⌘ 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。

685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 681–685 条 · 共 685 条
12月20日周五
  1. Anthropic Research89

    Anthropic 发布构建高效智能体的架构指南

    Anthropic 发布了关于构建高效 LLM 智能体的架构指南，核心观点是优先使用简单组合模式而非复杂框架，并区分了工作流与自主智能体的适用边界。文中详细阐述了提示链、路由、并行化等具体工作流模式，并建议在无法预测任务步骤或需要开放环境决策时再引入自主智能体。附录补充了智能体在客服和编码场景的落地实践，以及针对工具接口的提示工程最佳规范。

    推荐理由：原文梳理了工作流与智能体架构的核心区别，并给出了具体落地场景下的取舍原则。

11月18日周一
  1. Mistral News67

    Mistral le Chat 新增联网搜索、Canvas 及图像生成等功能

    Mistral 宣布为 le Chat 新增多项 beta 功能，包括带引用的联网搜索、Canvas 画布编辑、Pixtral Large 多模态文档理解、Black Forest Labs Flux Pro 图像生成、自动化 Agent 以及更快推理响应，所有功能当前均免费提供。

    推荐理由：Mistral 官方说明了 le Chat 升级后的具体能力变化，读者可据此判断其在工作流中的定位。

10月31日周四
  1. Anthropic Research87

    Claude 3.5 Sonnet 在 SWE-bench Verified 上达成 49% 新纪录

    升级后的 Claude 3.5 Sonnet 在软件工程评测基准 SWE-bench Verified 上取得了 49% 的成绩，超过了此前最先进的 45% 水平。 Anthropic 官方发布文章解析了围绕该模型构建的智能体框架，展示了如何通过极简的脚手架和特定的工具接口设计最大化模型性能。

    推荐理由：文章提供了针对 Claude 3.5 Sonnet 在 SWE-bench Verified 上取得 49% 成绩的智能体框架设计细节，包括提示词结构和工具规范。

10月23日周三
  1. Anthropic News92

    Anthropic 发布具备计算机操作能力的 Claude 3.5 Sonnet

    Claude 3.5 Sonnet 新增公开测试的计算机操作能力，可模拟人类操作屏幕移动光标、点击并输入，在 OSWorld 评测中以 14.9% 的成绩领先竞品 7.7%。Anthropic 指出该功能降低了 AI 应用门槛但存在提示词注入风险，目前仍处 AI Safety Level 2 级别。

    推荐理由：Claude 3.5 Sonnet 通过计算机操作能力在 OSWorld 评测中超越竞品，展示了 AI 直接操控软件界面的可行性与安全风险。

2月4日周日
  1. Qwen Blog92

    千问团队开源 Qwen1.5 系列模型

    千问团队开源 Qwen1.5 系列基础与对话模型，参数规模涵盖 0.5B 至 110B 共六种尺寸及一个 MoE 模型。全尺寸模型统一支持 32768 token 上下文，并在多语言理解、对齐、RAG 和 Agent 能力上均有提升。

    推荐理由：此次开源了多个尺寸的千问1.5模型，并统一支持32K上下文与多语言，同时深度集成主流推理与微调框架。