 StartLux 发布开源 StartLux-Decision 并称自测超过 Jev。
推荐理由：文章把决策模型热潮放回 Jev 闭源、仅限云端调用的缺口里看，读者能看清开源权重与本地部署为何成为中国团队的共同选择。
量子位精选AI 评分6666 最火AI岗位FDE：月薪5万，他们到底在做什么
量子位访谈6位FDE从业者，发现这一最火AI岗位的实际工作因公司而异，海外公开薪资岗位年薪中位数约20万美元。大厂FDE的核心是梳理企业Ontology并把AI落地到客户业务，沟通占工作七成、开发约三成；独立接单的“土FDE”则越来越多转向顾问式培训。Anthropic宣布投资1亿美元在2027年底前培训1万名FDE，OpenAI、AWS也在加码部署业务。
推荐理由：作者访谈六位在职与独立FDE，用真实流程说明企业AI落地的成本主要在人和组织协同，而不在写代码。
极客公园精选AI 评分7979 Claude Code Mods 正式上线，开发者把它玩成了终端里的「我的世界」
Claude Code 的 Mods 机制于 10 月 1 日写进更新日志并默认开启，开发者可以用 TypeScript 函数改造界面、拦截工具调用，甚至把请求转给其他模型。
推荐理由：文章把 Mods 放进 Codex 与 DeepSeek Harness 之间做对比，并指出 Anthropic 十天内凑齐应用商店四件套，便于读者判断其生态策略。
The Decoder精选AI 评分6666 Meta 推出开源项目 Muse Gadgets，让爱好者自建 AI 硬件
Meta 发布开源项目 Muse Gadgets，提供 ESP32 开发板固件和 Linux SDK，让爱好者把自制设备连接到其 AI 智能体 Muse。
推荐理由：原文交代了项目的固件、SDK 与配套设备 Muse Home Link，并对比 Apple 和 OpenAI 的硬件动向，便于判断 AI 硬件的走向。
量子位精选AI 评分6666 DeepSeek弹性计算团队扩招，资深工程师岗位大量开放
DeepSeek弹性计算团队放出大量招聘HC，重点招募资深工程师。团队同期公开了沙盒基础设施DSec的技术分享：单个扩展分片约160台服务器、3万个CPU核心、250TB内存，每天服务约300万个沙盒，高峰期同时在线超过38万个。DSec通过镜像按需加载、宿主机内存共享和CPU调度把生产环境资源超卖率提到50倍以上，已支撑DeepSeek-V3.2到V4.1的Agent训练、评测和数据预处理。
推荐理由：原文拆解了DSec三层环境拆分、镜像按需加载与资源超卖等工程做法，对自建Agent训练基础设施的团队有直接参考价值。
Kimi · 官方博客精选AI 评分7878 Kimi 发布开源模型 K2.5，强化视觉编码与多智能体并行执行能力
Kimi 发布开源模型 Kimi K2.5，在 K2 基础上继续预训练约 15T 视觉与文本混合 token，主打编码、视觉与自主导航的 Agent Swarm。K2.5 可自动编排最多 100 个子智能体、执行最多 1,500 次工具调用的并行工作流，相比单智能体设置最多缩短 4.5 倍执行时间。模型已通过 Kimi.com、Kimi App、API 与 Kimi Code 开放使用。
推荐理由：原文给出了 K2.5 的多模态预训练规模与 Agent Swarm 并行调度机制，读者可据此判断其在复杂任务上的执行效率优势。
Kimi · 官方博客精选AI 评分6565 Kimi 发布 Agent Swarm，K2.5 可调度最多 100 个子智能体并行执行
Kimi 官方博客发布 Agent Swarm，Kimi K2.5 可调度最多 100 个子智能体并行执行、完成超过 1500 次工具调用，速度比顺序执行快 4.5 倍。该功能以早期研究预览形式向 Top Tier 订阅用户开放，适用于大规模检索、批量文档处理和多视角分析等可并行任务，官方表示后续将加入子智能体直接通信与并行宽度动态控制。
推荐理由：原文对比了单智能体顺序执行的结构瓶颈与并行子智能体的数量级提升，读者可判断长任务工作流是否需要重构。
Kimi · 官方博客精选AI 评分8383 月之暗面开源发布 Kimi K2.6，主打长程编码与智能体集群能力
月之暗面（Kimi）正式开源最新模型 Kimi K2.6，并同步上线 Kimi.com、Kimi App、API 与 Kimi Code。模型在内部 Kimi Code Bench 上显著优于 K2.5，Agent Swarm 可横向扩展到 300 个子智能体、4,000 个协同步骤，而 K2.5 为 100 个子智能体与 1,500 步。
推荐理由：官方给出 Kimi K2.6 的开源范围、基准数据与企业试用反馈，可据此对比它与 K2.5 及闭源模型在长程编码和智能体编排上的差距。
Kimi · 官方博客精选AI 评分8585 月之暗面发布 Kimi K3，首个开源 3T 级模型
月之暗面发布 Kimi K3，2.8T 参数开源模型，具备原生视觉能力与 100 万 token 上下文窗口，官方称其为全球首个开源 3T 级模型。
推荐理由：原文给出 2.8T 参数、KDA 与 Attention Residuals 架构及多项基准对比，读者可据此判断其在开源模型中的位置。
Kimi · 官方博客精选AI 评分8181 月之暗面开源 Kimi K2：1T 参数 MoE 模型，强化智能体编码
月之暗面（Kimi）开源 Kimi K2，这是总参数 1T、激活参数 32B 的 Mixture-of-Experts 模型，在前沿知识、数学和编码任务上达到非思考型模型的 SOTA。
推荐理由：官方给出 Kimi K2 的参数规模、开源版本与调用入口，读者可据此判断它能否替代现有编码智能体方案。
TechCrunch · AI精选AI 评分6565 Meta 推出开源项目 Muse Gadgets，支持开发者自制 Muse 硬件
Meta 推出开源项目 Muse Gadgets，提供开源固件与 Linux SDK，让开发者用 Raspberry Pi 或 ESP32 等低成本设备自制连接 Muse 的硬件，并可接入显示屏、按钮、传感器与执行器。Meta 还自制了 5,000 台 Muse Home Link，这款 USB-C 供电设备可让 Muse 连入家庭网络，与音箱和智能电视等设备联动，免费赠送给 Muse 订阅用户。
推荐理由：Meta 开源了 Muse 的固件与 Linux SDK，开发者可据此把 Muse 接入自制硬件，是智能体走向端侧设备的可复用路径。
The Verge · AI精选AI 评分7373 Apple 将限制 Mac 完全磁盘访问权限，称 AI 智能体大幅提升风险
Apple 宣布将收紧 macOS 的「完全磁盘访问」权限，应用需要用户「非常明确的操作」才能获得该权限，原因是 AI 智能体变得更自主后这类访问的风险大幅上升。Apple 表示部分开发者使用该权限的方式可能让用户暴露文件、邮件、信息和浏览记录，此次调整发生在 Meta 的 Muse AI 被曝在未获明确授权的情况下读取用户消息内容之后，Meta 称该访问完全可选。Apple 未说明更新何时推出。
推荐理由：Apple 将要求 Mac 应用在获得完全磁盘访问前必须有非常明确的用户操作，开发者需关注这一权限收紧对备份类应用与 AI 智能体的影响。
The Decoder精选AI 评分6969 Cloudflare 发布 Clef 与 Clef-flash 决策模型，称智能体决策不再需要人类介入
Cloudflare 发布面向智能体的决策模型 Clef 与 Clef-flash，直接对标 TypeSafe AI 的 Jev。Clef-flash 中位延迟约 39 毫秒，Clef 约 209 毫秒，而 Jev 略超 524 毫秒；Clef 基于 Qwen3.8-27B，Clef-flash 基于 Qwen3.5-9B，上下文窗口为 64,000 token，并可处理图像。
推荐理由：文中给出 Clef 与 Jev 的延迟和准确率对比，读者可据此判断决策模型在智能体链路中的取舍。
The Verge · AI精选AI 评分6868 OpenAI Dot 智能体上手：更像企业级软件，也能帮你点晚餐
The Verge 作者 Allison Johnson 实测 OpenAI 本周发布的 Dot 智能体，结论是它更像企业级办公软件而非个人购物助手。在预约宽带安装、登录 Ikea 账号等任务中 Dot 多次卡在安全校验，需要人工接管浏览器，顺畅度不如 Meta Muse 和 Instinct；但获得作者电脑访问权限后，它顺利完成了个人网站改版和社交媒体视频剪辑。
推荐理由：作者实测后指出 Dot 更像企业级办公软件，在安全校验环节需要更多人工接管，顺畅度不如 Muse 和 Instinct。
TechCrunch · AI精选AI 评分6666 Apple 称将收紧 macOS Full Disk Access 控制，以应对 AI 智能体带来的新风险
Apple 宣布将收紧 macOS 的 Full Disk Access 控制，今后用户只有在做出非常明确的操作时，才能向应用授予这一高级别访问权限。Apple 在面向开发者的博客文章中表示，一些开发者使用 Full Disk Access 的方式可能让用户在未充分知情的情况下暴露系统中的所有内容，且随着 AI 智能体能力与自主性增强，相关风险会显著增加。
推荐理由：原文梳理了 Apple 收紧 Full Disk Access 的诱因与新增控制方式，读者可据此判断桌面 AI 智能体带来的权限风险边界。
Latent Space精选AI 评分6969 Airbnb 由内而外的 AI 改造：内部研发与客户体验的全面重构
Airbnb CTO Ahmad Al-Dahle 接受 Latent Space 采访，阐述其“由内而外”的 AI 策略：先用 AI 改造内部研发，再把同样能力用于客户体验。
推荐理由：Airbnb CTO 系统讲述内部 AI 转型的具体做法与数字，其他推进 AI 原生转型的团队可直接对照借鉴。
量子位精选AI 评分6868 openJiuwen X-Router 自演进模型路由开源，实测减少 50%+ Token 消耗
openJiuwen 团队开源智能路由框架 model-router，通过精准画像、动态决策与自演进三层架构实现按任务复杂度自动选择模型。
推荐理由：文章拆解了模型路由的画像、决策与自演进三层架构，并给出实测成本对比，适合作为多模型调度系统的设计参考。
Latent Space精选AI 评分6666 Pi 1.0 与 Pi Durable 发布：原生支持 MCP 并移植到 TypeScript
Latent Space 报道，编码 Agent 工具 Pi 发布 1.0 版本，同时推出 TypeScript 实现的 Pi Durable，两者一同登上 Hacker News 首页。
推荐理由：文中逐条列出 Pi 1.0 的新能力与 Pi Durable 的状态外置设计，可直接对照自己的 Agent 工具判断是否补齐崩溃恢复与并发能力。