搜索
斯坦福最近公开了一门课的录像，叫 CS329A，主题是 Self-Improving AI Agents（自我改进的 AI agent）。两位主讲教授，Aakanksha Chowdhery 和 Azalia Mirhoseini，都有极深的工业背景。Aakanksha 曾是 Google 540B 参数 PaLM 模型的技术负责人，也参与了 Gemini 的研发
2026 年的 YC Startup School 上，Jeff Dean 的声音有些沙哑。
8 月 3 日，阿里巴巴正式发布新一代基座大模型 Qwen3.8，总参数量 2.4 万亿，在编程（Coding）和专业办公（Cowork）方面能力大幅提升。今日放榜的权威三方榜单 Arena 中，阿里 Qwen 模型仅次于 Anthropic 的 Claude 系列，整体性能处于全球大模型第一梯队。。
Agent的能力越来越强，但使用体验仍有一个尴尬之处： 每换一个Agent甚至换一个session，就像换了一个完全不了解你的新员工。
前段时间，米哈游的一个工程师，在测多Agent协作时忘了设熔断。几十个Agent进入循环调用。
Seltz为Agent自建一套持续更新的Web索引，让它能够及时看见公开网络中正在发生什么；AnySearch聚合开放Web和20多个垂直数据源，让Agent知道面对不同问题应该去哪里查；Octen则重写索引、排序和服务层，让Agent可以同时展开几十甚至上百次查询，更快、更大规模地看见信息。
Factory 成立于 2023 年 4 月。彼时，企业市场连 GitHub Copilot 都尚未完全接受，更不用说完全自主的 AI 软件工程代理（Autonomous Agents）了。Matan 形容创业最初的两年是一场在沙漠中的跋涉：技术理念过于超前，工程师还没准备好改变习惯，企业采购团队也充满怀疑。
JarvisHub 给出的答案，是把可编辑画布同时变成用户工作区、Agent 的外部记忆、行动空间和共享项目状态。Agent 不再只从聊天记录里猜测上下文，而是直接「看」到画布上的提示词、参考图、候选版本、生成结果、依赖关系、失败记录和用户反馈，再据此规划、调用工具、写回结果。
现在最新动态来了，老黄在Y Combinator近1小时的《Jensen Huang: The Mindset That Built NVIDIA》访谈里狂爆金句，高能不断：Agent是一种新的软件形态。Agent不必达到100%准确才有价值，“可控性”或将成为其下一个发展阶段最大的突破口。
最近有个挺有意思的对比实验，来自 Composio 团队。他们用同一个模型 Kimi K3，分别放进三个不同的 agent 框架（harness）里跑 ——Claude Code、Hermes 和 Kimi Code—— 一共测了 28 个完全相同的任务。