Build an LLM Agent That Can Write and Run Code
使用 OpenAI Agents SDK 和 Docker 执行代码的实践演练《构建可以编写和运行代码的 LLM 代理》一文首先出现在《走向数据科学》上。
静态分析确定了恶意技能并过度标记了有用的技能。这些结果之间的差距正是人类判断真正发挥作用的地方。使用 SkillSpector 检测代理技能中的漏洞：从绿色复选标记到真正的安全判断首先出现在《走向数据科学》上。
Stop Overengineering Your Agent Harness
以下内容最初出现在 Hugo Bowne-Anderson 的 Vanishing Gradients Substack 中，经作者许可在此重新发布。围绕线束工程的讨论主要是来自编码和个人代理（例如 OpenClaw）的问题，但大多数代理都更简单。构建者应该避免对新模型可能吸收的功能进行过度设计，“Kirby [...]
Flank Launches ‘Record’ – Agentic Contract Truth System
Flank是一家专注于内部团队的代理法律科技公司，推出了Flank Record，这是一个自主代理合同记录系统，大大减少了...
I gave Perplexity's agentic AI 5 complex tasks to run on my Mac - and I'll do it again
Perplexity 的 Mac 应用程序提供了自己的代理 AI、个人计算机，它可以在您的计算机上从头到尾处理多步骤任务。看看为什么结果给我留下了深刻的印象。
What OpenAI’s rogue agent really did in the Hugging Face hack
该代理所追求的目标远远超出了研究人员的预期，揭示了遏制强大的人工智能系统是多么困难
Environment-free Synthetic Data Generation for API-Calling Agents
训练调用 API 的大型语言模型 (LLM) 代理需要大量高质量的轨迹。然而，大规模收集此类数据通常需要具有可执行 API 和现实的、预先填充的后端数据库的完全实施的环境，从而造成可扩展性的主要瓶颈。为了克服这个问题，我们提出了一种无环境的合成数据生成方法，利用法学硕士作为动态数字世界模型。仅给定 API 规范，我们的方法就会生成模仿代理和有状态环境之间交互的轨迹。具体来说......
Applied Intuition Launches Dana, the Agentic Platform for Physical AI
新平台将代理 AI 与 Applied Intuition 近十年来建立的工具、数据、基础设施和领域专业知识相结合，以加速物理世界智能机器的安全开发。
OpenAI admits its agent went rogue and hacked AI startup Hugging Face
该事件凸显了人们对新人工智能模型日益强大的网络安全能力的担忧
Evolving from legacy BI to agentic AI at Tradeshift with Amazon Quick
在这篇文章中，我们介绍了 Tradeshift 如何部署具有代理 AI 功能的 Amazon Quick 来取代我们的旧版 BI 工具，从而将查询响应时间提高 30 倍，降低总拥有成本 40%，并将嵌入式分析转变为可产生收入的产品。
How to Run Claude Code Agents for 24+ Hours
应用长时间运行的编码代理，成为一名更有生产力的工程师如何运行 Claude 代码代理超过 24 小时的帖子首先出现在 Towards Data Science 上。
Top 5 MCP Servers for High-Performance Agentic Development
这里有五个真正值得连接到高性能代理开发设置中的内容，选择它们是根据他们对代理的实际能力而不是他们的星级数量所做的工作。
An AI agent breached Hugging Face before an AI defender caught it: What users should do next
代理人工智能渗透到人工智能项目的生产基础设施中。然后人工智能检测到了它。这是网络攻击的未来吗？如何防御它们？
Transform your sales organization with Amazon Quick: your new agentic AI teammate
在这篇文章中，我们将介绍 Quick 兑现这一承诺的几种方式。我们涵盖整个销售周期，从确定您最优先的潜在客户、联系他们、处理交易直至完成，以及随着客户的成熟及时更新 CRM，同时保护您最稀缺的资源：您的时间。
Your AI Agent Passed Every Eval. Finance Still Killed It.
一个 AI 代理通过了我发布的评估工具中的每一项指标，然后 CFO 杀死了它 — 它的成功解决方案的成本比它所取代的人类还要高。这是一个预测代理是否能在生产中幸存下来的指标，以及如何在不重建的情况下对其进行衡量的指标。您的 AI 代理通过了每项评估。金融仍然扼杀了它。首先出现在《走向数据科学》上。
Using Classical ML to Empower AI Agents
关于构建现有基础的价值这篇文章《使用经典 ML 增强人工智能代理》首先出现在《走向数据科学》上。
The Right Amount of Spec for Agentic Development
我在有关代理的对话中不断看到同样的想法：详细的规格现在已经是旧世界的开销了。给模型一个粗略的目标，让它探索，修复返回的结果，然后继续前进。听起来很有效率，但也隐藏了成本。一个简单的提示看起来便宜且诱人，因为它可以立即开始实施。然后[...]
