「让 agent 写代码而不是吐 JSON」——用 smolagents 把 code-agent 这件事讲给中文读者
Hugging Face 的 smolagents 是一个极简（核心逻辑约 1000 行 Python）的开源 agent 库，主张让 agent「用代码思考」：它的 CodeAgent 直接写并执行 Python 代码片段来调用工具，而不是生成 JSON / 文本格式的工具调用。官方说法是，相比传统 tool-calling，这种 code-agent 路线能减少约 30% 的步骤与 LLM 调用，并在复杂基准上表现更好；同时保留 ToolCallingAgent 兼容 JSON 调用，并支持经 E2B / Docker / Modal 等做沙箱执行。这是理解 2026 年「agent 改成写代码」这股范式转变最易上手的切口之一。
推荐写作角度
- 科普解释向（写给刚接触 agent 的人）：用最少术语讲清「为什么 2026 年的 agent 开始写代码而不是吐 JSON」——code-agent 和 tool-calling 的差别、为什么前者能少调几次模型，配一个 20 行能跑的最小例子。
- 动手向：写一篇「1000 行库也能干活：用 smolagents + 本地/便宜模型搭一个会查资料、会算数的小 agent」，重点是「极简、可读、能在自己机器上沙箱跑」。
- 安全/工程向：聊 code-agent 的真问题——让模型直接执行 Python 的风险，以及 E2B / Docker 沙箱怎么兜底，给想上生产的人一份现实提醒。
标题模板
- 「为什么 2026 年的 AI agent 都改成「写代码」了？用 smolagents 讲明白」
- 「核心就 1000 行：smolagents 把「会写代码的 agent」做到了极简」
- 「少调 30% 次模型：code-agent 路线到底强在哪，又危险在哪」
公开核验来源
事实、判断、写作角度和标题模板全部免费公开；引用前请回到原始来源再次核对。
GitHub · huggingface/smolagents（think in code）Hugging Face 博客 · Introducing smolagents相关阅读
沿着这个问题继续读
Muse Spark 1.3 上线：少 20% 工具调用是厂商结果，Max 推理与开放权重仍在路上
Meta 于 2026-09-02 发布 Muse Spark 1.3，并开始向 Muse Code 与 Meta Model API 推送；截至 Asia/Katmandu 2026-09-03 06:07，Hacker News 为 340 分、237 条评论。Meta 称相较 1.2，内部工程师比较中工具调用约少 20%、token 约少 25%，并强调长任务、多工作流、澄清问题与高后果操作前确认；这些数字来自厂商自测，没有公开证明所有语言、仓库和真实创作任务都能同比节省。边界必须前置：Max reasoning 仍要等额外安全测试，官方只说开放权重未来会来，两者都不是当前已交付能力；页面中的工程、音频和演示文稿案例是原型展示，不等于可复现产品验收。独立 Artificial Analysis 的首日数据也只是特定端点与基准快照，价格、速度和排名会变，中文创作者应以自己的任务集、隐私选项和完整成本复测。
Mistral 的训练退出不是一个总开关：Vibe、API 与反馈要分开检查
Mistral 本周更新数据治理帮助页，明确普通 Vibe 用户的输入输出默认可用于训练、可自行退出，Vibe Enterprise 则默认退出；Vibe 与 Mistral Studio/API 的退出开关彼此独立，关闭一处不会自动关闭另一处，上传文档也算输入数据。截至 Asia/Katmandu 2026-09-03 06:07，相关 Hacker News 讨论为 359 分、155 条评论。边界必须前置：帮助页描述的是当前产品设置，不等于历史数据自动删除、零数据保留或所有第三方接入都遵循同一规则；反馈渠道另有处理，官方提醒不希望反馈数据被用于改进时不要提交带评论的赞/踩。产品名称、套餐默认值和控制入口可能继续变化，发布前应按当日账号与合同复核，不能把“可退出”简化成“默认不训练”。
21.5 万篇“最佳软件”页进入 AI 引用链：AEO 先要解决证据污染
Trellner Research 于 2026-09-02 公布一次 Perplexity 软件推荐审计：研究者用 380 个软件类别做单次快照，发现三个版式与基础设施高度相似的站点合计列出 215,128 个 `/best/` 购买指南；另一个软件厂商 Guideflow 的博客在 96 个类别中被引用 194 次，成为第三大引用来源。相关 Hacker News 讨论截至 Asia/Katmandu 2026-09-03 06:07 为 287 分、127 条评论。边界必须前置：研究只测 Perplexity、一个提示措辞、每类一次运行，两个模型档位的引用高度重合，不能当作两个独立实验；它没有证明这些页面一定错误、共同所有者是谁，也没有做移除来源后的因果测试，更不能外推 ChatGPT、Gemini、Copilot 或 Google AI Mode。215,128 是三站 sitemap 中对应 URL 数的合计，不是已人工逐篇判假的数量；“证据污染”应作为待复测风险，而不是给站点或运营者定罪。