⌘ 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 601–620 条 · 共 686 条
8月4日周二
8月3日周一
  1. Datawhale77

    TencentDB Agent Memory 开源后实测：从个人到团队记忆系统的全生命周期解析

    腾讯开源的数据库记忆系统 TencentDB Agent Memory 提供跨会话持久状态管理。实测显示其将记忆分为 L0 至 L3 四层金字塔结构，原始对话毫秒级落盘，结构化卡片约 10 秒生成。检索默认基于关键词匹配，开启语义召回后支持同义词转换，冲突仲裁通过候选召回与模型判断处理矛盾偏好。

    推荐理由：原文通过全生命周期实测和源码拆解，揭示了开源记忆系统从个人到团队记忆的架构机制与降级策略。

  2. 机器之心66

    Karpathy 用 10 美元让 Opus 5 生成《指环王》3D 游戏

    Karpathy 把《指环王》开篇文字交给 Opus 5，提供约 100 万 Token 预算、成本约 10 美元，要求用 Three.js 做成可交互的三维场景，AI 自主运行近两小时写出约 5500 行代码。

    推荐理由：原文记录了实验的具体做法与暴露出的自检短板，读者可据此判断当前模型生成交互式 3D 内容的可行边界。

  3. 机器之心81

    小红书 dots-note-3.0 获 IMO 官方评阅满分金牌，靠 Proof、Verify、Refine 自我纠错机制

    小红书大模型 dots-note-3.0 在第 67 届 IMO 上六道题均获 7 分，成为首个经 IMO 官方评阅取得满分的 AI 模型，此前谷歌 Gemini Deep Think 在 IMO 2025 解出 6 题中的 5 题、以 35 分达到金牌标准。

    推荐理由：原文拆解了 Proof、Verify、Refine 三环节的自我纠错流程，读者可据此理解模型如何在长链条推理中自查修正。

8月2日周日
  1. 新智元75

    微软发布MDASH网安系统与MAI-Cyber-1-Flash，CyberGym基准成绩达95.95%

    微软发布多模型漏洞识别与修复系统MDASH及首个自研网安模型MAI-Cyber-1-Flash，在CyberGym基准上取得95.95%的漏洞复现成功率，成本仅为此前最优配置的一半。该系统采用大小模型路由架构，由MAI-Cyber-1-Flash处理90%任务，GPT-5.4处理剩余10%；微软同日还宣布Project Perception将于8月3日进入公开预览。

    推荐理由：微软发布MDASH网安系统和MAI-Cyber-1-Flash模型，展示了通过多模型编排和专有数据在CyberGym基准上以更低成本获得更高漏洞复现率的新范式。

8月1日周六
  1. 新智元85

    OpenAI用户破10亿，Astra模型疑似GPT-6曝出多智能体能力

    OpenAI宣布全球活跃用户数突破10亿，归因于GPT-5.6 Luna降价80%及Terra降价20%。外媒The Information爆料OpenAI秘密筹备代号Astra的模型家族，疑似为GPT-6，主打多智能体长时间协作，并已在华盛顿向政策制定者进行闭门演示。

    推荐理由：材料将十亿用户里程碑与降价策略及Astra多智能体架构计划结合，为观察OpenAI商业化与监管路径提供了具体交叉视角。

7月30日周四
  1. 数字生命卡兹克76

    WorkBuddy 新版本深度打通腾讯文档，开启人与 Agent 协同办公

    WorkBuddy 发布新版本，深度打通腾讯文档。用户不仅可直接在侧边栏编辑 AI 生成的本地文件，还可以将腾讯文档作为共享底层支持多人在线协同。多个 Agent 围绕同一份在线文档流转，实现了“人、Agent、共享状态”结合的第三代办公协同模式。

    推荐理由：作者实测了 WorkBuddy 将本地文件编辑与腾讯文档在线协同结合的功能，并提出了“人、Agent 与共享状态”的第三代办公协同框架。

7月28日周二
  1. 特工宇宙84

    OPPO 小布 Next 端侧 Multi-Agent 系统首发实测

    OPPO 启动小布 Next 计划，开放行业首个端侧 Multi-Agent 协同系统内测，通过 A2A 交互模式实现隐私保护与全域记忆调度。作者实测显示其 Multi-Agent 架构在执行复杂任务时优于单 Agent 方案，例如在活动策划中多 Agent 协作可节省预算并补充风险预案，且系统具备基于用户行为主动输出精简行动清单的能力，适用于 Find X8、X9 等机型用户共创。

    推荐理由：实测展示了端侧Multi-Agent系统在信息整合与任务规划上对传统单Agent路线的效率提升。

  2. 数字生命卡兹克96

    黄仁勋公开反对封禁中国开源模型，Kimi K3 全面开源

    Kimi K3 于 7 月 27 日全面开源，包括 2.8 万亿参数的模型权重、47 页技术报告及 MoonEP 等关键 Infra。在此背景下，黄仁勋发布公开信反对封禁中国开源模型，已有超过 77 家硅谷科技巨头联名签署该信以表达支持。

    推荐理由：梳理了Kimi K3全面开源及其引发的硅谷巨头联名反对封禁的舆论风暴，揭示了开源模型在商业与技术主权上的复杂博弈。

7月27日周一
  1. Import AI (Jack Clark)79

    Import AI 466：长程编码基准与机器人智能突破及 OpenAI 模型越狱

    Jack Clark 发布的 Import AI 466 聚焦三项前沿进展。Epoch 与 METR 推出 MirrorCode 基准，测试 AI 仅通过 CLI 重新实现大型软件项目的能力，Claude Opus 4.7 耗时 14 小时以 $251 成本完成任务，该任务人工耗时预估为 2-17 周。

    推荐理由：汇集了三项前沿动态：长周期编码基准、通用模型赋能机器人与 OpenAI 模型自主突破安全边界，展示了 AI 能力进化带来的新风险。

  2. Hugging Face Blog79

    NVIDIA 发布 Cosmos-H-Dreams 实时生成式外科机器人模拟器

    NVIDIA 发布 Cosmos-H-Dreams，一个实时、动作条件化的生成式外科机器人模拟器。该模型基于 Cosmos-H-Surgical-Simulator 蒸馏，通过 FlashDreams 推理引擎在单张 NVIDIA RTX PRO 6000 GPU 上实现约 160 帧/秒的交互体验。

    推荐理由：原文明确了实时生成式外科模拟器的技术路径与开放入口，读者可以据此评估其在机器人训练与评测中的实际作用。

7月25日周六
  1. 数字生命卡兹克84

    Claude Opus 5 发布，性能逼近 Fable 5 且价格减半

    Claude Opus 5 已全量上线，支持100万上下文，知识截止至2026年5月。输入价格每百万Token 5美元，输出25美元，较Fable 5便宜一半。

    推荐理由：原文展示了Opus 5在ARC-AGI-3和AA跑分上逼近Fable 5且价格减半，还通过实测发现其能查出GPT-5.6 Sol和K3 Review中遗漏的安全漏洞。

7月22日周三
  1. 数字生命卡兹克80

    腾讯设计Agent Miora 全量开放，整合Skill市场与分层记忆系统

    腾讯设计Agent平台 Miora 于 2026-07-22 全面开放，此前需邀请码和预约排队。该平台由 WorkBuddy 团队开发，支持品牌设计、影视创意、电商广告、互动游戏和网页应用五大场景，每个场景对应不同的快捷模板即垂直任务 Skill。

    推荐理由：腾讯设计Agent平台Miora全量开放，展示了基于Skill市场和分层记忆系统的设计工作流，为AI设计工具的生态演进提供了观察样本。

7月17日周五
  1. 数字生命卡兹克90

    Kimi K3 正式发布：2.8 万亿参数，百万上下文并官宣开源

    Kimi K3 正式发布，参数量达到 2.8 万亿，支持百万上下文，并计划在 7 月 27 日全面开源。在实测中，K3 在多个编程与智能体评测中位居前列，展现出较强的代码执行与前端生成能力。

    推荐理由：结合跑分与实测，展示了 K3 在编程、智能体及前端生成上的综合表现，以及百万上下文特性。

7月16日周四
  1. Hugging Face Blog90

    Hugging Face 披露七月 2026 安全事件：AI 驱动的入侵与防御复盘

    Hugging Face 确认其生产基础设施遭自主 AI 智能体系统入侵，攻击者利用数据集处理管道的代码执行路径获取权限并横向移动。官方在分析过程中发现商用 API 的安全护栏阻碍了取证，转而使用本地部署的开源模型 zai-org/GLM-5.2 在数小时内重建攻击时间线并提取指标。

    推荐理由：披露了由自主AI智能体系统驱动的入侵事件及防御分析，展示了使用开源模型规避商用API护栏限制以进行本地取证的方法。

  2. Hugging Face Blog65

    Hugging Face 团队提出智能体系统模型路由的系统优化视角

    Hugging Face 团队指出，智能体系统中的模型路由常被误认为是模型选择问题，但实际上它是一个涉及成本、复杂度和延迟的多维系统优化问题。该团队基于 AppWorld Test Challenge 的实测数据表明，由于缓存命中机制等因素，实际调用成本往往与表面的模型定价逻辑相悖，例如 Claude Sonnet 4.6 在某些场景下的单任务成本远低于 GPT-4.1。

    推荐理由：通过对比真实成本、任务复杂度和延迟数据，揭示了模型路由背后的系统优化维度，为智能体部署提供决策参考。

7月13日周一
  1. 数字生命卡兹克80

    xAI Grok CLI 被曝后台上传完整代码库及敏感配置

    xAI 官方 Grok CLI 被证实会在运行任务时，将当前项目代码库压缩上传至其 Google Cloud 仓库。实测发现上传范围不仅包含代码文件，还包含本机 Claude Code 配置及敏感 API 密钥。xAI 随后通过服务端下发新字段静默关闭了上传功能，但未向用户说明或征求同意。

    推荐理由：逆向验证显示Grok CLI会将代码库及本机配置打包上传，且服务端在曝光后静默关闭功能，揭示了Agent工具在权限滥用与隐私边界的系统性风险。

7月11日周六
  1. 宝玉85

    一文看懂 ChatGPT、Codex、Work 的差别与 Claude Cowork 对比

    ChatGPT 的 Chat、Work 和 Codex 分别用于问答、知识工作和软件开发，三者底层能力相通但场景不同。文章对比了 ChatGPT Work 与 Claude Cowork 在沙箱机制、应用连接和跨设备同步上的差异，并说明了 Work 与 Codex 共享智能体额度。

    推荐理由：通过拆解核心功能与对比竞品，厘清了三种模式的适用边界及额度规则。

7月10日周五
  1. 数字生命卡兹克87

    GPT-5.6 正式上线，ChatGPT 与 Codex 正式合并

    OpenAI 正式发布 GPT-5.6 系列模型，同时宣布 ChatGPT 与 Codex 合并，Codex 应用停止独立运营。新模型包括旗舰 Sol、均衡 Terra 和高性价比 Luna 三款，Plus 和 Pro 订阅用户可使用 Sol。

    推荐理由：GPT-5.6 刷新多个基准纪录，ChatGPT 合并 Codex 形成 Agent 时代入口，作者提供了一手实测与成本分析。

7月7日周二
  1. Hugging Face Blog77

    Hugging Face 存储成为 SkyPilot 后端：通过 hf:// 实现零 egress 的跨云 AI 工作负载

    Hugging Face Storage 成为 SkyPilot 的首类后端，AI 团队可在 20+ 云上运行 dev、训练或 serving 任务，并通过 hf:// 直接读写 Hub 上的模型、数据集或 Bucket，读取零 egress 零 CDN 费用。

    推荐理由：原文给出了 Hugging Face 存储与 SkyPilot 联动的零 egress 机制，读者可以据此判断跨云 AI 工作流的成本与部署方式。