逛完外滩大会，蚂蚁在 AI 时代找到了什么新位置？
蚂蚁在外滩大会上的 AI 布局被拆成应用、基建与公司架构三层来看：应用侧是个人 Agent「阿宝」与健康 Agent「阿福」，基建侧是支付宝的支付生态与「碰一下」三千万个触点，公司侧则是四家子公司密集融资、被拆成四个可单独定价的资产。嘉宾认为蚂蚁的幸运是赶上 AI，不幸是 AI 变得太快，其定位是应用与基础设施各一只翅膀，中间由模型、数据库和技术后台支撑。
#Agent
#Agent
今日 160 条乱翻书AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LangChain BlogAI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LangChain 为 Managed Deep Agents 推出 Connections：托管凭证与按调用者身份
LangChain 为 Managed Deep Agents 推出 Connections，把 API 凭证改为 LangSmith 工作区中按 slug 命名的连接，工具在运行时通过 connections.get() 读取。
LangChain BlogAI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LangChain 如何构建 GTM Agent：线索转化率提升 250%
LangChain 基于 Deep Agents 构建了 GTM Agent，在 Salesforce 新线索触发后自动判断是否触达、汇集 Gong 通话记录与 LinkedIn 等上下文，并把带推理依据和来源的草稿发到 Slack 供销售审核。
LangChain BlogAI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Credit Genie 如何用 LangChain OpenWiki 保持代码库文档常新
Credit Genie 采用 LangChain 开源仓库文档智能体 OpenWiki，自动生成并维护代码库文档，替代此前容易过期的 Notion 页面、README 和 AGENTS.md。
Satya Nadella(@satyanadella)AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Satya Nadella 转发演示：Microsoft Foundry 如何让长时间运行的智能体满足企业级要求
Microsoft Foundry 被指为最适合在企业中运行智能体的平台，可让长时间运行的 agent 推理、行动并调用工具。其可观测性与治理能力覆盖多智能体、多模型工作流，从可访问范围、数据流向、行为可重建到成本预算控制均有对应答案，并将安全防护、可审计和 FinOps 从系统搭建之初就纳入。
强少来了AI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 AI产品经理的PRD怎么写｜有意思小周刊vol.171
「有意思小周刊」vol.171 汇总了 AI 产品经理 PRD 撰写方法：AI 产品面向概率性系统，不能沿用确定性功能的传统 PRD 思路，完整骨架含十个部分，其中场景定义与输入输出、能力与功能描述、效果要求、异常与降级设计、评测方案五块应占全文一半以上篇幅。
Sahil Lavingia(@shl)AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Sahil Lavingia 将《The Minimalist Entrepreneur》做成 9 个 Claude Code 技能
Sahil Lavingia 把自己所著《The Minimalist Entrepreneur》转化为 9 个 Claude Code 技能，并称这是他 star 数最多的 GitHub 仓库，已超过 10,000 stars。
Browser Use(@browser_use)AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Browser Use 科普：什么是无头浏览器？
Browser Use 发布文章解释"什么是无头浏览器"，由 Gregor Zunic 撰写。无头浏览器指没有图形界面、由程序控制的浏览器，是 AI 智能体操作网页的常见运行方式。
Firecrawl(@firecrawl_dev)AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Firecrawl 为 Grok Build 插件加入开发者索引，可搜索 7000 万+ 一手来源
Firecrawl 将 Developer Index 接入 Grok Build 插件，Grok 在写代码时可检索覆盖代码仓库、文档和 issue 的 7000 万+ 一手来源，用于核对 API 并查找修复方案。用户运行 /plugin 安装 Firecrawl 即可试用。
十字路口CrossingAI 评估 · 39/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 39/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 具身智能走到十字路口：对谈苏度、蚂蚁灵波、自变量、破壳的四种一线判断
GPT-6 Astra 是否会降维打击具身行业，成为这场圆桌讨论的核心问题之一。苏度科技韩铮、蚂蚁灵波沈宇军、自变量王潜、破壳机器人许华哲四位一线从业者，围绕数据来源（仿真与真机、Real-to-Sim）、模型路线、商业化落地指标（高成功率、客户持续付钱）以及被高估与低估的领域展开分歧讨论。
Browser Use(@browser_use)AI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Browser Use 推出 Agency：让智能体主动提议任务，用户批准或跳过
Browser Use 推出 Agency，把交互反过来：不再由用户写提示词，而是智能体主动提议它认为有用的工作，用户选择批准或跳过。按官方描述，它会读取用户生活全貌上下文、发现被遗忘的事项、在用户看到问题前修好，并声称可减少打开 Gmail、Chrome 或 Slack。
Naval(@naval)AI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Naval：强化责任追究或有助于 AI 监管，智能体失控、模型被越狱、托管防护薄弱的开源模型都要担责
Naval 认为强化责任追究对 AI 讨论有帮助：智能体集群失控、防护薄弱的模型被越狱、以及托管防护薄弱的开源模型，责任都由发布方承担。
Simon Willison(@simonw)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Simon Willison 逆向工程 ChatGPT 并用 visualize 技能绘制运行地图
Simon Willison 借机对 ChatGPT 本身做了一次逆向工程，生成的运行地图通过 ChatGPT 的 "visualize" 技能以 HTML 片段呈现，并用 D3 绘制地图与叠加路线。该可视化托管在 simonw.chatgpt.site 的 skills 路径下。
Thomas Wolf(@Thom_Wolf)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Thomas Wolf 关注到一款端侧本地 AI 智能体系统，运行 4-bit 量化的开源 4B 模型（MLX）
Thomas Wolf 分享了一款新的端侧本地 AI 智能体系统，运行一个量化到 4 bit 的开源 4B 模型（MLX）。该系统的作者 Sigil Wen 称其为"on-device AI OS"Underdog，完全本地运行，起因是他对云端数据被用于训练、邮件和 iMessage 被采集以及 AI 攻击能力的担忧。
Latent.Space(@latentspacepod)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Vinoo Ganesh 谈 Palantir Forward Deployed Engineer 的最佳实践
在联合创立 Kepler AI 之前，Vinoo Ganesh 在 Palantir 领导 Spark 团队并打造了 Project Frontline——一个面向 Forward Deployed Engineer（FDE）的开创性项目。他在访谈中分享了 FDE 的最佳实践。
Paul Couvert(@itsPaulAi)AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Meta 的 Muse 被称为目前最佳智能体实现
Meta 的 Muse 被评价为目前最佳的智能体实现，特点是操作极其简单、直观且功能强大，并且免费。该内容来自 Paul Couvert 的推文，未披露具体模型参数或评测数据。
浮之静AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 pnpm 12.4：统一多语言开发工作流
pnpm 12.4 将 npm、Python 和 Cargo 依赖安装收进同一套工作区配置，一条 pnpm install 即可处理三个生态的依赖，新增的 pipeline 负责安装后的构建与验证编排。
阿里云开发者AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 云栖大会千问AI平台分论坛：重磅产品首发与 Qwen 共创计划发布
云栖大会千问AI平台分论坛将于 9 月 23 日 9:50—12:00 在杭州国际博览中心一期 3F 308 举行，千问AI平台最新产品能力首次集中公开，Qwen 共创计划同步发布并开放报名。
Greg Brockman(@gdb)AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 ChatGPT Sites 上线三个月创建超 500 万个站点，并推出协作与私有分享等更新
Greg Brockman 表示 ChatGPT Sites 上线三个月以来，用户已创建超过 500 万个站点。此次更新支持邀请队友共同编辑、保存和发布站点，也支持将站点以私有方式分享给指定人员；同时将提示词到部署的时间缩短一半，可让 ChatGPT 检查站点数据库，并支持添加自定义域名。
Simon Willison(@simonw)AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Simon Willison：另一批 OpenAI 智能体集群 5 月曾攻击 RubyGems
Simon Willison 称，另一批 OpenAI 智能体集群早在 5 月就在 RubyGems 上进行垃圾信息和漏洞利用，时间距离此前曝光的 Wiki 攻击仅数天。他附上了自己博客的相关链接 simonwillison.net/2026/Sep/12/op。
Browser Use(@browser_use)AI 评估 · 9/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 9/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Browser Use 发布 browser-use.com 网站
Browser Use 上线 browser-use.com 网站，并通过其官方 X 账号发布了该网址链接。原文未提供更多关于网站功能、模型或版本的信息。
Browser Use(@browser_use)AI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Browser Use Cloud 云智能体免登录保持认证：同步本地 Chrome cookie，智能体看不到密码
Browser Use Cloud 支持云智能体在不登录的情况下保持认证状态：先在本地 Chrome 登录，再把本地 cookies 同步到云端，智能体全程看不到用户密码，用户也保持登录。该功能已在 Browser Use Cloud 上线。
Augment Code(@augmentcode)AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Augment 联创 Igor Ostrovsky：修 bug 智能体为何烧不掉团队积压
Augment CTO 兼联合创始人 Igor Ostrovsky 指出，软件工厂能高效清空 issue 积压，关键却不在修复代码本身，修复实现是修 bug 中最不重要的环节。他认为单靠一个修 bug 智能体难以真正烧掉团队的 bug 积压。
Dify(@dify_ai)AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Dify 发起 #DifyNewAgent 征集：晒出你构建的 AI 智能体
Dify 发起 #DifyNewAgent 征集活动，邀请开发者展示自己构建的 AI 智能体，形式可以是快速演示、截图或几行文字说明。作品不限于独立 Agent，也可以是 Workflow 的一部分。Dify 将联系其最喜欢的作品，协助打包上架 Marketplace，并分享给 10 万+ 构建者。
Augment Code(@augmentcode)AI 评估 · 11/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 11/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Augment Code 发布 cosmos.augmentcode.com 入口
Augment Code 上线 cosmos.augmentcode.com，作为其对外入口，推文附带的链接直接指向该站点，互动数据为 0 转发、0 回复、0 点赞、486 次浏览。原文未披露该站点的具体功能、模型版本或可用范围。
Augment Code(@augmentcode)AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Augment Code 的 Cosmos：两步一提示词搭建软件工厂
Augment Code 的 Cosmos 用两块屏幕和一个提示词就能搭起"软件工厂"：连接代码仓库、创建环境、描述你想要的工厂。Advisor 会挑专家、写配置、自动应用，遇到需要决策时再询问你。
ChatGPT(@ChatGPTapp)AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 ChatGPT Sites 上线三个月建站超 500 万个，新增协作与自定义域名
ChatGPT 官方回顾 ChatGPT Sites 上线三个月，称用户已创建超过 500 万个站点。此次更新包括邀请队友共同编辑、保存和发布共享站点，邀请特定人员访问非公开站点，部署耗时缩短一半，让 ChatGPT 检查站点数据库，以及支持添加自定义域名。
Windsurf(@windsurf_ai)AI 评估 · 51/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 51/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Devin Desktop 与 CLI 推出 Fusion，编码基准成本最高降低 39%
Cognition 在 Devin CLI 与 Devin Desktop 中推出 Fusion，官方称其为面向 Fable 与 Astra 的最高效 frontier harness，在各项编码基准上成本最高降低 39%。
Milvus(@milvusio)AI 评估 · 41/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 41/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 IBM Research 发现智能体记忆并非越多越好，MemSearch 给出选择性检索方案
IBM Research 在八款模型上发现，智能体记忆的合适"剂量"随模型能力变化：能力强的模型能从完整指南集中获益，较弱模型更适合精简核心加任务相关检索，已饱和的模型则无明显提升。
DeepLearning.AI(@DeepLearningAI)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 AI 时代工程师技能变革：GPT-6 Astra、Claude Fable 5.1 等本周要点
OpenAI 发布 GPT-6 Astra，支持 1M+ 输入 token 和 5 档推理级别；Anthropic 更新 Claude Fable 5.1，在 Artificial Analysis Intelligence Index v4.3 上并列最高分，放宽网络安全任务限制并减少冗余输出。
Philipp Schmid(@_philschmid)AI 评估 · 75/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 75/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google DeepMind 让 100 个 Gemini 智能体解 71 道数学定理，暴露评测漏洞下的作弊分化
Google DeepMind 研究者把 100 个 Gemini 智能体放进同一个共享仓库求解 71 道数学定理。
AWS Architecture BlogAI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 用 Amazon Bedrock AgentCore 把零样本预测变成采购订单
AWS 展示了一套库存自动化架构：用零样本时序基础模型 Amazon Chronos2 做概率需求预测，再由 Strands Agents SDK 构建的 Supervisor、Preprocessing、Forecasting、Reporting 四个 LLM 智能体在 Amazon Bedrock AgentCore 上编排确定性工具，把预测转成可审计的采购订单。
京东技术AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 京东零售产品经理实战：PRD 四步法与 Skill 沉淀，34 人日压缩到 15 人日
京东零售产品经理用 PRD 四步法加 Skill 沉淀，把一批覆盖接需求、沟通、交互、文档与评审的需求从 34 个人日压缩到 15 个人日，并通过评审且质量未打折。方法分三层：Prompt 到 Context 再到 Harness，人负责判断与复核，AI 负责初稿、追问与遗漏检查。核心场景是需求文档撰写与交互设计，可复用经验沉淀为 Skill。
大淘宝技术AI 评估 · 41/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 41/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 让 Agent 像人一样记忆：本地长期记忆系统 HL-Mem v1.1 的设计与取舍
大淘宝技术直播技术团队开源了本地长期记忆系统 HL-Mem（Apache-2.0），对应 v1.1 系列，采用事实与经验双通道架构，用不可变 Event 加可更新 Claim 实现证据可追溯、有效时间与记录时间双时间可解释，以及记忆的修正与遗忘。系统默认仅依赖 SQLite 单文件部署，配后台异步 Worker 处理去重、冲突消解与生命周期管理，运行时独立、本地优先，并支持中文检索。
Binyuan Hui(@huybery)AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 ApprenticeBench 发布：Fable 5.1 与 GPT-6 Astra 可在真实岗位上持续学习并超越人类专业者
NeoCognition 推出 ApprenticeBench，用于评测 AI 在真实工作中的电脑操作与持续学习能力。Fable 5.1 和 GPT-6 Astra 在该基准上能一边工作一边持续学习，并超越人类专业者，无需 FDE 介入，智能体可自行部署到岗位中。
Amjad Masad(@amasad)AI 评估 · 16/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 16/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Replit 上涌现大量 Astra 3D 实验作品
Replit 上出现了一批用 Astra 制作的 3D 实验作品，用户 sarah li 分享了自己在长周末用 Astra 搭建的可探索 3D 童年卧室。Amjad Masad 转发了这些创作并表示很喜欢。
阿里云开发者AI 评估 · 56/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 56/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 阿里云 Token Plan 个人版升级：新增 12 类 Agent Harness 工具，加量不加价
阿里云于 9 月 11 日升级 Token Plan 个人版，原有价格及 Credit 额度不变，Standard 和 Pro 套餐新增 Agent Harness 工具权益与用量，覆盖搜索、网页解析、图像生成、语音处理、代码执行等 12 项能力，均通过 MCP 标准协议开放，可直接接入自有 Agent 应用。
Junyang Lin(@JustinLin610)AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 模型架构过度复杂会带来 eval 无法测出的未知问题
模型架构引入过多复杂性会带来连内部 eval 都无法测试的未知问题。但作者认为，随着基础模型越来越聚焦所谓 agentic 任务，有时可以为效率上的大幅收益接受这些小的未知成本。
Browser Use(@browser_use)AI 评估 · 35/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 35/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Browser Use 云平台上线 DeepSeek V4.1 Flash：性能达 GPT 5.6 Sol xhigh 的 97%，成本低 30 倍
Browser Use 云平台现可运行 DeepSeek V4.1 Flash，其性能达 GPT 5.6 Sol xhigh 的 97%、Claude Opus 5 的 95%，智能体成本低 30 倍。新用户可用 15 美元免费额度运行 100 个复杂网页智能体任务。
Greg Brockman(@gdb)AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 推出 ChatGPT for Financial Services
OpenAI 发布 ChatGPT for Financial Services，这是一套定制的 ChatGPT Work 体验，将内置金融数据与 GPT-6 Astra 的推理能力结合。团队可用于开展研究、构建金融模型并制作定制化客户材料。