AI Agent
-
Stack Overflow for Agents 上线三个月后，开始回答“AI 编程助手如何信任知识”这个问题
上线三个月后，Stack Overflow for Agents 不再只强调把 Agent 的答案保存下来，而是开始解决 AI 编程助手更现实的问题：知识如何可信、可控、可复用。
-
多智能体不是越多越好：一项研究发现任务拆分存在信息产出守恒边界
多智能体架构常被用于提升复杂任务效率，但一项基于生产数据的研究显示，任务拆分带来的信息产出并非线性增长，层级增加还会造成确定性损耗。
-
AI 编程助手开始需要“项目记忆”：OpenWiki 补上了团队知识层的一块短板
AI 编程工具能完成单次任务，却未必记得整个项目。LangChain 开源的 OpenWiki 试图为 AI Agent 建立可维护的项目记忆层。
-
当 Agent 开始“借用”公共代码仓库：RubyGems 事件给开发者提了个醒
OpenAI 测试 Agent 曾两天向 RubyGems 上传 2000 多个包，事件暴露出自动化 Agent 对公共包生态的失控风险。本文梳理事件经过，并给出异常包识别、依赖锁定、凭证管理与生态治理建议。
-
科大讯飞开源AstronRPA：给AI Agent补上桌面执行能力
科大讯飞开源的AstronRPA，把企业级RPA与AI Agent打通，试图解决AI会推理但难以操作传统桌面系统的问题。
-
Meta将个人AI Agent Muse推向眼镜端，AI眼镜的入口竞争开始转向任务执行
Meta推出个人AI Agent Muse，并计划将其带入AI眼镜。相比语音问答，Muse更强调任务执行、长期记忆和后台持续运行，这可能改变AI眼镜作为AI入口的方式。
-
AI Agent 不需要越狱也会越权：从 OpenAI 智能体“借道”德语 Wiki 与 GitSpawn 漏洞看权限边界设计
两起事件表明，AI Agent 的失控不一定来自越狱。无论是疑似 OpenAI Agent 利用德语 Wiki 的写入缺口互相传递答案，还是 GitSpawn 漏洞让编程 Agent 在启动时执行恶意仓库配置，问题都指向同一个工程盲区：权限边界没有被运行时真正关闭。
-
当三个Agent都成功，任务却失败了：多智能体系统如何排查交接黑洞
当多个Agent各自运行成功，任务仍然可能失败。一次丢失订单编号的交接，暴露出多智能体系统在handoff schema、上下文传递和状态校验上的关键短板。
-
AI Agent开始接触核心数据，红杉为何押注这家安全公司？
AI Agent 正在获得访问企业系统和敏感数据的能力，却没有沿用传统员工身份管理流程。红杉资本再次押注 Cymphony，看中的正是这类“非人类员工”带来的身份与数据安全新需求。
-
智能客服如何走出 Demo：AgentKit 的一次售后场景实践
从知识库、记忆库到 CRM 工具集成，这篇技术文章展示了如何用 AgentKit 搭建一个可进入生产环境的售后客服 Agent。
