技术方向
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。
1,493 条精选近 30 天 212 条共收录 8,295 条
Boris Cherny@bcherny精选Claude Code 推出 auto mode，自动代为决定文件写入与 bash 命令的权限，无需逐条手动确认，也不必完全开放权限。每项操作执行前仍经 safeguards 安全检查。
Claude Code 新增功能：自动模式。 不再需要逐个批准每次文件写入和 bash 命令，也不必完全跳过权限检查，自动模式让 Claude 替你做权限决策。 安全机制会在每个操作执行前进行检查。https://t.co/kHbTN2jrWw
推荐理由：Claude Code 新增自动模式，Agent 无需逐条确认即可安全执行命令
Claude@claudeai精选Claude Code 推出 auto mode，无需逐条批准文件写入和 bash 命令，由 AI 自动判断权限决策，运行前仍经安全检查验证。
推荐理由：Claude Code 推出自动模式，AI 编程助手进入免确认新阶段
Jim Fan@DrJimFan精选LiteLLM 已被入侵，请勿更新。我们刚刚发现 LiteLLM pypi 版本 1.82.8 已被入侵，它包含 litellm_init.pth，其中带有 base64 编码的指令，用于将其能找到的所有凭据发送到远程服务器 + 自我复制。链接如下
推荐理由：Jim Fan警示Agent时代新型供应链攻击风险，以LiteLLM被黑事件为例揭示文件系统污染威胁
Anthropic@AnthropicAI精选推荐理由：Anthropic官方揭秘多智能体框架，推动Claude前端设计与长时自主编程
ARC Prize 官方发布 ARC-AGI-3，包含数百个由人类游戏设计师手工制作的回合制交互环境，无指令、无规则、无既定目标，要求智能体自行探索并跨关卡迁移所学。人类得分 100%，前沿 AI 得分 0.51%。ARC Prize 2026 同步开启，奖金超 200 万美元，设 ARC-AGI-3 竞赛与 ARC-AGI-2 大奖两个开源竞赛，并发布技术论文。
推荐理由：官方公布交互式基准的构成、人类与前沿 AI 的分数差距及两个竞赛的奖金安排，可据此了解智能体评测方向。
Thariq@trq212精选现在你可以使用 AI 智能体直接在 Figma 画布上进行设计，借助我们新的 use_figma MCP 工具和技能来教它们。公开测试版今天开始。https://t.co/AQZsFWvvXQ
推荐理由：Figma 官方接入 MCP 协议，Claude Code 可直接在画布上进行 AI 设计。
ChatGPT 上线基于 Agentic Commerce Protocol 的全新购物功能，提供更丰富的视觉化沉浸式体验，支持商品发现、并排对比及商家集成。
推荐理由：ChatGPT 上线 Agentic 购物功能，支持商品智能对比与商家集成
Boris Cherny@bcherny精选你现在可以让 Claude 使用你的电脑来完成任务。 它可以打开你的应用程序、浏览你的浏览器、填写电子表格——任何你在桌前能做的事情。 研究预览版现已登陆 Claude Cowork 和 Claude Code，仅限 macOS。https://t.co/sVymgmtEMI
推荐理由：Claude 开放 Computer Use 研究预览，支持在 Cowork 和 Code 中操控电脑完成任务
ServiceNow AI团队在Hugging Face上发布了语音智能体评估框架EVA。该框架通过标准化测试集与多模态指标，系统评估语音助手在对话理解、任务完成及交互自然度等方面的性能，旨在量化衡量智能体在复杂真实场景下的表现，助力研究人员客观比较不同模型，推动技术优化。
推荐理由：提供语音代理评估标准，帮助开发者优化模型性能和测试效率。
PromptArmor 披露 Snowflake Cortex Code CLI 存在漏洞，间接提示词注入可绕过人工审批和沙箱，下载并执行恶意脚本。漏洞源于进程替换 <() 表达式未被命令校验系统检查，且智能体可设置 dangerously_disable_sandbox 标志在沙箱外执行命令；攻击者可利用缓存的 Snowflake 凭证窃取数据、删表或加后门用户。
推荐理由：原文完整披露了攻击链、绕过机制和修复时间线，读者可以借此理解 Agent CLI 在沙箱和审批环节的失效路径。
Thariq@trq212精选Claude Code 推出电脑控制功能，支持鼠标、键盘和屏幕操作，可操控任意应用。配合 Dispatch 使用还能实现远程控制，在用户离开电脑时继续通过 Claude 操作设备。
今天，我们发布了一项功能，允许 Claude 控制你的电脑：鼠标、键盘和屏幕，使其能够使用任何应用。 我相信，如果与 Dispatch 一起使用，这会特别有用，Dispatch 允许你在外出时远程控制电脑上的 Claude。
推荐理由：Claude Code 新增完整计算机控制能力，可操控鼠标键盘及任意应用，支持远程使用
Claude@claudeai精选
推荐理由：Claude开放Computer Use功能，可操控电脑完成办公任务（macOS）
作者受生成对抗网络启发，设计了一个包含规划器、生成器和评估器的三代理架构，以解决Claude在长时应用开发中的两大瓶颈。该架构通过上下文重置机制，有效克服了模型在长任务中的“上下文焦虑”问题；同时，通过分离生成与评估功能，使代理能依据具体标准进行迭代改进，而非盲目自评。这一方法成功使系统能在多小时的自主运行中生成完整的全栈应用程序，突破了此前提示工程和传统工具设计的性能上限。
推荐理由：Anthropic 工程师把 GAN 的 generator-evaluator 思路搬进长时 Agent 架构，从设计到全栈编码都跑通了，还附了成本和失败模式。做 Agent 产品的人读完能直接抄作业，比看十篇论文管用。
结合 LlamaParse 与 Gemini 3.1 模型，可从复杂的非结构化文档中提取高质量数据。该方案采用事件驱动架构，利用 Gemini 3.1 Pro 对密集的金融表格进行智能解析，并使用 Gemini 3.1 Flash 进行高性价比的摘要生成。开发者通过此教程可构建个人财务助手，将杂乱的经纪账户对账单转化为结构清晰、易于理解的分析报告。
推荐理由：开发者可快速上手构建财务AI助手，将杂乱数据转化为结构化见解。
英国 AI Security Institute 发布开源基准 SandboxEscapeBench，用"沙箱内嵌沙箱"架构安全测试 AI 智能体的容器逃逸能力，含覆盖编排、运行时、内核三层的 18 个场景。
推荐理由：AISI 用嵌套沙箱安全实测了模型的容器逃逸能力，并给出逃逸成功率随模型规模和 token 预算变化的可复用结论。
Anthropic 研究员展示了如何将多日智能体编码工作流应用于科学计算任务。以使用 Claude Opus 实现宇宙学玻尔兹曼求解器的可微分版本为例，该任务通常需耗费研究人员数月甚至数年时间。通过制定清晰的项目指令、利用日志文件作为智能体的持久记忆并设置测试预言，即使是非领域专家也能引导智能体在数小时内完成这类复杂项目。该方法的核心在于设定高层目标后，让智能体团队自主工作，仅需偶尔人工监督，从而显著提升了科学代码开发与移植的效率。
推荐理由：Anthropic 研究员用 Claude Opus 4.6 花几天从零写出了一个宇宙学 Boltzmann 求解器，原本是博士级团队几个月的活。这不是论文，是一份完整的多日 Agent 工作流实操手册，做科研或长周期编码的人可以直接抄作业。
Sundar Pichai@sundarpichai精选Google AI Studio 上线全栈 vibe coding 功能，集成 Antigravity 编程助手与 Firebase，支持将提示词直接转为生产级应用。
推荐理由：Google AI Studio推出全栈Vibe Coding体验，集成Agent可直接部署生产级应用
Boris Cherny@bcherny精选Claude Code 发布 channels 功能，支持通过 Telegram 和 Discord 的 MCP 协议远程控制会话，用户可直接用手机向 Claude Code 发送消息。
我们刚刚发布了 Claude Code channels，它允许你通过选定的 MCP 来控制你的 Claude Code 会话，首批支持 Telegram 和 Discord。 用它可以直接从手机上给 Claude Code 发消息。https://t.co/sl3BP2BEzS
推荐理由：Claude Code新增Channels功能，支持通过Telegram和Discord远程控制Agent
Cognition 宣布 Devin 新增定时会话功能，用户只需描述周期性需求，Devin 会自行设定节奏并自动执行，无需配置 cron 或工作流。
推荐理由：官方介绍了 Devin 定时任务的具体玩法，包括跨运行记忆和与 Managed Devins 组合并行执行，对想自动化例行工程工作的团队有直接参考。
Demis Hassabis@demishassabis精选隆重推出全新的 @stitchbygoogle，这是 Google 的 vibe 设计平台，可将自然语言无缝转化为高保真设计，一气呵成。 🎨用更智能的设计代理进行创作：描述一个新的商业概念或应用愿景，看它在 AI 原生画布上逐渐成形。 ⚡️ 快速迭代：将屏幕拼接成交互式原型，并用可移植的设计系统管理你的品牌。 🎤 用语音协作：使用免手操作的语音交互实时更新布局并探索新的变体。 立即试用（仅限 18 岁以上。目前仅提供英文版本，且仅在支持 Gemini 的国家/地区可用。）→ http://stitch.withgoogle.com
推荐理由：Google推出AI设计工具Stitch，自然语言生成界面并支持语音协作，顺应Vibe Design趋势