Harness 宣布与 Amazon Bedrock AgentCore Gateway 集成，帮助企业在 AWS 上发现并保护 AI Agent、工具和资源。以前企业把大量 Agent 从实验推向生产，但传统安全手段只能检查单个请求，无法判断 Agent 一连串看似合法的操作是否被恶意操控。新集成能在 Agent 决策变成行动的关键位置自动盘点 AI 资产、实时检测提示注入和敏感数据泄露，并关联客户端、工具和数据还原事件全貌。对安全团队来说，他们可以像查看地图一样持续掌握 AI 攻击面，而不必手动追踪。
文中可用工具
- Harness AI posture management自动发现并持续清点 AI 资产，帮助安全团队掌握 AI 攻击面
- Harness AI firewall实时检测提示注入和敏感数据泄露等 AI 威胁
- Amazon Bedrock AgentCore Gateway托管式网关，让 Agent 连接工具和服务，并作为安全监控点
- MCP server原文未说明具体用途，仅作为被盘点或选择的工具服务出现
展开详情收起详情：Harness 与 AWS AgentCore 集成：为 AI Agent 提供动态发现与运行时安全⌄
Harness Blog
原文发布：2026-09-22 08:00收录：2026-09-23
AWS 开源了一个叫 Strands Harness 的通用 AI Agent 基础框架，开发者可以本地运行或部署到云上。过去用 Strands 这类 SDK 搭 Agent，虽然零件齐全，但上下文怎么管、对话怎么存、工具怎么接，都得自己从头决定。Strands Harness 把这些预先配好，自带文件、shell、网页工具以及上下文压缩、记忆、会话持久化等能力，默认走 Amazon Bedrock，但也能改成 Anthropic、OpenAI、Google 或本地 Ollama。AWS 用六项基准测试对比后称，相比 Claude Code 和 Codex 平均便宜 45%、准确率大致相当；不过加入更便宜的 DeepSeek Harness 后，这一差距缩小到 28%。AWS 说这是通用 Agent 而非编程助手，目前可通过 pip 或 npm 安装使用。
展开详情收起详情：AWS 开源一款 AI Agent，声称比 Claude Code 和 Codex 便宜 45%⌄
The New Stack
原文发布：2026-09-22 02:30收录：2026-09-22
现在的 AI Agent 做决定时，通常是先写一段文字或 JSON，然后由外部软件去猜它到底选了什么。TypeSafe 推出的 Jev 改变了这一点：它直接把“决定”本身作为输出，比如从几个选项里选一个、打个分数，或者回答是/否，并且给出这个决定的可信度概率。这样做的意义是，Agent 在思考和行动之间那些原本藏在文字里的判断，比如下一步该做什么、证据够不够、某个操作风险大不大，现在都能被记录下来、评估和审计。Harness 已经在评测、模型路由和风险打分等生产环境中试用了这个方案。
文中可用工具
- JevTypeSafe 推出的决策模型，直接输出带概率的类型化决定（Choice、Score 或 Noul），而非生成文本。
- Harness在生产环境中测试 Jev 决策原语，应用于评测、模型路由和风险打分。
- RLCDJev 训练所用的目标函数，全称“面向校准决策的强化学习”，旨在让模型输出的概率具有实际意义。
展开详情收起详情：Jev 在 Harness 中实现可审计的决策原语⌄
Harness Blog
原文发布：2026-09-21 20:57收录：2026-09-22
这是 OpenAI 的 Vinoth Govindarajan 做的一场技术分享，主题是生产环境里的 AI Agent 为什么会出错。他指出问题不只是在模型“胡说”，更多出在系统怎么管状态、怎么分配权限上。他拿 OpenClaw 等真实案例说明，可靠的做法包括：明确谁拥有状态、并发改动要排队、限制 Agent 能执行的范围，并在用户实际看到的边界处校验动作。文章只给出演示标题和摘要，具体工具与发布时间原文未说明。
文中可用工具
- OpenClaw文中作为生产 AI Agent 的真实案例提及，原文未说明具体用途
展开详情收起详情：演示：Agent 框架：生产级 AI Agent 的控制平面、不变量与审批边界⌄
InfoQ Architecture & Design
原文发布：2026-09-21 19:00收录：2026-09-22
这篇文章讨论企业个性化推荐系统常见的问题：系统只管“猜你喜欢”，却不考虑隐私、合规和可解释性。作者 Jerald Selvaraj 提出一种“治理优先”的架构，把“相关性”（推荐准不准）和“治理”（是否合规、可审计）分开处理。具体做法是用有状态记忆保存上下文、用策略驱动 AI 编排、并做可解释的打分。这样推荐既能更贴合场景，又能被审计和满足合规要求。不过文章只给了摘要，具体实现细节和是否已落地未说明。
展开详情收起详情：超越相关性：面向企业个性化的治理优先架构⌄
InfoQ Architecture & Design
原文发布：2026-09-21 19:00收录：2026-09-22
V7 用 GPT-5.6 把公司里散落各处的文件整理成 AI 智能体能用的上下文，让它们完成复杂任务时还能标出信息来源。原来这些文件零散、格式乱，智能体难以直接利用。V7 的办法是把文件转成结构化、带出处的上下文，相当于给 AI 装了一本可检索的“公司记忆”。对读者的用处是：以后 AI 干活时能引用具体文件，结果更容易核查。目前只有简短介绍，具体怎么用、是否开放、价格都没说明。
文中可用工具
- GPT-5.6为 V7 提供理解与生成能力的底层模型
- V7把公司文件整理成 AI 智能体可用的带来源上下文
展开详情收起详情：V7 如何为 AI 智能体提供机构记忆⌄
OpenAI News
原文发布：2026-09-21 08:00收录：2026-09-22
AI agent 进入生产环境后，从收到请求到给出结果之间的路径越来越难预测：agent 会自己选工具、改路线，即使没有明显报错也可能一路错下去，所以光看日志和输入输出不够，还要弄清它的推理过程、用了哪些工具、在哪里卡住、又为什么换方法。英伟达产品副总裁 Adel el Hallak 在接受 The New Stack 采访时说，要把运行环境当作收集这些信息的地方，并推动约 140 家公司参与的 SAFE（Secure Agent Findings Exchange）共享 agent 失败经验，像传统软件披露漏洞那样让各家都能修补。对开发者来说，这意味着 agent 出问题不一定换模型就能解决，先弄清楚失败发生在模型、编排还是运行层，才知道该调什么。相关工具的实际开放状态和具体获取方式，原文未说明。
文中可用工具
- OpenShell英伟达的 agent 运行时，负责沙箱、策略执行，并让开发者看到 agent 的执行过程
- NemoClaw位于 OpenShell 之上的平台，原文未说明其具体用途
- NOAH英伟达的研究项目，发现固定模型、更换编排框架可以提升 agent 表现
- Nemotron英伟达的模型系列，被 CrowdStrike 用于微调安全领域的配对 agent
展开详情收起详情：你的 AI agent 失败了，问题可能不在模型本身⌄
The New Stack
原文发布：2026-09-20 22:04收录：2026-09-21
TypeSafe AI 发布了一个叫 Jev 的模型，它不是普通的生成式大模型，不会写文字，而是直接对一段状态给出结构化判断和概率，他们称之为“System One”模型。研究者拿 Jev 当 Agent 评估器，和几个大模型评审（GPT-5.6 Luna、Terra、Claude Sonnet 4.6）做对比，想解决现有评估方式的两个痛点：写代码的评估只能应付固定输入，大模型评审则慢、贵、还不太稳定。结果 Jev 在连续打分上一致性高得多，质量分波动比对手低 92 到 913 倍，同时平均每次只要 0.44 秒、0.00035 美元，总花费 0.34 美元，而 Claude 花了 28.17 美元。不过作者强调这只是个小规模早期测试，还不代表它已经能普遍替代现有方案。
文中可用工具
- JevTypeSafe AI 发布的 System One 模型，不生成文字，直接对状态返回结构化判断和概率，可用作 Agent 评估器
- Deep Agents开源 Agent 框架，用来搭建被评估的目标 Agent
- LangSmith把单次 Agent 运行保存为数据集并回放，方便公平比较不同评估器
- GPT-5.6 Luna作为 LLM 评审参与对比（原文未说明其具体用途）
- Terra作为 LLM 评审参与对比（原文未说明其具体用途）
- Claude Sonnet 4.6作为 LLM 评审参与对比（原文未说明其具体用途）
展开详情收起详情：Jev 能成为更好的 Agent 评估器吗？⌄
LangChain Blog
原文发布：2026-09-21 23:29收录：2026-09-21
一位在 SpaceXAI 的 Grok 团队工作、曾在 Cursor 和 Meta 任职的工程师 Lauren Tan，公开了她自己的一套智能体工作流 pstack，据称让她每月能向生产环境提交约 2000 个 PR（接近每工作日 100 个），属于极端个例。她认为最关键的是“验证”：让智能体能自己跑起应用、操作并读取结构化结果，一直干到任务完成为止；她把这套能力当成基础设施，而不是普通技能。难点在于这套方法只适合能单进程启动的应用；对于由几十上百个服务组成的分布式系统，目前的本地模拟、整套复制或共享预发环境都难以支撑成百上千个并行智能体。文中的思路是未来的方向，并非已经通用的现成方案。
文中可用工具
- pstackLauren Tan 的个人智能体工作流，据称让其每月向生产环境提交约2000个PR
- CLI让智能体启动应用、导航、检查状态并读取结构化 JSON 结果
- MCP server供智能体调用的接口，用于访问验证环境
展开详情收起详情：一位工程师每月向生产环境提交2000个PR，验证是关键⌄
The New Stack
原文发布：2026-09-19 22:00收录：2026-09-20
LinkedIn 的 Ajay Prakash 介绍了一项内部工作：给写代码的 AI 助手补上它最缺的东西——公司内部的知识。AI 助手在庞大的代码库里常常“找不着北”，不知道内部有哪些工具、流程该怎么走。他们基于 MCP（一种让 AI 助手连接外部工具和数据的开放协议）搭建了“上下文 Agent 手册与工具”，把内部的操作经验、代码搜索和运行手册直接喂给 AI 助手。作者称这套做法让开发效率提升 20%，同时可靠性没有下降。想在企业里落地 AI 编程助手的团队，可以关注其中提到的架构设计和运维护栏。
文中可用工具
- Model Context Protocol (MCP)一种让 AI 助手连接外部工具和数据的开放协议，用来把内部知识喂给编程助手
展开详情收起详情：演讲：LinkedIn 的上下文工程——如何用 MCP 为 AI Agent 构建组织级上下文层⌄
InfoQ Architecture & Design
原文发布：2026-09-19 19:00收录：2026-09-20
这篇文章说，你做的 AI agent（能自己动手干活的智能助手）在测试时很好用，比如它审查代码改动时又快又准；但一上线到生产环境，同样的 agent 却会变慢甚至卡住。问题不在 agent 本身，而在于支撑它运行的基础设施：agent 干活要连着调用模型、查数据库、跑测试等多步操作，每步都得等上一步，任何一步慢都会拖累整体；而且它有时等外部系统（出现空档），有时多个任务同时恢复（造成瞬间高峰），让 GPU 和费用都变得很难预测。对读者的用处是：想让 agent 稳定好用，不能只看模型好坏，还得把基础设施按峰值来准备、并做好编排和可靠性设计。文章属于观点分析，没有给出具体的工具、产品名称，也未说明发布时间或实际可用状态。
展开详情收起详情：你的 agent 有多好，取决于你的基础设施⌄
The New Stack
原文发布：2026-09-18 21:00收录：2026-09-19
DoorDash 内部积累了大量过时的“功能开关”（feature flag，即控制功能是否上线的开关代码），散落在 623 个代码仓库里，清理起来费时费力。他们用多个 AI 智能体组成流水线，自动完成这类清理：先通过 MCP 获取线上实验数据，再经工程师确认，在独立的 Git 工作区中并行执行修改，最后由自动检查验证结果。在 50 个开关的测试中，45 个成功生成了可用的代码合并请求，平均每个耗时 13.8 分钟、花费 4.79 美元。这意味着这类繁琐的代码维护工作可以大幅交给 AI 自动完成，工程师只需做最终审核。
文中可用工具
- MCP让 AI 智能体获取线上功能开关的实验数据
- Git worktrees让多个智能体在互不干扰的独立代码副本中并行修改
展开详情收起详情：DoorDash 利用多智能体 LLM 清理 6 万个功能开关⌄
InfoQ Architecture & Design
原文发布：2026-09-18 21:50收录：2026-09-19
这篇文章讲的是一套用 AI 代理帮忙写代码的工作流程：从开会录音、写成需求文档、拆成可发布的小单元、逐条写规格、AI 生成代码和测试、再做审查和发布，最后每周四上线。作者指出一个问题：整条链路里所有检查都只在问“代码有没有照着需求做”，却没有检查“需求本身对不对”。他故意在一条小需求里写错一句话，结果六个测试全都通过、审查关卡也放行，系统却做出了这个功能本来要阻止的坏事。对读者的意义是：光靠加自动化检查不够，真正需要人来把关的是需求写得对不对，而不是代码写得好不好。文中的流程和例子已在实际工作中使用，但作者未说明这套做法具体用哪些工具实现。
展开详情收起详情：为什么人类监督的重心正从写代码转向定义需求⌄
The New Stack
原文发布：2026-09-17 21:00收录：2026-09-18
Anthropic 给 Claude Code 加了个新本事：让一个 Claude 当“包工头”，把一个大任务拆成几块，交给多个并行的 Claude Code 会话同时干，最后再把结果拼起来。以前这些拆分、盯进度、汇总的活儿都得开发者自己手动做，现在可以交给它。但每个并行会话都算一次完整的 Claude Code 使用，所以额度会消耗得更快，套餐可能提前用完——Anthropic 自己也承认了这点。这项功能从周四开始向部分 Pro 和 Max 订阅者开放测试，接下来一周扩大范围，手机版、团队版和企业版则要再等等。对开发者来说，好处是处理多仓库升级这类繁琐任务更省心，代价是得盯紧自己的用量。
文中可用工具
- Claude Code一个用自然语言指挥 AI 写代码、改代码、跑测试并提交 PR 的编程工具
- Claude Projects把对话围绕共享知识库和指令组织起来，现在支持一个协调器管理多个并行会话
- Claude Pro面向个人用户的付费订阅套餐，可使用 Claude 模型和部分高级功能
- Claude Max更高用量的付费订阅套餐，面向重度用户
展开详情收起详情：Anthropic 的 Claude Code 新功能可能让你午饭前就用完套餐额度⌄
The New Stack
原文发布：2026-09-18 01:00收录：2026-09-18
Argo CD 是个很受欢迎的开源工具，专门把 Git 里的配置自动同步到 Kubernetes 集群，相当于“你说要什么状态，它帮你照着调”。问题是，当公司规模变大、集群和应用越来越多时，光同步配置远远不够：团队要自己写脚本去接工单、审批、安全策略和发布检查，每个 Argo 实例还要单独管权限，最后运维负担和安全风险都会迅速膨胀。这篇文章提出用“企业级控制平面”来包住 Argo，把工作流编排、集中治理和部署验证这些能力内置进去，减少人工救火和故障恢复时间。对读者来说，如果团队正在用 Argo CD 做大规模 GitOps，这篇文章指出了一个补齐短板的思路：不换掉 Argo，而是在它上面加一层管理平台。
文中可用工具
- Argo CD开源工具，用来把 Git 里的配置自动同步到 Kubernetes 集群
- ApplicationSetsArgo CD 的功能，用来批量管理多个应用配置，但文章说它不足以编排复杂发布
- Argo RolloutsArgo 的渐进式发布工具，但文章说它依赖配置文件，嵌入流水线需要大量手工设置
- Jira工单系统，文章中作为需要与发布流程集成的例子，Argo 默认不集成
- Jenkins持续集成工具，文章中作为需要与 Argo 拼接的例子，没有原生集成
- Open Policy Agent (OPA)策略执行工具，用来在同步前阻止不合规配置，Argo 默认不支持
- Analysis TemplatesArgo Rollouts 的功能，用来接第三方健康检查，但文章说维护成本高
展开详情收起详情：超越同步：Argo CD 需要企业级控制平面⌄
Harness Blog
原文发布：2026-09-17 08:24收录：2026-09-18
Yelp、Platformable 和 Harness 的工程负责人最近在一场 LeadDev 讨论中提出，AI Agent 已经会自己提交代码改动、调整配置，速度常常超过人工审核。旧的做法是出了事再翻政策文档，但这样跟不上 Agent 的节奏。他们的建议是把治理直接做进内部开发平台：记录人和 Agent 的操作、控制 Agent 之间的访问和数据流动，并在流水线里用代码强制执行规则，还要能回滚模型版本。对平台团队来说，这意味着治理不再只是安全或合规部门的事，而是需要和安全、法务、财务一起商量的平台投入；越早做，越能在下次被问到“谁在盯着 Agent”时给出答案。
文中可用工具
- Harness与 LeadDev 合作举办讨论会，并作为平台工程与治理方案被提及
展开详情收起详情：AI Agent 治理：为什么它属于你的平台⌄
Harness Blog
原文发布：2026-09-17 08:58收录：2026-09-18
InfoQ 举办了一场线上讨论，请来 Harness、DKB、Shine 的工程负责人聊平台工程在 AI 时代怎么变。起因是一个调查数据：94% 的工程负责人说，他们最想看的 AI 指标根本拿不到。讨论主要围绕两件事：一是哪些 AI 编程工具该由平台统一提供、哪些让团队自己选；二是过去给人类用的开发者门户，现在 AI 智能体也要直接调用，接口和权限护栏都还没有现成答案。对读者的用处是：它提醒平台团队要开始追踪 AI 花的钱和实际产出的代码，并重新设计面向人和智能体两套用户的开发体验。
文中可用工具
- Harness讨论方之一，其 Cost Management Agent 用于追踪 token 花费与产出结果
- Cost Management Agent把 token 消耗和智能体活动对应到实际产出与成本上
展开详情收起详情：AI 时代的平台工程⌄
Harness Blog
原文发布：2026-09-17 09:12收录：2026-09-18
Harness 公司在一场网络研讨会上提出，AI 行为应该像软件发布一样被管理。以前，团队想换一个提示词或模型，往往要等下一次部署，可能需要好几周。他们的办法是把提示词和模型设置存成“AI 配置”，可以随时在运行时调整，不用重新部署。这样就能小范围试跑、对比效果、出问题一键关停，还能记录谁改了什么。对做 AI 功能的团队来说，改起来更快也更安全。
文中可用工具
- Harness用于治理 AI 配置和发布的平台，支持渐进发布、实验和审计日志
- Jira配置上线前需要关联的工单，用于策略检查
展开详情收起详情：像管理软件发布一样治理AI行为⌄
Harness Blog
原文发布：2026-09-17 22:41收录：2026-09-18
LangChain 推出了 Deep Life Sci，一个开源的生命科学智能助手，面向临床和实验室科研人员。此前通用的 AI 助手缺少生命科学领域的专业知识和数据接入，而生物医药专用产品又往往闭源且昂贵。Deep Life Sci 能直接检索 ClinicalTrials.gov 上 60 多万项临床研究、2900 万篇 PubMed 摘要和 1200 万篇 PubMed Central 全文，还能在安全沙箱里跑代码做数据分析、把任务分给数百个子智能体，并读取 PDF、图像、表格、序列等文件。对药企和科研团队来说，它开源可改，能接入自家数据、换用不同模型，并通过 LangSmith 的追踪与评测看到实际效果。
文中可用工具
- Deep Life Sci开源的生命科学智能助手，帮科研人员检索文献、分析数据
- Deep AgentsLangChain 的智能体框架，Deep Life Sci 建立在其之上
- LangSmith用于追踪和评测智能体表现的平台，含沙箱功能
- ClinicalTrials.gov提供 60 多万项注册临床研究记录的数据源
- PubMed提供 2900 万篇论文摘要的数据源
- PubMed Central提供 1200 万篇全文文章的数据源
- Claude文中作为通用 AI 助手被提及，称其缺少生命科学领域知识
- ChatGPT文中作为通用 AI 助手被提及，称其缺少生命科学领域知识
展开详情收起详情：为生命科学构建智能体框架：Deep Life Sci 发布⌄
LangChain Blog
原文发布：2026-09-18 01:40收录：2026-09-18
Included Health 是一个与雇主和健康计划合作的医疗平台，它的 AI 助手 Dot 帮会员解答医疗、费用和行政问题。过去，这类系统靠固定的决策树来导航，遇到复杂需求会显得很死板，比如有人说“我胸口疼”，系统要问很多问题才意识到可能是紧急情况。现在，他们用 LangGraph 搭建主流程，再用 Deep Agents 统一各个子 Agent 的语气和上下文。这样当会员在不同服务间转接时，不用重复自己的情况；还能通过“技能注册表”按需加载信息，让 AI 在合适的时候询问合适的问题，更自然地引导会员找到正确的医疗服务。
文中可用工具
- LangGraph搭建多 Agent 工作流的主框架，让不同团队各自开发和维护自己的服务，又能组合在一起
- Deep Agents给所有 Agent 提供统一的声音、语气和共享文件系统，确保对话在不同服务间转接时保持一致，会员不用重复信息
- LangSmith原文未说明具体用途
展开详情收起详情：Included Health 如何用 LangGraph 和 Deep Agents 构建联邦式医疗健康 Agent⌄
LangChain Blog
原文发布：2026-09-18 01:40收录：2026-09-18