搜索归档

当用户不点"赞"时：从 Datadog 遥测数据推断 Agent 反馈

Datadog 的工程师发现，用 Agent 时几乎没人会主动点"赞"或"踩"，但他们又需要这类反馈来判断 Agent 表现好不好。于是他们改用一种叫"弱标注"的方法：不靠用户按钮，而是从已有的三类遥测数据（Agent 对话记录、用户点击行为、平台变更记录）里推测用户到底满不满意。他们做了个公开的"会话分类技能"，并用手工标注的数百条真实会话做了对比测试，准确率从只用对话记录的 78% 提升到三类数据全用的 82%。对开发 Agent 的团队来说，这意味着即便用户不点按钮，也能大致判断哪些对话出了问题。注意：结果只是"够用的近似"，不是真正的用户反馈。

在 Datadog MCP Server 中用代码执行降低 AI Agent 成本并提升准确率

Datadog 为它的 MCP Server 加了一个叫 Code Execution 的功能，让 AI Agent 查日志、指标、链路时可以在一个沙箱里写 JavaScript 代码自己跑查询、合并结果，只把最终需要的证据交回给模型，而不是每一步都来回问模型。以前用传统 MCP 工具做多数据源排查，模型要反复处理工具说明和原始响应，既占上下文又贵。Datadog 用 25 个排查任务、四个模型对比发现，答案正确率平均提升 15.6 个百分点，输入 token 少 73.2%，工具调用少 39.6%。该功能已 generally available，在 MCP Server 里启用 code-exec 工具集即可使用，代码在隔离沙箱中运行、不接触调用者凭证。

AI 编程 Agent 需要一条密钥安全的上下文边界

这篇文章讨论 AI 编程 Agent 从本地读取代码、配置和日志来理解任务时，可能顺手把 API 密钥、数据库密码等机密文件也读进去。过去团队靠提交代码、代码审查和 CI 来拦截密钥，但这些检查都发生在更晚的环节，密钥可能已在进入模型的提示词里流出，还会留在模型厂商日志和调试记录中。作者建议把 Agent 的上下文当作对外传输通道，在提示词提交和文件读取前用确定性的规则扫描并拦截或脱敏，而不是让大模型自己判断要不要发送密钥。文中提到 Sonar 的密钥检测和 Agent 插件可用于 Claude Code、GitHub Copilot、Codex 和 Cursor 等工具，但这些能力的具体可用状态原文未说明。

Harness 与 AWS AgentCore 集成：为 AI Agent 提供动态发现与运行时安全

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。

Daemon：本地优先的个人 AI 智能体框架

lukehalleran/ai-assistant-framework · Solo-built conversational AI framework: 168K LoC, 7,400+ tests, 5-tier memory system with cross-encoder reranking, FAISS-indexed Wikipedia (7.2M articles), 8-stage knowledge synthesis pipeline, and full RAG auditability via inline memory citations.

Daemon 是一个本地优先的个人 AI 智能体框架，围绕持久化多集合记忆、经过评测的 RAG 检索、知识图谱上下文、智能体工具调用和人工把关的自我改进构建。它把每次查询处理为包含上下文分析、意图分类、并行检索、门控、打分、提示组装、生成与状态更新的完整管线，而非简单的聊天机器人包装。项目包含 14 个 ChromaDB 集合的层级记忆、基于跨编码器重排的多阶段 RAG、NetworkX 知识图谱查询扩展、ReAct 工具循环、事实真伪与过时追踪，以及文献佐证的合成候选验证。

Strands Agents：用 Python 和 TypeScript 构建生产级 AI Agent 的 SDK

strands-agents/harness-sdk · Build an agent harness and control it end-to-end. Open-source SDK for production AI agents in Python & TypeScript - any model, any cloud.

Strands Agents 是一个开源 SDK，用于在 Python 和 TypeScript 中构建和运行 AI Agent。它提供完整组装的 harness（通过 create_harness() / createHarness() 调用），内置模型、工具、记忆、会话和上下文管理的默认配置，同时也支持开发者深入 SDK 自行掌控 agent loop、工具、模型提供方、记忆和 hooks。核心能力包括生命周期控制（轮次上限、token 预算、取消、停止原因）、工具与结构化输出、MCP、多 Agent 模式、记忆与会话、模型可移植性、流式输出、guardrails、追踪和评估。项目不依赖托管控制平面，在你的进程中运行，支持 Amazon Bedrock、Anthropic、OpenAI、Gemini 等多种模型提供方。

elizaOS：开源 Agent 运行时与自主 AI 智能体产品栈框架

elizaOS/eliza · Open source agentic operating system

elizaOS 是一个开源的 TypeScript 框架与产品栈，用于构建自主 AI 智能体。该 monorepo 包含核心运行时、面向 Web/桌面/移动的 Eliza 应用、CLI、云服务、原生桥接以及第一方插件。框架以模型无关的方式通过插件扩展，提供消息循环、记忆与状态原语、插件契约；插件可注册动作、provider、评估器、服务、模型处理器、路由、事件与 app 视图。栈内还提供端侧本地推理路径（含文本、嵌入、语音、视觉与图像生成资产）、可选的 Eliza Cloud 托管服务，以及用于项目/插件脚手架与部署的 elizaos CLI。

AI Agent PRD 案例研究：发票自动化产品规划的实战范本

jmhjasso/ai-agent-prd-case-study-invoice-automation

这是一个公开的案例研究仓库，记录了一位产品负责人如何把一个AI Agent想法（小企业发票自动化）从手绘流程推进到受治理、有证据支撑的产品计划，包括失败部分。仓库内容涵盖流程图与缺口分析、完整PRD、路线图、假设登记、决策简报、治理日志、测试与证据、阶段门与变更决策、运营模型（十个子代理）与复盘。项目目前完成到 Phase 0 的规划与去风险，MVP 尚未构建、未上线，也未声称实测节省时间。

PRD-Agent：AI 驱动的命令行 PRD 生成工具

HarshithGRaj/PRD-Agent · An AI-powered agent to generate Product Requirement Documents (PRDs).

PRD-Agent 是一个 AI 驱动的命令行界面（CLI）工具，帮助开发者和产品经理快速生成结构化、完整的产品需求文档（PRD）。它提供交互式 CLI，可将用户目标自动整理为 Overview、User Stories、Technical Requirements、Out of Scope 等标准 PRD 章节，并支持在本地环境运行和管理工作流。

AI Product Manager Copilot：多智能体产品管理工作台

Yuvraj4069/Yuvraj-ai-product-management-copilot

该项目是一个由 Google Gemini 与 SQLite 驱动的多智能体产品管理工作台，用于自动化产品发现、客户之声（VOC）分类、动态聚类、RICE 优先级排序、PRD（产品需求文档）自动生成和发布节奏排序等产品管理任务。仓库使用 Python 编写，采用 MIT 许可证。

Team Agent：多模型群聊协作桌面工作台

zifulifufu/team-agent · A multi-model agent group-chat workbench — Electron + React front end, FastAPI + LiteLLM backend. Apache-2.0.

Team Agent 是一个把多个大语言模型（云端或本地）放进同一群聊的桌面工作台，由宿主模型拆解任务并按依赖顺序分派给各成员，成员之间通过 @提及 交接工作。项目采用 Electron + React 前端与 FastAPI + LiteLLM 后端，提供工具调用（内置工具、Python 插件、MCP）、本地文档库与 BM25 检索、分层记忆、提示词库与模板画廊、本地模型目录、外部命令行 Agent 接入、聊天频道转发、备份导出与钩子机制，后端仅监听本机回环地址，API 密钥存于系统钥匙串。

swarmflow：用本地编码 Agent 集群从 PRD 确定性交付经过验证的 MVP

reddevil22/swarmflow · Deterministic control plane for orchestrating swarms of local coding agents: PRD in, verified MVP out

swarmflow 是一个面向绿地项目的确定性控制平面，用于编排多个本地编码 Agent 会话并行开发。它接收 PRD，由前沿模型负责规划、验证与验收，通过多波次（wave）并行执行与门禁流水线（进程清理、回归指纹、区分度检查、范围审计）产出模块与测试，并以 SQLite 账本为唯一事实来源，所有声称作凭据验证而非退出码。前沿后端不限厂商，兼容任意 OpenAI 兼容接口、Command Code CLI、通用终端 Agent CLI 或 Pi；模型选择通过配置完成。当前为 Alpha 状态，已在 5 任务 NestJS 项目上完成端到端验证，PR 自动化和打包制品交付暂不在范围内。

Starkbot Neo：本地优先的 macOS/Linux 桌面 Agent，通过 Jev 导航器操控浏览器与原生应用

ethereumdegen/starkbot-neo · Fast, local-first macOS agent with Jev navigation and Hypercanvas

Starkbot Neo 是一个基于 Rust 与 Tauri 构建的本地优先桌面 Agent，可在 macOS 和 Linux 上运行。它通过 CDP 驱动浏览器、通过平台无障碍 API（macOS Accessibility / Linux AT-SPI）驱动原生应用，核心是 Jev 导航器：每一步由一个分类器输出操作头、目标头和安全头，并把这一循环接入可接受语音或文本任务的 Agent。项目定位为面向 SEO 与 GTM 工作流及媒体应用的营销与媒体执行工具，而非 shell 或编程 Agent，没有 bash 工具和通用文件访问。当前处于活跃开发中，Web 导航、无障碍路径与流式 ReAct Agent 循环已可运行，媒体通过应用操作、packs 和 GTM 工作流尚未构建；尚无正式安装包或发布下载，需从源码构建。

Hermes Agent on Cubeship：在 Cubeship 上部署 Hermes 自改进 AI 代理的模板

cubeshipd/cubeship-hermes-agent-template · Nous Research's self-improving AI agent, with its web dashboard and messaging gateway

该仓库是 Cubeship 平台上部署 Nous Research 开源 AI 代理 Hermes Agent 的模板。它通过 Dockerfile 在实例上构建并运行 Hermes Agent v2026.9.21，将 gateway 以受监督方式启动，提供 Web 仪表盘，并将会话、记忆、技能、API 密钥与日志持久化到 /opt/data 卷中。安装后可在仪表盘中配置模型提供商密钥与模型，并通过 Telegram、Discord、Slack 等聊天平台接入，同时支持 OAuth/OIDC 登录选项。

test-ci-cd：用 LLM 与图库 API 每小时自动刷新照片画廊

mujammed-04/test-ci-cd · Next.js gallery that refreshes itself hourly — an LLM invents the search prompts, a stock photo API finds the shots, CI republishes the image

一个基于 Next.js 的照片画廊项目，通过 GitHub Actions 每小时自动运行：先随机选择主题，再由 Groq 上的 LLM 生成搜索提示词，调用 Pexels 图片 API 获取照片并写入 gallery.json 提交到 main 分支，随后触发 CI 校验并重新构建镜像发布到 GHCR。项目使用 Next.js 16 App Router、React 19、TypeScript、StyleX 与 Feature-Sliced Design 组织代码，支持多语言路由，图片与提示词来源需标注 Pexels 与 Groq。

AWS 开源一款 AI Agent，声称比 Claude Code 和 Codex 便宜 45%

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。

Jev 在 Harness 中实现可审计的决策原语

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。

演示：Agent 框架：生产级 AI Agent 的控制平面、不变量与审批边界

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。

超越相关性：面向企业个性化的治理优先架构

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。

V7 如何为 AI 智能体提供机构记忆

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。