⌘ 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 41–60 条 · 共 686 条
10月11日周日
  1. Datawhale90

    Instinct创始人Noah Shinn深度专访：个人Agent商业化路径与算力挑战

    Instinct创始人Noah Shinn在播客中详细阐述了个人Agent的技术与商业逻辑，产品不开发独立App，仅通过短信、电话和邮件与用户交互。目前公司估值达100亿美元，完成由红杉资本等领投的10亿美元融资。

    推荐理由：创始人披露Instinct免广告依靠商家佣金，约40%用户绑定信用卡，90% token消耗发生在后台。

  2. APPSO73

    Jev 获 8.7 亿美元融资，微软与 OpenAI 跟进发布决策模型

    AI 公司 TypeSafe 刚发布 24 天即获 a16Z 领投的 8.7 亿美元融资，估值飙升至 75 亿美元。同期微软、OpenAI 及 vLLM 相继推出专用于 Agent 分支判断的决策模型。这类模型不生成自由文本，仅返回候选项概率，旨在以极低成本解决 Agentic 工作流中高频路由与合规校验的难题。

    推荐理由：将微软、OpenAI 与 Jev 的决策模型发布并列，展示了 Agent 路由判断场景下低价专用模型的市场格局。

  3. 智东西73

    TypeSafe AI 融资 8.7 亿美元，Jev 估值达 75 亿美元

    初创公司 TypeSafe AI 完成 8.7 亿美元融资，估值达 75 亿美元，投资方包括 a16z、红杉资本和 DCVC。其核心模型 Jev 不生成文本，而是直接返回类型化值和概率分布，用于代码的结构化决策。官方称 Jev 成本约为前沿 LLM 的 1/400，速度可达 200 倍，财富 500 强企业中已有约三分之一接入。

    推荐理由：文章梳理了Jev模型通过返回结构化决策替代LLM文本生成的逻辑，并披露其极低的调用成本与财富500强的采用现状。

10月9日周五
  1. 量子位 QbitAI76

    字节 TRAE 正式合并 Code 与 Work，升级为具备 Agent 与 IDE 双模式的新 TRAE

    字节旗下 AI 编程工具 TRAE 正式将 TraeCode 与 TraeWork 双端合并，统一升级为新的 TRAE。新 TRAE 提供 Agent 模式和 IDE 模式，支持在单个窗口内并行管理多个 Agent 完成任务拆解、代码开发、测试及文档交付。实测表明，该工具能协调多个 Agent 完成如 3D 游戏制作、遗留项目 bug 修复等全流程任务，并支持通过飞书、微信跨端调用及手机端同步。

    推荐理由：实测展示了新TRAE整合文档、设计与代码的全链路能力，读者可据此判断多Agent协作如何重塑开发工作流。

  2. 新智元68

    Claude Code 发布 AI 自动评测与调优官方指南

    Anthropic 于 9 月 28 日发布调优指南，提出使用 /claude-api build-eval 构建验收题库，并利用 /claude-api hillclimb 让 AI 自动迭代修改提示词与配置。该功能要求 Claude Code v2.1.259 及以上版本，官方内部案例显示在特定小样本下，将模型调用成本降低至约 1/5，决策准确率从 78.6% 提升至 90.5%。

    推荐理由：指南提出用自动评估和迭代修改替代人工调试，并给出降低调用成本的案例数据。

  3. 新智元89

    OpenAI 上线 GPT-6.1 Sol 极速版，推理速度提升 8 倍

    OpenAI 正式发布 GPT-6.1 Sol 极速版，在标准模式基础上将推理速度提升至约 300 token/s，最高速度档位的单位算力性价比反而成为全档最低。

    推荐理由：原文展示了模型内部的速度分层定价逻辑，并提供了多场景实测数据，便于评估高速算力在不同开发任务中的真实投入产出比。

  4. InfoQ CN84

    OpenAI 高管披露在一周内复刻 Jev 开发 Decisions API 及计算机操作进展

    OpenAI 计算机操作与 API 负责人披露，受 Jev 启发，团队在一周内利用现有 Luna 权重开发了 Decisions API，该接口通过优化推理系统并行处理问题，实现了对客服工单等任务的快速分类。OpenAI 同步发布了名为 Dot 的个人助理，其支持独立云端 Linux 电脑并集成计算机操作能力，相关 Agent API 支持异步工具调用，让模型在工具执行期间持续推理。

    推荐理由：原文明确指出Decisions API受Jev启发且开发周期仅一周，为了解析类任务提供了低延迟API的复用范例。

  5. InfoQ CN73

    前 OpenAI 研究员：Jev 出现前 AI 世界是悲剧，Codex 和 Claude Code 都跑偏了

    TypeSafe CEO Diogo Almeida 接受 Latent Space 访谈，认为 Claude Code 与 Codex 仍属于辅助阶段，Jev 之前的 AI 世界是悲剧。Jev 基于面向校准决策的强化学习（RLCD），目标让模型输出供代码直接使用，日调用量已超一万亿 Token。

    推荐理由：前 OpenAI 研究员提出的模型输出直接供代码调用路径，能帮读者判断编程智能体未来架构演进。

  6. MarkTechPost68

    Google Cloud 发布 Gemini Agent：面向企业工作的通用智能体

    Google Cloud 推出名为 Gemini Agent 的云托管通用智能体，可通过单一提示框和 API 执行问答、知识工作、媒体创建及代码编写运行。该智能体支持多智能体编排，能调用 Gemini 系列及 Anthropic 的 Claude 模型，并具备会话、语义、程序及情景四类记忆功能。治理层面引入加密身份验证、Agent Gateway 防火墙及实时费用上限，防止资源滥用。

    推荐理由：文章梳理了该 Agent 的多模型路由、持久记忆及成本治理机制，为评估企业级 AI 工作流提供关键维度。

  7. 新智元78

    谷歌将 Claude 接入 Gemini 企业智能体，马斯克让 Grok 调用 Opus 5.5

    谷歌在 Gemini at Work 2026 发布会将 Claude Opus 5 和 Sonnet 5.5 集成至 Gemini Business 企业智能体，马斯克宣布 Grok Bot 将接入 Opus 5.5。巨头借企业入口垄断挤压 OpenAI，Anthropic 成多方合作核心。

    推荐理由：48 小时内谷歌将 Claude 接入 Gemini 企业版，马斯克让 Grok 外包 Opus，巨头借入口垄断挤压 OpenAI。

  8. 新智元66

    谷歌 Gemini 4 Argon 模型即将发布并集成于 Antigravity 工具

    谷歌 Gemini 4 Argon 模型已对部分 Pro 用户开放并登录 Google Cloud，将在编程工具 Antigravity 中作为默认模型直接提交代码。媒体证实内部系统已部署发布卡片，该模型还展示了在代码库迁移、量子计算等领域的 Agent 能力，配合 Concierge 工具支持实时语音交互。

    推荐理由：谷歌内部代码泄露信息指向 Gemini 4 Argon 将在新编程工具 Antigravity 中直接提交代码，并配合语音管家 Concierge，展现了智能体编程的新形态。

  9. 人工智能学家77

    何恺明团队新作：视觉 Harness VISTA 让 Claude Opus 5.0 满分通关 25 款 ARC-AGI-3 游戏

    何恺明团队提出视觉 Harness VISTA，通过无损视觉记忆和主动视觉检查机制，使 Claude Opus 5.0 在 ARC-AGI-3 的 25 款公开游戏中取得 100.00 的满分 RHAE。

    推荐理由：文章介绍了 VISTA 视觉 Harness 通过无损保存和主动检查视觉记忆，将 Claude Opus 5.0 在 ARC-AGI-3 上的得分提升至满分。

  10. AIGC开放社区77

    Claude Haiku 5.5发布：瞄准高频任务，平均运行成本降约75%

    Anthropic发布Claude Haiku 5.5，官方称与Haiku 4.5相比常见任务平均运行成本降低约75%，并首次加入可调节的思考强度（effort）设置。模型定位于摘要、分类、数据库查询、上下文压缩等高频重复任务，也可作为代码智能体的子智能体；测试显示其在Terminal-Bench 4.0等多步骤命令行任务上仍落后于Sonnet 5.5。

    推荐理由：原文给出了75%的运行成本降幅及新的effort设置，读者可据此判断它在高频子任务中的可用性。

  11. 量子位 QbitAI82

    谷歌发布 Gemini Agent：支持调用 Claude 模型与多智能体协作

    谷歌正式发布 Gemini Agent，旨在打造覆盖各类工作任务、可长期运行的通用办公智能体。该智能体支持动态调用底层模型，现阶段可在 Gemini 系列与 Anthropic 的 Claude 系列之间进行自动路由选择，并计划支持更多闭源与开源模型。

    推荐理由：谷歌发布的Gemini Agent支持动态调用Claude模型，并引入独立企业身份与四种长期记忆机制。

  12. AI HOT84

    Block 如何用 Claude Fable 编排数千个 pull request 的代码迁移

    Block AI 能力负责人 Bradley Axen 在 Anthropic 访谈中介绍，Block 利用 Claude Fable 5 编排大规模代码迁移，Fable 负责数据模型与 API 规格等高层设计，调度数十个 Opus 或 Sonnet 模型执行文件修改与测试，单次迁移可能合并上千个 pull request。该团队还实施了双审批安全机制，确保 LLM 无法自行推送至生产环境。

    推荐理由：原文展示了编排模型与专用小模型的分工逻辑及双审批安全机制，可作为智能体工程实践的参考。

  13. Hugging Face Blog80

    用 ML-intern 构建定制小模型的实战指南

    作者演示了如何使用 HuggingFace 的 ML-intern 智能体在几天内构建 6 个定制小模型，总计算成本约 103 美元。文中详细分享了提示词撰写技巧，包括要求先运行基线测试和烟雾测试，以及为每个任务设置明确的预算上限。案例涵盖柑橘病识别、特定角色 LoRA、视角转换及 4 步推理模型等。

    推荐理由：作者展示了如何用 ML-intern 智能体构建垂直领域小模型，给出了具体提示词结构和成本数据，供读者复刻

  14. AI信息Gap78

    Grok Bot 接入 Claude Opus 5.5 并开放免费 X 搜索功能

    SpaceXAI 宣布 Grok Bot 支持通过最佳模型路由调用 Anthropic 的 Claude Opus 5.5，同时无需 X API 即可免费搜索、阅读和监控 X 平台帖子。文中提到该更新可能改变用户的使用成本，并回顾了马斯克与 Anthropic 的合作背景及 Grok 4.8 的发布期待。

    推荐理由：Grok Bot 引入外部模型并免费开放 X 搜索功能，展示了智能体在模型路由和数据接入上的变化，可参考其对成本与工作流的影响。

  16. AI HOT82

    Google 开源 AQuA 环境质量智能体，诊断生产环境 Agent 故障

    Google 发布并开源 AQuA（Ambient Quality Agent），这是一套在 Google Cloud 中运行的环境质量监控系统。AQuA 通过五阶段流水线从 Cloud Trace 或 BigQuery 抽取生产会话，执行采样、审查、聚类、验证和跟踪，以诊断智能体故障。

    推荐理由：揭示了生产环境智能体静默故障的诊断机制，提供了从轨迹聚类到代码锚定的闭环工程方法。

  17. TechCrunch · AI85

    Google 发布支持跨系统执行任务的统一智能体 Gemini

    Google 发布面向企业的统一智能体 Gemini，支持将业务目标委派给模型执行，并能够接入 Google Workspace、Microsoft 365、Slack 等内部系统，以及任何标准的 Model Context Protocol 服务器。

    推荐理由：原文详细描述了统一智能体在业务系统中的权限分配、模型路由策略和多端接入入口，读者可据此评估其跨工具调用的落地复杂度。