已升级！DeepSeek-V4.1-Flash-1017限时加量
DeepSeek-V4.1-Flash 升级至 1017 最新版本，并参加方舟 Agent Plan 个人版限时加量不加价活动。该模型可用量限时翻倍至 12 月 30 日；Agent Plan 与 Coding Plan 可同时持有 4 个活动，活动权益可叠加。
#Agent
火山引擎Agent社区AI 评分3535 大淘宝技术精选AI 评分7676 天猫数字员工（协作篇）- 研发的暗物质与 AI Native 组织协作
天猫技术以驻钉钉需求群的数字员工探索端到端研发协作，通过共享需求上下文和沉淀业务资产，减少信息交接、等待检索与隐性知识流失。数字员工已在天猫技术所有业务线落地推广，月均活跃需求交付100+，上下文层按知识、能力、过程、协作四个维度组织资产。文章提出流程协同、单人主导、数字员工主导三级演进路径，目前交付主要运行在前两级，第三级自主推进与定向找人仍在探索，放权前需建立门禁、回滚和升级人工机制。
推荐理由：将研发提效拆成协作路径压缩与隐性知识沉淀两条线，为定位编码之外的交付瓶颈提供了可迁移的分析框架。
京东技术精选AI 评分7575 Jev：当 AI 不再"写答案"，而是直接做决策
Jev 面向结构化问题返回有类型的决策及概率，京东技术围绕其与 LLM 的分工和生产接入展开解读。其 Choice、Score 和 Noul 三种输出分别用于选择、评分和带概率的二元判断，但类型正确不等于语义正确，概率输出也不能替代业务安全约束。落地建议从高频、边界清楚、可评测、可回滚的决策点开始，比较规则、传统分类器、LLM 结构化输出与 Jev，并经过离线评测、影子运行和逐步放量。
推荐理由：将决策模型接入拆成契约定义、基线比较和影子运行，把类型约束、概率评测与执行权限分开处理，可迁移到边界明确的自动化节点。
QoderAI 评分3030 一个更轻的选择：Qoder 国际版推出Lite套餐
Qoder 国际版新增 Lite 套餐，定价每月 10 美元，提供 1000 Credits，智能体、全端支持及 Skills、MCP 等扩展均不缩水。日常任务可用三款 Flash 模型，倍率 0.1x；晚十点至早八点错峰使用 Qwen3.8-Max 倍率降至 0.2x。价格档位为 Free 免费试用两周、Lite 每月 10 美元、Pro 每月 20 美元，首购首月给 2000 Credits。
快手技术精选AI 评分7272 从工程师到全员，从个体到组织：快手企业AI生产力实践
快手科技副总裁王诩在 QECon 大会分享快手两年 AI 生产力实践，路径分为 AI 嵌入研发流程、全员通用智能体、团队级 Agent 协作链和成立企业 AI 生产力（iWork）组织四个阶段。
推荐理由：快手把两年 AI 提效实践拆成四个阶段，并复盘个体提效为何难以带动组织效率。
阿里云云原生精选AI 评分5050 Agent 自进化的数据底座：阿里云 SLS Session Store
阿里云 SLS 推出 Session Store，将接入的 OpenTelemetry Trace / Log 解析、关联为标准化的 Trajectory 执行轨迹，把任务输入、模型与工具交互、执行结果及运行指标组织在一起。
火山引擎Agent社区精选AI 评分5858 DeepSeek-V4.1-Flash 新版本登陆火山方舟，效果无损“经济版”八折上线
火山方舟上线 DeepSeek-V4.1-Flash-1017，相较 9 月 10 日首发版本，Agent 与代码能力提升，在 Terminal-Bench 4.0、DeepSWE v1.1、ProgramBench 等基准上较上版显著提升，任务运行时间与输出长度明显缩短。
推荐理由：火山方舟上线 DeepSeek-V4.1-Flash-1017，并给出标准版与经济版同权重、8 折计费的差异，便于对比选型。
腾讯技术工程AI 评分3030 从0到1打造AI电影！基于WorkRally的创作实践
作者用10个晚上、借助WorkRally我可接力等AI工具独立完成了AI漫剧《龙舟》，并在PCG·AI漫剧主题赛中获亚军。全流程覆盖混元写剧本与人物设定、GPT-image2与Nano Banana Pro生成画面、WorkRally无限画布生成788张图和850段视频，以及Suno制作9首配乐。
腾讯WorkBuddyAI 评分2525 WorkBuddy 多款模型上新、更新公告
WorkBuddy 接入 Xiaomi MiMo-V2.6-Pro、MiniMax-M3.1-Flash，并将 DeepSeek-V4.1-Flash 更新至 V4.1-Flash-1017 版本。
大淘宝技术精选AI 评分8282 告别 AI Demo 页面：构建支持淘内货品运营、可C端投放的会场 Agent Harness
大淘宝技术介绍方舟 AI 会场 Agent Harness，把用户一句话需求经策划、视觉设计、数据装配与页面构建链路转化为可投放淘内或端外的 page.html 会场。
推荐理由：淘天团队拆解会场 Agent 的 Harness 环境，涵盖 Skill 体系、SubAgent 上下文隔离与质检观测，可供构建生产级 Agent 参考。
腾讯技术工程精选AI 评分8888 3 个月用Harness重构90万行旧项目：实战经验与踩坑总结
腾讯技术工程团队用Harness工作流在3个月内将约90万行的视频剪辑旧项目重写为约12万行代码、15万行文档和6000+测试用例，测试覆盖率86%，7、8两个月迭代了30+新功能需求。
推荐理由：团队用3个月把90万行旧项目重写为12万行，文中给出Harness工作流各阶段的具体做法与踩坑。
千问AI平台AI 评分2222 千问 AI Arena × 沙利文｜联合发布二期任务，聚焦“消费决策助手 Agent”
千问 AI Arena 第二期任务「消费决策好帮手：智能选购顾问」正式上线，由沙利文、阿里云高校合作团队与千问 AI 平台联合推出。参与者需开发能理解用户预算、场景与偏好，并从商品信息、用户评价和媒体评价中整理比较、推荐三款产品的 Agent。本期提供开发代金券补贴，优秀作品可获奖品，大学生还可领取高校专属优惠券参与能力测评。
腾讯技术工程精选AI 评分7878 把逆向工程交给 Agent：一文拆解爆火的 REA 技术原理
腾讯技术工程发文拆解 GitHub 项目 REA（Reverse Engineer Anything）的技术原理，该项目把 Hopper、Ghidra、IDA、JADX 等逆向工具包装成 MCP 接口供 Agent 调用。
推荐理由：文章拆解 REA 如何用 MCP 桥接 Ghidra、IDA 等工具，把逆向调查流程交给 Agent，并附社区案例与边界说明。
vivo互联网技术精选AI 评分5858 Agent 不能只记录调用了什么，还要记录为什么调用 | KDC 系列 03
vivo 互联网存储团队在 KDC 系列第三篇中提出推理对象（Reasoning Object），用于记录 Agent 做出判断的目标、知识引用、证据、风险与行动授权，而不只是记录 Tool 调用。
推荐理由：文章用一次误退款案例拆解 Agent 行动审计缺口，提出推理对象与 Tool、Skill、Capability 的分层责任，可供设计高风险 AI 行动治理时参考。
得物技术精选AI 评分8282 动态规则的 Agent 实践：用确定性工程驾驭 LLM 的资产智能验收
得物技术介绍了资产验收场景的 Agent 实践，把验收规则以文本配置下发，由 LLM 负责材料提取与规则比对，文件解析、印章检测、数值核对等环节交给确定性代码。系统配套用户反馈推导标准答案、试跑与回测双阈值门禁、三种流量四道隔离闸门，并采用提取与判定分离的双制品模型、关键判定多模型投票和盖章检测三级流水线。文中称月均验收单审批量数百单，规则发布需回测一致率超过配置阈值（如≥90%）才允许常规发布。
推荐理由：得物技术公开资产验收 Agent 的确定性工作流设计，含试跑回测门禁与防幻觉护栏的具体实现。
阿里技术精选AI 评分7272 深度解析 RSI：当 AI 开始实现自我迭代提升
阿里技术系统梳理了 RSI（递归自我改进）的概念边界，指出它与 Agent 自进化、持续学习的关键区别在于改进必须由 AI 自身完成。
推荐理由：文章把 RSI 从概念争议到 DGM、SEAL、AlphaEvolve 等代表工作串成一条线，并给出可复用的六步闭环框架。
腾讯技术工程精选AI 评分6565 Agent、MCP、Skill、Cli、Model 一次讲透：老系统接入 AI 的概念地图与三条路径
腾讯技术工程以数字化团队作类比，梳理 Model 是大脑、Agent 是数字员工、Skill 是岗位手册、MCP 是转接头、CLI 是对讲机的关系，并说明 MCP 与 CLI 可以嵌套。
推荐理由：文章用团队类比理清 Agent、MCP、Skill、CLI、Model 的关系，并给出老系统接入 AI 的三条路径与选型决策树。
腾讯技术工程精选AI 评分8282 别只盯着AI Coding，真正的变化发生在整个研发流程
腾讯技术工程复盘 OK 平台端到端 AI 研发实践，安全中心项目空间 4 月至 6 月提交的 254 条需求中，AI 端到端完成 172 条（68%），51% 的需求在 2 小时内完成。
推荐理由：腾讯 OK 平台公开了端到端 AI 研发的九阶段流程与真实运营数据，可看到各环节质量门的具体设计。
阿里技术精选AI 评分8080 高德本地生活分析 Agent 的 AI Native 实践全景（万字长文回顾）
高德本地生活分析 Agent 在 FY27 S1 完成建设，支撑本地生活多个业务单元例行经营诊断，全行业经营简报一小时内产出。文章按 L0–L4 能力分级梳理进展，认为绝大部分任务已具备 L3 特征，部分场景走到 L4。作者复盘了分析执行、知识复用、经营判断三段返工，并给出指标口径更新 Pipeline、事实绑定与三层检查等做法。
推荐理由：高德本地生活分析 Agent 的万字复盘，记录了分析执行、知识复用与经营判断三段返工中的具体取舍。
阿里技术精选AI 评分8181 从榜单走向真实业务负载：Kernel Agent 刷新 Qwen3.8-Max 核心推理算子性能
阿里 TRE AI 系统工程团队用 AKA 优化 Qwen3.8-Max 的三类核心算子，在 60 个真实业务 shape 上均取得低于专家版本的几何平均时延。AKA 与算子库 atrex-kernels 已开源，地址为 https://github.com/alibaba/atrex-kernel-agent 和 https://github.com/alibaba/atrex-kernels。
推荐理由：文章用 60 个真实业务 shape 对比生产基线与专家实现，并拆解三条算子线的结构优化，呈现 Kernel Agent 从榜单验证走向生产交付的工程路径。
阿里技术精选AI 评分7979 代码生成越来越快，软件交付真正的瓶颈转向了哪里？
阿里巴巴 AI Native 研发实践论坛的六组分享指出，代码生成提速后，软件交付瓶颈转向需求澄清、上下文衔接、环境复现、结果验证和生产治理。现场分享称，阿里巴巴编码通常只占软件交付总时长的 20%—30%；飞猪平台技术团队通过需求检查及流程线上化、标准化，将需求从评审到上线的端到端平均周期由 2—4 周缩短至 1 周，各团队指标口径不同，不宜直接横向比较。
推荐理由：将编码提速与端到端交付拆开考察，为团队识别需求澄清、跨角色协作和验证环节的瓶颈提供了具体的分析框架。
字节跳动技术团队精选AI 评分5858 OpenViking × LLM-Wiki：让团队文档不再“各说各话”
字节跳动技术团队以客户赔付口径冲突为例，演示如何用 OpenViking 零代码搭建 LLM-Wiki 团队知识库。流程包括通过本地上传、链接、飞书文档同步和 add-resource 命令导入资料，再用 Compile 配合自定义或官方 llm-wiki skill 将原始数据编译成带交叉引用的 Wiki，成员可在控制台编辑修正。
推荐理由：以赔付口径冲突的案例串起导入、Compile 编译、人工修订到 Agent 检索的完整链路，可作团队知识库落地参考。
腾讯技术工程精选AI 评分6262 腾讯15年资深后台工程师，转战大模型推理的抉择
腾讯资深搜索后台工程师吴银光讲述自己2025年初放下T12与管理头衔、转入大模型推理工程团队的经历与思考。他给出推理工程入门路径，包括建立模型结构与推理体系认知、阅读nano-vLLM和mini-sglang源码、深入PD分离与分布式KV Cache等方向，并设计同批次共享前缀、Beam Search等自检练习。
推荐理由：一位15年后台工程师复盘转岗大模型推理的路径与自检方法，并给出AI Infra与通用Infra同源分流的判断。
阿里云云原生精选AI 评分6767 看清 Coding Agent：从执行记录到风险调查
阿里云云原生介绍 LoongSuite-Pilot 与 AgentLoop 组合的 Coding Agent 审计方案：前者把会话日志和 Hook 记录整理成统一事件时间线并支持脱敏，后者用规则加模型结合任务上下文判断操作是否越权。
推荐理由：文章用提示词注入和误删两个真实案例，说明审计 Coding Agent 需要把用户要求与实际调用放在一起核对。
大淘宝技术精选AI 评分7575 Loop engineering：把 agent 放进工程循环
大淘宝技术团队撰文讨论 loop engineering，主张工程师不再逐轮提示 agent，而是设计包含读取状态、判断任务、执行、验证、记录状态和停止条件的自动化循环。
推荐理由：文章把 loop engineering 拆成六个组件并给出可落地的 CI triage 示例，读者可据此判断哪些任务适合交给 agent 循环。
美团技术团队博客精选AI 评分7575 《Agent 评测白皮书》系列01：Agent 评测全览
美团技术团队发布《Agent 评测白皮书》系列第一篇《评测全览》，把完备的 Agent 评测体系概括为四个模块、三种能力、两条 Loop、一套资产。四个模块分别是离线评测、在线评测与在线监控、Case 挖掘与归因、观测基建，其中离线评测作为变更门控，在线部分负责发现未知问题。文章还给出评测体系成熟度自查表，建议冷启动阶段观测、评测集、回测门禁各到 L1 即可支撑最小闭环，并预告下一篇《冷启动篇》。
推荐理由：美团评测团队把两年多业务实践沉淀成四模块、两 Loop 的评测框架，并给出可对照的成熟度自查表。
vivo互联网技术精选AI 评分5757 软件不是从数据开始，而是从现实开始 | KDC 系列 01
vivo 互联网存储团队提出 KDC 的 Reality First 视角，主张 AI 应用架构先明确领域现实，再设计数字表示、运行时判断与行动反馈。退款案例说明，渠道受理或接口成功不等于用户到账，Agent 可能将表示歧义放大为错误行动；Reality Map 方法通过梳理系统职责、现实要素、数字表示和结果反馈定位映射缺口。
推荐理由：通过梳理现实状态、数字表示与结果反馈的对应关系，团队可以定位业务承诺超出系统观察范围的建模缺口。
得物技术精选AI 评分7878 企业级 MultiAgent 落地：Plan 模式与主子 Agent 协作｜得物技术
得物技术介绍其基于 AgentScope Java 的企业级 MultiAgent 平台，重点讲 Plan 模式与主/子 Agent 协作。Plan 被做成有状态、可持久化的运行对象，通过 create_plan、activate_subtask 等工具由模型动态创建和调整，并支持断点恢复与 SSE 过程可见。
推荐理由：得物技术公开其企业级 MultiAgent 平台的 Plan 生命周期与主/子 Agent 协作设计，可作为同类平台工程化的参照。
大淘宝技术精选AI 评分8080 Agent 长程任务断点续传：从框架 Checkpoint 到跨进程恢复的完整实践
淘天集团直播技术团队介绍了基于 Spring AI Alibaba 1.1.2.0 的 Agent 长程任务断点续传方案，采用框架层 Checkpoint 加上层任务调度的两层架构，不修改框架源码。
推荐理由：淘天直播技术团队公开了不改框架源码实现 Agent 断点续传的两层方案，含关机摘流与子图 ID 处理细节。
大淘宝技术精选AI 评分8080 天猫技术大型 AI 项目的研发协同实践
天猫新品 MDI 项目复盘了大型 AI 项目研发协同从超级个体到全员赋能的四个阶段。单兵期用 AGENTS.md 入口地图加六个 collar Skill 管理知识库，加人期用站点地图式 spec 目录和 patch 双向指针分工，迭代期用零依赖哨兵机还原预发合并态并由云端 Agent 检测隐形冲突，有效发现率稳定超过 70%、每周发现 40+ 个潜在问题。
推荐理由：天猫新品 MDI 项目把 AI 研发协同拆成四个阶段，给出知识库、站点地图、哨兵机与云端沙箱的具体做法和踩坑记录。
快手技术精选AI 评分8282 Harness Engineering：快手电商用 AI 流水线重塑研发范式
快手电商商家和运营赋能中心分享了用 AI 流水线重塑研发范式的实践，把需求、Spec、开发、测试、oncall 各阶段串成自动化交付链路。团队称 2026 年 1 月至 4 月人均代码量增加 170%，但平均需求交付时长缩短有限，因此转向全生命周期自动化，目标需求吞吐率提升 30%、平均交付时长下降 40%。
推荐理由：快手电商团队复盘了从需求到 oncall 的 AI 流水线搭建过程，并给出组织调整与踩坑清单，可作为复杂系统落地 Agent 交付的参考。
美团技术团队博客精选AI 评分7878 美团智播——数字人直播技术创新与实践
美团技术团队介绍面向本地生活场景的AI数字人直播方案美团智播，围绕形象生成、动作驱动、语音手势协调与推理加速四项技术展开。方案支持真人1:1复刻、30秒生成直播素材、3分钟完成开播配置，过去一年月日均GTV同比增长82.12%，开播场次提升11倍。其中Glance2Gaze实现75%视觉token压缩与2.5倍推理加速，将并发成本降低60%以上。
推荐理由：美团智播团队系统拆解数字人直播从形象生成到万路并发的四项自研技术，可作为多智能体实时系统的工程参考。
得物技术精选AI 评分7878 得物小摊 AI Native 演进实录：用 Harness 构建可控 AI 交付
得物技术复盘小摊业务从 0 到 1 孵化中让 AI 并行参与 H5、运营后台、Node 网关和 Go 服务开发的过程，提出 Delivery Harness 以 Version Contract、Execution Boundary、Evidence Gate、Repair Loop 四个组件接管交付状态。
推荐理由：得物技术复盘单人全栈交付中 AI 多模块协作的失控风险，并给出四个可复用组件的落地方式。
京东云开发者精选AI 评分6262 Claude Code vs Codex 记忆体系深度对比
文章从分层记忆模型、持久化策略、上下文压缩和跨会话传递等维度对比 Claude Code 与 Codex 的记忆体系。Claude Code 采用 CLAUDE.md、Auto Memory、Session Memory 与 AutoDream 四层架构，系统可自动捕获并离线整理记忆；Codex 只有 AGENTS.md 静态声明层与会话上下文层，全部依赖人工维护。
推荐理由：从分层结构、持久化、压缩与跨会话传递逐项拆解两套记忆设计，可帮助判断选型取舍。
千问AI平台精选AI 评分6262 从 Loop 到 Graph Engineering 的演进思考与实战
作者结合自身实践与 Carlos Perez 的文章，梳理 Agent 架构从 Loop Engineering 转向 Graph Engineering 的趋势。
推荐理由：作者结合自身文本分类落地经验，拆解单 Loop 的四类结构性缺陷，并给出多 Loop 互相监督的可迁移做法。
美团技术团队博客精选AI 评分7272 KDD'26美团学术论文精选及KDD Cup'26 DataAgents赛道冠军思路解读
美团技术团队有 8 篇论文被 KDD 2026 收录，覆盖推荐大模型、奖励建模、智能体搜索、Transformer 框架与元泛化等方向。其中 MTFM 以无对齐方式统一多场景推荐并已全量替换独立精排模型，MTGenRec 相比 TorchRec baseline 取得 1.6 倍至 2.4 倍训练加速。
推荐理由：美团公开 KDD 2026 收录的 8 篇论文与 KDD Cup DataAgents 赛道夺冠方案，可看到工业推荐、奖励建模与智能体搜索的落地路径。
美团技术团队博客精选AI 评分7878 Agent评测漫谈 —— 由浅入深讲解Agent评测
美团图灵 Agent 评测团队将内部博客公开，由浅入深讲解 Agent 评测，涵盖评测是什么、如何建立评测体系，以及长程 Agent 框架对评测带来的变化。文章提出观测加评测等于持续迭代，主张评测需覆盖结果、过程、效率、风险四层，并用指标下钻与 Rubric 二元化实现人人一致、人机一致，文中称数字站长人机一致率达 99%，Beam 从 62% 提升到 92%。
推荐理由：美团图灵团队把两年内部评测实践公开，给出从指标体系到长程 Agent 评测基建的完整落地路径。
美团技术团队博客精选AI 评分7272 美团正式发布 CatPaw：全场景 AI Agent，从个人提效到企业智能化
美团正式上线全场景 AI Agent 平台 CatPaw，搭载本月开源的 LongCat 2.0（总参数 1.6T、原生支持 1M 上下文）。平台提供移动端、PC 端与云端 7×24 小时协作的 AI 工作台，并内置可一键安装的专家与技能库；同时推出 Managed Agents 企业级托管平台，支持数字员工、租户隔离与可视化运维。
推荐理由：美团把 LongCat 2.0 的模型能力封装成可落地的 Agent 平台，内部 9 万员工、3 万个 Agent 的规模数据可作为企业智能化的参照。
美团技术团队博客精选AI 评分6060 下一代搜索智能体评测基准！美团开源LoHoSearch，用知识图谱校准AI能力认知
美团 LongCat 团队开源搜索智能体评测基准 LoHoSearch，基于覆盖 762 万维基百科实体的知识图谱自动生成题目，含 544 道经人工核验的题目，覆盖 11 个领域。
推荐理由：美团用知识图谱自动出题构建搜索智能体基准，并给出各模型准确率与上下文策略收益收窄的对比数据。
有赞coder精选AI 评分7878 Knowledge Wiki：面向 AI 的项目知识层建设实践
有赞 coder 团队分享了 Knowledge Wiki 实践，把项目知识以 .wiki/ 目录随 git submodule 分布在 workspace、app、context 三层，供 AI 按层读取。
推荐理由：有赞团队完整拆解了知识库的分层结构、渐进式披露与多 Agent 初始化流程，可作为团队自建 AI 知识层的参考。