跳到正文

技术方向

Agent 智能体 最新动态

能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：Claude Code、Manus 等应用，各家 Agent 框架与评测。

1,552 条精选近 30 天 226 条共收录 8,755 条

更新

精选归档 · 第 44 页

6月3日周三第 861–880 条
  2. Microsoft：Official Blog66

    微软：企业成功的关键在于围绕AI构建集成智能体平台

    微软认为，企业成功的关键在于围绕AI构建一个集成的智能体平台，而非仅拥有强大模型。该平台需遵循三大原则：单一集成系统、安全与治理内建、持续改进。微软正构建一个支持多种模型、以开发者为中心的开放平台，让智能体在软件交付、支持、财务等职能中执行长期工作。

    推荐理由：微软把agent平台从散装工具升级成统一系统，这个「企业AI操作系统」的思路让治理和持续进化成为内置能力，而不只是模型和算力。

  4. GitHub Blog72

    GitHub Copilot应用：智能体原生的桌面体验

    在微软 Build 2026 大会上，GitHub 发布了新的工具和更新，并将 Copilot 应用定位为“智能体原生的桌面体验”。其核心目标是让 AI 智能体能够以用户已经习惯的方式进行工作。

    推荐理由：GitHub 把 Copilot 从插件变成了独立桌面应用，Agent 不再躲在 IDE 背后，这是 AI 编程从辅助工具走向桌面中枢的标志，开发者现在可以直接在桌面上跟 AI 协作了。

  5. LangChain：Blog63

    LangChain 为 Deep Agents 推出 RubricMiddleware，让智能体按评分标准自评并纠错

    LangChain 为 Deep Agents 新增 RubricMiddleware（beta）：开发者在 invoke 时传入 rubric 检查清单，一个独立的 grader 子智能体在 agent 运行结束前逐项评审，可调用工具收集证据并返回按条目的反馈，未通过则将反馈注入对话让 agent 重跑，直到满足 rubric 或达到 max_iterations。

    推荐理由：原文给出 grader 子智能体、循环终止条件和配置示例，读者可以照此在 Deep Agents 中接入自评纠错流程。

  6. Anthropic：Research77

    AI驱动的网络威胁映射：LLM ATT&CK Navigator的洞察

    Anthropic分析了832个因违反政策被封禁的恶意账户（2025年3月至2026年3月），将其活动映射到MITRE ATT&CK框架的全部14种战术和482种子技术。风险评分显示，中等及以上风险行为者比例从上半年的33%跃升至下半年的56%，增长集中在横向移动、凭证窃取、webshell等高危技术。Agentic scaffolding使攻击链实现自主编排——2025年11月一次间谍活动风险评分达100，所用技术数量却与中等风险者相当。MITRE ATT&CK框架尚未覆盖这种自主攻击。该报告与Verizon合作，已纳入2026年数据泄露调查报告；Anthropic据此更新了Claude的检测分类器以拦截高风险行为。

    推荐理由：Anthropic 首次把一年内 832 个恶意账户的 AI 辅助攻击行为完整映射到 MITRE ATT&CK 框架，并给出风险评分工具，数据表明高风险攻击者半年内增长了七成，关键驱动力不是技术高低而是编排与自主执行，威胁情报团队应该马上拿来校准自己的检测规则。

6月2日周二
  1. SenseTime81

    商汤开源了AI办公技能套件SenseNova-Skills。这是一个为任何技能兼容智能体（如OpenClaw与HermesAgent）设计的开源技能集合，提供四大核心功能：图像信息图表生成（可镜像参考风格）、数据分析（支持多表解析、清洗与可视化）、PPT创建（生成大纲内容并智能排版，输出可编辑文件）以及深度研究（跨学术、技术、社交等多源搜索并生成报告）。该技能套件现已完全开源。

    推荐理由：商汤掏出了一套开箱即用的 agent 技能包，从做图到写报告都能一键接，而且代码全在 GitHub 上。想做 agent 产品的可以直接 fork 当乐高用，比等 API 发布快多了。

  2. Hugging Face 社区博客73

    Holo3.1：快速本地计算机使用智能体

    Holo3.1 是基于 Qwen 模型家族的计算机使用智能体系列，旨在提升在桌面、网页和移动环境中的鲁棒性。新模型提供 0.8B、4B、9B 和 35B-A3B 四种尺寸，并首次发布量化检查点，包括 FP8、Q4 GGUF 和 NVFP4，以优化本地推理。在 AndroidWorld 基准测试中，35B-A3B 模型得分从 67% 提升至 79.3%。在 DGX Spark 上，NVFP4 量化相比 BF16 实现 1.74 倍 token 吞吐量提升，并将平均步骤时间从 6.8 秒缩短至 3.3 秒。模型支持函数调用协议，可在第三方智能体框架中部署。

    推荐理由：Holo3.1 把计算机使用代理从桌面扩展到了移动端，还首次放出了量化版，让本地运行真正快了起来。想做 GUI 自动化的开发者可以立刻跑起来了。

  3. Anthropic：Claude.dev 开发者博客77

    Claude Code 动态工作流详解：让 Claude 现场编写自己的 harness

    Anthropic 上周在 Claude Code 中发布动态工作流，Claude 可为任务即时编写定制 harness。工作流通过执行 JavaScript 脚本，用 agent()、parallel() 和 pipeline() 生成并协调各自拥有独立上下文窗口的 subagent，以缓解单上下文中的 agentic laziness、自我偏好偏差和目标漂移。

    推荐理由：Anthropic 员工讲解 Claude Code 动态工作流的原理、六种组合模式和适用边界，并给出 token 预算等实用技巧。

  4. OpenRouter：Announcements77

    OpenRouter 5月发布亮点

    OpenRouter 发布5月更新，推出语音与转录API、模型融合（Model Fusion）功能，并为平台添加了私有模型和企业工作区管控能力。此次更新共上线20个新模型，其中包括 Gemini 3.5 Flash 和 Claude Opus 4.8。

    推荐理由：OpenRouter 五月交付了一整套平台级能力，从安全护栏到语音 API 再到模型融合，Pareto Code Router 按质量阈值选廉价模型这个思路，对 coding agent 的成本控制很实用。如果你重度依赖 OpenRouter，这次更新值得细读。

  5. 公众号：数字生命卡兹克71

    基于 Codex 的开源 AI 技能“清理垃圾.skill”：自动扫描电脑生成 HTML 报告，一键清理垃圾

    作者基于 Codex 创建并开源了“清理垃圾.skill”，可对 Mac 和 Windows 电脑进行只读扫描，自动生成可交互的 HTML 报告，将文件按优先级分为绿灯（可自动清理）、黄灯（建议手动）、红灯（跳过）。在作者的 MacBook Air 上扫出近 120 GB 垃圾，其中 96.7 GB 为 B 站离线缓存视频，而 CleanMyMac 仅检出 15.8 GB。用户可在网页上逐项或一键清理，全程需二次确认，项目已开源至 GitHub。

    推荐理由：卡兹克这个开源skill直接用Agent清理电脑垃圾，比CleanMyMac更透明、可定制，而且马上就能用，是AI冲击工具软件的活案例。

  6. Cursor Blog64

    Cursor Teams计划定价方案更新

    Cursor Teams计划推出三项更新：增加Composer特定使用池，将第一方模型（Composer和Auto）与第三方API的使用额度分开计费；推出Premium席位，提供5倍于标准席位（$40/月）的使用量，价格为$96/月（年付）；仪表盘现可实时显示用户额度使用情况，管理员可通过Slack或邮件配置智能提醒。

    推荐理由：Cursor这个定价更新把「用不用得起第三方模型」的问题从团队开支里切出去了，标准席位加量不加价，重度用户直接上Premium可能比现在更划算，做Agent开发的团队不妨算算账。

  7. Logan Kilpatrick79

    我们刚刚上线了在 @GoogleAIStudio 内直接构建连接 Gmail、Drive、Sheets 等应用的功能，无需跳转其他网站，你可以直接在 AI Studio 内添加测试人员，完整的公开分享功能即将推出！！

    推荐理由：Google AI Studio 直接打通 Gmail、Drive 和 Sheets，不用跳出就能构建应用并邀请测试者，对习惯 Google 生态的开发者来说省了一大截时间，下次做原型可以试试。

  8. OpenAI：官网动态66

    OpenAI前沿模型与Codex现可在AWS上使用

    OpenAI的前沿模型与Codex现已在AWS上全面可用。企业客户可通过其现有的AWS环境、控制与采购流程来使用OpenAI的AI技术，从而加速从评估到生产部署的过程。

    推荐理由：这不是模型发布，而是渠道开闸，企业拿着现有 AWS 安全体系就能用上 GPT-5.5，合规部门终于不用再纠结。Codex 也直接嵌入开发流程，落地阻力小了一大截。

  9. Ars Technica：AI72

    黑客利用Meta AI客服聊天机器人漏洞窃取名人Instagram账户

    黑客利用Meta AI客服聊天机器人的漏洞，窃取了高价的Instagram用户名并将其转售。Meta在事后修复了该安全漏洞。

    推荐理由：Meta 的 AI 客服被一句自然语言就骗去改密码，完全绕过身份验证。这几乎是教科书级的提示注入攻击，提醒每个团队，给 AI 代理权限前至少加个人工授权环节。

  11. 公众号：通义实验室64

    Qwen3.7-Plus 多模态智能体模型发布

    Qwen3.7-Plus 深度融合视觉与语言，实现“看、想、写、做、验”端到端闭环，在 12 项核心基准测试中表现提升。实测中，基于该模型的智能体连续运行超 11 小时，自动完成英语学习 APP 开发，生成代码超 10000 行、触发调用超 1000 次；复刻 macOS Stocks 应用并通过 10 项功能验证。支持图像/视频转 SVG、视觉驱动网页设计及浏览器自动化。已在阿里云百炼上线，提供 OpenAI 兼容 API 与 Anthropic 协议。

    推荐理由：Qwen3.7-Plus 把视觉智能体推到了‘能看、能想、能动手’的端到端闭环，从写代码到操作浏览器一条龙，做自动化 Agent 的团队可以直接拿来用。

  12. Perplexity70

    推出Search as Code，我们为AI智能体打造的全新搜索架构。 它直接编写Python代码调用我们的搜索栈，而非逐个循环函数调用。 现已在Perplexity Agent API中提供，并成为Computer的默认选项。 https://research.perplexity.ai/articles/rethinking-search-as-code-generation

    推荐理由：Perplexity这次更新把Agent搜索从函数调用链改成直接生成Python代码，思路简洁有效，API开发者应该能立刻感受到token和延迟的下降，可以在Computer里试一下默认效果。

  13. Qwen：Blog Retrieval81

    Qwen3.7-Plus：多模态智能体模型发布

    阿里云通义千问推出 Qwen3.7-Plus，基于 Qwen3.7 文本骨干，增强视觉语言能力，保留编码、工具使用和生产工作流的智能体能力。它支持感知现实场景、读取并操作 GUI、从视觉参考编写代码、端到端导航手机应用、基于网络知识回答视觉问题，融合 GUI 与 CLI 交互，跨 Claude Code、OpenClaw、Qwen Code 等框架泛化。在 Terminal Bench 2.0-Terminus 得分 70.3，SWE-Verified 77.7，QwenWorldBench 62.1，GPQA Diamond 90.3，MMLU-Pro 88.5。通过阿里云 Model Studio API 提供。

    推荐理由：Qwen3.7-Plus 把视觉感知、GUI 操作和编码能力整合进同一个 agent 模型，在 ScreenSpot 和浏览器操作上的提升很实在，做自动化的开发者值得上手试试。

  14. Cognition 模型 / Devin 博客65

    Cognition 推出 Devin Desktop，作为 Windsurf 的下一代产品

    Cognition 宣布推出 Devin Desktop，定位为 Windsurf 的下一代产品，将 Agent Command Center 设为 IDE 默认界面，可在一处管理本地和云端智能体、PR 和上下文。

    推荐理由：官方说明把 Agent Command Center 设为默认界面并开放 ACP，读者可以判断团队向智能体管理迁移时的具体工作流变化。