AgentsDock 定位为面向智能体（agentic）AI研究的集成开发环境，核心特点是自托管工作区。开发者可以在自己控制的机器上运行 Claude Code、Codex 等智能体编程工具，并通过桌面端和移动端随时接入。该平台支持连接多...

monday.com 工程团队近日披露了其 feedAgent 生产级智能体护栏方案，强调不应只依赖模型自身能力，而要把可靠性构建为围绕模型的系统工程。该框架覆盖输入清洗、幻觉检查、Schema 约束、执行限制、输出验证、全链路...

OpenAI 的 GPT-6-Astra 被评价为迄今原始智能因子最高的模型之一，其在 3D 任务、游戏操作、计算机使用和子代理协同等方面展现出突出能力，多项基准测试相较前代模型出现大幅跃升。虽然编码性能相比 Sol 并未实现量...

Cursor 推出 Projects 功能，目标是将 AI 编程助手从单次问答工具升级为能够承担大型、跨周期开发任务的协作平台。Projects 可长期维护上下文，持续数月跟踪项目状态，并能将任务拆解后委派给大量子代理执行，同时支...

Cognition正式发布SWE-2，这是其迄今最先进的编码模型。官方数据显示，SWE-2在FrontierCode 1.1 Main1基准上取得50.0%的得分，同时成本比上一代降低64%，在得分与成本两项指标上均超越SWE-1.7和Grok 4.6。该模型以远...

OpenAI 宣布 Agents API 进入公共测试阶段，开发者现在可以访问支撑 Codex 的托管代理编排与基础设施。该 API 统一管理上下文、工具调用、子代理、持久执行、文件与代码环境，能够支持长时间运行的智能体。这意味着...

PI-Desktop 是一个早期预览版桌面工作区，专门为编码智能体打造，将项目、会话、审查与权限管理整合在一个本地优先的应用中。它采用 Electron 与 Rust 宿主核心相结合的架构，并配套 pi Agent Harness 和用户可安装...

Sierra 近日开源了 Hyper-τ-bench，这是一个面向长周期智能体构建能力的新评估基准。与常见只考察模型作为智能体执行任务的测试不同，Hyper-τ-bench 将开发者智能体置于沙盒工作区中，提供模拟业务的记录和可随时消...