跳到正文

技术方向

Agent 智能体 最新动态

能自己拆解任务、调用工具、一步步把事办完的 AI 智能体:Claude Code、Manus 等应用,各家 Agent 框架与评测。

36 条精选近 30 天 29 条共收录 157 条

更新

精选归档 · 第 2 页

11月11日周三第 21–36 条
  1. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 面向开发者、企业、科学家和消费者开放 Gemini 4 Carbon,称其在网络安全能力和长程智能体工作流上达到前沿水平。Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一,单任务成本比次优外部模型低 2 倍以上。

    推荐理由:原文给出 Carbon 与 Argon 的定位差异、多项基准排名和定价,读者可据此判断何时该用更强但更贵的模型。

11月10日周二
  1. Google DeepMind82

    Google DeepMind 推出 AlphaProof Code,用 AI 智能体形式化验证 Signal 协议代码

    Google DeepMind 发布 AlphaProof Code,一个多 LLM 智能体形式化验证框架,由 Gemini Carbon 驱动的智能体生成超过 600 万行 Lean 证明,验证了 Signal 协议实际代码的关键安全属性。

    推荐理由:DeepMind 用多 LLM 智能体框架把形式化验证推进到已部署协议的实际代码层,四周完成过去需数年的工作。

  2. Cursor 博客78

    Cursor Projects 上线多人协作功能

    Cursor 为 9 月推出的 Projects 功能加入多人协作,团队成员可邀请队友加入项目,与所有智能体共同规划、构建和交付。项目提供共享上下文系统,存放需求文档、图表、技术规格和设计稿,新成员加入时上下文已预先配置;共享任务看板显示各人及其智能体正在处理的任务和对应 PR。

    推荐理由:原文交代了共享上下文与智能体间通信的具体机制,可据此判断团队协作型多智能体工作区的形态。

  3. One Useful Thing78

    Ethan Mollick 实测 Claude Fable 5.2:距 AGI 还差什么

    Ethan Mollick 在 Claude Fable 5.2 公开发布前试用后认为,它接近他定义的 AGI,即“在多数可用电脑完成的知识任务上达到多数人类专家水平”,但仍属“锯齿状 AGI”。

    推荐理由:作者用六个跨领域实测案例,说明当前模型在哪些任务上接近专家、又在哪些环节仍明显掉链子。

11月9日周一
  1. Anthropic News92

    Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2

    Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,两者为同一底层模型,在编码、推理和视觉方面均有提升,输出速度比 5.1 版本快最多 30%,定价为每百万输入 token 8 美元、每百万输出 token 40 美元。

    推荐理由:官方系统卡与基准表并列呈现,读者可对照 Fable 5.2 与 Opus 5.5、GPT-6 Astra 的能力与价格差异。

11月6日周五
  1. Anthropic Engineering62

    Anthropic 拆解智能体记忆的组成与 dreaming 机制

    Anthropic 发布工程研究,把智能体记忆拆成会话内写笔记、离线 dreaming 整理、记忆层级提升等组件,并用 CL-Bench 1.0、Pokémon Red、Harvey LAB 等评测检验各组件的作用。

    推荐理由:Anthropic 公开了智能体记忆的组件划分与多组评测,读者可看到 dreaming 在纠错和构建 wiki 上的具体收益与边界。

11月5日周四
  1. Mistral AI78

    Mistral 发布 Mistral Large 4 并扩展 Mistral Studio 托管智能体与工作流

    Mistral 发布 Mistral Large 4(Le Chonk),并扩展企业平台 Mistral Studio,新增托管智能体、应用、工作流能力以及企业上下文、智能体可观测性和评测。

    推荐理由:原文给出 Studio 新增托管智能体、工作流与可观测能力,以及客户在生产环境的部署方式,便于判断企业智能体落地路径。

11月4日周三
  1. Together AI 博客78

    Together AI 发布 Together Compiler,用智能体持续编译优化推理

    Together AI 发布 Together Compiler(TKCC),用高吞吐智能体在不到 24 小时内为不同推理负载自动生成优化,在 Kimi K3、GLM 5.3、MiniMax M3.1-Flash、DeepSeek v4.1-Flash 上实现最高 2.6x 的 TPS 提升。

    推荐理由:原文给出 TKCC 在多个前沿开源模型上的吞吐提升与基准结果,可了解推理编译自动化的实际收益。

10月29日周四
  1. Mistral AI88

    Mistral 开源 Mistral Large 4(Le Chonk)权重

    Mistral 发布 1 万亿参数原生多模态模型 Mistral Large 4(Le Chonk)的开源权重,此前该模型已在本月早些时候进入公开预览。相比预览版,新增三周强化学习后其在 FrontierCode 2.0 得分 19.7%、Terminal-Bench 4.0 提升 13 个百分点至 41%,并支持 Low、Medium、High 三档推理模式。

    推荐理由:原文给出开源权重、三档推理模式和定价,读者可据此判断自托管编码与安全场景的落地成本。

10月20日周二
  1. Mistral AI82

    Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK

    Mistral 发布 Voxtral 3 语音模型家族,包含支持 50+ 语言的转录模型 Voxtral Small Transcribe 3、支持 35+ 语言和 50+ 方言的合成模型 Voxtral Mini TTS 3,以及基于 LiveKit 的语音智能体 SDK,把听、推理、工具调用和说合成一条实时流式管线。

    推荐理由:原文给出语音智能体 SDK 与转录、合成模型的完整规格和定价,可据此判断实时语音工作流的落地成本。

  2. Cursor 博客78

    Cursor 发布 Agent SDK,可用代码定义并部署智能体

    Cursor 正式发布 Agent SDK,这是其构建 Bugbot、安全审查智能体和 Rollouts 等自有托管智能体所用的框架。用户可用 Markdown 写提示词、用 TypeScript 定义工具,通过 agent-sdk deploy 部署到 Cursor 基础设施,也可打包为单个 Node 进程在自有环境运行。

    推荐理由:Cursor 公开了自建托管智能体所用的框架,读者可据此判断团队自研智能体的搭建与部署成本。

10月16日周五
  1. Ollama 博客82

    Reflection 首个开放权重模型 Beam 上线 Ollama,限时免费

    Reflection 的首个开放权重模型 Beam 于 10 月 16 日正式发布,Ollama 作为 day-zero 合作伙伴限时免费提供。Beam 是 MoE 模型,总参数约 501B、每 token 激活 23B,上下文窗口 100 万 token,面向软件工程、推理和长程智能体任务,采用 Apache 2.0 许可。

    推荐理由:Reflection 首个开放权重模型 Beam 的参数规模、上下文窗口和 Apache 2.0 许可,可供判断其面向编码与长程智能体任务的定位。

10月13日周二
  1. Anthropic Engineering74

    Anthropic 详解自研版本控制系统 Scion 的设计与迁移

    Anthropic 介绍其自研版本控制系统 Scion,并在五个月内把单体仓库从 git 完整迁移过去。随着 Claude 写代码量激增,其日均合并代码变更从 2026 年 5 月的约 2500 次升至 9 月的超过 3 万次,git 的离线分布式设计成为瓶颈。

    推荐理由:Anthropic 公开自研版本控制系统 Scion 的设计取舍,为智能体大规模写代码后的工程瓶颈提供一份可借鉴的实践样本。

10月6日周二
  1. Mistral AI83

    Mistral 发布 Mistral Large 4 公开预览,1 万亿参数原生多模态模型

    Mistral 发布 Mistral Large 4 公开预览,这是一个 1 万亿参数、520 亿激活参数的原生多模态模型,可在 Mistral Studio 试用预览 API,权重将于本月底发布。

    推荐理由:官方给出 1 万亿参数多模态模型的预览入口、权重开放时间与多项基准对比,可据此判断开源权重模型的当前水位。

9月24日周四
  1. Last Week in AI78

    LWiAI Podcast #257 讨论 GPT-6 Astra、AI 灭绝警告与安全事件

    Last Week in AI 第 257 期播客回顾上周 AI 大事,重点讨论 OpenAI 发布 GPT-6 Astra,该模型主打智能体编码与计算机使用,采用 loop-transformer 潜在推理并提升 token 效率。

    推荐理由:这期播客把 GPT-6 Astra 的发布、Anthropic 的减速主张与多起安全事件放在一起讨论,便于读者理解前沿模型能力与安全争议如何交织。

5月25日周一
  1. Anthropic Engineering62

    Anthropic 详解如何在各产品中隔离 Claude

    Anthropic 工程团队发文介绍 claude.ai、Claude Code 和 Claude Cowork 三款智能体产品各自的隔离架构,包括 gVisor 临时容器、操作系统级沙箱和本地虚拟机三种模式。

    推荐理由:Anthropic 公开三款智能体产品的隔离架构与真实事故复盘,可对照自身部署的沙箱与出网控制设计。