⌘ 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 541–560 条 · 共 686 条
8月14日周五
  2. 数字生命卡兹克85

    从0到1速通 DeepSeek Harness：核心理解、模式解析与实战入门

    DeepSeek 发布 Agent 产品 Harness，提出“Agent = Model + Harness”理念，基于 Cordis 内核实现一切皆插件的自进化机制。作者体验后指出其包含标准、PTC、极简、创造四种模式，其中创造模式允许 Agent 检查并动态创建插件改造自身。虽然支持接入第三方模型与社区插件生态，但整体偏向开发者基建，对普通用户存在较高的使用门槛。

    推荐理由：作者通过实测和文档解析，揭示了 DeepSeek Harness 基于 Cordis 内核的插件化架构与创造模式，帮助用户理解其自进化机制与开发者定位。

  3. 夕小瑶科技说88

    DeepSeek Harness 开源：一切皆插件的 Agent 框架实测

    DeepSeek Harness 开发者预览版开源，定位为可自由拼装组件的智能体框架。其核心设计包括“一切皆插件”架构、工具归一化以减少上下文消耗、事件可溯源日志，以及支持调用 Codex 和 Claude Code 子代理的调度能力。实测表明，同一模型在 DSH 环境下比在 Codex 中表现出更好的任务完成度与可观察性，尽管当前产品界面仍显早期且部分功能存在 Bug。

    推荐理由：文章通过实测拆解了该框架的全插件架构与多子代理调度能力，展示了不同Harness对模型表现的显著差异。

  5. Google DeepMind83

    Gemini 3.7 Flash 发布

    Google DeepMind 发布了专为编码和智能体设计的 Gemini 3.7 Flash 模型。新版本在 FrontierCode 1.1 和 DeepSWE v1.1 等基准上表现显著优于 3.6 Flash。模型通过 Gemini API 开放，开发者还可以在 Gemini Spark 中使用该模型。

    推荐理由：模型在多个编码基准上较前代有显著提升，并结合了减半的每百万 token 定价。

  6. 智东西83

    实测 DeepSeek Harness：开源 Agent 框架采用全插件架构，极简模式 50 秒完成贪吃蛇游戏

    DeepSeek Harness v0.1 开发者预览版正式公测并同步开源，其 GitHub 仓库发布后半小时星标数突破一万。该框架采用“一切皆插件”的 Cordis 系统设计，内置标准、极简、创造和程序化工具调用（PTC）四种模式。实测显示，使用极简模式完成贪吃蛇游戏仅耗时 50 秒；在标准模式下翻译 88 页论文耗时 22 分钟，首 Token 启动速度平均 1.4 秒，缓存命中率达 98%。

    推荐理由：作者完整实测了DeepSeek Harness的插件架构与四种模式，给出了具体的翻译耗时和缓存命中率数据，读者可直观评估这套开源框架的实际工程价值。

8月13日周四
  1. 机器之心66

    Google重押递归式自我改进，布林再度介入AI研发

    据路透社报道，Google联合创始人谢尔盖・布林近几个月深度介入公司AI研发，推动资源投入递归式自我改进（RSI），并要求关键AI员工全力投入Gemini。8月5日Google调整DeepMind管理层，Demis Hassabis转任董事长，Koray Kavukcuoglu接管运营并继续负责Gemini。

    推荐理由：梳理了Google围绕RSI的资源投入与DeepMind管理层调整，可帮助读者理解其组织与战略变化。

  2. CVer86

    DeepSeek 发布开发者预览版 Agent Harness，采用“一切皆插件”开源架构

    DeepSeek Harness 团队发布了 v0.1 开发者预览版，基于 Cordis 插件系统采用“一切皆插件”设计，以 MIT 协议开源。框架提供标准、PTC、极简、创造四种运行模式，允许开发者无需修改源码即可独立选择和扩展模型、工具及沙箱能力。开发者可通过 npx 命令快速启动 Web UI，并已在轨迹视图中实现会话日志的追加式记录与回放。

    推荐理由：DeepSeek 发布全新 Agent Harness 框架，通过“一切皆插件”架构支持开发者在 MIT 协议下自定义组合 Agent 能力。

  4. 量子位83

    Grok 4.6 发布：跑分反超 GPT-5.6 Sol 和 Fable 5 Max，价格更低

    SpaceXAI 发布 Grok 4.6，官方跑分显示其在 GDPVal-AA v2 拿到 1753 分，反超 GPT-5.6 Sol 的 1728 分和 Fable 5 Max 的 1741 分，AA-Briefcase 和 Harvey LAB 也排第一，但 Terminal-Bench v3.0 只有 26%，低于 GPT-5.6 Sol 的 34.6%。

    推荐理由：原文给出跑分、价格与接入入口的完整对照，可据此判断新模型在长程任务上的定位与性价比取舍。

  5. 钛媒体AGI82

    腾讯2026年Q2财报：AI投入集中显现，资本开支528亿元致自由现金流转负

    腾讯2026年第二季度总收入2048亿元，同比增长11%；资本开支528亿元，同比增长176%，致自由现金流转负至-138亿元。管理层表示负现金流主要因约514亿元的AI算力预付款，剥除该因素后自由现金流为376亿元。公司提出“智能、应用、基础设施”三层AI战略，自研模型Hy3按token消耗量居全球前三，AI办公智能体WorkBuddy PC端月访问量居国内首位。

    推荐理由：文章拆解了腾讯AI投入与利润表的量化关系，读者可据此评估该公司算力战略对现金流的影响。

  6. 新智元74

    百度发布AI4S战略及伐谋智能体

    在AI DAY上，百度正式发布AI4S「1+10+N」战略，核心为自我演化智能体「伐谋」。该智能体借鉴生物进化原理，在松材线虫病早期识别中用56分钟将107个候选特征压缩至5个，使早期病害检出率从89.1%升至98.0%。此外，伐谋已应用于数学证明、空中博弈、零碳能源调度及自动化码头等十余个学科与产业场景，目前已有超3000家企业试用。

    推荐理由：介绍了百度伐谋在多个产业场景中的应用成果，展示了AI自我演化智能体解决复杂组合问题的价值。

  7. AIGC开放社区93

    DeepSeek V4 Pro 与 Grok 4.6 同日发布

    DeepSeek 上线 V4 Pro 正式版，马斯克推出 Grok 4.6。Grok 4.6 在 AA Intelligence Index 上拿到 61 分追平 GPT-5.6 Sol。

    推荐理由：原文展示了 DeepSeek 与 Grok 同天发布的性能基准、价格对比以及具体评测分数，便于直观比较两者的能力差异与成本优势。

  8. Google Gemini API Release Notes82

    Gemini 3.7 Flash 全面可用

    Gemini 3.7 Flash 已全面可用（GA），针对编码和 Agent 工作流实现了重大性能提升，并在 2026 年 12 月 31 日前提供入门价格。

    推荐理由：Gemini 3.7 Flash 进入 GA 并明确了编码与 Agent 场景的性能提升及限时入门价，为选型提供依据。

  9. APPSO70

    实测 DeepSeek V4 Pro 正式版：Agent 场景下的成本与能力评估

    DeepSeek V4 Pro 正式版上线并开放 API，实测显示其在复杂编程任务完成度上优于 Flash，但多模态并非当前重点。作者强调 V4 系列 1M tokens 上下文适配 Coding Agent，并提出通过模型路由结合 Flash 与 Pro 优化 Agent 成本。

    推荐理由：作者通过实测 V4 Pro 在文案、编程和 Agent 场景的表现，指出其能力梯度与 Harness 架构为低成本智能体系统提供了新的优化路径。

8月12日周三
  1. APPSO72

    Manus 恢复独立运营，复盘其从 Agent 先驱到行业跟随者的转变

    Manus 在发改委禁止 Meta 收购后即将恢复独立公司运营，结束了长达数月的合规风暴期。尽管产品团队持续迭代 Skills、Desktop 和 Cloud Computer 等功能，但文章认为其已失去早期定义新品类的稀缺势能，转变为在行业坐标系中被动补课的跟随者，目前表现虽好但不再具有开创性。

    推荐理由：复盘了 Manus 在并购拆分风暴中的产品迭代轨迹，揭示了其从定义品类到跟随行业的势能转变。

  2. 量子位65

    前 Qwen 负责人林俊旸官宣创办 Pragmatik Labs，腾讯已投

    前 Qwen 一号位林俊旸在 X 官宣创办 Agent 创业公司 Pragmatik Labs（语用科技，简称 p7k），Base 上海，方向是横跨数字世界与物理世界的下一代 Agent，包括 Digital Agents 和 Physical Agents 两条主线。

    推荐理由：梳理了这位前 Qwen 负责人创业公司的方向与融资细节，可帮助判断大厂技术负责人创业的估值逻辑。

  4. 智东西86

    Manus 官宣恢复独立运营，Meta 收购交易走向终结

    Manus 发布致用户信，宣布恢复以独立公司形式运营，并落实国家发改委外商投资安全审查关于撤销 Meta 收购交易的“恢复原状”要求。Meta 于 2025年12月29日 收购 Manus 母公司蝴蝶效应，交易规模达数十亿美元；受该日及之后影响的数据将于 2026年8月23日至24日 删除，用户需在此前完成备份，8月25日起恢复数据。

    推荐理由：Manus 官宣恢复独立运营，披露了监管叫停收购后的数据回迁细节与回购传闻，可据此观察分拆后的合规落地与资本走向。

8月11日周二
  1. 智东西83

    Meta 开放 300 亿参数 Muse Glimmer 权重，支持消费级显卡离线运行本地 Agent

    Meta 推出 300 亿参数本地 Agent 模型 Muse Glimmer 并开放权重，这是其超级智能实验室首次开放模型权重。量化后体积不到 20GB，可在配备 24GB 或 32GB 显存的消费级显卡上离线运行，支持工具调用、多模态处理和长流程推理。

    推荐理由：Meta首次开放超级智能实验室模型权重，量化后不到20GB可在单卡消费级显卡离线运行，读者可据此评估本地Agent部署门槛。