⌘ 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 621–640 条 · 共 686 条
7月6日周一
  1. 宝玉75

    Claude Code 循环模式教程：四类循环的适用场景与实操指南

    文章由 @delba_oliveira 撰写，系统介绍了 Claude Code 中的四种 AI 循环模式，分别为回合制循环、目标导向循环（/goal 指令）、基于时间的循环（/loop 和 /schedule 指令）以及主动式循环。

    推荐理由：文章拆解了四种循环模式及其触发与停止条件，并给出控制 token 消耗的具体操作命令。

7月3日周五
  1. The Batch77

    OpenAI 发布 GPT-5.6 系列模型但受美国政府限制开放

    OpenAI 发布 GPT-5.6 Sol、Terra、Luna 三款闭源视觉语言模型，目前仅限美国政府部门批准的约 20 家组织通过 API 和 Codex 使用，普通用户需等待未来几周内的更广泛开放。GPT-5.6 Sol 在 Terminal-Bench 2.1 上达到 91.9% 的 SOTA 表现，并新增多智能体协作的 ultra 模式及针对生物、化学和网络安全的强化防护机制。

    推荐理由：GPT-5.6 发布因美国政府审批限制导致普通用户暂时无法使用，仅向少量组织开放。

6月29日周一
  1. AI For Developers74

    Caveman 完整指南：为 Claude Code 等 AI 助手实现 Token 压缩与交互提效

    Caveman 是开发者 Julius Brussee 为 Claude Code 等 AI 助手开发的插件，通过 SKILL.md 指令让 AI 使用极简压缩语言响应，实测输出 token 节省约 75%，整体会话节省 4-15%。

    推荐理由：拆解了压缩指令如何改变 token 消耗和交互节奏，并给出可复用的配置命令与多工具适配方案。

6月25日周四
  1. Google DeepMind91

    Google DeepMind 在 Gemini 3.5 Flash 中引入 computer use 功能

    Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash，使其能跨浏览器、移动和桌面环境执行动作。该功能通过 Gemini API 和 Gemini Enterprise Agent Platform 开放，支持敏感操作确认与 Prompt 注入自动停止等企业级安全防护，开发者可使用 Browserbase 提供的 demo 环境快速测试。

    推荐理由：官方将 computer use 集成至 Gemini 3.5 Flash 主模型并开放 API 入口，开发者可据此构建跨平台自动化智能体。

6月24日周三
  1. Google Gemini API Release Notes75

    Gemini API 发布 Gemini 3.5 Flash Computer Use 工具的公开预览版支持

    Gemini API 更新日志显示，Gemini 3.5 Flash 现已推出 Computer Use 工具的公开预览支持。该版本包含基于意图的简化操作、对浏览器/移动端/桌面环境的内置支持、可配置的安全策略以及高级 Prompt 注入检测功能。

    推荐理由：官方明确列出 Computer Use 在 Gemini 3.5 Flash 的预览细节，读者可据此判断该工具在多端环境下的自动化能力与安全边界。

  2. Andrej Karpathy83

    Andrej Karpathy 评论 Anthropic 推出的 Claude Tag，称其为 LLM UIUX 的第三次重大重新设计。他指出前两种范式分别是访问网站和下载应用，而第三种则是具备组织级工具和上下文的持久异步实体，能与人类团队无缝协作处理多样化任务。

    引用Claude@claudeai

    Introducing Claude Tag, a new way for teams to work with Claude. In Slack, Claude joins as a team member with access to the channels and tools you choose. Tag Claude in and delegate tasks to it while you focus on other work.

    推荐理由：作者将这次交互范式变化定位为 LLM 界面的第三次重大重设计，强调了 AI 作为持久异步实体融入组织工作流的特性。

6月19日周五
  1. The Batch67

    The Batch 358 期：Claude 限制争议、SWE-bench 之后与 Nvidia Nemotron 3 Ultra

    Anthropic 对 Claude Fable 5 实施访问限制及美国出口管制措施引发了对AI主权的广泛讨论，加速了全球对开源替代方案的关注。文章同时介绍了用于替代 SWE-bench 的新基准 DeepSWE、ProgramBench 和 ITBench-AA，以及 Nvidia 发布的 5500 亿参数开源模型 Nemotron 3 Ultra。

    推荐理由：文章梳理了前沿模型访问限制对全球AI主权与开源生态的冲击，并展示了替代评测基准和开源模型的最新进展。

6月16日周二
5月29日周五
  1. Google Research78

    Google Research 在 I/O 2026 发布 Gemini for Science 与 Gen 2.0 等核心科研工具

    Google Research 在 I/O 2026 发布了面向科学研究的 Gemini for Science 套件，包括基于 ERA 的 Computational Discovery 与基于 Co-Scientist 的 Hypothesis Generation。

    推荐理由：原文展示了Google Research在I/O发布的一系列核心技术与工具，涵盖了从科学发现、医疗健康到端侧硬件的完整落地路径。

5月28日周四
  2. Mistral AI79

    Mistral 发布统一智能体 Vibe，整合办公与编码工作流

    Mistral 将 Le Chat 升级为 Vibe，提供统一的办公与编码智能体。Work Mode 支持跨应用多步骤任务和可复用技能，Code Mode 提供远程沙箱编码会话和 VS Code 扩展，支持并行会话和 GitHub 集成。服务面向 Free、Pro（14.99 美元/月）、Team（24.99 美元/用户/月）及 Enterprise 层级用户。

    推荐理由：Le Chat 升级为 Vibe，统一办公与编码场景，提供可复用技能和远程沙箱执行，适合评估现有工作流整合。

5月22日周五
5月19日周二
  1. Claude Blog85

    Claude Managed Agents 发布梦境功能、结果评估与多智能体编排

    Anthropic 在 Claude Managed Agents 推出研究预览版梦境功能（dreaming），通过回顾历史会话提取模式以优化智能体记忆。同时开放成果（outcomes）、多智能体编排和 Webhooks 公共测试版，其中成果功能在内部基准测试中将任务成功率提升最多 10 个百分点。

    推荐理由：文章提供了梦境机制提升智能体长期记忆与自我改进能力的具体方法，以及多智能体编排处理复杂任务的工作流设计参考。

  2. Claude Blog77

    Claude Managed Agents 推出自托管沙盒和 MCP 隧道

    Claude Managed Agents 新增自托管沙盒与 MCP 隧道，使智能体在用户可控基础设施内执行工具并连接私有 MCP 服务。沙盒功能支持 Cloudflare、Daytona、Modal 和 Vercel 作为托管提供商，目前处于公开测试阶段；MCP 隧道通过轻量级网关将私有网络内的数据库、API 和知识库作为工具接入，处于研究预览阶段，需申请访问。

    推荐理由：提供自托管沙盒与私有网络MCP隧道，让企业将敏感执行环境与内部服务接入Agent，并给出支持厂商及预览状态。

  3. Google Gemini API Release Notes80

    Google 发布 Gemini 3.5 Flash 及托管智能体

    Google 正式发布 Gemini 3.5 Flash (gemini-3.5-flash) 并成为 gemini-flash-latest 的底层模型。Gemini API 推出了托管智能体功能，开发者可借此在安全隔离的 Google 托管环境中构建状态化自主智能体，同时发布了通用型 Antigravity Agent (antigravity-preview-05-2026)。

    推荐理由：新版 Gemini 3.5 Flash 正式成为默认模型并推出可自主规划执行的托管智能体，为开发者构建复杂 Agent 提供了底层基础设施。

5月18日周一
  1. Google DeepMind68

    Project Genie 结合街景影像推出真实世界模拟功能

    Project Genie 推出了基于街景影像的功能，允许用户选择美国境内地点并应用风格生成可交互环境，如让金门大桥变成水下世界，该功能向 Google AI Ultra $200 订阅者全球开放。

    推荐理由：原文说明了如何利用街景影像训练AI智能体在虚拟世界中导航，并展示了全球订阅者可以探索新功能的入口。

5月17日周日
  1. Google DeepMind61

    Google DeepMind 发布 Gemini for Science 科研工具集与 Science Skills

    Google DeepMind 推出 Gemini for Science 项目，包含 Google Labs 上的三项实验工具：基于 Co-Scientist 的假设生成、基于 AlphaEvolve 和 ERA 的计算发现、以及基于 NotebookLM 的文献洞察。

    推荐理由：官方展示了三大实验工具与Science Skills，并披露了与100多家机构的验证合作及BASF等企业应用案例。

  2. AI For Developers73

    Claude Code Slash Commands 指南

    Claude Code 的 Slash Commands 指南详解了通过直接控制信号引导会话的方法，区别于自然语言提示。文章分类介绍了四种命令类型：内置命令、捆绑技能、用户自定义技能以及 MCP 和插件命令。

    推荐理由：原文系统梳理了Claude Code的内置命令与自定义技能机制，读者可以据此优化编码工作流。

5月16日周六
  1. Google DeepMind94

    Google DeepMind 发布 Gemini 3.5 Flash 模型

    Google DeepMind 发布了 Gemini 3.5 Flash，该模型为智能体任务和编码提供前沿性能，速度是其他前沿模型的 4 倍。它在 Terminal-Bench 2.1 上得分 76.2%，GDPval-AA 达 1656 Elo，MCP Atlas 得分 83.6%，成本低于其他前沿模型的一半。

    推荐理由：官方给出了3.5 Flash在长程编码任务上的基准数据与速度指标，帮助读者判断其智能体扩展能力。

5月15日周五
  1. 宝玉76

    FDE 岗位崛起：OpenAI、Anthropic、Google 的 AI 落地竞赛

    OpenAI 成立估值 140 亿美元的独立部署公司并收购拥有 150 名 FDE 的英国公司 Tomoro，Anthropic 联合黑石等成立合资公司主攻中型企业，Google 则简化 FDE 面试流程至两天。三家公司通过 FDE 推动 AI 在客户业务中落地，行业竞争从模型跑分转向实际部署与价值转化。

    推荐理由：文章拆解了 OpenAI、Anthropic、Google 围绕 FDE 岗位的商业布局差异，帮读者理解 AI 落地变现方式的转折。