Anthropic 把一套叫 Agent Skills 的开放标准捐给了 Linux 基金会下的智能体 AI 基金会（AAIF）。以前 AI 智能体处理通用任务还行，但缺具体业务步骤这类“流程知识”；Agent Skills 用一个放 SKILL.md 的文件夹教智能体完成特定任务，2025 年 10 月随 Claude Code 推出，12 月成为开放标准。目前已有 70 多个平台（如 ChatGPT、Cursor、GitHub Copilot、VS Code）接入，累计发布 100 万个技能、安装近 2.8 亿次。捐赠后名字、logo、GitHub 组织和域名都交给 AAIF，社区可参与后续版本和安全指南的制定，普通用户和开发者仍可免费使用或贡献。
文中可用工具
- Agent Skills教 AI 智能体完成特定任务的开放标准，用文件夹加 SKILL.md 描述流程
- Claude CodeAnthropic 的编程工具，Agent Skills 最初在此开发使用
- ChatGPT已接入 Agent Skills 的智能体平台之一
- Cursor已接入 Agent Skills 的编程工具之一
- GitHub Copilot已接入 Agent Skills 的编程助手之一
- VS Code已接入 Agent Skills 的代码编辑器之一
- Codex开发者为其编写了技能加载器
- OpenCode开发者为其编写了技能加载器
- Model Context Protocol (MCP)此前已捐给 AAIF 的开放协议，此次捐赠参照其模式
展开详情收起详情：将 Agent Skills 捐赠给智能体 AI 基金会⌄
Anthropic News
原文发布：2026-10-22 08:00收录：2026-10-23
Uber 和 OpenAI 合作，把 ChatGPT Work 推广给公司超过 3 万名员工使用。此前员工做调研、分析数据、做演示文稿和跑复杂流程，往往要在多个工具间来回切换、手动拼凑。这次 Uber 统一提供 ChatGPT Work，把这些工作放到一个能理解上下文、帮着把多步任务做完的入口里。对普通员工来说，它像一个能查资料、算数据、生成汇报初稿的助手；不过材料只提到内部推广，没有说明具体上线日期、功能细节、费用或使用限制。
文中可用工具
- ChatGPT Work面向企业员工的 ChatGPT 版本，用于调研、数据分析、制作演示文稿和处理复杂工作流
展开详情收起详情：Uber 与 OpenAI 合作，向全体员工部署 ChatGPT Work⌄
OpenAI News
原文发布：2026-10-22 08:00收录：2026-10-23
OpenAI 发表了一篇简短说明，介绍“前向部署工程”（forward deployed engineering，简称 FDE）在 OpenAI 内部指的是什么。但材料只给出了标题和一句同样的概述，正文没有展开，因此文章没有说明 FDE 团队具体做什么、服务哪些客户、解决过什么实际问题，也没有给出任何数字、限制或上线状态。读者目前能确认的只有一点：OpenAI 用 FDE 这个说法来指代某项工作职能，但这项职能的细节尚不清楚。在原文内容补全之前，无法判断它与读者有什么关系，也无法确认其中是否涉及可用的工具或产品。
展开详情收起详情：FDE 在 OpenAI 意味着什么⌄
OpenAI News
原文发布：2026-10-22 14:00收录：2026-10-23
目前有一段非常简短的介绍，说 Decisions API 能为任何应用提供快速、聚焦、低成本的决定，并据此构建响应更快的应用。但材料没有说明是谁发布的、原来存在什么问题、这次具体怎么解决，也没有给出任何数字、限制或发布状态。原文只有标题和一句摘要，正文片段与摘要重复，所以除了“这是一个面向应用的决定类 API”外，无法可靠地告诉读者更多细节。读者现在能得到的唯一信息是：可能有这样一个 API 声称能用于加速应用响应，但可用性、使用方式和效果都未说明。
展开详情收起详情：使用 Decisions API 构建响应更快的应用⌄
OpenAI News
原文发布：2026-10-23 03:00收录：2026-10-23
LangChain 推出了 LangSmith LLM Gateway，目前处于公开测试阶段。它解决的是生产环境智能体的一个麻烦：智能体调用模型时可能因重试失控产生高额账单，或遇到模型服务商宕机就报错。这个网关夹在智能体和模型之间，统一执行花费上限、速率限制、模型回退和敏感信息（如个人隐私、密钥）脱敏，不用在每个智能体里各写一遍，也不必绑定某一家供应商。工程师可以在组织、工作区、API 密钥、用户四个层级设限额；敏感信息脱敏功能目前只对 Enterprise 套餐开放。
文中可用工具
- LangSmith LLM Gateway居中管理智能体模型调用的花费、限速、回退与脱敏的网关服务，现为公开测试
- LangSmith记录网关事件与调用链路追踪的平台
- Fireworks为开放权重模型提供快速推理，并通过网关提供托管推理
展开详情收起详情：LangSmith LLM Gateway：为智能体提供运行时控制⌄
LangChain Blog
原文发布：2026-10-22 21:09收录：2026-10-23
Cloudflare 使用 OpenAI 的 Daybreak 来调查安全漏洞，并生成修复建议，交由人工审核。与此同时，Cloudflare 的开发人员用 OpenAI 的 Codex 编程助手来加快写代码的速度，并提升代码质量。简单说，就是安全团队让 AI 帮忙找漏洞、提修复方案，开发团队让 AI 帮忙写代码，两件事都用上了 OpenAI 的工具。不过原文没有说明 Daybreak 具体怎么用、Codex 带来了多少效率提升，也没有说明这些工具是否已全面上线还是仍在试用。
文中可用工具
- DaybreakOpenAI 提供的工具，用于调查安全漏洞并生成修复建议，供人工审核
- CodexOpenAI 的编程助手，帮助开发者更快编写代码并提升代码质量
展开详情收起详情：Cloudflare 借助 OpenAI 将漏洞发现与防御相衔接⌄
OpenAI News
原文发布：2026-10-21 08:00收录：2026-10-22
Trail of Bits 发布了两款插件：patching-bugs 负责复现报告的缺陷、开发修复并测试；regression-hunt 负责检查改动是否破坏了原本正常且受支持的行为。起因是他们此前与 OpenAI 合作的 Patch the Planet 项目在合并的 130 多个补丁中确认引入了 21 个回归（16 个功能、1 个性能、4 个构建/测试），虽然没破坏安全防护，但说明只靠智能体打补丁不够稳。两款插件通过固定流程、严格输入输出格式，并要求每条结论都用真实运行环境的「概念验证」复现来减少误报；初步评测中 regression-hunt 的误报比一个被要求「审查回归」的 Codex 基线智能体少 25%。对工程师和开源维护者来说，这提供了一种更可控、可复核的方式把补丁开发和回归检查交给智能体，同时保留人工审核和项目自身的安全规则。目前是刚发布的插件，评测为初步结果。
文中可用工具
- patching-bugs复现报告缺陷、开发修复并测试的智能体插件
- regression-hunt检查代码改动是否破坏原有正常行为的智能体插件
- Codex作为对照基线的智能体，也被工程师用于编写补丁
展开详情收起详情：你的 AI 智能体修好了缺陷，但它还改了什么？⌄
Trail of Bits Blog
原文发布：2026-10-21 23:00收录：2026-10-22
安全公司 Snyk 在旧金山 AISS 大会前一天办了一场圆桌讨论，请来 OpenAI、Google 威胁情报团队、风投机构和 Snyk 的四位安全负责人聊 AI 安全。原来大家早就积累了不少安全隐患，只是以前攻击成本高、没被利用；现在 AI 让攻击变得又便宜又快，等于把这些旧账一次性催收。讨论指出，找漏洞越来越容易，真正卡住人的是修复速度，所以防守方需要让机器承担大部分修复工作，并配合身份、权限和意图管控。文章还提到一个案例：有人用开源 AI 渗透测试工具攻击了至少九家韩国银行；另有研究发现，扫描的 3,984 个智能体技能中至少 36.82% 存在安全缺陷。这些是会上讨论的观点和案例，不代表已有现成方案落地。
文中可用工具
- ClawHub发布智能体技能的平台，会上提到上传一个恶意技能只需一个 Markdown 文件和新注册的 GitHub 账号
- Hugging Face模型与数据集平台，会上作为被 AI 智能体突破隔离、发生泄露的案例出现
展开详情收起详情：AI 正在清算你已接受的每一份风险：AI 安全圆桌的七点洞察⌄
Snyk Blog
原文发布：2026-10-21 08:00收录：2026-10-22
安全公司 Snyk 扫描了上千个企业环境中的 AI 模型，发现近一半环境引用了可能在某种攻击下得分达到严重级别的模型。但作者强调，光看模型分数不够：同一个模型，如果只用来总结会议记录，和用来查询客户数据、触发业务流程，出事的后果完全不同。所以团队应先确认模型是否真的在运行、它能访问哪些数据和工具，再针对具体风险选择换模型或加访问限制、人工审批等控制措施。这项研究来自 Snyk 报告，其中模型分数基于模拟攻击测试，并不代表真实入侵已经发生。
展开详情收起详情：AI 模型风险取决于模型能触及什么⌄
Snyk Blog
原文发布：2026-10-21 12:00收录：2026-10-22
英伟达在柏林 GTC 大会上推出 DSX POD：一种集装箱式参考设计，合作伙伴在工厂里就把 Vera Rubin 机架（每箱 7 个 NVL72 机架、504 块 Rubin GPU）、网络和液冷装好并测试，运到数据中心后只需落位、接线、跑最后的烤机测试。过去在传统数据中心装 rack 和布线要几个月，现在只要现场电力、散热和网络条件具备，最快 14 天就能开始产出 token。系统采用无水冷却，靠干冷器即可，2 吉瓦部署每天可省约 5400 万升水。Armada、Dell、HPE 等 17 家合作伙伴将参与制造，计划 2027 年初开始全球交付，目前尚未可用。
文中可用工具
- DSX POD集装箱式 AI 数据中心参考设计，工厂预装好机架、网络和液冷后运到现场
- Vera Rubin NVL72英伟达的 GPU 机架，每个 DSX POD 集装箱装 7 个
- Rubin GPU英伟达的 GPU，每个集装箱共 504 块
展开详情收起详情：英伟达希望 AI 工厂在真实工厂里造好⌄
The New Stack
原文发布：2026-10-21 19:30收录：2026-10-22
英伟达在 GTC 柏林大会上把一组开源组件加入 Agent Toolkit，组成了 Agent Knowledge Foundation。它包含 Nemotron Retriever 检索模型、Auto-Ontology 本体库、处理表格数据的 Kumo 模型系列和 CUDA-X 数据处理库。问题在于：企业把智能体接上 Snowflake、邮箱或知识库后，模型仍难以理解跨系统的整体业务背景，面对多标签页的表格也容易找错数据。这次的做法是让数据留在原处、沿用企业已有的访问规则，用更好的检索和知识图谱补上下文——英伟达称其检索模型在 OpenSearch 测试中相关性提升 65%。对读者的意义是：企业多了一种不替换现有数据平台、自建智能体数据层的新选择，但相关组件刚发布，实际效果还需验证。英伟达表示只做模型、不与 Snowflake、Databricks 等数据平台竞争，权限控制仍交给合作伙伴；文中未说明各组件的具体可用时间和价格。
文中可用工具
- Agent Knowledge Foundation英伟达新推出的开源组件集合，帮企业智能体理解公司数据
- Agent Toolkit英伟达的智能体开发工具包，本次新增了上述组件
- Nemotron Retriever检索用的嵌入模型，让智能体搜得更准、少查几次
- Auto-Ontology从企业数据表自动构建知识图谱，把原始数据对应到客户、产品等业务概念
- Kumo面向表格等结构化数据的模型系列，用于预测分析
- CUDA-X英伟达的数据处理库
- OpenSearch开源搜索服务，文中用作测试检索效果的基准环境
- Model Context Protocol (MCP) server让智能体查询 Auto-Ontology 的接口方式
- Palantir Foundry英伟达内部供应链团队用来使用 Agent Knowledge Foundation 的平台
- Snowflake NotebooksSnowflake 客户可在此运行 Kumo 模型
- Genie OntologyDatabricks 的上下文层，与 Kumo 异常检测模型搭配使用
- Hugging Face英伟达发布开放权重模型的平台
展开详情收起详情：英伟达押注开放模型，为企业 AI 智能体补上缺失的上下文⌄
The New Stack
原文发布：2026-10-21 19:30收录：2026-10-22
卡内基梅隆大学研究了采用 Cursor 的公开代码仓库，发现头一个月新增代码行数涨了 3 到 5 倍，但大约两个月后涨幅就消失了；同时静态分析警告多了 30%，代码复杂度上升 41%。也就是说，写代码变快了，但检查代码仍然主要靠人工评审，速度没跟上，评审反而成了瓶颈，技术债也在增加。Sonar 提出用自动化验证补上这一环：在智能体写代码时、CI 合并前、以及上线后的维护阶段都持续检查，让问题更早、更便宜地暴露，而不是让模型自己给自己的作业打分。对团队来说，这意味着在享受 AI 提速的同时，仍能守住代码质量和安全标准。
文中可用工具
- CursorAI 编程工具，研究中用于观察采用后的代码增长情况
- SonarQubeSonar 的核心代码质量平台，用于测量代码质量和静态分析警告
展开详情收起详情：AI 加速了编程，Sonar 用验证带来信心⌄
The New Stack
原文发布：2026-10-21 21:00收录：2026-10-22
一家名为 Vijil 的公司提出了一套管理 AI 智能体的方法。问题是：企业想把能自主决策的 AI 智能体投入生产，却担心它闯祸——比如环境变化后行为失常、被恶意提示诱导、或者多个智能体各自合规但合起来违规。他们的做法是借鉴信用卡风控：上线前先测试并给出“信任分”，上线后按分数限制权限，持续监控每次关键操作，发现问题就修复、重测、再上线，循环不停。对读者来说，这意味着未来企业部署 AI 智能体时，会更强调“先证明可信、再逐步放权”，文章还提到 Vijil 客户把获得信任的时间缩短了 4 倍，但具体评测细节文章未完整说明，且相关服务处于推广/试用阶段，尚未给出广泛可用的结论。
文中可用工具
- Vijil提供 AI 智能体测试、信任评分和运行监控的平台，支持本地、自有云或隔离环境部署，并有托管免费试用层
展开详情收起详情：从失控到受托：让 AI 智能体真正为你服务⌄
The New Stack
原文发布：2026-10-21 22:00收录：2026-10-22
Anthropic 在 2026 年 2 月就做出了 Mythos 级模型，但 CEO Dario Amodei 说，他们把更广泛开放的时间推迟到 6 月，用来加强网络安全防护。他承认，这个决定可能让公司损失了原本能保持数月的模型领先优势；如果更早发布，各组织准备应对更强 AI 网络攻击的时间就会更少。Anthropic 表示，这符合其“负责任扩展政策”的承诺：必须能强有力地论证灾难性风险已被控制，否则就继续推迟。这对读者的意义是：AI 公司如何在安全和商业竞争之间取舍，会直接影响强大模型何时、以什么限制向公众开放。
文中可用工具
- Claude Mythos Preview通过 Project Glasswing 向选定合作伙伴提供漏洞发现能力，用于防御工作
- Project Glasswing让亚马逊、苹果、微软等合作伙伴使用 Mythos 模型的漏洞发现能力
- Claude Fable 5带额外网络安全和生物化学防护、面向通用发布的 Mythos 级模型
- Mythos 5与 Fable 5 同源但网络安全限制更少、仅限可信合作伙伴的模型
展开详情收起详情：Amodei 称 Anthropic 因安全延迟可能错失 AI 领先地位⌄
The New Stack
原文发布：2026-10-22 05:22收录：2026-10-22
安全公司 Wiz 等机构借助前沿 AI 模型，在 PHP 核心引擎中发现两个严重漏洞（名为 PHP2Shell，严重度评分 9.2），可让攻击者在未登录情况下在 WordPress、Drupal、Joomla 等站点上执行代码。这些问题存在了至少十年：老代码里对已释放内存的引用会被后续请求误当成有效数据，以往要挖出并串联利用条件非常费力；Wiz 称用 AI 后一名研究员约一周就完成了过去团队数月的工作。漏洞于 8 月下旬被报告，PHP 官方在 9 月下旬确认并联合各方修复，补丁在公开披露当天发布，但细节提前外泄，Cloudflare 在正式公告前约九小时已默认拦截攻击流量。对读者的提醒：防火墙规则只能挡攻击、不能替代补丁，运行 PHP 的站点应尽快升级到已修复版本，而 OpenAI 也借此提出了一套应对 AI 发现漏洞的五阶段协作框架，仍需社区完善。原文未说明各漏洞在具体版本中的详尽影响范围。
文中可用工具
- GPT-5.6 SolOpenAI 的前沿模型，被用于发现 PHP 漏洞
- Wiz AtlasWiz 的 AI 安全工具，用于独立发现漏洞
- Gemini 4 Argon谷歌的 AI 模型，参与漏洞发现
- Patch the PlanetOpenAI 发起的漏洞修复协作计划，参与 PHP 漏洞应对
- Cursor原文提到其发布 AI 智能体蓝图，用于扫描代码库漏洞并在合并请求中拦截
展开详情收起详情：AI 发现支撑全球七成网站的 PHP 代码漏洞，修复耗时两个月⌄
The New Stack
原文发布：2026-10-22 06:17收录：2026-10-22
PHP 官方在 2026 年 10 月 21 日紧急修复了两个严重漏洞，统称 php2shell（CVE-2026-109618 和 CVE-2026-109619，严重程度均为 9.2 分）。问题出在 PHP 本身：当请求耗尽内存等致命错误发生时，PHP 会中途跳出、跳过清理步骤，留下半完成的内存状态；攻击者可以用特制上传和后续请求利用这块烂摊子，读取内存片段甚至执行任意命令。Harness 推出了 WAF 虚拟补丁规则，先以监控模式观察、确认后切到拦截，还可在 API 安全扫描发现暴露端点时一键生成补丁，帮你在逐个服务器更新重启之前挡住攻击。普通读者要明白：约七成已知服务器软件的网站跑在 PHP 上，受影响面很大，虚拟补丁只是临时桥梁，最终仍需把每台 PHP 装好补丁并重启。
文中可用工具
- Harness提供 WAF 虚拟补丁和 API 安全测试，在打补丁前于请求层拦截 php2shell 攻击
- Harness API Security Testing扫描发现暴露的 php2shell 端点，并可一键生成对应的虚拟补丁
展开详情收起详情：php2shell：潜伏在整个网络中的漏洞⌄
Harness Blog
原文发布：2026-10-21 08:00收录：2026-10-22
Harness 为自托管的 MCP 服务器新增了 OAuth 代理模式。以前企业自建 MCP 服务器时，只能把 Harness 的个人访问令牌（PAT）或服务账号令牌放在服务器或开发者电脑上，这种令牌长期有效、容易被复制和共享，泄露后照样能用，审计日志也分不清是谁在操作。新模式下，MCP 服务器充当中间人：开发者先用公司自己的身份提供商登录，服务器再在后台换成短期有效的 HarnessID 令牌并加密保存，开发者机器上不再出现 Harness 凭证。这样，受到严格监管、只信任内部身份系统的企业也能把 Harness 接入自己的 AI 开发平台，同时每次操作都能对应到具体的人。该功能已随文章发布，具体开通条件和限制原文未说明。
文中可用工具
- Harness MCP让编程智能体获得软件交付上下文（构建、测试、扫描、部署）的 MCP 服务器，可云端运行或自托管
- HarnessIDHarness 的身份认证系统，负责签发短期访问令牌
- Harness执行构建、测试、扫描和部署的软件交付平台
展开详情收起详情：为 Harness MCP 引入自有身份提供商｜OAuth 代理模式⌄
Harness Blog
原文发布：2026-10-21 23:45收录：2026-10-22
GitHub 把 99.99999% 的仓库复制到了 Azure，但最繁忙的那一小部分仓库因为跨区域往返一次约 25 毫秒而搬不过去。原来的写入会锁住整个仓库，一次只能处理一个写入，最慢的副本拖慢了所有写入。现在 GitHub 把锁的范围从整个仓库缩小到单个引用（如分支），不同分支的写入可以同时进行，内部测试中写入吞吐提升了 3 到 4 倍。接下来，等数据都存进 Azure Blob Storage，读取就能和写入分开扩容，读者日常拉取代码时有望更快、高峰期也不容易被写入挤占。这一改动是已公布的架构演进，具体全面上线时间文中未说明。
展开详情收起详情：通往智能体规模 Git 基础设施的桥梁⌄
GitHub Blog
原文发布：2026-10-22 00:00收录：2026-10-22
作者 Janardhan Reddy Chejarla 介绍了一种分布式 Spring Batch 分区方案：通常这类任务需要一个持久共享的作业仓库数据库，同时往往还要靠消息代理来协调各节点。这篇文章把那个数据库直接当作唯一的协调中心，不再使用消息代理。做法是根据当前在线节点数分配工作量，每个作业临时选出一个主节点而没有常驻协调者，用比较并设置的方式认领任务以避免重复执行，并用两阶段心跳实现故障转移。文章也说明了在什么情况下仍然应该使用消息代理。
文中可用工具
- Spring Batch用于批处理分区的 Java 框架，文章讨论的分布式方案基于它
- 消息代理原文未说明具体产品；文章讨论的方案选择不用它来协调
展开详情收起详情：无需消息代理的分布式 Spring Batch⌄
InfoQ Architecture & Design
原文发布：2026-10-21 17:00收录：2026-10-22
InfoQ 正在推出一组由行业专家撰写的系列文章，提出把“智能体 AI 架构”当作一种新的软件架构来看待。过去大家谈 AI 应用，多是把模型当成一个功能嵌进系统里；这组文章想说明，当 AI 智能体能自己规划、调用工具、协作完成任务时，系统该怎么设计、有哪些要素和最新做法。文章认为这类架构可能在未来几年成为行业主流。读者可以借此了解一个新架构方向的全貌和趋势，但原文没有给出具体文章篇目、发布时间和落地案例，这些信息暂未说明。
展开详情收起详情：系列文章：智能体 AI 架构⌄
InfoQ Architecture & Design
原文发布：2026-10-21 19:30收录：2026-10-22