⌘ 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 661–680 条 · 共 686 条
3月27日周五
  1. The Batch70

    Nvidia 发布开源大模型 Nemotron 3 Super

    Nvidia 发布支持100万上下文和Agent应用的开源模型 Nemotron 3 Super 120B-A12B。该模型采用混合 mamba-2、Transformer 和 MoE 架构，在 Artificial Analysis Video Arena 等测试中表现强劲，生成速度达 442 tokens/s，支持商用且免费提供权重、数据集及训练配方。

    推荐理由：提供了Nemotron 3 Super 在混合架构、推理加速及Agent基准测试中的具体数据。

3月26日周四
3月25日周三
  1. Google Research71

    Google 发布 Vibe Coding XR：用 Gemini 和 XR Blocks 加速 XR 原型开发

    Google 宣布 Vibe Coding XR，将 Gemini 与基于 WebXR、three.js 和 LiteRT.js 的开源 XR Blocks 框架结合，让用户通过自然语言在 60 秒内生成支持物理交互的 Android XR 应用。

    推荐理由：Google 团队展示了如何用 Gemini 和 XR Blocks 把自然语言在 60 秒内转成可运行的 Android XR 应用，给 XR 原型开发提供了可迁移的 vibe coding 方法。

3月17日周二
  1. 宝玉78

    Claude Code 团队分享 Skills 构建经验：类型分类与最佳实践

    Anthropic 工程师 Thariq Shihipar 总结了团队数百个活跃 Skills 的使用经验，将其分为库参考、验证、数据、自动化等九类。文章提供了编写技巧，如利用文件系统实现渐进式披露、设置踩坑点章节，以及如何通过插件市场分发和衡量 Skill 效果，旨在帮助开发者更高效地利用 Skills 扩展 Claude Code 能力。

    推荐理由：来自 Anthropic 内部团队实战总结，详细梳理了 Skills 的九种核心类型及编写技巧，帮助开发者系统化建立和分发团队专属智能体能力。

3月16日周一
  1. 宝玉72

    智能体工程的 8 个等级

    Bassim Eledath 提出智能体工程的 8 个等级模型，阐述从 Tab 补全到自主智能体团队的进阶路径。

    推荐理由：作者基于一线实践梳理出智能体工程进阶的八个层级，从上下文工程到自主团队，为开发者评估自身与团队成熟度提供了具体参照系。

2月6日周五
  1. AI For Developers83

    Claude Opus 4.6 发布：专为长时程 AI Agent 工作流设计

    Anthropic 发布 Claude Opus 4.6，主打长时程、生产级 Agent 工作流，支持 1M token 上下文（Beta）和 128K 输出限制，提供自适应推理、Compaction API 及 Agent Teams 功能。

    推荐理由：文章将 Opus 4.6 定位为长时程工作模型，解析其 1M token 上下文与 128K 输出限制如何改变生产级 Agent 的部署方式。

1月27日周二
  1. Mistral News68

    Mistral Vibe 2.0 发布：终端原生编码智能体与 Devstral 2 模型

    Mistral 发布 Mistral Vibe 2.0，这是终端原生编码智能体的重大升级，由 Devstral 2 模型驱动。新版支持构建自定义子智能体、执行前多选项澄清、通过斜杠命令加载技能以及配置统一智能体模式。

    推荐理由：Mistral Vibe 2.0 支持自定义子智能体和斜杠命令技能，允许开发者构建专属终端工作流。

12月11日周四
  1. Google Gemini API Release Notes62

    Gemini API 发布 Interactions API 和 Deep Research 智能体预览版

    Gemini API 发布了 Interactions API，提供了与 Gemini 模型和智能体交互的统一接口。同时 Gemini Deep Research 智能体以预览版上线，能够自主规划、执行和综合多步骤研究任务的结果。

    推荐理由：原文给出了 Interactions API 和 Deep Research agent 的官方功能定位，读者可以据此判断 Gemini 生态在自主研究与交互接口上的变化。

11月24日周一
  1. Anthropic Research68

    Anthropic 称 Claude Opus 4.5 提升浏览器场景抗提示注入能力，Claude for Chrome 扩展进入 beta

    Anthropic Research 发文称 Claude Opus 4.5 在浏览器使用场景下的抗提示注入能力达到新标准，并据此将 Claude for Chrome 扩展从研究预览扩展为 beta，向所有 Max 计划用户开放。

    推荐理由：原文给出攻击面分析与三类防御手段，读者可据此评估浏览器智能体的实际风险边界。

10月28日周二
10月24日周五
  1. Mistral News81

    Mistral 发布 Mistral AI Studio 生产级 AI 平台

    Mistral 推出 Mistral AI Studio 生产级 AI 平台，旨在解决企业 AI 从原型向生产环境部署的痛点。该平台基于 Mistral 自有的大规模系统经验，整合了可观测性、智能体运行时（Agent Runtime）和 AI 注册中心（AI Registry）三大核心支柱。

    推荐理由：Mistral 将自身生产级 AI 系统拆解为可观测、智能体运行时与 AI 注册中心三大支柱，为团队提供从实验到落地的标准基础设施。

10月17日周五
10月16日周四
  1. Anthropic News85

    Claude Haiku 4.5 发布

    Anthropic 发布小模型 Claude Haiku 4.5，可在 API、Amazon Bedrock 和 Google Cloud Vertex AI 使用，价格设定为输入 1 美元 / 输出 5 美元 / 百万 tokens。

    推荐理由：小模型在编码、指令遵循上接近前沿，成本更低、速度更快，并支持多智能体并行编排。

8月7日周四
  1. AISI Blog75

    AISI 发布 Inspect 沙箱工具包，安全评估高能力 AI 智能体

    英国 AI 安全研究所（AISI）开源了 Inspect 沙箱工具包，用于安全、可扩展地评估 AI 智能体。该工具包包含三个原生插件：Docker Compose（支持多容器场景）、Kubernetes（模拟复杂环境、按需启停容器）和 Proxmox（提供高风险评估的强虚拟机隔离）。

    推荐理由：AISI 开源了原生集成于 Inspect 框架的沙箱工具包，为安全评估高能力 AI 智能体提供隔离、可扩展和灵活的工具选择。

7月22日周二
  1. Qwen Blog78

    Qwen3-Coder 发布

    Qwen 团队发布 Qwen3-Coder 模型，最强大变体为 480B 参数的 MoE 模型，激活参数为 35B，原生支持 256K 上下文，通过外推方法可扩展至 1M。

    推荐理由：官方发布480B MoE架构的Qwen3-Coder模型并开源配套CLI工具，给出了训练策略与多工具接入方法。

7月17日周四
4月29日周二
3月6日周四
  1. Qwen Blog81

    QwQ-32B 发布：基于强化学习的推理模型

    Qwen 团队发布 QwQ-32B，通过扩展强化学习（RL）使 32B 参数模型在数学、编码和通用推理任务上达到与 DeepSeek-R1（671B 参数）相近的性能。

    推荐理由：32B 模型通过强化学习在推理能力上对标 671B 参数模型，展示了小参数模型经强化学习提升智能的可行性，并开放了使用代码示例。

2月25日周二
  1. Qwen Blog75

    QwQ-Max-Preview 发布：基于 Qwen2.5-Max 的推理与 Agent 能力预览

    Qwen 团队发布 QwQ-Max-Preview，该模型基于 Qwen2.5-Max 构建，在数学、编码、通用任务及 Agent 工作流中表现突出。官方表示 QwQ-Max 和 Qwen2.5-Max 近期将以 Apache 2.0 协议开源，并计划推出 Qwen Chat APP 以及 QwQ-32B 等更小模型供本地部署使用。

    推荐理由：官方给出 QwQ-Max-Preview 基于 Qwen2.5-Max 的推理与 Agent 能力定位，并预告 Apache 2.0 开源和更小模型端侧部署计划。

2月10日周一
  1. Anthropic Research81

    Anthropic 发布经济指数报告，分析 Claude 对话数据中的 AI 职业使用模式

    Anthropic 发布 Anthropic Economic Index，基于 Claude.ai 约百万条匿名对话数据，分析 AI 在现实经济任务中的使用分布。研究发现 36% 的职业在至少 25% 的任务中使用了 AI，而 57% 的任务属于增强（augmentation）而非替代（automation）场景。

    推荐理由：基于百万级匿名对话数据，展示了 AI 在不同职业任务中的分布与使用深度。