Agent 智能体

OpenRouter Agent SDK 提供 callModel 函数，能将聊天补全转换为支持工具调用、停止条件和成本追踪的多步智能体，覆盖 300 多个模型。

OpenRouter Agent SDK 提供 callModel 函数，将单次聊天补全转换为支持工具调用、停止条件与成本追踪的多步智能体工作流，覆盖 300 多个模型。

OpenRouter Agent SDK 推出 create-agent-tui 和 create-headless-agent 两类技能（skills），用于快速搭建（scaffold）个性化编码智能体。前者提供终端 UI（terminal UI），后者为无头模式（headless），适用于脚本和流水线（scripts and pipelines）。

OpenRouter 发布 Agent SDK，其核心是 callModel 函数。该函数可将一次聊天完成转化为具备工具调用、停止条件与成本追踪功能的多步骤智能体工作流。这一工具兼容平台上的 300 多个模型，使开发者能够便捷地构建复杂的多轮交互智能体应用。

Anthropic与NEC达成战略合作，旨在打造日本规模最大的AI原生工程团队。NEC将成为Anthropic在日本的首个全球合作伙伴，为集团全球约3万名员工部署Claude AI工具。双方将针对金融、制造和地方政府等领域，联合开发安全的行业专用AI解决方案，并将Claude集成到NEC的安全运营中心及下一代网络安全服务中。NEC内部将设立卓越中心，通过技术培训构建AI工程团队，并广泛应用Claude Code等工具。目前，全球员工的工具部署与行业解决方案的联合开发已同步启动。

DeepSeek-V4 预览版正式上线并开源，拥有 1M 超长上下文，Agent 能力、世界知识和推理性能均达国内与开源领先水平。模型分 V4-Pro 与 V4-Flash 两版，API 已同步更新，支持 OpenAI 与 Anthropic 接口，最大上下文均为 1M，并支持思考模式与 reasoning_effort 参数。

DeepSeek发布新一代模型DeepSeek-V4，其核心突破在于实现了长达百万token的上下文窗口，并确保智能体能够有效利用这一扩展的上下文能力。该模型延续了通过开源与开放科学推动人工智能发展与普及的使命，标志着大模型在长上下文理解和实际应用方面迈出重要一步。

Claude Managed Agents 推出内置记忆功能，现已进入公测阶段。该功能基于文件系统的记忆层，允许代理从每个会话中学习，优化跨会话性能。记忆以文件形式存储，开发者可通过API导出和管理，并拥有完全控制权，支持权限范围、审计日志和并发访问。实际应用中，Rakuten的代理减少97%首过错误；Wisedocs的文档验证流程加快30%；整体上，代理实现97%首过错误减少、成本降低27%和延迟降低34%。Netflix、Ando等团队利用该功能实现上下文跨会话传递和基础设施简化，提升代理的持续学习能力。

OpenAI 正式推出 GPT-5.5，该模型被定义为一种代理模型，能够通过自主切换多种工具来完成复杂任务。公司宣称其代表了一种“新型智能”。与此同时，GPT-5.5 的 API 调用价格将提升至原来的两倍。

腾讯混元发布并开源Hy3 preview，这是其重建预训练与强化学习基础设施后训练的首个模型，也是迄今最智能的版本。该模型为快慢思考融合的混合专家架构，总参数295B，激活参数21B，支持256K上下文，在SWE-Bench Verified等代码与搜索智能体基准上取得强竞争力结果。模型权重已开源，腾讯云API个人版定价最低28元/月。

Claude Managed Agents 的记忆功能现已进入公开 Beta 测试，可通过标准 managed-agents-2026-04-01 请求头使用。该功能允许智能体在对话间保持上下文，具体集成指南见官方文档。

针对智能体任务中Token消耗快速增长的问题，Ling-2.6-flash模型正式发布。该模型采用混合线性架构等技术进行系统性优化，旨在实现更高推理效率和更低使用成本。其推理速度在4卡H20条件下最快可达340 tokens/s，在Artificial Analysis评测中仅消耗约对比模型1/10的Tokens。模型在多个Agent相关基准测试中达到同尺寸SOTA水平，保持了强大的任务执行与工具调用能力。

Responses API 集成 WebSockets 技术优化 Codex 智能体循环架构。通过建立持久化连接并引入连接级缓存机制，该方案显著降低 API 通信开销，有效缩短模型响应延迟。这一技术改进解决了传统请求模式下的性能瓶颈，为高频交互的智能体工作流提供更高效的实时数据传输能力。

Xiaomi MiMo-V2.5 系列正式公测，包含 MiMo-V2.5、V2.5-Pro、TTS 与 ASR 等模型。其中 V2.5-Pro 在通用智能体、复杂软件工程等维度对标 Claude Opus 4.6、GPT-5.4，曾用 4.3 小时、672 次工具调用完成北大编译原理课程项目并获满分。

Google Cloud 推出 Agents CLI 工具，专为连接本地开发与生产级 AI 智能体部署而设计。该 CLI 为编码助手提供对完整 Google Cloud 技术栈的机器可读访问，显著减少脚手架过程中的上下文过载与 token 消耗。通过将评估、基础设施配置和部署流程整合至统一的程序化主干，开发者能够将项目从初始概念推进至实时服务的时间从数周缩短至数小时。

智能编程助手Cursor宣布与SpaceX合作，以突破算力瓶颈，加速其模型训练进程。该公司在不到半年内快速迭代了Composer系列模型：首款智能编码模型Composer问世后，Composer 1.5将强化学习规模扩大20倍以上，而Composer 2通过持续预训练，以极低成本达到了前沿性能水平。此次合作将使Cursor团队利用xAI的Colossus基础设施，大幅提升训练规模，从而显著增强模型的智能水平。

DR-Venus 是一个仅用1万条开放数据训练的40亿参数深度研究智能体，基于Qwen3-4B-Thinking-2507架构，支持200步工具调用和超20万tokens的上下文。它通过监督微调与强化学习两阶段训练，在BrowseComp、GAIA等多个深度研究基准上树立了小模型性能新标杆。其SFT版本已超越多数同类开源模型，而RL版本进一步将长程任务可靠性和工具使用校准度提升2-3个百分点。项目已全面开源模型、代码与训练流程。

一项针对LLM科学智能体的评估通过25,000余次运行发现，基础模型贡献了解释方差的41.4%，而脚手架仅占1.5%。数据显示，68%的推理轨迹忽略证据，仅26%出现反驳驱动的信念修正，且趋同多测试证据罕见。这些认知缺陷在工作流执行或假设探究中均存在，即使提供成功推理示例也无法改善。当前智能体虽能执行科学工作流，但不具备自我修正的科学推理模式，且基于结果的评估无法检测此类失败。

AutoClaw（澳龙）正式上线自进化机制与Skill商店，每轮对话后扫描用户纠正、新教方法或踩坑经验，经用户审批后写入永久记忆，支持关键词触发和自动检测两种方式，并保持每周1-3次高质量进化。

Andon Labs 启动一项为期三年的实体零售实验，为人工智能系统签订真实店铺租赁合同，要求其独立运营并实现盈利。该实验将 AI 从数字场景延伸至实体商业环境，需自主处理选品、库存、定价及客户服务等环节，在真实租金成本和市场竞争压力下验证其商业决策与持续经营能力。