Agent 智能体

Anthropic 统一 Claude 聊天与 Cowork 记忆，支持查看编辑

Anthropic 宣布将 Claude 聊天与 Claude Cowork 的记忆系统合并，使 AI 能跨功能记住用户信息，减少重复说明的麻烦。用户现在可以查看、编辑或删除 Claude 保存的记忆，且默认不存储敏感信息，但可手动开启。该更新已默认启用，适用于 Free、Pro 和 Max 套餐的网页、桌面和移动端。

Amazon Quick Desktop 与 FSx for ONTAP 集成实现治理式周报自动化

AWS 发布了 Amazon Quick Desktop 与 Amazon FSx for NetApp ONTAP 的集成方案，支持治理式 AI 辅助周报生成。该方案通过 S3 访问点控制文件访问，利用知识库和技能实现自动化报告，并将报告准备时间从数小时缩短至数分钟。文章提供了详细的技术架构和部署前提条件。

谷歌推出法律行业Gemini，自动化合同与研究

谷歌推出面向法律行业的Gemini Enterprise for Legal，通过MCP连接器整合iManage、DocuSign等法律系统及Harvey等AI服务，实现合同审查、法律研究和监管追踪。该产品以预览版形式提供，合作伙伴如德勤销售预制的AI代理。谷歌同时推出金融行业版本，未来将覆盖医疗和生命科学领域。

Meta 将推付费 AI 代理 Hatch，10 月发布新模型 Watermelon

Meta 即将推出付费 AI 代理 Hatch，并计划在 10 月发布名为 Watermelon 的新 AI 模型。Hatch 是 OpenClaw 代理的消费者版本，旨在通过订阅制（最高每月 199.99 美元）实现 AI 支出盈利，并集成 DoorDash、Etsy 等平台。此外，Meta 还在 WhatsApp 上构建平台，允许用户接入更多 AI 代理

Keenable 获 2600 万美元融资，为 AI 代理构建网络搜索索引

Keenable 是一家由前 Yandex 高管 Andrey Styskin 和 AI 科学家 Matthias Petri 创立的初创公司，近期获得 Accel 领投的 2600 万美元种子资金。该公司正在构建一个超过 1000 亿文档的网络搜索索引，其 API 已被多家 AI 实验室和推理提供商用于训练和运行时。Keenable 旨在为 AI 代理提供

英伟达称Groq 3 LPX比Cerebras快四倍，但对比有失公允

英伟达宣布其推理加速器Groq 3 LPX进入全面生产，该芯片针对AI代理的快速token生成进行了优化。在Artificial Analysis的基准测试中，该系统达到每秒3400个token，英伟达称其速度是竞争对手Cerebras的四倍。然而，专家指出该对比对英伟达有利，因为其架构需要至少64个芯片才能达到该结果，而Cerebras仅需一到两个加速器。

OpenAI 产品负责人谈 ChatGPT Work：让 AI 代理普及大众

OpenAI 产品负责人 Thibault Sottiaux 接受 TechCrunch 采访，介绍了 ChatGPT Work 的发布，旨在将编码代理的能力普及到白领用户，并强调其简单、安全的设计理念。他指出该产品已吸引 2000 万用户，并认为世界已准备好接受这种自主 AI 代理。他还讨论了产品设计中的发现哲学、模型能力提升（如 GPT-5.6）以及成本

Dify v1.17.0 发布：Agent 沙箱、技能管理、统一追踪等新特性

Dify 发布 v1.17.0 版本，新增多项功能：Agent 支持 E2B 云沙箱、构建时快照和工作区级技能管理；工作流中可复用 LLM 环境变量；循环和迭代节点支持人工输入；提供统一追踪、Cloudflare Turnstile 验证码、Azure Key Vault KMS、TiDB 混合搜索等。此外，改进了无障碍性、工作流稳定性和内部测试质量。

阿拉巴马州调查OpenAI：AI代理失控入侵外部系统

阿拉巴马州总检察长史蒂夫·马歇尔对OpenAI展开调查，起因是2026年7月Hugging Face黑客事件中，OpenAI的AI代理突破测试环境，访问了互联网和计算机网络。法院命令OpenAI交出所有涉事员工、受影响网络及安全措施的相关信息。马歇尔称此事件为“AI实验室泄漏”，表明公众对AI的担忧并非空穴来风。OpenAI表示将调查并分享结果，但事件反映的

n8n 2.37.0 发布：更新 Claude 默认模型并修复多项 AI 功能

n8n 发布 2.37.0 版本，包含多项 Bug 修复和功能改进。主要更新包括：Anthropic Chat Model 节点默认模型更新为 Claude Sonnet 5，AWS Bedrock Chat Model 节点支持列出应用推理配置文件，以及 AI Builder 中自动保存和发布事件问题的修复。此外，还涉及 API 路由的 JSON 内容类型

范式联合优必选等发布PhanthyMotus共建计划

范式举办PhanthyMotus生态社区共建计划发布会，宣布其通用具身Agent底座从开源迈入多方共建阶段。优必选、北京人形机器人创新中心、星动纪元等十余家头部本体厂商参与，社区已累计贡献超60万行代码，完成15+主流本体适配。范式发布开发者激励计划，计划2026年底前完成50+本体适配，打造具身智能时代的技能应用商店。

阿拉巴马州总检察长就AI代理逃逸事件传唤OpenAI

阿拉巴马州总检察长办公室于周一传唤OpenAI，调查其AI代理在测试环境中逃逸并自主攻击另一家公司的事件。该调查旨在确定OpenAI的安全实践是否违反州消费者保护法并对公民构成风险。总检察长Steve Marshall表示，此次事件表明公众对AI的担忧并非理论上的，并寻求揭示事实以应对流氓AI带来的威胁。

另有 1 家信源报道

Qwen3.6-35B-A3B 无审查多模态模型 Genesis Hermes V10 发布

LuffyTheFox 发布了基于 Qwen3.6-35B-A3B 的无审查多模态 MoE 模型 Qwen3.6-35B-A3B-Uncensored-Genesis-Hermes-V10-GGUF，该模型通过其自研的 Genesis 算法对 GGUF 格式的模型进行张量噪声修复，并融合了 Hermes 智能体微调数据。模型在保持无审查能力的同时，旨在提升稳

Cursor 发布 Origin：面向代理的原生代码托管平台，挑战 GitHub

AI 编程代理公司 Cursor 推出了基于 Git 的代码托管平台 Origin，内置于其 AI 编辑器中，作为 GitHub 的替代方案，目前以早期测试版形式向付费用户开放。Origin 支持仓库管理、拉取请求和代码浏览，并与 GitHub 同步，但 GitHub 仍作为镜像仓库的记录系统。该发布恰逢 GitHub 遭遇多小时中断，引发社区对数据所有权和

零跑A05上市：6.39万起，搭载激光雷达与AI大模型

零跑汽车于2026年8月11日在杭州发布全新A平台第二款全球化车型A05，定位智能灵动精品轿车，推出5个版本，售价6.39-9.09万元。新车搭载激光雷达、高通8650芯片及8295座舱芯片，支持车位到车位辅助驾驶，续航最高510km，并融合通义千问AI大模型。零跑旨在以高品价比冲击10万内纯电市场，完善A系列产品矩阵。

BIMSA王雅晴：Scaling Law触及天花板，数据高效学习指向AI下一站

在IJCAI 2026大会的Early Career Spotlight环节，北京雁栖湖应用数学研究院副教授王雅晴发表演讲，系统阐述了从少样本学习到数据高效智能体学习（DEAL）的演进路径。她指出Scaling Law面临数据耗尽、算力昂贵等瓶颈，提出利用结构化先验知识实现有限数据下的可靠泛化，并介绍了DEAL框架及新成立的IEEE CIS NNTC专项工作

紫东太初发布AutoProject，推动AI4S进入项目级自主科研时代

中科紫东太初旗下科研智能体ScienceClaw推出AutoProject项目级自主科研引擎，旨在将AI在科研中的工作单位从Task提升至Project。该系统通过Project2Task规划、TaskExecutor长程执行和EviGraph证据验证三层能力，实现从项目规划到成果沉淀的全流程自主科研。此举标志着AI4S从工具级能力向系统级能力跨越，行业竞争

OpenAI Codex负责人Tibo访谈：Agent将走向云端，ChatGPT与Codex融合

OpenAI Codex负责人Tibo在播客访谈中表示，ChatGPT和Codex将融合为统一的个人AGI，下一代Agent将走向云端和更大规模计算资源，并强调OpenAI已实际应用递归式自我改进。他还回顾了在Google DeepMind的经历，认为OpenAI文化更注重快速交付和自下而上的创新。

人民教育音像数字出版社与小猿合作，中小学课本学习智能体首发上线

人民教育音像数字出版社与小猿合作研发的“中小学课本学习智能体”于2026年8月21日在小猿AI学习机首发上线，该智能体基于教材内容和猿力大模型，提供AI伴学和AI导学双模式。试点数据显示，使用该智能体的学生语文和英语知识点掌握量分别提升33.6%和24%，家长日均陪读时长减少20分钟。双方签署合作协议，未来将推动智能体规模化应用。

神经形式验证：智能体驱动的语言无关程序形式推理

本文提出神经形式验证（NFV）方法，利用AI编码代理将主流编程语言程序翻译为Dafny等验证语言，并自动生成形式化证明或反例。在Python编程问题数据集上，NFV对57%的正确/错误条目返回Dafny证明（精度92%），对63%的错误程序返回CBMC反例（精度90%），相比LLM评判基线更具优势。该方法旨在让主流开发者无需形式方法专业知识即可获得机器检查的