QwenLM 发布开源 AI 编程智能体 Qwen Code，入口覆盖终端、编辑器插件、桌面应用、Web UI、SDK 以及 Telegram、钉钉、微信、企业微信、飞书等聊天集成。它内置自动记忆、技能、子智能体与 MCP，另有多智能体团队、Agent Arena 和动态工作流，其中部分标注为实验性或需主动开启。守护进程模式让浏览器、编辑器、SDK 与自动化客户端共享同一智能体会话，客户端可重连到进行中的会话。
长期运行的LLM智能体常把每个回合总结出的经验直接写进记忆，但局部成功并不等于可复用、安全的知识。FGSE把每条候选经验写成带前置条件、行为改变、预期效果和验证器的结构化假设，先在临时状态里做目标迁移、证伪和归档回归三类探针测试，再决定提交、收窄或拒绝。在WebArena、AppWorld与τ-bench等验证器可用的基准上，以DeepSeek-V3.1为骨干的FGSE取得39.8的WebArena成功率、78.8的AppWorld平均完成度，并把证伪失败率、回归损伤和有害提交更新分别压到5.0%、1.3%和3.6%。
MongoDB 发布并开源了 Vercel AI SDK 的集成包，把 MongoDB Atlas 变成用该 SDK 构建的 AI 应用与智能体的持久记忆库。此前 Vercel AI SDK 本身不含数据库，应用每次对话都从零开始，开发者要自己设计模式、清理旧数据和搭建向量检索。该集成把记忆自动分为会话、语义、程序、情景和草稿五类，分别设定保留策略，并自动创建向量索引、在启动时检测嵌入维度。
claude-mem 为 Claude Code 提供跨会话的持久记忆：它在会话中自动捕获工具使用观察，生成语义摘要，并让这些摘要对之后的会话可用，使 Claude 在会话结束或重连后仍保持对项目的知识连续性。安装通过 npx claude-mem install 或插件市场完成，安装器先完成配置再引导登录，登录后由用户选择记忆提供方；跳过登录时可用显式 --provider 参数或关闭在线选项。
Memento把传感器观测改成按引用传输：先在本地持久存储的向量表里检索相似旧样本，命中就只发一个索引，模型分析显示在LoRa这类低速率链路上，25%命中率即可把延迟和能耗各降约四分之一。
该工作提出 LiveMACEBench，一个以实时加密货币与美股市场为自然演化环境的流程感知基准，让五个前沿 LLM 在匹配的 Base、工具使用、持久记忆、规则遵循与多智能体协作配置下进行约 30 天连续纸面交易，并同时用任务结果与决策轨迹诊断能力；结果显示收益排名随时间大幅波动且常与能力指标背离，相似收益可来自截然不同的机制使用模式。
Corbenic AI 的 Sietse Schelpe 提出 Galahad 记忆层（Taliesin 保存并复用字节精确的 KV 状态、Blaise 只把问题所需的那一节文本交给模型），在 100 条事实藏于 97,000 token 语料的召回测试（Gemma 4 31B）中，单用 Taliesin 在 llama.cpp 上答对 98/100、每题 3.0 秒与 572 焦，无 Galahad 的基线仅答对 10/100、9.3 秒与 2,754 焦，加上 Blaise 后三个运行时均答对 100/100、每题 0.59–0.64 秒与 200–213 焦，而调优后的 RAGFlow 管线答对 77。
该工作提出 APM-Bench，把第一视角流式交互重构为多会话生活轨迹（549 段会话、104 条轨迹、2,719 个候选问题，平均每条轨迹 69 分钟视频），在跨会话理解、实时感知与自适应响应三类能力上评测通用视频模型与八种专用记忆系统，并设置证据可用性感知测试，结果显示存在明显的效用—延迟—存储权衡：原始视频记忆跨会话表现最强但需 GiB 级存储与高延迟，文本摘要把存储降到 KiB 级却损失跨会话性能，事件结构化记忆在专用系统中效用最好，而自适应响应即使给出丰富历史仍然困难。
Asana 首席产品官 Arnab Bose 介绍了 Asana 如何让 AI 智能体作为“AI 队友”运行在既有 Work Graph 结构中：智能体按角色（如内容撰写、洞察分析、项目管理、工作受理、活动分析、活动协调）配置预置技能与集成，拥有独立身份与受控权限，其有效访问范围受触发者权限约束，并具备可被“教练”的共享记忆（仅管理员与编辑可将反馈写入永久记忆）；文中给出三个落地案例——Slack 渠道问答自动转任务并分流到产品待办或赋能文档更新、At-Risk Renewal 智能体每日生成全球续约风险摘要并推送给高管与区域负责人、以及用 Command by Asana 管理自动编码循环以应对周期膨胀。
已读完全部报道