TensorZero 团队逆向 Cursor 的 LLM 客户端，公开其系统提示词
TensorZero 团队将自研开源网关部署为 Cursor 与 LLM 提供商之间的自托管代理，成功观察并替换 Cursor 的模型调用。
推荐理由：作者以第一手实验给出自建代理查看 Cursor 提示词的完整路径，还分享了系统提示词和模型分层等可复核的细节。
Agent 智能体
全部主题让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
最新精选
第 341–351 条 · 共 351 条TensorZero：实验与工程博客精选AI 评分6969
Mistral AI：News（网页）精选AI 评分6767 Mistral 发布 Agents API，内置连接器与智能体编排
Mistral AI 发布新的 Agents API，将语言模型与代码执行、网页搜索、图像生成、文档库和 MCP 工具等内置连接器结合，并支持跨对话的持久记忆与多智能体编排。
推荐理由：官方原文给出内置连接器、有状态对话和智能体编排的具体能力，还附 SimpleQA 对比数字，便于评估它在实际工作流中的用法。
Mistral AI：News（网页）精选AI 评分6969 Mistral AI 联合 All Hands AI 发布软件工程智能体模型 Devstral
Mistral AI 与 All Hands AI 合作发布软件工程智能体模型 Devstral，以 Apache 2.0 许可开源。
推荐理由：Mistral 自家发布，给出 SWE-Bench Verified 具体分数、开源许可和部署门槛，读者可据此评估其在本地或企业编码场景的可用性。
Anthropic：Engineering（事故复盘 + 工程实践 · 网页）精选AI 评分7878 Anthropic 发布 Claude Code 智能体编码最佳实践指南
Anthropic 发布 Claude Code 智能体编码最佳实践指南，指出上下文窗口是最需要管理的资源，性能会随上下文填满而下降。指南覆盖给 Claude 提供可运行的验证标准、先探索再规划再编码、编写精简 CLAUDE.md、配置权限与 hooks、用子代理隔离调查、用 /clear 和 /rewind 管理会话，以及并行会话、非交互模式和对抗式审查等规模化用法。
推荐理由：Anthropic 官方系统梳理 Claude Code 使用模式，围绕上下文管理与验证闭环给出可直接套用的实践方法。
Answer.AI 官方研发博客（RSS）精选AI 评分7979 Answer.AI 团队实测 Devin 一个月：20 个任务仅 3 个成功
Answer.AI 团队对 Devin 进行一个月真实任务实测，20 个任务中 14 个失败、3 个无结论、仅 3 个成功，且无法预测哪些任务会成功。Devin 在处理现有代码库、研究类任务中常陷入技术死胡同或幻觉出不存在的功能，团队结论是其自主性反而成为负担，更倾向使用 Cursor 等由开发者主导的 AI 辅助工作流。
推荐理由：作者团队用一个月、20 个真实任务实测 Devin，给出了成败分布和与 Cursor 类工作流的对比，可作为评估自主编码智能体的参照。
Anthropic：Engineering（事故复盘 + 工程实践 · 网页）精选AI 评分7979 Anthropic 工程指南：构建高效 Agent 的简单可组合模式
Anthropic 基于与数十个团队合作的经验发布构建高效 Agent 的工程指南，主张用简单、可组合的模式而非复杂框架，并区分了工作流与 Agent 两类系统。文章给出增强 LLM 这一基础构件，以及提示链、路由、并行化、编排者-工作者、评估者-优化者五种工作流模式，并建议仅在简单方案失效时增加复杂度；附录还讲解了工具提示词工程与 Agent-计算机接口（ACI）设计实践。
推荐理由：Anthropic 基于大量客户实践总结了构建智能体的可组合模式与工具设计方法，开发者可直接对照自己的场景选用。
Lilian Weng：Lil'Log（RSS）精选AI 评分8080 Lilian Weng 长文解析 LLM 驱动的自主智能体系统
Lilian Weng 在博客发布长文，系统阐述以 LLM 为核心控制器的自主智能体架构，将其拆解为规划、记忆、工具使用三大组件。
推荐理由：文章把 LLM 智能体系统拆解为规划、记忆、工具使用三大组件，梳理了 ReAct、Reflexion 等代表方法与共同局限，便于建立整体认知框架。
Lilian Weng：Lil'Log（RSS）精选AI 评分7272 Lilian Weng 长文综述 Prompt Engineering：从零样本、CoT 到自动提示设计与 Toolformer
Lilian Weng 在 Lil'Log 发表 Prompt Engineering 长文，系统介绍不更新模型权重、靠提示引导大语言模型行为的方法。
推荐理由：Lilian Weng 系统梳理了从 few-shot 到 CoT、自洽采样和 Toolformer 的提示词方法，附带示例选择与偏差校准的可迁移经验。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分6363 OpenAI 用 Video PreTraining 训练神经网络玩 Minecraft
OpenAI 通过 Video PreTraining（VPT）在海量无标注的 Minecraft 人类游玩视频上训练神经网络，仅使用少量标注承包商数据。经微调后模型能合成钻石工具，这一任务熟练人类通常需要超过 20 分钟（24,000 个操作）；模型使用键盘和鼠标的原生人类接口，是迈向通用计算机操作智能体的一步。
推荐理由：原文给出 VPT 用少量标注数据加海量无标注视频训练出会玩 Minecraft 的模型，可了解视频预训练在通用操作智能体上的思路。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分6464 OpenAI 观察到多智能体交互中涌现的工具使用行为
OpenAI 报告，智能体在其新构建的模拟捉迷藏环境中训练时，逐步发现越来越复杂的工具使用行为。智能体在游戏中演化出六种不同的策略与反策略，其中部分策略是团队事先不知道该环境所支持的。OpenAI 认为这种简单环境中的自监督涌现复杂性表明，多智能体协同适应未来可能产生极其复杂和智能的行为。
推荐理由：OpenAI 自述多智能体在捉迷藏环境中自发演化出六种策略与反策略，可帮助读者了解多智能体协同适应如何产生复杂行为。
OpenAI：官网动态（RSS · 排除企业/客户案例）精选AI 评分6060 OpenAI 提出通过辩论实现 AI 安全的方法
OpenAI 提出一项 AI 安全技术：训练智能体就某一话题互相辩论，由人类判断谁获胜，以此辅助监督模型行为。
推荐理由：OpenAI 提出用智能体互相辩论、由人类裁判胜负来训练 AI 的安全方法，为对齐研究提供了一条可参考的思路。