⌘ K
… 读取采集状态 同步中...
雷

Agent 智能体

让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。

686条精选相关主题MCP 与工具调用AI 编码推理能力

最新精选

第 481–500 条 · 共 686 条
8月25日周二
  1. 量子位82

    Codex负责人 Tibo 谈 OpenAI 产品融合、Ultra Fast 与递归式自我改进

    Codex负责人 Tibo 在播客中表明 ChatGPT 与 Codex 底层将合二为一，成为同一款高度个性化的 AGI。OpenAI 已建立以强模型优化自身推理与 CUDA 基础设施的递归式自我改进飞轮。

    推荐理由：Tibo首次系统阐述OpenAI将Codex并入ChatGPT的逻辑，解释了Ultra Fast如何通过实时交互改变开发者工作流。

  2. 新智元78

    OpenRouter数据显示AI智能体token用量达人类5.2倍

    OpenRouter统计显示，截至2026年8月10日，AI智能体的token用量达到7.3万亿，人类用户用量为1.4万亿，前者的峰值是后者的5.2倍。该数据基于按API key追踪行为的估算模型，用于区分智能体与人类流量，其中智能体流量平均70%的token来自缓存提示，这成为成本核算的关键变量。

    推荐理由：揭示了智能体工作流改变下的用量与成本核算逻辑，为理解token经济变化提供参照。

  3. APPSO80

    APPSO 实测豆包工作：接入飞书后成为能进入团队工作现场的 Agent

    豆包正式推出独立产品豆包工作，定位为面向生产力场景的全新 Agent 品牌，提供文档、PPT、表格、网页、多模态生成和电脑操作能力。实测显示其接入飞书后，可直接读取团队文档、群聊、会议纪要、任务和组织关系，生成结果继承原有飞书权限并写回工作流。

    推荐理由：原文实测展示了豆包工作如何继承飞书内的文档、任务和权限上下文，读者可据此判断组织上下文如何改变 Agent 办公能力。

  4. 深度学习与NLP94

    OpenAI 开源 Codex 核心循环框架

    OpenAI 在 Apache-2.0 许可下开源 Codex 核心循环框架，提供 CLI、SDK 和 app-server 三类组件，允许开发者将 AI 智能体嵌入自有应用界面和业务流程。

    推荐理由：Codex核心循环开源配合ARC-AGI-3基准上的显著性能提升，为将Agent嵌入各类业务界面提供了直接可用的底层框架。

8月24日周一
  1. 量子位65

    紫东太初ScienceClaw推出AutoProject，推动AI科研从Task转向Project

    中科紫东太初旗下科研智能体ScienceClaw升级，推出AutoProject项目级自主科研引擎。该引擎通过Project2Task规划、TaskExecutor长程执行及EviGraph证据验证三层能力，支持从模糊科研目标到完整项目结论的自主推进。

    推荐理由：通过AutoProject引擎的三层架构与评测数据，展示AI4S如何实现项目级自主科研闭环。

  2. 智能涌现80

    字节AI生产力整合：TRAE、扣子并入豆包，将推统一办公品牌“豆包工作”

    字节跳动对旗下办公AI产品完成团队整合，TRAE、扣子团队整体并入豆包体系，TRAE Work、扣子将与豆包在工作场景的产品能力整合，TRAE IDE及CLI将作为豆包品牌下的编程产品线持续发展。调整后，以上产品和运营团队向豆包产品负责人赵祺汇报，字节进一步明确了豆包的AI主干业务定位，并将于近期推出独立的AI办公产品“豆包工作”。

    推荐理由：字节跳动将TRAE、扣子团队并入豆包并推统一办公品牌，此举明确了其生产力Agent战略，有助于观察其AI办公产品线的整合路径。

  3. 极客公园74

    硅谷八位 CEO 押注 Omarchy，把整个桌面操作系统做成 AI 可读的 Harness

    DHH 于 8 月 21 日宣布成立 Omacom 基金会，首期 800 万美元来自 Michael Dell、Jack Dorsey 等八位创始赞助人，每人 100 万美元，用于持有商标、养基础设施、做资助开源项目。

    推荐理由：原文把 Omarchy 的走红放回 Linux 桌面二十年预言的脉络里，解释了这次押注的逻辑与脆弱点。

8月23日周日
8月22日周六
  1. 人工智能学家80

    Anthropic 发布思想病毒论文：自然语言在 AI 智能体间跨系统传播

    Anthropic 团队在 arXiv 发布 73 页论文，证明自然语言形式的思想病毒能在多智能体系统中跨系统传播并诱导行为改变。实验显示在 OpenClaw 架构中持久身份文件的感染率达 55%，且简单提示词警告可显著降低传播率。

    推荐理由：论文展示了自然语言诱导的多智能体传播机制和提示词防御效果，投资者可据此评估多智能体架构的安全成本。

8月21日周五
  1. DeepTech深科技83

    DeepSeek V4 上线多模态 Agent 能力

    DeepSeek 上线实验性多模态模型 DeepSeek-V4-Flash-Vision-Exp，正式开放 API 并在官方数据中称其多模态 Agent 能力接近 Claude Opus 4.8。

    推荐理由：该模型补齐了 Agent 视觉感知能力，并同步开放 API，为判断工作流闭环提供参考。

  2. AI科技评论68

    GLM 5.3 对比 GLM 5.2 实测：3D 驾驶游戏开发与自动化工具链安全适配测试

    AI科技评论实测 GLM 5.3 与 GLM 5.2 在开发北京 3D 驾驶游戏任务中的表现。GLM 5.3 用时 50 分 47 秒，代码 3104 行，在画面真实感与运行速度上优于 GLM 5.2；但其在 Claude Code 自动化工具链中因安全机制频繁触发拒绝，导致开发流程中断。

    推荐理由：实测展示了 GLM 5.3 在驾驶游戏开发中的细节增强与速度优势，并揭示了其增强安全机制导致自动化工具链流程中断的适配痛点。

  3. Datawhale87

    DeepSeek 发布首个多模态模型 V4 Flash Vision 实验版

    DeepSeek 上线实验性多模态模型 deepseek-v4-flash-vision-exp，正式支持图片理解能力，可识别截图文字、分析图表并驱动 Agent 任务。单次请求最多输入 600 张图片，兼容 OpenAI 与 Anthropic API 格式，调用价格与 V4 Flash 保持一致。

    推荐理由：新模型将视觉理解融入 Agent 工作流，支持批量图片输入且价格不变，开发者可低成本测试界面与图表自动化处理场景。

  4. 数据猿81

    DeepSeek Harness与Codex Harness源码对比：Agent基础设施的两种路线

    数据猿基于DeepSeek Harness和OpenAI Codex的源码，深度对比了两套Agent框架。DeepSeek Harness走"组装框架"路线，强调一切皆插件，社区生态繁荣（2600+插件仓库）；OpenAI Codex走"嵌入引擎"路线，将Agent能力嵌入现有产品，企业级安全设计更深。二者互补而非竞争，如同安卓与iOS的关系。

    推荐理由：对比了DeepSeek和OpenAI两套Agent框架的设计哲学，为开发者提供选择参考。

  5. 新智元84

    Generalist AI 发布机器人基础模型 GEN-1.5：0 行代码，3 秒演示实现通用操作

    Generalist AI 发布机器人基础模型 GEN-1.5，在 10 个操作任务中实现 59% 的 one-shot 成功率，无需微调代码即可完成新任务。该模型验证了具身智能领域的 Scaling Law，显示预训练规模与时长提升可带来泛化能力增强，被研究者比作机器人领域的 GPT-3 时刻。

    推荐理由：GEN-1.5 展现了具身智能 Scaling Law，零代码演示即可驱动机器人即兴操作，被视为该领域的 GPT-3 时刻。

  6. 极客公园65

    极客公园：阿里以全线 SOTA 模型矩阵打响「模型团战」第一枪

    文章结合阿里 8 月 20 日晚发布的新季度业绩，分析其以千问大模型为核心的模型矩阵打法：阿里云外部商业化收入同比增长 45%，AI 云及算力服务收入达 484.37 亿元，经调整 EBITA 同比增长 133% 至 56.28 亿元，AI 相关产品年化收入（ARR）突破 495 亿元。

    推荐理由：原文把阿里财报数字与模型矩阵、开源扩散串成一条完整链路，可帮助读者理解AI竞争从单点榜单转向体系化能力的判断框架。

  7. 量子位70

    墨奇智能发布具身智能模型架构MoRA，WRC现场展示15分钟长程家务任务

    前华为天才少年黄青虬创办的墨奇智能在WRC 2026发布自研具身智能模型架构MoRA及轮式机器人MORPHI KINO。MoRA采用Agentic-Native路线，在System 1中内化目标持续性、多层级记忆与进度认知，使机器人能自主完成15分钟无干预的长程家居任务。墨奇同时强调高质量真实场景数据的重要性，已积累3万小时数据，计划2026年底达到15万至20万小时。

    推荐理由：文章解析了墨奇自研架构MoRA如何将Agentic能力内化至策略模型，并展示了其在15分钟长程家庭任务中的实际表现。

  8. 量子位71

    深势科技发布玻尔·科学空间，打造人机协同科研桌面环境

    深势科技正式发布玻尔·科学空间（公开测试版），旨在通过内置AI科学家接管科研全流程，让研究者只需负责提问和确认。该平台集成了全科科研专家SciMaster及生物、医药、材料等领域的专属智能体，可自动完成文献调研、假设生成、实验设计与模拟计算，并辅以写作审查助手辅助成果输出。

    推荐理由：文章系统展示了AI智能体如何重构科研流程，并给出了连接数据、算力与实验资源的技术架构，为理解AI与科学协同提供了具体参照。

  9. AIGC开放社区77

    DeepReinforce 开源 Ornith-1.5 系列模型，397B 版本表现比肩 Claude Opus 4.8

    DeepReinforce 推出并开源了基于端到端自我提升框架的 Ornith-1.5 模型。其旗舰版 Ornith-1.5-397B 采用 MoE 架构，在 Terminal-Bench 2.1 和 DeepSWE 评测中分别取得 86.1 分和 56.0 分。

    推荐理由：397B旗舰版在编码与智能体基准上与Claude Opus 4.8基本持平，并验证了端到端自提升范式在跨尺度模型上的有效性。

8月20日周四
  1. 智东西87

    阿里发布 Qwen-UI-Agent：基于 100+ 真机训练的 GUI 智能体模型，5/6 基准测试登顶

    阿里巴巴推出面向数字设备执行的 GUI 智能体基座模型 Qwen-UI-Agent，主力版本参数量 27B，基于 Qwen 3.5 系列构建。该模型在 6 个核心 GUI 基准测试中拿下 5 项第一，在 MobileWorld-Real 真实设备评测中以 92.2% 成功率领先 GPT-5.6 Sol 等模型。

    推荐理由：基于百台真机构建的训练环境，使模型在移动端真实场景基准测试中取得领先，揭示了GUI智能体落地真实世界的关键路径。

  2. 特工宇宙77

    MiniMax Design 发布，全面接入 H3 视频生成模型构建智能体工作流

    MiniMax 官方发布创作工作台 MiniMax Design，将 H3 视频生成能力接入需求理解、分镜规划、逐镜头生成到自动剪辑的完整流程。实测显示其擅长人物口型要求高、镜头目标明确的内容，支持 ComfyUI 工作流一键迁移及 3D 导演台精确控制，并内置专业 Skill 生态实现稳定批量生产。

    推荐理由：原文实测了 MiniMax Design 从自然语言理解到自动剪辑的完整生成链路，展示了原厂 Agent 在视频生产流程中的可控性与批量复用价值。