刚刚，DeepSeek 重磅发布全新 Agent 架构：AI 开始指挥 AI 干活
DeepSeek Harness 的 Super-agent 架构，让 Router 负责调度、Worker 并行执行，AI 从会话工具变成长期在线的数字同事。DeepSeek 团队观察到，一个人通常只能同时跟进 3 到 5 个活跃 Session。
有度知识库 CLI：让 Agent 读企业知识
有度即时通「知识库 CLI」:让 Agent 使用企业知识库。AI 智能体可以按权限直接读取制度、手册、项目材料和会议记录。
PDF、Word、PPT、EPUB 变 Markdown——Agent Skill 把文档解析做了
做 AI Agent 工作流的人大概都遇到过这个痛点:用户扔过来一份 PDF、Word 或 PPT,想让 Agent 理解里面的内容,但 Agent 只会给你一段「这份文档大约有 10 页」的空话。
Agent 记忆正在分裂，16.9 万 Stars 怎么选？
Claude-Mem 一个月内从 9.5 万 Stars 涨到 10.1 万，Mem0 稳在 6.7 万，Hindsight 刚跨过 5 万门槛。这三个大块头，加上 926 Stars 的 deja-vu 和 317 Stars 的 Lemmalog，四个仓库加起来刚好 16.
国内主流智能体（Agent）软件大横评 · 2026 版（精心收集，请收藏）
〇、先看懂行业的五条主线国内智能体（Agent）平台按使用门槛与部署方式可以粗略切成五大阵营，这决定了它要什么人、解决什么问题：大厂零代码阵营（个人/小团队首选）：扣子 Coze、腾讯元器、百度秒哒、文心智能体。拖拽/对话就能搭，最快几分钟出成品，拼的是"谁最省事、生态最广"。
不用你贴 key：agent 自己翻 .env 抠出真凭证
把 API Key 粘进对话框，只是最笨的一种泄露方式。更常见的是：你一次都没贴 key，agent 为了回答你，自己去看 .env、翻云配置、读日志、跑 curl、调 MCP，凭证就在这一步一步里进了模型上下文。
NVIDIA Auto Ontology 给 Agent 装了一层可核对的业务语义层
让 Agent 直接写 SQL 查企业库，最怕口径错了还答得理直气壮。NVIDIA 开源的 Auto Ontology 先把业务术语、指标表达式和表关系编译成语义层，答案连同 SQL 和步骤一起返回。
AGENTS.MD，危险危险危险！！！
AGENTS.MD，正在成为AI时代的电脑病毒。没点任何弹窗，没点任何「确定下载」，手都没怎么动。就在你切走网页的一瞬间，一个叫AGENTS.md的纯文本文件，已经悄无声息躺进了你电脑的「下载」文件夹里。
在 agent 技能撑爆上下文之前，先评估它
很多团队现在开始尝试 SKILL.md 文件，但测试方式几乎一样：把 prompt 粘进聊天框，看它在一台笔记本上跑通一次，然后合并进主干。作者认为，当你把三页 CLI 文档塞进 markdown 文件，却没有配套评估循环时，你大概率不是在帮前沿模型，而是在迷惑它。
Agent 越写越复杂？因为你在替模型画流程图
上周我删了一个跑了整整一个月的 Agent 脚本。干的活很朴素：搜竞品新闻、扒正文、做摘要、拼日报。六步串成一条线，平时稳得很。直到某天第三步的抓取接口回了一个空字符串。后面三步一声没吭。模型拿着空内容，一本正经编了一篇摘要，日报照常发了出去。