Arbiter:检测 LLM 编程智能体系统提示词中的干扰模式
Arbiter 框架结合形式化评估规则与多模型 LLM 扫描,用于检测 LLM 编程智能体系统提示词中的干扰模式。该框架应用于 Claude Code、Codex CLI 和 Gemini CLI 三大编程智能体系统提示词,在无向扫描阶段发现 152 项问题,并在针对单一厂商的有向分析中人工标注出 21 种干扰模式。
Arbiter 框架结合形式化评估规则与多模型 LLM 扫描,用于检测 LLM 编程智能体系统提示词中的干扰模式。该框架应用于 Claude Code、Codex CLI 和 Gemini CLI 三大编程智能体系统提示词,在无向扫描阶段发现 152 项问题,并在针对单一厂商的有向分析中人工标注出 21 种干扰模式。
Google 宣布 Antigravity SDK 支持本地模型与多种执行方式,首发通过 Google AI Edge 的 LiteRT 支持 Gemma 4 26B A4B,可在完全离线状态下提供智能体辅助。
推荐理由:官方给出本地模型接入 Antigravity SDK 的完整配置与混合编排示例,可据此评估离线智能体工作流的成本与隐私取舍。
Google 宣布与 Speakeasy 合作,将其 OpenAPI 代码生成套件开源,此前双方已用该工具发布 Google GenAI 的 Interactions、Agents 和 Webhooks API SDK。
推荐理由:Google 与 Speakeasy 把 OpenAPI 客户端生成套件开源,读者可了解 SDK 生成工具链的开放路径与维护成本变化。
Google 在 Gemini Enterprise Agent Platform 上为 Agent Anomaly Detection 开启 Private Preview,用推理层审计智能体的推理轨迹、工具调用和执行流程,标记行为异常、可疑意图与策略违规。
推荐理由:原文给出分层检测流程与一个抓取型异常实例,可据此判断智能体行为审计在生产中的落地方式。
Google 发布零信任智能体系列第二部分,将安全校验从代码层移到 Gemini Enterprise Agent Platform 的运行时治理层,用 Model Armor、Semantic Governance Policies 和 Agent Anomaly Detection 三项托管控制拦截构建期检查漏掉的四类攻击。
Google 发布 Agent Development Kit(ADK)for Kotlin 1.0 正式版,与 ADK 1.0 Core 功能对齐,并加入 Android 优先的端侧扩展。
推荐理由:官方给出 1.0 的功能清单与 Android 端侧扩展,可据此判断 Kotlin 智能体开发的可用边界。
Google Cloud 的 Gemini Enterprise DevEx 计划通过"冲刺"方式,以无内部凭证的开发者视角实测智能体治理全流程,覆盖身份配置、注册、网关绑定、策略与内容安全、请求验证五个工作流。
Google for Startups AI Agents Challenge 评审发现,排名靠前的参赛作品反复出现四种工程模式:双向 MCP(智能体既是自身工具的客户端,也是其他智能体可调用的服务端)、事件驱动并发(智能体通过事件总线并行响应同一信号而非串行调用)、同标准回退(小模型顶替过载模型时仍走同一验证函数)、分层路由(先用正则和廉价模型分类,再交给完整推理模型)。
推荐理由:从真实参赛代码中提炼四种智能体工程模式,可迁移到自己的构建中。