Microsoft Research Asia 发布 Harnessed Agentic RL 训练范式并开源重建版 Agent Lightning v1.0，让部署时使用的真实 agent harness 直接参与强化学习，无需在训练框架内重新实现 agent。
推荐理由：框架让部署中真实的 agent harness 直接参与强化学习训练，无需重写 agent 逻辑，对构建可训练 agent 系统有直接参考价值。
The Verge 报道，DoorDash 今年 8 月向湾区多家餐厅发函，警告它们可能被未经同意上架到初创公司 Bites 平台。
推荐理由：报道通过 DoorDash 警告函和餐厅实测数据，呈现了智能体点餐如何撼动外卖平台抽佣与广告模式。
GitHub Security Lab 的 Antonio Morales 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的 LLM agent 自动化 fuzzing 流水线，只需提供 GitHub 仓库即可自动识别入口点、编写 harness、运行 AFL++、读取覆盖率、改进 harness 并分诊 crash、生成漏洞报告。
推荐理由：作者亲述把写 harness、读覆盖率、分诊 crash 交给 LLM agent 的完整设计，包括覆盖率反馈循环、plateau 停止条件和结构感知变异机制。
GitHub 使用 Copilot 应用和 Copilot CLI 将 Copilot agent runtime 从 TypeScript 完全重写为 832,378 行生产 Rust，AI 智能体完成了大部分代码，跨 128 个合并到 main 的 pull request 增量发布，而非一次性切换。
推荐理由：作者亲历复盘了用智能体将 Copilot 运行时整体移植到 Rust 的过程，给出可迁移的增量移植方法与大量一手会话数据。