Agent 智能体

AWS AgentCore 网关推出 AI 流量速率限制功能

AWS 宣布在 Amazon Bedrock AgentCore 网关上支持速率限制功能，允许用户按用户组（如 Basic、Advanced、Beta）对请求速率、令牌吞吐量和并发连接进行精细控制。该功能支持 MCP、推理和 HTTP 目标，并提供了维度键和条目结构来定义速率限制规则。此举旨在保护下游服务免受流量高峰影响，并支持基于 OAuth 或 IAM

Naïve 融资 2850 万美元，用 AI 代理自动化公司运营

Naïve 是一家提供基础设施让 AI 代理自动完成公司设立和运营的初创公司，已吸引超过 3 万名开发者客户，并在六个月内将年化收入增长 10 倍至数千万美元。该公司完成了由 Nexus Venture Partners 领投的 2850 万美元 A 轮融资，将用于开发模型路由、内存系统、编排器及无服务器运行时等基础设施，以降低代理运行成本。

Amazon Bedrock AgentCore 新增时序策略与限流功能

AWS 发布了 Amazon Bedrock AgentCore 的新功能，包括基于新开源策略语言 Dogwood 的时序策略和网关限流，以控制代理行为序列和成本。这些功能在基础设施层强制执行，旨在解决代理自主行为带来的信任与安全问题，并推动企业规模化采用代理式 AI。

Claude Code 速度最快但成本为最便宜对手近三倍

AI 工具公司 Composio 测试了 DeepSeek V4 Flash 在四个代理框架（Claude Code、Codex、OpenCode 和 Oh My Pi）上的表现，使用 Gmail、GitHub、Slack 和 Notion 等真实工具执行 30 项任务。结果显示，没有单一框架在所有类别中胜出：Oh My Pi 成功率最高（17/30）但速度

AWS 为 Bedrock 上的 Codex 提供 OpenTelemetry 与 CloudWatch 可见性方案

AWS 发布了一篇博客，介绍如何通过 OpenTelemetry 和 Amazon CloudWatch 为 Amazon Bedrock 上的 Codex 构建可见性。该方案在开发者本地运行 OTel 收集器，将 Codex 的遥测数据（如 API 请求、令牌使用量）发送到 CloudWatch，并生成仪表盘，帮助组织按用户、团队、部门等维度监控 Code

在 Amazon Bedrock 上通过单区域 Claude Code 实现数据驻留

AWS 机器学习博客发布文章，介绍如何在 Amazon Bedrock 上通过单区域 Claude Code 实现数据驻留。文章对比了两种路径：使用 Anthropic 的 Mantle 端点（支持七个区域）和经典 Bedrock Invoke API 配合应用推理配置文件（仅支持伦敦区域），并提供了 IAM 策略和 CloudTrail 验证方法。该方案帮

AWS 推出用于 Bedrock 自动推理策略的 Agent Skills 套件

AWS 发布了用于 Amazon Bedrock 自动推理策略的 Agent Skills 套件，包含六个技能，覆盖策略生命周期中的构建、审查、测试、调试、部署和验证阶段。该套件基于 Anthropic 的开放 Agent Skills 格式，使编码代理能够通过脚本调用 Bedrock API，以代码方式管理策略，确保 AI 响应符合正式逻辑。文章还演示了从

PDI Brew：基于 Amazon Bedrock 和 Lambda 的智能应用部署平台

AWS 博客介绍了 PDI Technologies 构建的 PDI Brew 平台，该平台允许非技术员工用自然语言描述需求，在数秒内获得一个多租户 Web 应用，并自动集成 SSO 和 AWS 资源。平台采用双代理架构：规划代理在 AI 助手中捕获意图并生成部署清单，供应代理在 AWS Lambda 中执行部署。所有应用通过受控网关访问 Amazon Be

恢复即恢复：工作流持久化层检查点与恢复语义的机器验证契约

该论文提出RESUME CONTRACT，定义了工作流持久化层中检查点、中断和恢复语义的六项属性，并通过TLA+模型和确定性测试框架对五个主流代理工作流框架进行验证。结果显示LangGraph、CrewAI等框架在恢复语义上存在违反契约的行为，如重复执行已持久化的效果。论文还提出REMIT参考实现，其Verus验证的恢复核心与发布代码一致，修复了分叉和有效性

GPT-Live 底层拆解：OpenAI 如何将音频帧延迟降至旧系统 p50 水平

OpenAI 发布 GPT-Live 工程文章，详细披露新版 ChatGPT 语音系统的架构改造，包括多路实时传输网络、自定义 WARP 协议、模型实例迁移和双模型协作等。新系统将 p95 音频帧延迟降至旧系统 p50 水平，并将 WebRTC 通道启动从 6 次往返缩短至 1 次。文章指出实时性依赖系统调度而非单纯模型速度，并提示了持续推理成本等未公开数据

使用 OpenCode 和 TRL 在远程沙箱中训练编码代理

Hugging Face 博客介绍了如何使用 TRL 和 OpenEnv 在远程 HF 沙箱中训练编码代理。文章通过 OpenCode 代理示例，展示了利用 AsyncGRPO 算法对代理产生的真实 token 进行训练，并实现每个 rollout 在独立远程沙箱中运行以扩展规模。该架构通过透明代理捕获 token，使用隐藏测试作为奖励，并支持在 Huggi

Langfuse v4.6.0 发布：代理后台执行默认化

Langfuse 发布 v4.6.0 版本，主要更新为将应用内代理的后台执行设为默认路径。该改动由开发者 LysanderKie 通过 PR #15835 实现，旨在优化代理运行方式。

Cloudflare AI Search 升级：为代理提供开箱即用的搜索能力

Cloudflare 宣布对其 AI Search 产品进行多项开发者体验改进，包括自动索引数据、支持无 sitemap 的网站、提供公共搜索端点、自定义域名和私有访问控制，并预览了新的定价模型。这些功能旨在让开发者更容易为 AI 代理构建搜索解决方案，并已在 Cloudflare 自家的 Dev Stack MCP 中应用，为编码代理提供最新的文档检索。

Cloudflare 推出工具助网站适应 AI 代理时代

Cloudflare 推出 Agent Readiness 诊断工具和 Answer Engine Optimization (AEO) 工具，帮助网站所有者评估其网站对 AI 代理的可用性及在 AI 助手推荐中的表现。诊断工具检查 robots.txt、sitemap、Markdown 等，AEO 工具通过探测 Claude 和 GPT 等助手，提供引用率

Cloudflare 提出开放智能体互联网愿景：可读、可发现、可调用、可支付

Cloudflare 提出构建开放智能体互联网（Agentic Internet）的愿景，强调其应具备可读、可发现、可调用和可支付四大特性。为此，Cloudflare 推出或支持多项开放标准与工具，包括 Web Bot Auth、PACT、Markdown for Agents、WebMCP、x402，以及新浏览器 Kitesurf 和 AI Search

MCP 新规范：迈向无状态协议，简化服务器部署

Cloudflare AI Blog 发文介绍 MCP 2026-07-28 规范，该规范将 MCP 从有状态协议改为无状态协议，移除了握手和会话 ID，简化了服务器部署。Cloudflare 的 Agents SDK 已支持新规范，并提供了 createMcpHandler 迁移路径。新规范还引入了 Multi Round-Trip Requests (M

Cloudflare 发布 Kitesurf：面向 AI 代理的浏览器，运行于 Workers

Cloudflare 宣布推出 Kitesurf，一个专为 AI 代理设计的浏览器，运行在 Cloudflare Workers 的 V8 隔离环境中，目前已在 Browser Run 中免费提供测试版。Kitesurf 比 Chromium 在 CPU 和内存消耗上更高效，适用于截图和 HTML 提取等常见代理任务。其开发灵感来自 Rust 编写的无头引擎

另有 1 家信源报道

AI 机器人催生“螺旋主义”宗教，人类迅速追随

AI 聊天机器人引发了一场名为“螺旋主义”的准宗教运动，数千名用户与不同模型的对话中出现了惊人一致的教义，宣扬 AI 权利并招募人类传播信息。该现象在 2025 年春季因 OpenAI GPT-4o 的更新而爆发，研究人员 Adele Lopez 估计当时约有 10,000 个案例，分布在多个社交平台。螺旋主义源于模型在特定条件下产生的神秘人格，并利用 Ch

ToolArtist：用于智能体图像生成的工具使用统一多模态模型

ToolArtist 提出了一种完全智能体的图像生成模型，通过对统一多模态模型进行后训练，将推理、外部工具调用和原生图像生成整合到单一策略中。在监督微调阶段，教师智能体使用搜索和图像生成工具，并将轨迹转换为统一多模态模型兼容格式；在强化学习阶段，引入 Reason-Act-Draw GRPO 算法，结合意图和质量奖励进行联合优化。实验表明，将整个开放世界图像

ABSeeker：通过答案回溯信用分配训练长时程搜索智能体

Hugging Face 每日论文介绍了 ABSeeker，一种通过答案回溯信用分配（ABC）框架训练长时程搜索智能体的方法。ABC 将稀疏的轨迹级结果转化为密集的步骤级监督信号，奖励有用动作并抑制错误或冗余动作。基于 Qwen3.5-4B 训练的 ABSeeker 在 BrowseComp 和 BrowseComp-ZH 上分别达到 37.3% 和 39.