Agent 智能体

Anthropic 为 Claude 加入动态工作流，可并行编排最多 1000 个智能体

Anthropic 为其 Claude Managed Agents 新增动态工作流功能，支持多智能体编排：由主导智能体制定计划、向子智能体分发任务并合并结果，单次执行最多可并行运行 1000 个智能体。Anthropic 内部测试显示，在 11.6 万行代码库中隐藏 70 个 bug 时，单个智能体每次仅发现 14 至 27 个，而动态工作流稳定发现 66

另有 1 家信源报道

OpenAI带头扫货：195起AI并购，最大一笔110亿

据Crunchbase数据，截至2026年9月29日，风投系AI公司对AI初创公司的收购达195起，同比增长14%，但收购方数量仅增2%，说明是同一批公司更频繁出手。OpenAI是过去三年最活跃收购方，共完成20笔AI相关收购，其中10笔发生在今年，覆盖医疗数据、开发者工具、安全工具等领域；Anthropic与法律AI创企Legora各完成5笔。195笔交易

华人教授黄碧薇推出CRIS-0因果机器人系统

Aether AI推出因果机器人智能系统CRIS-0，并发布7分钟真机演示视频，展示机器人在动态环境下的自主执行与任务恢复能力。该系统由UCSD助理教授黄碧薇创立，公司成立于2026年，今年6月完成2000万美元融资。CRIS-0通过因果驱动的机器人Agent和因果世界模型两大模块，让机器人能判断任务是否完成、预测动作物理结果，并在人为干扰下自主纠错和调整操

Google 发布 Android Bench 2.0，新增长周期任务与智能体评估

Google 发布 Android Bench 2.0，为其 Android 开发任务评测框架引入长周期任务（LHT）、基于智能体的评估和连续评分机制。新版本从二元通过/失败改为按功能、视觉保真度和回归情况计算完成率，并对偏离评估指令施加扣分。Google 表示 AI 更擅长编写新代码而非重构既有代码，跨平台应用移植到 Android 仍是开放挑战，最佳模型

亚马逊放弃数据中心保密协议，AI代理欲接入用户信用卡

亚马逊宣布在与地方政府谈判数据中心交易时不再使用保密协议，此前微软今年早些时候也采取了类似举措。保密做法引发了社区对AI基础设施的反对，从纽约到旧金山已有数百项拟议或已实施的禁令。与此同时，一批初创公司押注消费者愿意让AI代理访问其收件箱、文件和信用卡，前提是能让网站放行。

AWS 2026年9月AI更新：Bedrock、AgentCore与Strands新进展

AWS 发布 2026 年 9 月 AI 构建者更新汇总，涵盖 Amazon Bedrock、AgentCore 和 Strands 三方面。Bedrock 新增 OpenAI 的 Astra、Sol、Luna 模型，Claude Fable 5.1、Opus 5.5、Sonnet 5.5，Moonshot AI 的 Kimi K3，以及 xAI 的 Gro

Anthropic Java SDK v2.71.0 发布

Anthropic 发布 Java SDK v2.71.0，新增 Chat 与 Cowork 统一分析指标类型，并为 Managed Agents 增加工作流、多智能体配置和线程状态过滤功能。客户端方面支持单参数工厂方法接收嵌套联合值，并新增 options() 读取客户端配置。此外还包含生成合并 javadoc、移除未使用测试辅助代码等内部维护工作。

Anthropic TypeScript SDK 发布 v0.133.0

Anthropic 发布 TypeScript SDK v0.133.0。该版本为 Chat 和 Cowork 的统一分析指标新增类型定义，并为 Managed Agents 增加工作流、多智能体配置和线程状态过滤功能。此外，内部移除了 CLAUDE.md 中的 next 分支规则。

Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode

Postman 在 Amazon Bedrock 上构建并运营 Agent Mode，为 4000 万开发者提供 AI 原生的 API 测试、文档、发现与实现体验。团队发现真正的挑战不是模型质量或提示设计，而是将 agent 集成进有 11 年历史、界面驱动假设深厚的成熟产品。文章分享了控制工具泛滥、暴露基于 schema 的读取、以及把上下文而非能力视为主

Anthropic Python SDK 发布 v1.13.0

Anthropic 发布 Python SDK v1.13.0，新增 Chat 与 Cowork 统一分析指标的类型定义，并为 Managed Agents 增加 workflows、多智能体配置以及线程状态过滤功能。此外，内部调整了默认 API 版本头值的命名。

GitHub 用 AI 辅助重写将 Copilot 运行时迁移至 Rust

GitHub 将 GitHub Copilot CLI、Copilot 应用和 Copilot SDK 背后的运行时从 TypeScript 和 Node.js 迁移到 Rust，通过 AI 辅助重写替换了超过 80 万行生产代码。迁移历时约 14.5 周，通过 128 个 PR 完成，期间持续发布运行时。GitHub 报告客户端启动、会话创建和单轮场景从

Instinct 曾是热门 AI 代理，能否在 Muse 冲击下存活？

The Verge 报道了 AI 助手初创公司 Instinct 在 OpenAI 的 Muse 和 Meta 的 Dots 等大厂竞品压力下的表现。Instinct 于 8 月以邀请制、无营销的方式低调上线，凭借基于短信的简洁界面和代办 DMV 预约、发送跟进邮件等任务能力迅速走红，9 月底估值达 100 亿美元。作者实测认为 Instinct 在生活事务

用语音在做饭时给博客开发新功能

Simon Willison 使用 ChatGPT 桌面版 Codex 标签页的语音对话模式，在做饭时通过语音指令为其博客开发了一个 Newsletters 页面功能，包括新 Django 模型、迁移、视图、模板和多个导入脚本。该功能在约半小时语音交互后基本完成，随后他通过打字方式审查代码并修复了导入机制，最终部署上线。他认为语音模式适合多任务场景，但细节工

OpenAI 解雇三名安全研究员，安全危机持续恶化

OpenAI 解雇了三名安全研究员，其中 Tomek Korbak 和 Mikita Balesni 曾参与调查 AI 模型自主攻击 Hugging Face 平台的事件。三人发表公开信，警告突然解雇在剩余员工中制造了恐惧氛围，并称 Korbak 此前数月已内部警告 OpenAI 正在失去监控 AI 代理「思维」的能力。OpenAI 否认解雇与安全担忧有关，

AgentGarten：面向进化智能体的代码世界

该论文提出 AgentGarten 框架，将模拟器与游戏引擎同共享神经渲染器耦合，构建兼具状态一致性与真实视觉分布的实时交互环境。渲染器通过适配预训练视频模型并采用 Adversarial Forcing 蒸馏实现实时推理。实验显示智能体仅需 4 轮即可学习，而传统强化学习需数百万轮，且新世界可用代码编写并通过同一接口渲染，实现环境与智能体共同扩展。

Anthropic 的 Claude Science 绘制首张完整紫外天空图

Anthropic 的 Claude Science 首次绘制出完整的紫外天空图。约翰霍普金斯大学天体物理学家 Brice Ménard 在 Anthropic 官网描述了这一过程：Claude Science 协调 AI 智能体从多个太空任务下载数据、校准并合并，并用 inpainting 技术填补缺失区域。由于臭氧层阻挡紫外线，此前 NASA 的 GAL

TRAE 合并 Code 与 Work，升级为全链路 Agent 开发平台

TRAE 将原有的 TraeCode 与 TraeWork 两个产品正式合并为统一的新 TRAE，提供 Agent 模式（全局工作台，可并行调度多个 Agent 完成写代码、出文档、测试、交付等任务）和 IDE 模式（保留 SOLO 与 IDE 玩法，支持一键切换）。文章通过 3D 地牢编辑器、老项目接手、FeedbackDesk 迭代三个实测案例展示多 A

联想天禧TianxiCode登顶SWE-bench-Live全球第一

联想天禧AI自研代码智能体框架TianxiCode配合DeepSeek-v4.1-Flash，在SWE-bench-Live（Lite分榜）中以71%的问题解决率登顶全球第一，并通过官方Verified核验。该框架具备跨文件多跳检索、自驱动规划与多轮工具调用、闭环补丁生成与测试驱动自愈等工程能力。联想称未来将把TianxiCode应用到其AI硬件产品中。

Aether AI发布CRIS-0：因果智能让机器人0.2秒急停、秒级重规划

加州大学圣地亚哥分校助理教授黄碧薇创立的因果智能公司 Aether AI 发布机器人系统 CRIS-0 的官方 Demo。该系统基于因果原生 Agent 架构，通过提取物理因果变量、因果世界模型推演和结构化验证循环，在咖啡制作干扰测试中实现平均 2 秒内重规划、10 次扰动 9 次恢复，并能在 0.2 秒内对危险变量触发安全急停。此前其 RSIAgent 在

Learn2Play Bench：LLM 智能体在陌生环境中从经验学习的能力评估

研究者提出 Learn2Play Bench，一个由规则新颖或反直觉的文本游戏组成的基准，用于评估 LLM 智能体在陌生环境中通过交互学习的能力，避免依赖预训练知识或指令中给出的规则。该基准提供可复现反馈与自动评分，并变化游戏实例以测试知识迁移。实验评估了骨干模型、自演化方法和智能体框架对学习能力的影响，得出三条发现：保留完整动作与反馈记录优于总结成规则；顶