AI 编程实时动态与要闻

微软研究院、微软安全团队与 UC Berkeley 在 GitHub 开源 TokenEconomizer（Apache 2.0，v0.1.0 于 10 月 26 日发布），它是 Claude Code、Codex、GitHub Copilot CLI 和 Pi 的插件，opencode 为实验支持。插件从同一仓库的历史会话中学习，用「微技能」记住仓库事实、裁掉长期不用的工具定义、在 Agent 原地打转时提醒换路。论文称在 277 个 SWE-Bench 任务上，五种 Agent 与模型组合的平均成本降低 18.4%–30.9%（论文口径）。

查看大图

微软 10 月 28 日在 GitHub Universe 期间宣布，把支撑 Copilot Code、Copilot Studio、GitHub Copilot app、CLI 和 VS Code 的统一 agent 执行层「Microsoft Copilot harness」以公开预览形式放进 Foundry Agent Service。微软负责 agent 循环和沙箱，开发者提供指令、技能、工具和模型选择；官方称支持 20 多个前沿模型并可自带密钥。同时，托管 agent 的长任务容错能力正式 GA。harness 运行时在 12 月 1 日前免费。

查看大图

Google 于 10 月 28 日 Android Dev Summit 当天发布 Android Studio Rabbit 2（2026.2.2）稳定版。最大变化是 Bring Your Own Agent（BYOA）从 9 月的 Canary 预览转为正式功能：开发者可在 IDE 的 Agent 窗口里接入任何兼容 Agent Client Protocol（ACP）的编码 Agent，官方称可选 40 多个，包括 Anthropic 的 Claude Agent、OpenAI Codex、JetBrains Junie 和 Google Antigravity，并可用个人或企业订阅登录。同版本还带来 Agent 技能管理器、AI Change Review 代码审查和 LeakCanary 智能修复。

查看大图

上海人工智能实验室把 Atria Dawn 从 Preview 升级为正式版，Hugging Face（internlm/Atria-Dawn 及 FP8 版）与 ModelScope 均已上线开放权重，MIT 许可。模型基于 744B 参数 MoE 的 GLM-5.2，面向科研与工程类长程智能体任务，上下文从 Preview 的 256K 翻倍到 512K，仅接受文本输入。官方表格显示其在 AutomationBench、CyberGym、SkillsBench 等智能体基准上领先所列模型，但在 SWE-bench Pro、Terminal-Bench 2.1 等编码基准上仍落后 Claude Opus 5（均为厂商口径）。

查看大图

Anthropic 10 月 26 日发布 Claude for Nonprofits 插件，这是一组与约 30 家非营利组织共建的技能和连接器，覆盖募资全流程（找资助方、拆解 RFP、写申请和报告、维护捐赠人关系）、营销、招聘和董事会事务，并先让 Claude「绘制组织地图」、按机构自己的 AI 政策回答能不能用。插件对 Team 和 Enterprise 版的认证非营利组织自动安装、不额外收费。官方称已有超过 2.5 万家非营利组织在用 Claude，其中超过 75% 席位少于 10 个。

查看大图

Anthropic 应用 AI 团队于 2026-10-22 在 Claude 官网发布文章《Building agents: When to fold subagents into your main agent loop》，并配套开源参考实现 anthropics/single-agent-loop-kit。文章称在多个企业部署的对比中，「单一智能体 + Skills」常在质量上胜过「一个大提示词」和「多子智能体」两种设计，单任务成本和延迟往往也更低；一家客户把多智能体框架换成单循环后运行时间快了约 2 倍。Anthropic 还透露已将面向高级模型的 Claude Code 系统提示词精简 80% 以上。子智能体仍适用于上下文膨胀、需并行且用完即弃的任务、工具选择或指令冲突三种情况。该文过去两天在 X 上引发大量讨论。

查看大图

Anthropic 于 2026-10-22 宣布，把 Agent Skills（以 SKILL.md 文件夹为载体、教 Agent 完成特定任务的开放标准）捐给 Linux 基金会旗下的 Agentic AI Foundation（AAIF），与此前捐出的 MCP 同属一个中立基金会。捐赠内容包括 Agent Skills 名称和 logo、GitHub 组织以及 agentskills.io 域名。官方称自 2025 年 12 月发布标准以来，已有 ChatGPT、Cursor、GitHub Copilot、VS Code 等 70 多个 Agent 平台集成，累计发布 100 万个技能、安装近 2.8 亿次。后续由 Anthropic、Google、OpenAI 等公司工程师以个人身份维护。

查看大图

10 月 21 日，Letta 发布 FrontierMemory 1.0。它不再考 Agent 记不记得生日、爱好这类事实，而是给 Agent 一批过去的执行轨迹，让它生成记忆或技能，再看这些记忆能让任务 Agent 多解出多少编码和知识工作任务。首版共 15 个任务，改编自 DeepSWE、SkillsBench、APEX-Agents 等公开基准。模型榜（Letta Dream 生成记忆，Letta Code 执行）上 Opus 5.5 与 GLM-5.3 均为 73.3%，Grok 4.7 为 33.3%；Harness 榜上 Letta 自家 Letta Dream 第一。数据为厂商（Letta）口径。

查看大图

德国 NEURA Robotics 于 2026-10-14 发布物理 AI 基础模型 Neuron AI。它采用 Perception-Language-Action（PLA）架构，把 3D 视觉、触觉与力矩、音频、机器人本体状态和语言对齐到同一空间并加入记忆，在机器人本地推理，覆盖五种 NEURA 机器人形态。官方未公布量化基准；客户可在 Neuraverse 平台微调并向机队下发技能，10 月 20–22 日将在 NVIDIA GTC Berlin 现场演示 11 分钟全自主洗衣流程。

查看大图

港中文（CUHK）与腾讯等团队提出面向长程智能体强化学习的递归自改进策略优化算法 RSIPO（Recursive Self-Improving Policy Optimization）。针对现有在线自蒸馏（OPSD）普遍依赖静态特权技能且教师监督存在噪声的缺陷，RSIPO 首次实现“智能体技能”与“策略网络”在训练全程的双向共生演进：策略模型从完成轨迹中自主提取技能并通过轨迹重放优化技能生成，同时引入经验贝叶斯收缩（Empirical Bayes Shrinkage）动态校准学生对教师指导的信任权重。Qwen2.5-7B 在具身交互 ALFWorld 上取得 98.6% 成功率，比原生 GRPO 飙升 17.4%。

查看大图

随着 LLM 智能体从简单工具调用走向具备沙箱、文件系统与 Shell 权限的通用 Harness 环境，现有的后训练管线大多是一次性且高度依赖外部更强教师模型的。研究团队提出首个 Harness 原生自进化框架 ClawLoop：无需外部教师与过多先验，通过任务合成、SFT/RL 训练、行为诊断三阶段构筑自维持飞轮。基于 Qwen3.6-27B 在 SkillsBench、Claw-Eval-Live 等基准上取得显著提升，并能无缝向 4B/9B 模型迁移高质量训练数据。

查看大图

大语言模型智能体传统强化学习长期受制于单次回报稀疏与表层 Token 概率对齐的低效性。研究团队提出 PR-OPD（特权表征在线自蒸馏）：发现给智能体注入特权技能上下文仅改变不到 25% 的采样 Token 概率，却重塑了超过 80% 的深层隐状态。PR-OPD 通过事后技能生成与无梯度教师对齐全层投影表征，在零外部教师、零推理开销下使 WebShop 准确率飙升 14.0 分、ALFWorld 成功率提升 4.7 分。

查看大图