微软与 UCSB 提出 ScholarEvolve：用论文进化 Agent Harness
微软与加州大学圣巴巴拉分校研究者公开论文 ScholarEvolve，从已发表的 Agent 研究中寻找改进思路，写进 Harness 后用真实任务检验，执行任务的模型保持不变。
#多Agent
#多Agent
今日 0 条AINLPAI 评分7171 青稞AIAI 评分2929 V-Rubrics 用 35 万条细粒度准则细化多模态强化学习奖励
南洋理工大学 S-Lab、A*STAR 和 UIUC 团队提出 V-Rubrics，将 50,248 个视觉样本拆成 352,938 条可逐项检查的准则，让视觉事实、推理步骤和任务要求分别参与奖励计算。
AI大模型应用实践AI 评分6262 上手体验 OpenAI DevDay 更新：Dots、Decisions API、Codex Harness 与 Space
作者上手体验了 OpenAI DevDay 发布的 Dots、Decisions API、开源 Codex Harness 更新和 ChatGPT Space 四项能力。
TonyBai精选AI 评分8080 Pi 1.0 发布：OpenClaw 背后的 Agent 引擎收编 MCP，并推出可崩溃恢复的 Pi Durable
Earendil 团队于 10 月 1 日发布 Agent Harness Pi 1.0，GitHub 仓库约 11.1 万 Star、1.4 万 Fork，同时推出实验性新包 Pi Durable。
推荐理由：Pi 1.0 与 Pi Durable 把检查点、幂等提交、所有权树等分布式概念搬进 Agent 运行时，可据此判断长时运行 Agent 的工程取舍。
Habr · Claude CodeAI 评分7171 JetBrains 在 IDE 内推出 Air 早期访问，可并行运行 Claude Code 与 Codex 等智能体
JetBrains 为 IDE 内的 Air 开启早期访问计划，插件已上架 Marketplace，2026.3 EAP 版本中已内置。
印记中文AI 评分2222 AI周刊 #102：OpenAI 发布 GPT-6 Sol/Luna，Anthropic 发布 Claude Opus 5.5
OpenAI 发布 GPT-6 Sol 和 Luna，Sol 定价 $2/$10 MTok、约为 GPT-5.6 的一半，DeepSWE 68.8%，Luna 定价 $0.10/$0.50 MTok。
Tproger · ПрограммированиеAI 评分3636 Synopsys 推出 Autopilot 平台与 AgentEngineer 智能体，编排芯片工程流程
Synopsys 发布 Autopilot 平台，用于编排 AI 智能体 AgentEngineer，可自动执行验证、数字与模拟电路实现、制造、建模和系统分析等多阶段工程流程。
Tproger · ПрограммированиеAI 评分1515 protoAgent 0.183.1 修复 PR 重复评审与命令重复下发
protoLabsAI 发布 protoAgent 0.183.1，包含四项修复且不改动配置。pr-reviewer 插件不再对同一版本 PR 重复评审，后台进程改为旧副本先退出再启动新副本；终端控制面板修复了跨轮次重复向智能体下发命令的问题。使用 pr-reviewer 的智能体需更新并重启才能生效。
Tproger · ПрограммированиеAI 评分2222 UiPath 将 Automation Suite 全栈带到 Linux，并更新 AI 智能体治理
UiPath 于 9 月 23 日更新 UiPath Platform，Automation Suite 全栈现可在本地 Linux 基础设施上运行，面向有数据存储、安全和环境控制要求的企业。
Lovable · BlogAI 评分2323 Lovable 成为 Blueprint Alliance 创始成员，参与制定 AI 智能体安全参考架构
Lovable 与 AWS、CrowdStrike、Databricks、Docker、Google Cloud、Okta、Proofpoint、Salesforce、ServiceNow、Wiz、Zscaler 共同成为 Blueprint Alliance 创始成员，该联盟推动面向企业级 AI 智能体安全与治理的开放参考架构。
Habr · CursorAI 评分3434 俄罗斯 Маракуйя ИИ 的智能体框架在 Terminal-Bench 4 和 OSWorld 2 上的基准测试结果
俄罗斯团队 Маракуйя ИИ 的智能体框架首次参加 Terminal-Bench 4 和 OSWorld 2 两项基准测试，取得亮眼成绩。
Jesse VincentAI 评分4242 Superpowers 6.4 发布：新增 Muse、OpenCode 2.0 和 Qwen Code 支持
Superpowers 6.4 发布，新增对 Meta Muse、OpenCode 2.0 和 Qwen Code 三个编程智能体的支持，并重写了 executing-plans 技能中的 Native Execution。
Cursor · Changelog精选AI 评分7676 Cursor 推出「项目」功能，用协调智能体承接长周期开发任务
Cursor 推出「项目」功能，用于承接一项功能、一次迁移或一个完整应用这类长周期工作，可在数月内保持上下文并把任务委派给成千上万个子智能体。项目由云端智能体驱动，协调智能体不写代码，只负责规划、分派并交回成果，需要本机测试时再启动本地智能体；每个项目维护一组在云端和本地机器间同步的文件，持续积累研究成果、artifacts 和对代码库的了解。
推荐理由：官方给出项目式多智能体协作的上下文共享与自动触发机制，可据此判断长周期任务如何被接管。
GitHub Blog · Copilot精选AI 评分7171 GitHub Copilot 推出 Project HydraFusion，用多模型运行时编排提升编码质量
GitHub 在 Copilot CLI 中以研究预览形式推出 Project HydraFusion，通过运行时编排在多个提供商的模型间选择执行方案，用户像选普通模型一样选择它，按各模型标准费率计费。
推荐理由：GitHub 官方给出 HydraFusion 的三种编排模式与三项基准的成本质量对比，可据此判断多模型编排在真实编码任务中的取舍。
Hacker News · Agent SkillsAI 评分3737 WikiSkill：将 Agent 经验编译为持久知识以演化 Skill
WikiSkill 是一个让 Agent Skill 与持久知识库（wiki）协同演化的框架，它把原始执行经验、累积知识和可执行 Skill 分离，并持续将经验沉淀进 wiki 供后续 Skill 更新使用。
Terminal-Bench · NewsAI 评分3434 Terminal-Bench-Science 0.1 发布：70 项科研任务，Claude Opus 5 解决率 30%
斯坦福大学研究人员主导、Terminal-Bench 团队联合全球科研机构专家打造的 Terminal-Bench-Science 0.1 发布，首批含生命、物理、地球、数学和工程科学领域的 70 项任务。
Cursor · Changelog精选AI 评分6666 Cursor 更新云端智能体与 Harness：支持事件订阅、子智能体独立运行和 /goal
Cursor 更新云端智能体和 Cursor harness，让云端智能体可以订阅事件源，在 PR、Slack 讨论串或定时任务有新动态时恢复运行，并持续推进直至完成，修复 CI 问题、处理 bot 评论。
推荐理由：云端智能体从单次执行转向订阅事件、持续跟进 PR 与 Slack 讨论串，读者可据此判断自动化边界的变化。
Simon Willison · Coding AgentsAI 评分7171 Meta 发布编码智能体 Muse Code 与 Muse Spark 1.2
Meta 发布编码智能体 Muse Code 和面向编码的模型更新 Muse Spark 1.2，后者在代码生成、复杂调试、代码库理解和端到端开发流程上做了改进，并针对长周期编码任务（整仓库生成、大型端到端项目、auto-research）加大训练算力。
Terminal-Bench · News精选AI 评分6060 Terminal-Bench 发布 Challenges 长周期智能体基准
Terminal-Bench 发布 Challenges，一种长周期、高 token 消耗的单任务基准，要求智能体在无时间与资源限制下自主完成整个项目，首批开放三个挑战。
推荐理由：Terminal-Bench 官方推出长周期单任务基准，并公开三个挑战的实测失败模式，可供评估智能体长时自主能力时参考。
claude.dev · Anthropic Developer Blog精选AI 评分8282 Claude Code 动态工作流：六种编排模式与使用场景
Anthropic 在 Claude Code 中发布动态工作流，Claude 可针对具体任务即时编写自己的 harness，并支持分享和复用。工作流通过 agent()、parallel()、pipeline() 等函数编排子智能体，可指定每个智能体使用的模型和是否在独立 worktree 中运行，中断后恢复会话能接着执行。
推荐理由：Anthropic 团队拆解动态工作流的六种编排模式与适用边界，可迁移到多智能体任务设计。
Steve YeggeAI 评分6060 Gas Town 与 Beads 发布 v1.0.0，Beads 改用 Dolt 后端
Steve Yegge 宣布 Gas Town 和 Beads 同日发布 v1.0.0。Beads 是面向编码智能体的记忆系统与知识图谱，v1.0 用 Dolt 替换了原先 SQLite + JSONL 的架构，双向同步、三方合并和合并冲突等问题被移除，同时支持嵌入式和服务器模式，本周 GitHub star 数突破 20k。
Jesse Vincent精选AI 评分6767 Superpowers 5 发布：新增可视化头脑风暴与 spec 评审循环
Superpowers 5 发布，作者称最喜欢的改动是 Visual Brainstorming 伴随工具，它会在智能体认为有内容需要展示时提示用户，通过本地 web 服务器加载智能体写出的 HTML 片段，并把浏览器里的点击和反馈回传给智能体，以替代 Claude 常生成的 ASCII 图。
推荐理由：作者是 Superpowers 维护者，文中说明了 5.0 的视觉头脑风暴、spec 评审循环和子智能体开发三项变化，可据此判断是否值得接入现有工作流。