⌘ 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 641–660 条 · 共 686 条
5月12日周二
  1. Google DeepMind76

    Google DeepMind 发布多智能体系统 Co-Scientist，通过 Hypothesis Generation 工具加速科研假设生成

    Google DeepMind 发布多智能体 AI 系统 Co-Scientist，该工具旨在协助研究人员在生命科学等领域生成、辩论和演化科学假设。系统基于 Gemini 构建，包含生成、辩论和演化三个阶段，并通过模拟科学辩论和排名来筛选最优假设。目前已通过 Hypothesis Generation 工具向个人研究人员开放，并与多个机构合作验证了在肝病、ALS 和衰老研究中的应用效果。

    推荐理由：原文介绍了基于 Gemini 的多智能体系统架构，并通过具体科研案例展示了其在生成和优化假设方面的实际应用。

  2. 宝玉65

    Anthropic 工程负责人 Fiona Fung 谈 AI 时代工程团队管理

    Anthropic 的 Fiona Fung 在 Code with Claude 2026 大会上分享了 AI 时代管理工程团队的经验，提出以代码作为唯一事实来源并全面重构验证流程。她建议经理必须从一线 IC 做起、组织保持扁平化，同时利用 Claude 替代传统设计文档与长篇评审，将质量保障向左移。

    推荐理由：基于 Claude Code 团队实践的管理复盘，提供了 AI 时代工程流程重构的具体指标与方法。

5月11日周一
  1. 宝玉66

    宝玉：Codex 的野心与 MCP 和 Skill 的下一步

    宝玉认为顶尖 Agent 正在收敛到三栏布局，Codex 4 月更新强化了右侧工作区。他指出 MCP 连接工具、Skill 提供方法，但缺少用户二次编辑环节。作者预测 Agent 版 App Store 将成为趋势，以插件机制解决编辑和商业化的闭环，中小团队可在此窗口期提供垂直插件。

    推荐理由：作者拆解了 Codex 的 UI 收敛逻辑与 MCP/Skill 的缺口，提出了 Agent 插件市场的可行性判断。

5月10日周日
  1. 宝玉79

    深度拆解：AI Agent Harness 的构造

    Akshay 撰文深度拆解 AI Agent Harness 的构造，指出 Agent 性能差异主要源于模型外围的基础设施而非模型本身。文章详细列出了生产级 Harness 的 12 个核心组件，包括编排循环、工具、记忆、上下文管理及护栏等，并结合 Anthropic、OpenAI 和 LangChain 的实践阐述了工程化落地的关键决策与协同进化原则。

    推荐理由：文章拆解了 Agent Harness 的 12 个核心组件及工程决策，提供了从 Demo 到生产级系统落地的具体参考框架。

5月8日周五
  1. 宝玉73

    Thariq 谈使用 Claude Code 生成 HTML 替代 Markdown 的实践

    Thariq 分享了他偏爱使用 Claude Code 生成 HTML 文件而非 Markdown 作为 AI 智能体输出格式的原因和具体实践。他指出 HTML 在信息密度、视觉清晰度、易于分享和双向交互方面具有优势，并列举了需求规划、代码审查、设计原型、报告学习和自定义编辑界面等五大使用场景。

    推荐理由：提供了将 HTML 替代 Markdown 作为 Claude Code 输出格式的完整理由、场景和提示词示例，帮助用户判断这种工作流在实际项目中的可行性。

5月6日周三
  1. Google DeepMind64

    AlphaEvolve：基于 Gemini 的编码智能体在跨领域应用中的实际影响

    Google DeepMind 发布 AlphaEvolve 年度影响力报告，展示该基于 Gemini 的编码智能体在多个领域的算法优化成果。在基因组学中，AlphaEvolve 优化 DeepConsensus 模型，使变异检测错误减少 30%；在电网优化中，将 GNN 模型求解 AC Optimal Power Flow 问题的可行解率从 14% 提升至 88% 以上。

    推荐理由：汇总了AlphaEvolve在基因、电网、量子物理及商业应用中的优化成果，展示了该编码智能体在算法设计领域的跨领域落地价值。

5月5日周二
  1. 宝玉75

    Boris Cherny：Claude Code 之后，写代码正在变成管理 Agent

    Anthropic 的 Boris Cherny 在访谈中指出，Claude Code 使编程工作转变为管理 Agent，他本人已停止手写代码。他认为 AI 将抹平 SaaS 行业的切换成本和流程效力护城河，并预言软件构建能力将像印刷术普及识字率一样变得大众化。

    推荐理由：Anthropic 核心成员复盘了 Claude Code 从孵化到改变组织工作流的过程，并给出了关于行业护城河变化的判断。

5月2日周六
  1. The Batch65

    GPT-5.5 在基准测试中表现领先但幻觉率高，Kimi K2.6 成为最强开源模型

    OpenAI 发布的 GPT-5.5 在 Artificial Analysis Intelligence Index 和 ARC-AGI-2 等基准测试中刷新纪录，但幻觉率显著高于 Claude Opus 4.7 和 Gemini 3.1 Pro Preview。

    推荐理由：原文对比了 GPT-5.5 与 Kimi K2.6 在基准测试和实际偏好中的表现差异，以及大模型在战略游戏决策中与人类的不同策略。

4月30日周四
  1. 宝玉75

    Demis Hassabis：AGI 还缺什么，智能体到底行不行，下一个科学突破长什么样

    Demis Hassabis 认为当前范式距离 AGI 有一两个未解关键，他判断百万 token 上下文处理实时视频仅够 20 分钟且是临时方案，AlphaGo 时代技术正在重新引入基础模型。他指出智能体处于实验阶段投入产出比失衡，AI 科学突破需满足大组合空间、清晰目标函数和足够数据三个条件，并提出了用 1901 年物理知识训练系统以验证能否产出 1905 年狭义相对论的测试方法。

    推荐理由：Hassabis 给出了 AGI 剩余拼图、记忆瓶颈与科学突破模式的量化判断，为深科技路径提供了可参考的架构逻辑。

4月27日周一
  1. Mistral AI68

    Mistral AI 发布 Workflows 企业级 AI 编排层

    Mistral AI 发布 Workflows 进入公开预览，为企业提供具备持久性、可观测性和故障容忍度的 AI 流程编排层，已支持 ASML 等客户实现业务流程自动化。

    推荐理由：Mistral 基于 Temporal 推出 Workflows 编排层，提供可中断恢复和人工审批机制，解决企业 AI 流程从测试到生产落地的可靠性痛点。

4月24日周五
  1. 宝玉70

    为 Agent 设计产品：交互模式、反馈循环与上下文缺口

    作者探讨了 AI 智能体如何改变软件产品的设计模式，提出未来 80% 的人机交互将由 Agent 完成。文章通过 Ramp 和 Notion 的案例说明，产品方应主动提供上下文和反馈循环，而非让 Agent 自行摸索。作者强调，在智能体对智能体的交互中，识别并填补上下文缺口是关键。

    推荐理由：作者从实际开发经验出发，对比了不同产品在 MCP 工具设计上的差异，提供了具体的反馈循环构建方法。

4月23日周四
  1. Claude Blog79

    Claude Managed Agents 推出内置记忆功能

    Claude Managed Agents 的内置记忆功能在公开 beta 阶段上线，支持智能体跨会话学习和共享信息。该功能以文件形式存储记忆并挂载于文件系统，企业可通过 API 管理记忆文件并配置权限。测试案例显示，使用该功能可使首次执行错误率降低 97%，验证速度提升 30%。

    推荐理由：原文说明了文件级记忆机制支持跨会话学习与权限隔离，并展示了多个团队在降低错误率和成本上的应用数据。

4月20日周一
4月15日周三
  1. AI For Developers71

    Claude Cowork 完全指南：Anthropic 的桌面 AI 智能体

    Claude Cowork 于 2026 年 4 月正式商用，基于沙箱虚拟机为知识工作者提供本地文件读写、多步骤执行及插件生态支持。该系统支持定时任务自动化、移动端远程控制及并行子智能体调度，企业版提供基于角色的访问控制与分析接口。

    推荐理由：文章系统拆解了 Cowork 的本地文件沙箱架构、插件调度体系及企业级权限控制，为理解桌面 AI 智能体的工程落地提供了完整参考。

4月13日周一
  1. Google DeepMind73

    Gemini Robotics-ER 1.6 发布：通过增强具身推理驱动现实机器人任务

    Google DeepMind 发布 Gemini Robotics-ER 1.6，这是其首个主打推理的具身模型的重大升级，旨在让机器人以更高精度理解物理环境。该模型显著提升了空间与物理推理能力，新增仪表读取功能，可解析复杂压力计和液位计，并通过 Google API 向开发者开放，用于驱动下一代物理智能体。

    推荐理由：Gemini Robotics-ER 1.6 引入仪表读取等新能力，展示了多视角空间推理在机器人自动化任务中的实际效用。

  2. 宝玉73

    宝玉：为什么“AI 优先”战略可能大错特错，软件工程基础才是关键

    宝玉分析 CREAO 将 99% 生产代码交由 AI 编写的案例，指出 AI 优先战略需以自动化测试、CI/CD 和统一代码库等软件工程基础为前提。AI 主导迭代适合后端逻辑类产品，不适用于 UI 密集或安全敏感场景；真正的 AI 优先要求围绕智能体重构工程流程与组织架构，而非仅在现有工作流中嵌入 AI 工具。

    推荐理由：文章基于 CREAO 的实践拆解了 AI 优先战略落地的工程前置条件与适用场景，为重构研发流程提供了具体参照。

4月5日周日
  1. 宝玉78

    Sebastian Raschka 讲解编程智能体的六大核心组件

    Sebastian Raschka 系统梳理了编程智能体（Coding Agent）及其外围框架（Coding harness）的六大核心模块，包括实时代码仓库上下文、提示词形态与缓存复用、工具的接入与调用、上下文瘦身、结构化的会话记忆以及任务委派与受限子智能体。

    推荐理由：原文明确拆解了 Coding harness 的六大核心组件，为理解编程智能体的实际架构提供了可迁移的心智模型。

4月1日周三
  1. 宝玉70

    OpenAI 总裁 Greg Brockman：AI 自我改进、Super App 豪赌、通往 AGI 之路、算力扩张

    宝玉深度解读 OpenAI 总裁 Greg Brockman 关于砍掉 Sora、构建 Super App 及 1100 亿美元融资的访谈。Brockman 称砍掉 Sora 是为了聚焦技术主线，并将 AGI 进度自评至 70-80%，但面临 Anthropic 在市场份额上的竞争压力。

    推荐理由：深度拆解 OpenAI 砍掉 Sora 与推出 Super App 背后的算力取舍，并直面 1100 亿美元融资的商业风险。

3月28日周六
  1. 宝玉71

    Notion 联合创始人 Simon Last 解读 AI 工作区转型：从笔记工具到管理 Agent 的平台

    Notion 联合创始人 Simon Last 在访谈中表示，他从去年夏天起就不再手写代码，身份转变为智能体管理者。Notion 的使命正从人类直接工作的工具转变为用户管理智能体完成工作的工具，其 3.0 版本已支持自主运行的个性化与自定义智能体。Notion 针对智能体重写了应用层架构，采用 Markdown 与 SQL 优化交互，并将自身定位为兼容多模型厂商的中立平台。

    推荐理由：Notion 联合创始人复盘了 AI 功能演进、Agent 实践路径及组织使命转变，展示了协作工具向智能体管理平台演进的具体逻辑。

  2. 宝玉83

    飞书开源 CLI 工具，AI Agent 时代为何大家都在做命令行工具？

    飞书开源了命令行工具 lark-cli，支持 AI Agent 直接操作发消息、查日历、写文档、建多维表格、发邮件和管任务。文章指出 CLI 具有自描述特性且文本交互天然适配 AI，相比 API 和 MCP 更轻量灵活且不占上下文窗口。作者认为在 AI Agent 成为软件用户增长点的趋势下，开放 CLI 是搭建企业级 Agent 基础设施的关键一步。

    推荐理由：飞书开源 CLI 工具为 AI Agent 提供企业级协作入口，文章结合 Google gws 案例深入分析了 CLI 在自描述、资源占用及组合能力上优于传统 API 和 MCP 的核心逻辑。