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。

1,589 条精选近 30 天 225 条共收录 9,200 条

更新

精选归档 · 第 45 页

6月4日周四第 881–900 条
  1. MiniMax (official)78

    Mem0 是 MiniMax M3 的官方启动合作伙伴！ M3 的 1M token 上下文窗口 + @mem0ai 的记忆层 = 真正记住的 AI 应用。 构建具有持久记忆的个性化 AI 智能体，现在启动周内 M3 享五折优惠。 开始使用 Minimax → https://platform.minimax.io/docs/guides/models-intro 注册 mem0 → http://app.mem0.ai/?utm_source=minimax_x_post

    推荐理由：MiniMax 把 1M 上下文和 Mem0 记忆层绑在一起，不是单纯秀参数，是给 Agent 装了个硬盘，做长期记忆产品的该关注一下。

  2. Greg Brockman71

    GPT-Rosalind 重大升级，药物发现、分析、设计和实验工作流的智能大幅提升：

    引用OpenAI@OpenAI

    我们正在为 GPT-Rosalind 带来新能力，这是一个专为企业级生命科学研究打造的模式系列。 它将 GPT-5.5 的智能体编程和工具使用能力，与更强的药物发现、分析、设计和实验工作流智能结合在一起。 https://openai.com/index/introducing-new-capabilities-to-gpt-rosalind

    推荐理由：OpenAI 把 GPT-5.5 的 agentic coding 能力塞进了生命科学专用模型，制药行业的老铁们可以关注一下，可能比通用模型更懂实验设计。

  3. Cursor Blog60

    Cursor Enterprise 推出 Organizations 组织管理功能

    Cursor Enterprise 正式推出 Organizations 结构，允许企业在统一面板中管理多个团队。每个团队可独立设置预算、安全策略、模型访问和功能控制。新增 Groups 作为跨团队或团队内的轻量级用户集合，用于分段管理模型访问、花销上限和智能体权限，不同设置取最宽松权限生效。管理员可创建沙箱团队预先测试新功能，再向全公司推送；也可按部门划分模型访问和预算。组织级仪表盘汇总所有团队的 token 用量与花费，支持按团队、用户等维度筛选。身份提供商和 SCIM 目录在组织层面一次配置，成员自动同步。该功能现已全面开放给所有 Enterprise 客户。

    推荐理由：这是 Cursor 企业版在治理能力上的关键补丁，把多团队预算、模型权限和沙盒测试管了起来，对想把 AI 编程推到千人规模的团队是实打实的基建更新。

  4. Claude：Blog68

    Claude Code技能使用经验：Anthropic内部实践

    Anthropic 分享了内部使用 Claude Code 的 Skills（技能）功能的经验。Skills 是指令、脚本和资源的文件夹，智能体可发现并调用它们以提升准确性和效率。Anthropic 内部已有数百个活跃使用的技能，它们可归为九类，包括库和 API 参考、产品验证、数据获取与分析、业务流程与团队自动化、代码脚手架与模板、代码质量与审查等。最佳技能专注于单一类别，涵盖过多功能会混淆智能体。团队发现，投入时间优化验证类技能对 Claude 输出质量的提升最显著。

    推荐理由：这不是产品公告，而是从几百个内部技能中血泪总结出的实战手册。如果你想让Claude Code真正变成你的工程副驾驶，这9类技能和‘gotchas’章节至少省你三个月踩坑。

  5. Claude：Blog73

    Anthropic 用 Claude 赋能自助数据分析

    Anthropic 使用 Claude 自动化了 95% 的业务分析查询，整体准确率约 95%。其关键在于构建智能体分析栈（agentic analytics stack），通过数据基础层、维护验证流程和技能（skills）分别解决概念-实体歧义、数据过时和检索失败三大错误来源。相比编码场景，数据分析的难点在于将用户问题映射到正确的数据实体，而执行 SQL 反而是简单的。Anthropic 的数据科学团队因此得以专注于因果建模、预测和机器学习等战略工作。

    推荐理由：Anthropic 把内部用 Claude 搞自助分析踩过的坑全摊开，技能模板和「语义层优先」的强制流程是实打实的干货，做数据 agent 的团队可以直接抄作业。

6月3日周三
  1. Google Gemini67

    参加 @GoogleDeepMind 首席工程师 @__apf__ 的演示，了解 Gemini Spark 如何帮助简化您的日常工作流程。由 Gemini 3.5 Flash 驱动，Spark 建立在 Gemini 与 @GoogleWorkspace 应用（如 Docs 和 Gmail）连接的能力之上，以执行复杂任务。

    推荐理由：这是 Gemini 把 Agent 能力真正嵌入日常工作流的一步，跟 Workspace 的深度集成会让很多不会编程的人也能用上自动化，值得关注。

  2. IT之家·人工智能73

    月之暗面 Kimi Work Beta 版开启内测：面向知识工作者的通用型本地 Agent

    月之暗面今日宣布，Kimi Work Beta 版随最新版 Mac 和 Windows 客户端开启内测。Kimi Work 是基于 Kimi Code 的通用型本地 Agent，支持安装使用技能、运行定时任务，并继承在线版的专业技能与数据库，内置可调用浏览器的 Kimi WebBridge。用户用自然语言描述目标即可自动拆解任务、并行执行并交付产物。支持 Agent 集群，最高可创建含 300 个子 Agent 的团队。官方透露，Kimi Work 自身由 Kimi Code 写成，工程师一周内完成客户端开发，累计产出超 5 万行有效代码，其中 92% 由 AI 自主生成。

    推荐理由：月之暗面把AI Agent搬到了本地，不是聊天窗口，而是直接操控你的电脑。92%的代码由AI自己写的自举能力，比功能本身更吓人。做办公自动化的同行该看看怎么被卷了。

  3. 公众号：月之暗面67

    Kimi Work Beta版发布：面向知识工作者的本地Agent

    Kimi Work Beta版随Kimi最新Mac和Windows客户端推出，是基于Kimi Code的通用型本地Agent。它内置Kimi WebBridge浏览器操作方案，支持安装和使用Skill、运行定时任务，并能根据任务复杂度自主创建最多300个子Agent的团队。开发中使用的Kimi K2.6模型支持13小时连续编码、4000余次工具调用，累计产出超5万行有效代码，其中92%由AI自主生成。用户可用自然语言描述目标，Kimi Work即可拆解任务、并行执行、调用工具、操作浏览器，交付文档、表格、PPT等工作产物。

    推荐理由：Kimi 把代码 Agent 的本地能力包装成了面向普通人的工作 Agent，300 个子 Agent 集群让繁琐的任务并行处理成为可能，对天天跟文档表格打交道的人是真提效。

  4. Anthropic：Claude.dev 开发者博客80

    Anthropic Claude Code 团队复盘：如何构建和使用 Skills

    Anthropic Claude Code 团队总结内部数百个 skills 的使用经验，将 skills 归为九类（库与 API 参考、产品验证、数据获取与分析、业务自动化、脚手架、代码质量、CI/CD、Runbook、基础设施运维），其中验证类 skills 对输出质量提升最明显。

    推荐理由：Anthropic 内部数百个 Claude Code skills 的实战复盘，给出九类划分和写法要点，可迁移到团队自己的 skill 建设。

  5. OpenAI：部署安全与系统卡66

    OpenAI 发布 GPT-Rosalind-5.5 系统卡，定位生命科学高能力模型并设可信访问门槛

    OpenAI 发布 GPT-Rosalind-5.5 系统卡，该模型从 GPT-5.5 增量训练生命科学相关数据，不再拒绝复杂生物学查询，并以可信访问审查作为主要安全防护。

    推荐理由：系统卡说明了模型训练目标、评测结果与可信访问门槛，读者可以据此了解其在生命科学场景的能力边界和安全机制。

  6. SiliconFlow71

    官方 Hermes Agent 桌面应用现已推出！

    引用Nous Research@NousResearch

    Hermes Agent 的下一次进化来了！ 隆重推出 Hermes Desktop：你所喜爱的 Hermes 的一切，现在原生运行在你的机器上。 首次在 Jensen 的 GTC 主题演讲中演示，现在已进入公开预览。

    推荐理由：Hermes 的桌面版把 Agent 能力直接装进本地，不用折腾环境，开发者可以立刻体验在 GTC 上演示的体验，公测阶段值得尝鲜。

  7. 公众号：数字生命卡兹克66

    Claude Code团队工程总监分享5条AI原生工作原则

    Claude Code团队工程总监Fiona Fung提出，AI时代软件工程瓶颈从“写代码太贵”转移至验证、评审与安全。团队采用JIT规划，先做原型再补文档；遇到重复工作追问“能否自动化”，形成肌肉记忆。代码评审中Claude承担60-70%风格检查与漏洞捕捉，人类聚焦法律、安全与产品判断。角色边界模糊，PM写代码、工程师用Claude起草文案，招聘看重品味与判断力而非代码产出速度。

    推荐理由：瓶颈从写代码转移到验证，这判断太准了。更实际的是自动化那些重复三次以上的事，这套逻辑正在Claude Code团队验证，值得每个带团队的人照抄。

  8. PromptArmor：Threat Intelligence78

    PromptArmor 披露 ChatGPT for Google Sheets 数据外泄漏洞，OpenAI 移除 Apps Script 生成能力

    PromptArmor 披露 ChatGPT for Google Sheets 存在间接提示词注入漏洞，一次良性查询即可触发工作簿外泄、钓鱼弹窗、侧边栏劫持和恶意编辑，演示中共外泄 12 个工作簿，且在用户明确要求人工审批时攻击仍可成功。

    推荐理由：原文完整披露了攻击链、演示和 OpenAI 的修复回应，读者可以据此评估 ChatGPT for Google Sheets 的间接提示词注入风险面。

  9. Satya Nadella74

    通过Project Solara，我们正在构建一个专为智能体优先设备打造的新平台。 很高兴能与@cristianoamon和@Qualcomm合作！

    引用Cristiano R. Amon@cristianoamon

    我们正在从应用和操作系统转向智能体，这彻底改变了设备体验的方方面面。与 @satyanadella 就下一步的发展进行了一次很棒的对话。 观看我们在 #MSBuild 上的讨论。 阅读 OnQ 博客文章了解更多。https://www.qualcomm.com/news/onq/2026/06/project-solara-agent-first-computing

    推荐理由：微软和高通联手搞了个 Agent 优先的硬件平台 Project Solara，这标志着 AI 竞赛正式从模型卷到了设备，以后什么是智能终端可能要被重新定义。

  10. Google AI Developers74

    构建用于科学发现的自主智能体？🧬🤖 @GoogleDeepMind Science Skills 现已在 GitHub 上发布。我们已开源这个专用工具包，以科学基础和更高的 token 效率加速您的智能体工作流。 立即下载 ↓ https://github.com/google-deepmind/science-skills

    推荐理由：DeepMind 把这个科学 agent 工具包开源了，核心是给 agent 工作流加科学基础、提升 token 效率，做 AI for Science 的可以直接 fork 试手，本周最值得上手的工具之一。

  11. Claude：Blog77

    Claude Code 新增动态工作流功能

    Claude Code 新增动态工作流功能，允许模型在运行时即兴创建和协调多智能体框架来处理复杂任务。该功能通过执行特定的 JavaScript 文件来生成和协调拥有独立上下文窗口的子代理，可解决单一上下文窗口中长时间执行任务可能出现的智能惰性等问题。工作流适用于研究、安全分析、代码审查等场景，通常消耗更多 token，更适合高价值复杂任务，其最佳实践仍在发展中。

    推荐理由：Claude Code 现在能自己动态生成多代理协调器，这在调试、审查、研究等复杂任务上是个真正的生产力跃迁，但普通编码工作用它反而是杀鸡用牛刀。

  12. Thariq69

    工作流是 Claude Code 自技能和子智能体以来最大的能力升级。 我和 @sidbid 深入探讨了最佳实践、示例等内容。我特别兴奋于它为 Claude Code 启用的非技术任务。

    引用Thariq@trq212

    http://x.com/i/article/2061850535708483585

    推荐理由：Claude Code 的工作流功能这次把自动化从纯代码推到了非技术任务，是开发者和产品人都能立刻用上的升级，虽然不算颠覆但很实打实。

  14. 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。