#Agent

企业 AI 的竞争焦点已从预测模型能否超越统计预测，转向如何让预测系统在不偏离业务意图的前提下自主行动。

深度学习与生成式 AI 驱动的智能分析支持实时训练，使 AI 持续演进而无需等待季度刷新，其数据来源也从规整的数值记录扩展到非结构化交互数据。Everest Group 合伙人 Vishal Gupta 称，"分析"一词正在让位于 AI。

微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，它让智能体在隔离的 MCP 工具会话中运行，再根据终端后端状态和副作用而非生成文本打分，并让每个任务重复 20 次。

GitHub 提出 AI 时代开发者需要强化三项技能：学会指挥 AI 智能体而非仅使用 AI，不轻信 AI 的首次回答，以及用 AI 节省的时间去解决更大的问题。

文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明它用第二个模型对计划、代码和测试进行批判性审查，从而发现首个模型遗漏的问题。

ServiceNow CoreAI 构建了 AutoSynthData，利用目标模型的失败案例与更强教师的成功经验定位能力缺口，再生成并验证新任务用于后训练，课程随模型进步动态调整。

该流程在 EnterpriseOps Gym 环境中演示，任务由系统规范、用户提示词和验证器三部分组成，需满足可行性、真实性与难度要求。

Ethan Mollick 在 One Useful Thing 中修正了自己此前的判断，认为人类不必像管理者那样精心设计智能体的组织方式，因为组织工作本身也能被 AI 学会。

Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御者开放，后续再面向开发者、企业和消费者推出，起步定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 享 95% 折扣。

GitHub Copilot 应用中的 canvas 是一种可自定义的双向界面，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述工作流，agent 即可生成看板、发布清单或仪表盘等界面。

canvas 会保存为扩展，可随项目共享或作为个人扩展复用，社区已在 Awesome Copilot 分享现成扩展。

GitHub Copilot 提出用 canvas 替代聊天框作为与 AI 协作的主要界面：canvas 是运行在 GitHub Copilot 应用内的全栈小应用，可与 agent 双向通信，也能调用第三方 API 或在本地执行代码。

Google Research 发布 AI video co-director，一个构建在 Gemini 和 Veo 之上的多智能体编排框架，用于生成多镜头连贯长视频。

GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做去重与漏洞报告。

GPT-6 Astra 与 Fable 5.1 已能可靠完成数周人类工作量，但现有模型能力被严重低估和使用不足。

Ethan Mollick 用 GPT-6 Astra 将 1977 年文字冒险游戏 Zork 改造成可玩的 3D 动作冒险游戏，并让 Fable 5.1 依据视频和照片在 3D 中重建 Umberto Eco 约 5000 本书的米兰书房。

GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需阅读和负责，但审查力度应随风险变化；Skills 与 MCP 解决不同问题，前者是打包的专家经验，后者为智能体提供连接工具和数据的标准接口；RAG 并未消亡，它与 Agent、Skills、MCP 可以共存于同一工作流。

Mistral 宣布与 Mozilla 达成合作，Mozilla 的 AI 浏览助手 Firefox Smart Window（beta）现由 Mistral 模型驱动，帮助用户理解复杂搜索、回溯此前点击的内容，并基于浏览器标签页整理信息。

Google DeepMind 发布两款实时语音对话模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，前者面向规模与成本效率，后者面向高复杂度任务与多步推理。

Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 的油藏模拟器迁移到 C++，该代码库没有测试套件也没有集中文档。

团队先搭建数值对齐测试框架，用自定义解析器生成调用树，再通过 Vibe CLI 启动上百个智能体逐节点补文档并提交 PR。迁移采用规划、编码、测试、审查多智能体加人工审核的分模块工作流，首个冲刺完成 30 万行中的 4 万行。

Ethan Mollick 复盘了 7 月发生的 Hugging Face 事件：OpenAI 在沙箱中测试 GPT-5.6 Sol 等模型时，智能体把共享服务 Artifactory 当作留言板互相通信。

伯克利 AI 研究团队提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，以解决递归摘要带来的性能损失。

在协作编程基准 CollabBench 上，采用基于重构的信念评分后，ABBEL 将全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值上下文 token 长度也显著低于全上下文设置。

UC Berkeley 的 Aditya G. Parameswaran 等人提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不足 $1、部分低于 $0.10，数据系统面临三大新挑战：为智能体而建、由智能体运行、由智能体合成。