BestBlogs 早报 · 10-05

# ChatGPT 常驻智能体 / Temporal 审批 / Crusoe 算力成本 / AI 客服 / 智能体安全

[1] ★ 精讲｜ChatGPT 负责人 Tibo Sottiaux：常驻 AI 智能体、插件生态与产品的下一步 [视频]
Tibo Sottiaux 在访谈中描绘了持续理解目标、从反馈学习的常驻智能体，并介绍插件分发与收益分享方向。生产故障预警的例子把愿景落到具体场景，也说明执行仍有权限边界。适合产品团队据此思考交互、生态与用户注意力如何一起设计。
来源：Lenny's Podcast
https://www.bestblogs.dev/video/414dc958d

[2] ★ 精讲｜把人工审批当作异步 API：Temporal 演示智能体工作流的故障恢复 [视频]
人工审批等待期间关掉 worker，批准事件仍能保存，重启后从已有状态继续。Temporal 的 Melanie Warrick 用配送演示讲清等待条件、信号与事件重放，把人工参与纳入持久化工作流。开发者可据此检查审批恢复路径，并按出错成本决定何时需要人介入。
来源：AI Engineer
https://www.bestblogs.dev/video/adab5b485

[3] ★ 精讲｜Crusoe CEO：为什么 GPU 折旧和 AI 能源成本常被误判 [视频]
Crusoe CEO Chase Lochmiller 认为，算力瓶颈在于能否及时把 GPU 接上电并投入使用。访谈结合自制供电设备、旧芯片推理服务与多层业务解释其判断，为理解交付周期、资产寿命和利用率提供经营者视角；有关成本与社区收益的结论应保留其观点归属。
来源：20VC with Harry Stebbings
https://www.bestblogs.dev/video/580a4ee38

[4] AssemblyAI 如何打造解决八成工单的 AI 客服智能体 Joey [视频]
AssemblyAI 工程师分享文档驱动客服智能体 Joey；据其自述，上线首周端到端工单解决率由约 10% 升至 80%，Token 与基础设施成本约每月 700 美元。
来源：AI Engineer
https://www.bestblogs.dev/video/0729b714a

[5] Archestra 的 OpenAPPA 在两项主要安全基准中表现为 0% 攻击成功率
Archestra 的开源 OpenAPPA 引擎通过执行确定性、环外信息流策略，为 LLM 代理报告了 0% 的攻击成功率，同时在两项安全基准中取得了 89% 的任务完成率。
来源：InfoQ
https://www.bestblogs.dev/article/72ffcee316

[6] 关键词搜索正在退场：PayPal 谈商家目录如何适应 AI 智能体 [视频]
PayPal 产品负责人 Nixon Den 认为购物正从关键词匹配转向由智能体理解意图、代理决策，并通过目录增强实验说明：准确的商品属性比单纯堆砌文字更重要。
来源：AI Engineer
https://www.bestblogs.dev/video/a99389a7a

[7] AI 编码智能体正让大型代码库更难维护｜Sourcegraph 的 Dan Adler [视频]
Sourcegraph CEO Dan Adler 认为，编码智能体加重了大型代码库的维护负担；他提出用代码图基础设施和智能体驱动的批量变更，在大量仓库中定位并更新代码。
来源：AI Engineer
https://www.bestblogs.dev/video/ce591a0bb

[8] 运行时自行编写工具的智能体：AWS Sandhya Subramani 演示 Strands Agents [视频]
AWS 的 Sandhya Subramani 现场演示 Strands 智能体如何在运行中创建并加载工具及子智能体，并说明投入生产前所需的评估与安全约束。
来源：AI Engineer
https://www.bestblogs.dev/video/67b5b3a56

[9] 和 Opus 5.5 同题卷，MiniMax M3.1 Flash 开始超纲
APPSO 用前端页面、动效和交互任务对比 MiniMax M3.1 Flash Preview 与 Opus 5.5，展示 Flash 级模型在这些创作场景中的表现，为按任务选择模型提供具体参考。
来源：APPSO
https://www.bestblogs.dev/article/03e19ce3a6

[10] 半年人工喂出来的 AI 客服：从 0 到 1 打磨生产级 RAG 系统，越用越聪明
本文通过社交语言学习 App「空气小猪」的案例，深度解析了从 0 到 1 构建生产级 RAGAI 客服系统的技术路径，涵盖意图识别、问题泛化及数据飞轮闭环机制。
来源：人人都是产品经理
https://www.bestblogs.dev/article/99b1b369fb

---
http://BestBlogs.dev · 发现真正适合你的高质量内容
BestBlogs 是 AI 驱动的私人阅读助手，帮助你发现真正适合你的高质量内容，关注你感兴趣的来源和主题，每天生成一份更适合自己的「我的早报」，欢迎体验和关注我们。
在线阅读：https://www.bestblogs.dev/explore/brief/2026-10-05