KKKKhazix/AIHOT

NVIDIA Agent Toolkit 扩展，将企业智能体扎根于公司数据

NVIDIA Agent Toolkit Expands, Grounding Enterprise Agents in Company Data

英伟达博客文章，介绍开源 NVIDIA Agent Toolkit 的扩展。文中列出该工具包的组成：含 CUDA-X 库和新 Auto-Ontology 库的 Agent Knowledge Foundation、Nemotron Retriever 与 Kumo 系列开放模型、OpenShell 安全运行时、NemoClaw 安全蓝图，以及 NeMo Relay、NeMo Compass 等工具；并说明企业可在不迁移数据、不重建工作流、不改治理控制的前提下将公司数据转化为智能体可用的信息。

模型替换工作坊：GPT-5.5 对比 Kimi、DeepSeek、Mistral

The Model Swap Workshop: GPT-5.5 vs Kimi vs DeepSeek vs Mistral — Pamela Fox, Microsoft

微软首席云布道师 Pamela Fox 在 Microsoft Foundry 上对 GPT-5.5、Kimi K2.6、DeepSeek V4 Flash 和 Mistral Large 3 运行相同场景，从数单词字母的提示词逐步递进到 RAG 依据性、图像输入、多语言陷阱、工具调用、循环中的工具调用，以及一个 LangChain v1 旅行智能体。之后转向评估：字符串检查评估、LLM-as-a-judge、微软用于从规格生成测试集的 ASSERT 工具，以及用 DSPy 优化提示词以让最便宜的模型也能满足要求。材料说明重点在于基准测试无法反映模型在自己应用中的行为，替换并实测才能看出差异。

assafkip/claudemy

这是一个面向 Claude Code 的开源免费技能，定位为 Udemy、Coursera 的替代方案。用户给出一个主题，它会检索网络资料并生成约 12 节、每节 2 分钟的音频课程，并附上引用来源。技术标签显示其涉及文本转语音（ElevenLabs）、微学习与课程生成等方向。

shuyu-labs/transwork

GitHub 项目 TransWork 的页面，定位为企业级桌面 AI Agent 工作台，把技能（Skills）、知识库与数字员工放在同一处协作。README 列出 Docker Compose 一键私有部署、内置免费 5 席位授权、桌面客户端与浏览器版 WebAgent 双入口、用户/角色/资源授权与审计日志等管控功能，以及集中配置模型密钥并统计用量的统一网关。页面附有主界面、AI 员工目录、技能中心等截图及在线演示地址。适合关注企业内部部署 AI Agent 平台的人。

LitPivot：在文献图景中通过动态语境化发展研究想法

LitPivot: Developing research ideas through dynamic contextualization within the literature landscape

文章介绍 AllenAI 与宾夕法尼亚大学合作开发的 LitPivot 系统，帮助研究者应对因读到已有工作而改变研究方向的“文献引发的转向”。系统使用通过 Asta Paper Finder 检索到的论文，围绕提案中正在编辑的部分组织文献，给出有选中研究摘录支持的批评，并提出研究者可接受、修改或拒绝的修订建议。文中说明该系统面向早期研究构思，在一项 17 名研究者的研究中领域专家对研究进行了评分。

如何判断你的 AI 智能体是否靠谱：用 Phoenix 与 Claude 做评估

How to Know If Your AI Agent Is Any Good: Evals With Phoenix & Claude — Laurie Voss, Arize AI

这是 Laurie Voss（Arize AI 开发者关系负责人、npm 联合创始人）的一场工作坊录像，以一个由 Claude 驱动的金融分析师智能体为例，搭建完整的评估闭环：用 Arize Phoenix 做追踪、阅读追踪记录、编写代码评估和 LLM-as-a-judge 评估、测试评判模型本身是否可信、用实验验证提示词修复效果、从 Claude Haiku 4.5 升级到 5.5，并在 CI 中用 npm test 做门禁。开场用例是智能体写出“116% 分析师同意”这类自信错误。适合构建生产级智能体、关心评估流程的工程师。