跳到正文

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。

最新精选

第 161–180 条 · 共 201 条
9月24日周四
9月23日周三
9月22日周二
  1. Latent Space78

    小米发布 MiMo-V2.6-Pro 1T-A42B 开源全模态模型,训练成本 300 万美元

    小米发布 MiMo-V2.6 系列开源全模态模型,其中 MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活参数,Artificial Analysis 称其以 46 分登顶开源权重模型智能指数,输入输出价格分别为 $0.435/M 和 $0.87/M tokens,采用 MIT 许可。

    推荐理由:小米首次进入前沿开源模型序列,其 RL 训练成本与开源环境细节提供了观察后训练路线的具体样本。

  2. Latent Space78

    TypeSafe AI 发布 Jev:面向软件而非聊天的 System 1 模型

    TypeSafe AI 发布首个大型可编程模型 Jev,定位为面向代码消费的 System 1 模型,按每美元智能优化,取名自杰文斯悖论。其核心创新是未发表的 RLCD(Reinforcement Learning for Calibrated Decisions),优化 System 1 任务上具有认知诚实概率的答案,而非 RLHF 的人类评分反馈或 RLVR 的可验证输出。

    推荐理由:Jev 提出面向代码消费的 System 1 模型与 RLCD 训练目标,读者可据此理解程序化 AI 与聊天模型的路线差异。

9月17日周四
  1. GitHub Blog · AI & ML72

    GitHub 用 Copilot 把 Copilot 运行时迁移到 Rust

    GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust,代码主要由 AI 智能体编写,分布在 128 个合入 main 的 PR 中增量发布而非一次性切换。

    推荐理由:作者以亲历者身份给出把 80 万行运行时从 TypeScript 迁到 Rust 的完整工程细节,可迁移到大规模 Agent 协作开发。

9月16日周三
9月10日周四
  1. OpenAI News60

    OpenAI 推出面向金融服务的 ChatGPT

    OpenAI 发布 ChatGPT for Financial Services,将内置金融数据与 GPT-6 Astra 结合,用于研究、建模和生成可直接交付客户的材料。

    推荐理由:OpenAI 把内置金融数据与 GPT-6 Astra 打包进 ChatGPT,读者可据此判断金融研究流程的入口变化。

  2. OpenAI News62

    OpenAI 发布 Agents API

    OpenAI 发布 Agents API,这是一个由 Codex harness 驱动的托管服务,用于构建和上线云端智能体。该服务支持编排、长时间运行的会话以及工具调用。

    推荐理由:OpenAI 官方发布托管式 Agents API,读者可了解其编排、长时会话与工具调用能力。

9月9日周三
9月5日周六
  1. GitHub Blog · AI & ML71

    GitHub 发布 Project HydraFusion:多模型编排实现前沿级编码质量

    GitHub 推出研究预览版 Project HydraFusion,通过运行时多模型编排为 Copilot 提供前沿级编码能力,用户可在 GitHub Copilot CLI 中通过 /experimental 选择该模型。

    推荐理由:GitHub 官方披露 HydraFusion 的三种编排模式与三项基准的成本质量对比,可据此判断多模型编排在编码任务上的取舍。

9月3日周四
  1. Google DeepMind64

    Google DeepMind 推出 Fairwind Program,向政府与企业开放 Gemini 3.8 Flash Cyber 网络防御能力

    Google DeepMind 推出 Fairwind Program,面向 Google Cloud 客户、政府机构和网络安全合作伙伴限量开放其最先进的网络防御能力,首批提供 Gemini 3.8 Flash Cyber 模型访问权限。

    推荐理由:Google 把 Gemini 3.8 Flash Cyber 与 CodeMender 组合成受限访问计划,读者可了解其能力边界与准入条件。

9月2日周三
8月28日周五
  1. Google Research62

    Google 推出行星预测引擎 PPE,自动完成地理空间建模全流程

    Google Research 在 Google Earth AI 下推出实验性研究能力行星预测引擎(PPE),可依据自然语言查询自主完成地理空间数据检索、特征工程、模型训练与评估,把建模周期从数周缩短到数分钟。

    推荐理由:原文给出 PPE 在公共卫生、粮食安全与疫情预测上的具体基准对比,可了解地理空间建模自动化的能力边界。

8月14日周五
8月12日周三