搜索归档

Google 将支撑 Gemini 智能体的基础设施开放为云服务

Google 宣布将把内部支撑 Gemini 智能体的计算基础设施，以 Agent Compute Engine 的形式开放给 Google Cloud 用户预览，时间在今年晚些时候。过去 Google 自家智能体用的这套系统，需要兼顾启动快和隔离安全：传统虚拟机太慢，容器又不够隔离，写代码的智能体还需要 root 权限和独立内核。现在每个智能体都跑在独立的微型虚拟机里，可以挂起、恢复，且沙箱内不放任何密钥，访问外部服务要经过代理校验身份和授权。对开发者来说，以后跑长时间、高权限的智能体任务可以少操心隔离和安全问题。目前只宣布了预览计划，具体定价和上线时间原文未说明。

谁来给 AI 值班？智能体归属权的未解危机

文章讨论 AI 智能体上线后该由谁负责的问题。凌晨两点零七分，一个智能体开始出错：应用还在跑，但因为下游接口报错，请求开始超时；它已经重试两次，消耗的 token 比平时多，响应时间大约翻倍。作者认为，这时该问的不是“用哪个模型”，而是“现在谁负责这个系统”。解决办法是像对待普通线上服务一样管理智能体：明确负责团队和上报渠道，用白名单限制它能调用的工具（默认拒绝），给执行步数和工具调用次数设上限，并记录延迟、模型、成败、token 用量和请求 ID 等可观测数据。这样读者能把智能体从“某处跑的试验”变成可问责、可监控、出问题有人接的服务，降低运维风险。

Ramp 六周自建 AI Agent 运行框架，LangChain CEO 称这是更大变革的一部分

金融科技公司 Ramp 花了好几个月试用市面上的托管 Agent API、开源框架和第三方平台，最后决定自己造。他们用六周时间做出了第一版内部 Agent 运行框架 Laminar，现在支撑公司所有 Agent 产品。原因是不想被单一模型供应商绑死，希望按成本、速度和效果自由切换模型，也想要更好的调试和观察能力，内部自建还能直接和产品工程师协作、不用等外部厂商改代码。做法上，它把对话会话和运行代码的沙箱分开，凭据和调度放在沙箱外；Agent 默认异步工作，不必每步都等完成；还用一个连接器服务集中管理认证、权限和工具调用。LangChain CEO 公开点赞其中多项设计，认为这反映了 Agent 基础设施的走向，但原文并未说明 Laminar 是否对外发布或开源。

演讲：面向智能体的 Actor 模型——生产级 AI 的实践模式

Manju Rajashekhar 做了一场演讲，讲怎么用 Actor 模型解决生产环境中 AI 智能体运行时的麻烦。Actor 模型可以简单理解成：每个“小工人”（Actor）只管理自己的状态，彼此只靠发消息协作，谁出问题就单独处理。演讲把智能体看成分布式系统，围绕状态由谁持有、消息传递、写穿状态（状态一变就立刻写入持久存储）和监督边界（谁来发现并处理故障）来设计，从而应对失败、任务续接和可动态变化的执行图。这样智能体工作流就能从容易崩溃的演示，变成更稳定、可恢复的架构。目前只是演讲分享，材料没有说明有可用的代码或产品。

从 LOOP 到图探索：算法模型 AutoResearch 自进化系统架构演进之路

一个算法团队参考 Karpathy 开源的 AutoResearch 原型，把「让 AI 自己改训练代码、跑实验、看指标、决定下一步」的循环搬进企业云端训练平台。最初的单线程循环有三个毛病：规则靠自然语言提示不可靠、与企业云环境不匹配、同一时间只能试一条路。他们三个月重构三次，最终改成「图探索」：主 Agent 把大问题拆成几个互不重叠的假设，交给子 Agent 并行各自训练、互不干扰，再由主 Agent 汇总对比做决策，并用状态文件和冻结的评估代码保证无人值守时可信、可回溯。在结构完全不同的两个业务建模项目中，单任务耗时比人工基线分别减少约 85% 和 83%，其中一个方案已推全上线并有收益，另一个在全部 12 个预估目标上超过人工基线。

将 Agent Skills 捐赠给智能体 AI 基金会

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。

LangSmith LLM Gateway：为智能体提供运行时控制

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。

Scout-AI：AI 销售情报与会议准备助手的产品方案

AyushKumarVujani/Scout-AI · AI, GenAI & Agentic AI portfolio showcasing projects, intelligent workflows, and product management case studies.

该仓库是 Ayush Kumar Vujani 的 AI、GenAI 与 Agentic AI 作品集，重点展示 Scout——一个 AI 销售情报助手的早期原型：它把公司情报、近期动态和会议背景整理成会议简报，帮助销售人员准备客户会议。材料还记录了用户研究、用户画像、用户故事、MoSCoW 优先级、RAG 与工作流自动化的技术架构设想，以及前端界面和交互演示组件；真实的 AI 集成、生产数据管道、日历与 CRM 自动化都尚未确认投入运行。

PreludeAI：AI 驱动的销售情报与会议准备助理

tanishiagr/PreludeAI · BITSOM Product Management Capstone

PreludeAI 是 BITSOM 产品管理方向的一个课程顶点项目，提出了一套面向销售人员的 AI 销售情报产品构想：把分散在各来源的公司信息（财务、新闻、社交媒体等）收集并汇总，借助生成式 AI 生成公司摘要、梳理近期业务进展、提炼沟通话题与提问，最终形成结构化的会前情报简报。README 说明这些能力属于拟议产品设计，实现状态取决于实际交付物，未给出代码、使用方法或性能验证结果。

PMFlow MCP：面向 AI Agent 的产品需求文档生成与 BDD 用户故事校验工具

johannschiffer/pmflow-mcp · Autonomous Product Management Workflow, PRD Engine & BDD User Story Governance Plane for AI Agents (Claude Desktop, Cursor)

PMFlow MCP（Lite）是一个以 MCP 服务器和命令行工具形式提供的产品管理辅助工具，可让 Claude Desktop、Cursor 等 AI Agent 具备类似高级技术产品经理的能力。它能够生成包含 MoSCoW 优先级、功能需求、技术约束、风险与 KPI 的结构化 PRD，将需求拆解为“As a…I want…so that…”格式的用户故事并估算故事点，校验 Given/When/Then 验收标准、标记“fast”“intuitive”等模糊措辞并给出 0-100 可测试性评分，还可将规格导出为可提交的 Markdown 文档。

ai-hub：以 AI Agent 将 PRD 推进到可部署并验证的服务

cekinmezyucel/ai-hub · From PRD to production with AI agents: reusable skills, human gates if necessary, verified output.

ai-hub 是一个以 Python 编写的开源示例项目，用于演示 AI 驱动的软件开发生命周期。它以固定工作流串联多个技能，依次完成 prd、spec、plan、implement、verify、review、deploy、check 等步骤；只有 implement 这一步由 Agent 在沙箱内执行，其余步骤均为固定的技能步骤，并在必要时设置人工审批环节。项目强调各步骤只通过文件和 Issue/PR 评论交接，每步输出可被流水线读取的报告标记；计划用 GitHub Actions 或自建 harness 逐步自动化，并包含评测、MCP 与沙箱等后续方向。当前处于早期阶段，尚未说明部署条件和硬件要求。

madnesswright：为《MADNESS: Project Nexus》构建 AI 智能体模组与关卡制作技能

m4bwav/madnesswright · Evergreen agent skills for modding MADNESS: Project Nexus: MadCards and mod folders, SceneTools levels and stages, ModTools assets and built-in Harmony code, with a stdlib helper that lints and deploys mods and reads the game's mod log

madnesswright 提供三项“常青”智能体技能，供 Claude Code、Codex、Cursor、Copilot 等 AI 编码代理按开发者预期为《MADNESS: Project Nexus》制作模组和关卡；内容覆盖 MadCards 与模组文件夹、SceneTools 场景与关卡、ModTools 资源与 Harmony 代码，并附带仅用 Python 标准库实现的辅助脚本 mpn.py。该脚本可以检查并部署模组，读取游戏模组日志，检查场景规则。项目还说明：官方模组支持仅在 Steam 的 releasebeta 分支提供，社区工具项目没有许可证文件，代理无法直接看到游戏画面。

agentic-dashboard-builder：通过 AI 访谈生成智能体仪表盘 PRD 构建套件

Agentic-Society-LLC/agentic-dashboard-builder · The PRD build kit for an agentic dashboard: an interview skill that picks the build route (spreadsheet, Claude Code artifact, vibe-coded site, agentic harness) and writes the kit. Works with Claude, Claude Code, Codex and more.

该项目是一个面向智能体仪表盘的 PRD 构建技能。它不直接生成模板，而是由 AI 分轮提问，每轮附带推荐答案，最终产出 dashboard-kit/ 套件，包含 PRD.md、STACK.md、CONNECTORS.md、DESIGN.md 和 BUILD-PROMPT.md。它会在电子表格、Claude Code artifact、vibe-coded 站点、完整智能体 harness 四种构建路线之间做取舍，并说明每种路线的成本与维护；支持 Claude、Claude Code、Codex 等多种工具。项目本身只做规划，不负责搭建；在套件生成后再说“build it”，它才会按所选路线开始搭建。

pumptrack：为编程 Agent 编排会话、评审与交付的技能集

brandonbews/pumptrack · Agent skills that keep your coding agents moving in rhythm and on track, no pedaling required.

pumptrack 是一组面向编程 Agent 的 Agent Skills，以编排者会话为中心，把构建、评审、找 bug、GitHub PR 评审与反馈处理、方案追问、跨会话交接和状态汇总等流程组织成可复用的技能。它支持将深度话题拆到独立会话、在压缩或清空前保存状态，并通过 lookout 在多个项目间汇总进度和转派指令。材料说明其适用于支持 Agent Skills 的 Agent，示例使用 Claude Code；PR 相关技能依赖已登录的 GitHub CLI。

video-agent-skills：面向 Claude Code 的短视频脚本、剪辑与发布技能包

Melvynx/video-agent-skills · Free Claude Code skills to script, research and edit short-form videos. Markdown only.

该项目是一套免费的 Claude Code 技能集合，用于短视频（YouTube Shorts、TikTok、Instagram Reels）和完整 YouTube 视频的脚本创作、剪辑、翻译与发布。技能通过 Markdown 指令告诉 Claude 如何工作，其中 short-editing 自带基于 Node、Chrome 和 ffmpeg 的本地渲染引擎，可实现分屏纸张风格、字幕、音效和评论 CTA 等成片效果。另提供 Insta 数据审计、竞品爆款分析、口播风格复制、B-roll 素材库、长视频切片、Vox 风格动画和封面图生成等技能，可选接入 Treg、ElevenLabs 与 Codex。

AI Recruiting Copilot：基于 Azure AI 的招聘简历筛选、候选人匹配与投标响应工作流

yshruzu-png/AI-Recruiting-Copilot · AI recruiting assistant on Azure: Content Understanding resume extraction, Agent Framework agent, bias-aware screening workflow, Terraform IaC, keyless security

AI Recruiting Copilot 是一个部署在 Azure 上的招聘辅助系统。它使用 Azure Content Understanding 从 PDF、Word 和扫描图片格式的简历中提取结构化候选人档案，并用 Azure AI Search 混合检索与透明评分公式把候选人与职位描述匹配。项目基于 Microsoft Agent Framework 构建招聘 Agent，让模型只看到匿名档案，只能依据代码计算的匹配得分作答，并拒绝基于年龄、婚姻状况等受保护属性的筛选请求。它还提供针对公共部门 Requests for Resumes 的核对流程：从 PDF 读取强制性与评分要求，按日期化工作经历核对证据，起草匿名响应表格和摘要，最后由招聘人员审批并导出 Word。仓库包含 Terraform 基础设施、合成数据集、离线测试与提取、搜索、Agent 和投标流程的评测脚本。

husniadil/skills：面向 Claude Code、Codex 等支持技能的智能体的技能、工作流命令与分档子代理集合

husniadil/skills · Agent skills and commands for Claude Code, Codex and other skill-aware agents

该项目以一整套插件市场形式发布，核心插件 husniadil-skills 提供面向 Claude Code、Codex 和其他能识别技能的智能体的技能、工作流命令与子代理。内容涵盖按模型维护提示规则的 model-prompting-guides、视频抽帧与转录分析、音频转录、YouTube 字幕提取、应用与二进制逆向分析，以及短视频解说生成等技能，还提供名为 gate、audit、fix-all、commit-all 等工作流命令，并按 low、medium、high、xhigh 四档 effort 提供通用类和只读探索类子代理。另附一个印尼公共假日日历插件。各技能在缺少依赖工具时会提示需要安装什么，不会自行安装。

Compass：AI 产品管理与开发工作流工具包，把简要需求转为 PRD、规划与代码

mrmandovn/compass · AI Product Management toolkit. One brief in; PRDs, epics, stories, sprint plans, period reports, and UI prototypes out.

Compass 是一个面向产品管理与开发的 AI 工作流库，以 Rust 编写的 compass-cli 配合 Claude Code 或 OpenCode 宿主运行。产品侧提供 brief → plan → run → check 流程，可产出 PRD、用户故事、Epic、调研、指标计划、路线图、迭代计划与发布说明，并可将结果校验后推送至 Jira/Confluence；开发侧提供 spec → prepare → cook → test → commit 流程，生成设计规范与测试规范、按 DAG 分批并行实施改动并提交，另支持 fix 快速修复与单文档命令（prd、story、epic、research、prioritize、prototype、roadmap、sprint、release、report、feedback 等）。每个任务在隔离的上下文和限定文件范围内执行，通过并行 AI Colleagues 子任务减少上下文污染。

pmprompt 产品管理 Claude 插件：面向产品经理的 AI 技能与工作流命令集

pmprompt/claude-plugin-product-management · claude plugin for product managers

该项目是面向产品经理的开源 Claude 插件，把产品管理框架和文档生成流程打包为可复用的技能与工作流命令。安装后可在 Claude 插件目录、Cowork 插件或 Claude Code 中使用，也提供 Codex 插件元数据。技能覆盖 PRD 撰写、用户故事与验收标准、Jobs to be Done、工作 backwards、RICE 优先级、定位画布、OKR、A/B 实验设计、产品市场契合调查、增长循环、商业模式分析等；另有 9 个工作流命令串联多个技能。仓库包含人工评审的评测用例与评分规则。

Harness MCP Server：让 AI 代理通过 MCP 访问 Harness.io 平台

harness/mcp-server · Harness’ official MCP Server

Harness 官方 MCP 服务器，通过 11 个整合工具和 262 种资源类型，让 AI 代理访问 Harness.io 平台，覆盖 CI/CD、GitOps、Feature Flags、云成本管理、安全测试、混沌工程等 42 个默认工具集；支持 Stdio 与 HTTP 传输、Docker 和 Kubernetes 部署，提供 35 个预设提示模板，并支持多项目动态发现与基于 OAuth 的多用户认证。