Simon Willison 复盘用编码智能体迭代浏览器 RTS 游戏
Simon Willison 分享 Battle Drones 的开发过程，通过多轮提示与试玩把原型改进为支持手机和桌面的策略游戏，并尝试设备间通过声音同步多人状态。作者明确表示大部分代码未经逐行审阅，文章展示的是个人实验。
推荐理由：Codex 来源核对 · 保留原作者的风险说明，把项目迭代经验与产品成功证明区分开。
技术方向
Agent 智能体 最新动态
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：Claude Code、Manus 等应用，各家 Agent 框架与评测。
23 条精选近 30 天 23 条共收录 23 条
更新
Agent 智能体的精选
Simon Willison精选 AWS Machine Learning Blog精选 AWS 分享 Smartsheet MCP 实践，连接项目表格与智能体
AWS 给出通过 Amazon Quick 和 Kiro 接入 Smartsheet MCP 的两套流程，覆盖读取项目状态与更新任务。使用前需要合适的 Smartsheet 付费计划及访问凭据，写入权限应与业务所需范围一致。
推荐理由：Codex 来源核对 · 可操作的业务集成案例，说明账号与授权前提。
AWS Machine Learning Blog精选 AWS 给出供应链对话分析方案，连接业务数据与工具
教程使用 Amazon Quick 和 Bedrock AgentCore，把 ERP、采购、监控等分散系统组织成受治理的工具层。读者可参考部署步骤与权限设计，再用自身供应链数据验证。
推荐理由：Codex 来源核对 · 原始技术资料，附实现与评估入口。
AWS Machine Learning Blog精选 Octave 分享多租户 AI 文档检索架构
AWS 客户案例介绍 Octave 使用 Cohere Embed v4 与 AgentCore 隔离执行，构建面向受监管文档的投诉分流助手。值得关注的是租户隔离与检索权限，而非只看文档规模。
推荐理由：Codex 来源核对 · 按原文范围整理，保留案例及数据的适用边界。
AWS Machine Learning Blog精选 AWS 演示运行时发现 MCP 服务器与 A2A 智能体
教程通过 AWS Agent Registry 的语义检索实现工具发现、实例化与执行，减少大型工具目录的硬编码。适合工具数量增长的团队参考，并核对运行时授权边界。
推荐理由：Codex 来源核对 · 原始技术资料，附实现与评估入口。
AWS Machine Learning Blog精选 AWS 给出多智能体身份验证与委托授权参考架构
文章把 X.509 身份、签名请求、限定受众的令牌与实时吊销结合起来，处理智能体之间及 MCP 工具调用的身份问题。适合有安全治理需求的团队阅读架构和实施前提。
推荐理由：Codex 来源核对 · 原始技术资料，附实现与评估入口。
AWS Machine Learning Blog精选 Eon 用统一 MCP 网关整合多云生产排障
AWS 客户案例介绍把 AWS、GCP、Azure 的排障工具接入统一认证网关，减少每个工具单独配置凭据的负担。案例中的入职提速是企业披露结果，实际收益取决于原有流程。
推荐理由：Codex 来源核对 · 按原文范围整理，保留案例及数据的适用边界。
Hugging Face Blog精选 IBM 研究用可学习记忆改善客服智能体表现
ALTK-Evolve 让智能体学习并复用操作指南，在不更新基础模型权重的情况下改善客服基准表现。文章同时讨论额外 token 成本与不同业务领域的指导强度，避免只看榜单结果。
推荐理由：Codex 来源核对 · 原始技术资料，附实现与评估入口。
OpenAI News精选 Terminal X 用评测智能体检查投资分析，披露 88.6% 判断一致率
据 OpenAI 发布的 Terminal X 案例，其评测智能体按照 54 项标准检查输出，在 500 次判断中与资深人工评审的一致率为 88.6%。这些是企业披露的内部评测结果，不代表通用投资表现或收益保证。
推荐理由：Codex 来源核对 · 有具体任务、样本与评测口径的 AI 产品案例，数据未经本站独立复测。
OpenAI News精选 OpenAI 收购 Orchestra Bio，将药物研发协作接入 Rosalind
OpenAI 宣布已收购 Orchestra Bio，计划将其团队与技术并入生命科学研究平台 Rosalind，帮助生物医药团队协调研究、试验和后续决策。公告描述的是产品整合方向，不能据此声称已缩短临床周期或获得疗效验证。
推荐理由：Codex 来源核对 · 官方收购消息，区分已完成收购与未来应用目标。
Simon Willison精选 Simon Willison 转介编程职业变化讨论，记录开发者的失落感
文章转引开发者对编码智能体改变工作体验的反思，关注解题过程、职业认同与创造乐趣。适合作为技术变迁中的个人视角阅读，并非就业趋势的统计研究。
推荐理由：Codex 来源核对 · 按原文范围整理，保留案例及数据的适用边界。
GitHub Blog · AI & ML精选 GitHub 介绍如何将 Copilot 应用会话接续到 VS Code
GitHub 发布操作指南，说明如何将 Copilot 应用中的智能体会话接到 VS Code，延续对话、代码变更和工作上下文。具体可用性与权限要求以原文和当前客户端为准。
推荐理由：Codex 来源核对 · 减少工具切换时的上下文丢失，提供原文操作入口。
NVIDIA Blog精选 NVIDIA 与媒体行业讨论主权 AI 和智能体安全
官方文章介绍欧洲公共广播与内容生产领域的技术合作，涉及开放模型、主权框架和云端集成。适合媒体技术团队跟踪数据控制与智能体安全方案。
推荐理由：Codex 来源核对 · 原始技术资料，附实现与评估入口。
量子位精选 DeepSeek 更新 V4.1-Flash-1017，并开放搜索 API
量子位报道 DeepSeek 新版本与自研搜索 API，关注智能体和工具使用场景。使用时应区分模型更新、搜索能力与实际计费条件，媒体评测不能替代自己的任务验证。
推荐理由：Codex 来源核对 · 按原文范围整理，保留案例及数据的适用边界。
量子位精选 PilotDeck 2.0 开源，围绕工作舱管理智能体记忆与任务
量子位介绍清华 THUNLP 等团队的项目，覆盖项目隔离、可查看修改的长期记忆、后台任务与模型路由，并原生支持 MCP。成本下降来自团队测试，应结合自己的长任务复验。
推荐理由：Codex 来源核对 · 原始技术资料，附实现与评估入口。
Simon Willison精选 Simon Willison 引述代码审查观点：按风险选择验证方法
作者分享关于智能体编码审查的讨论，强调比起只问有没有人读过代码，更应识别变更可能出错的地方，并选择合适的自动检查或人工复核。它是实践观点，不能替代项目自身的质量要求。
推荐理由：Codex 来源核对 · 按原文范围整理，保留案例及数据的适用边界。
AWS Machine Learning Blog精选 AWS 发布智能体全生命周期评估框架实践
文章用九阶段框架覆盖从提交代码到生产运行的智能体评估，特别关注延迟正常但回答质量下降的静默回归。可借鉴测试数据、评估检查和线上监控的衔接方法。
推荐理由：Codex 来源核对 · 原始技术资料，附实现与评估入口。
Hugging Face Blog精选 Reflection Beam 开放权重，面向编程与智能体任务
Hugging Face 介绍 Beam 的 501B 总参数、每 token 23B 激活参数与长上下文设计，采用 Apache 2.0 许可。文章附推理、微调及硬件要求，适合评估自托管条件。
推荐理由：Codex 来源核对 · 按原文范围整理，保留案例及数据的适用边界。
OpenAI News精选 Stack Overflow 分享用 Codex 开发智能体产品的过程
OpenAI 客户案例称，两名工程师用数周完成 Stack Overflow for Agents，并通过 ChatGPT 插件带动注册与智能体创建增长。增长数字来自企业披露，不能直接当成收入或利润。
推荐理由：Codex 来源核对 · 按原文范围整理，保留案例及数据的适用边界。
Simon Willison精选 Simon Willison 尝试用声音让两台手机玩静态网页乒乓球
作者公开一个通过提示构建的静态 HTML 游戏实验，用麦克风声信号同步相邻手机状态。适合作为智能体编程与原型测试案例，实验可玩性不等于成熟商用产品。
推荐理由：Codex 来源核对 · 按原文范围整理，保留案例及数据的适用边界。