彭博报道称，高盛已限制银行家和交易员使用 Anthropic 的 Claude Code 以及微软的 GitHub 编程工具，但被称为 strats 的量化员工不受这一限制。Replit CEO Amjad Masad 就此警告，AI 编程智能体直接运行在员工电脑上，正在成为企业和政府的系统性安全风险；他提到供应链攻击、凭证泄露、恶意指令和依赖被污染等问题，并认为金融行业正在普遍收紧这类工具。Replit 为此发布安全建议：不要把智能体放在员工设备上，而应运行在公司控制的隔离云端环境中，并单独管理凭证、审计日志和审批。对读者来说，这反映出企业引入 AI 编程工具时，不能只决定“谁能用”，还要限制“智能体能访问什么”。目前高盛这一限制由彭博报道，具体有多少机构跟进尚无公开证据，文中也未给出引发限制的具体安全事件。
文中可用工具
- Claude CodeAnthropic 的 AI 编程工具，高盛已限制银行家和交易员使用
- GitHub coding tools微软的 GitHub 编程工具，同样被高盛限制给工程师以外的员工使用
- Cursor marketplace开发者工具市场，文中提到曾有被篡改的 Claude Code 扩展经此分发
展开详情收起详情：高盛限制银行家使用 Claude Code，却有一个出人意料的例外⌄
The New Stack
原文发布：2026-11-04 03:18收录：2026-11-04
Linux 基金会旗下的 Agentic AI 基金会（AAIF）执行董事 Mazin Gilbert 今年从 Google 离职，接手领导这个新基金会。他的核心观点是：基金会必须跑得比成员公司还快，否则就会失去意义。为此，AAIF 让 OpenAI、Anthropic、Google 等互相竞争的公司一起维护 MCP 等协议标准，比如 7 月把 MCP 改成无状态版本，各家都贡献了代码并更新了自己的技术栈。目前 AAIF 有 305 家成员，MCP 贡献者中 Anthropic 员工已不到 15%，9 月还推出了 MCP 助理认证，帮助还不懂 Agent 的公司入门。对读者来说，这意味着 Agent 领域的底层接口正逐步统一，未来跨厂商的 Agent 产品互通和部署门槛可能降低，但网关等标准怎么定，社区自己也还没答案。
文中可用工具
- Model Context Protocol连接 AI Agent 与外部工具、数据的开放协议标准
- Agent Skills由 Anthropic 贡献、用于给 Agent 扩展能力的标准项目
- Open Responses由 OpenAI 贡献、已由 AAIF 接纳的项目，原文未说明具体用途
- OpenEnv由 Hugging Face 贡献、已由 AAIF 接纳的项目，原文未说明具体用途
- OpenSandbox由阿里巴巴贡献、已由 AAIF 接纳的项目，原文未说明具体用途
- agentgatewaySolo.io 的 Agent 网关项目，用于连接 Agent 与企业后端系统
- Agent Router从 CNCF Envoy 项目转入的 Agent 网关项目，原文未详细说明用途
- Model Context Protocol AssociateAAIF 9 月推出的首个 MCP 认证，帮助学习者掌握该协议
展开详情收起详情：Agent 标准能跟上构建它们的公司吗？⌄
The New Stack
原文发布：2026-11-04 06:50收录：2026-11-04
Nimisha Asthagiri 做了一场演讲，介绍如何把成熟的产品工程和架构原则用到 AI Agent 上，为它们建一块有边界的“画布”。原来大家担心 Agent 自主干活时跑偏、失控，这一方案让 Agent 只在一定范围内自主行动，同时持续检测它有没有偏离预期，并记录下关键决策。对开发者来说，这意味着可以让 Agent 参与软件开发并扩大规模，而不会因为它们乱来就失去控制。不过材料没有说明具体怎么实现、什么时候能用，也没有提供演示或发布时间。
展开详情收起详情：演讲：超越 Harness：为 AI Agent 打造的画布⌄
InfoQ Architecture & Design
原文发布：2026-11-03 19:00收录：2026-11-04
Google 推出了一套叫 Cheminformatics Skills 的工具，可以配合 Antigravity 这个 AI 智能体平台做药物发现。以前化学家要花好几天整理化合物数据、建模并设计新分子，而且分子在不同资料里的表示方式五花八门，改一个原子就会变成另一种化合物，容易出错。这次让智能体自动从文献中提取化合物、做配对分析并建立预测模型，还用真实肺癌药物案例做了演示：一小时左右完成搜索数千种化合物、分析并设计出带合成路线的新刚性化大环分子。底层由 RDKit 等确定性化学工具负责计算，语言模型只负责调度和推理。目前属于演示性质的案例展示，原文未说明该技能何时公开发布或是否已可下载使用。
文中可用工具
- Google Antigravity运行化学智能体的平台，可调用本地化学工具完成药物发现工作流
- Cheminformatics Skills为 Antigravity 提供的化学信息学技能包，负责数据整理、分子分析和建模指导
- RDKit开源化学信息学工具包，用来做分子计算
- ChEMBL提供整理好的化合物与活性数据资源
- PubChem提供化合物数据资源
展开详情收起详情：使用 Google Antigravity 的 Agent 化学信息学⌄
Google DeepMind Blog
原文发布：2026-11-04 01:01收录：2026-11-04
LangSmith 团队发文讲怎么让人类专家参与 Agent 的开发评估。问题是 Agent 常常执行多步任务，只看最后一句回答判断好坏会漏掉中间出错的环节，自动评估也说不清“为什么好、为什么坏”。他们的办法是让领域专家查看完整的对话记录和工具调用，给每一步打分并写下理由，再把这些人给出的判断整理成可复用的评估数据，用来校准自动评估、改进在线评测、积累金标准测试集。这样团队在改 Agent 时就有据可依，而不是只凭感觉。
文中可用工具
- LangSmith用来记录 Agent 每一步的行为，把需要复查的互动放进标注队列，让人工打分并留下理由
展开详情收起详情：为什么人类洞察是构建更好 Agent 的战略优势⌄
LangChain Blog
原文发布：2026-11-04 05:48收录：2026-11-04
LangChain 团队想让 Deep Agents 能像人一样操作网页，于是比较了七种浏览器工具方案，最终选了 Browserbase 的 Stagehand，并用 LangSmith 追踪和评测不断调优。原来的问题是：浏览器任务步骤多、网页内容杂，工具用起来又慢又贵，比如 Playwright MCP 完成同样任务的花费约是 Stagehand 的 13 倍、耗时约 3 倍。这次优化的关键在工具设计：Stagehand 让智能体写代码一次执行多步操作、用精简快照读页面、减少来回调用，从而省下上下文和成本。对读者的意义是：做浏览器智能体时，工具怎么设计会直接影响效果和花费，值得用追踪加评测的方式反复打磨。目前这些结果来自论文式评测，属于已展示的能力，正式上线情况原文未说明。
文中可用工具
- StagehandBrowserbase 提供的浏览器智能体工具，让智能体写代码批量操作网页
- LangSmith用于追踪智能体行为并做实验对比和评测的平台
- Playwright MCP基于 Playwright 的浏览器工具方案，原文用作对比基线
- browser-use原文列为参与对比的浏览器工具方案之一，具体用途未详细说明
- Browserbase MCPBrowserbase 的托管 MCP 浏览器服务，原文参与对比
- agent-browser原文列为命令行方式驱动浏览器的对比方案，具体用途未说明
- browse CLIBrowserbase 的命令行浏览器工具，原文参与对比
- Managed Deep Agents在 LangSmith 中构建和部署智能体的托管服务，可代跑浏览器
展开详情收起详情：我们如何为 Deep Agents 优化浏览器使用⌄
LangChain Blog
原文发布：2026-11-04 06:30收录：2026-11-04