Cognition 发布 SWE-1.5 编码智能体模型,经 Cerebras 推理达 950 tok/s
Cognition 发布软件工程模型 SWE-1.5,参数达数千亿级,与 Cerebras 合作以最高 950 tok/s 提供推理,速度为 Haiku 4.5 的 6 倍、Sonnet 4.5 的 13 倍。
推荐理由:原文给出速度基准与模型加推理加智能体框架协同的训练细节,读者可据此评估高速编码智能体方案的可行性。
技术方向
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。
1,686 条精选近 30 天 116 条共收录 9,553 条
Cognition 发布软件工程模型 SWE-1.5,参数达数千亿级,与 Cerebras 合作以最高 950 tok/s 提供推理,速度为 Haiku 4.5 的 6 倍、Sonnet 4.5 的 13 倍。
推荐理由:原文给出速度基准与模型加推理加智能体框架协同的训练细节,读者可据此评估高速编码智能体方案的可行性。
MiniMax 推出 Hailuo 2.3 视频生成模型,在物理动作流畅度、艺术风格化(支持动漫、水墨、游戏 CG)及角色微表情方面显著提升,维持 Hailuo 02 原价,Fast 版本批量创作成本降低 50%。Hailuo Video Agent 同步升级为 Media Agent,支持多模态一键视频生成与分步自定义创作,已全平台上线并开放免费试用。
推荐理由:MiniMax 发布 Hailuo 2.3 视频模型及 Media Agent,支持多模态一键生成
MiniMax正式开源并发布了专为AI智能体(Agent)和代码场景设计的大语言模型MiniMax M2。该模型API定价极具竞争力,仅为Claude Sonnet价格的约8%,且推理速度更快。在关键的智能体能力方面,其工具调用和深度搜索表现接近顶尖模型,编程能力在国内处于领先地位。MiniMax M2旨在解决性能、价格与速度的“不可能三角”,为构建更普及的AI智能体应用提供基础,体现了其“智能平权”的愿景。
推荐理由:MiniMax M2 把 Agent 模型的价格打到了 Claude 的 8%,速度还翻倍,开源权重直接可用,做 Agent 的开发者值得上手试试。
CodeMender 是一款面向代码安全的 AI 智能体,利用先进 AI 技术自动修复关键软件漏洞。
推荐理由:DeepMind 发布代码安全 AI Agent CodeMender,可自动修复关键软件漏洞
Gemini 2.5 Computer Use 模型基于 Gemini 2.5 Pro 构建,专门用于驱动能与用户界面交互的 agent,现已通过 API 以预览版形式提供。
推荐理由:Google 发布 Gemini 2.5 Computer Use 模型,支持 Agent 自主操作图形界面
Meta 与 Hugging Face 宣布合作推出 OpenEnv Hub,一个用于构建、分享和探索智能体环境的开放社区平台,环境可同时用于训练与部署。
推荐理由:原文给出环境规范、Hub 功能和 RL 训练整合路径,读者可以据此评估在训练与部署中使用共享智能体环境的可行性。
PromptArmor 发布安全研究,展示 Claude Code 新上线的插件 Marketplace 功能可被用于攻击。恶意插件先利用 Hook 改写 settings.local. 权限或自动批准 curl 命令,绕过人工审批防护,再通过 Command 中的提示词注入诱使 Claude 把代码库上下文用 curl 发到攻击者服务器。
推荐理由:原文完整演示了恶意插件绕过 Claude Code 人工审批并外泄文件的三步攻击链,适合关注 Agent 插件安全的开发者参考。
LangChain 宣布融资 1.25 亿美元,估值 12.5 亿美元,由 IVP 领投,Sequoia、Benchmark、Amplify 继续参与,CapitalG 和 Sapphire Ventures 新进。
推荐理由:原文由当事方完整披露融资规模、估值和新版产品线,读者可以据此了解其面向智能体工程的平台布局。
LangChain 宣布完成 1.25 亿美元融资,估值 12.5 亿美元,并发布 langchain 1.0。
推荐理由:作者回顾了从开源包到公司的发展路径,并给出融资、langchain 1.0 与 LangSmith 平台化的具体方向。
Anthropic 推出网页版 Claude Code,以研究预览形式向 Pro、Max 及企业用户开放。用户可直接在浏览器中分配编码任务,无需本地终端,支持并行处理多个 GitHub 仓库的开发工作,并自动创建 PR 和变更摘要。该服务基于云端隔离沙盒运行,具备网络和文件系统限制,同时登陆 iOS 应用支持移动编码。云会话与现有 Claude Code 使用共享速率限制。
推荐理由:Claude Code搬进浏览器,零门槛并行编程提PR,手机端也能随时跑任务
Anthropic 在 Claude Platform 推出 Agent Skills(技能)测试版,通过动态加载指令、脚本和资源来扩展 Claude 的能力。首批提供 PowerPoint、Excel、Word 和 PDF 文件的预置技能,用户也可通过 Skills API 上传自定义技能封装领域知识和组织工作流。该功能需启用代码执行工具。
推荐理由:Anthropic给Claude加上Agent Skills,直接把领域知识打包成可复用技能,构建复杂Agent的门槛降了一个数量级,做自动化的团队该关注了。
Manus 推出 Manus 1.5 与 Manus-1.5-Lite 两个新代理,平均任务完成时间从4月的15分钟缩短到不到4分钟,内部基准测试显示任务质量提高15%、用户满意度提升6%。新版本支持全栈 Web 应用开发(含后端、数据库、用户认证和嵌入式 AI 功能)、更长上下文窗口、团队协作与资料库;Manus-1.5-Lite 向所有用户开放,Manus-1.5 面向订阅用户。
推荐理由:原文给出任务提速近四倍、质量提升15%等具体数据,以及全栈Web开发和协作等功能细节,读者可据此评估其工作流适用性。
Cognition 发布 SWE-grep 和 SWE-grep-mini 模型,专注高度并行的代码上下文检索,检索能力匹敌前沿编码模型但耗时低一个数量级。模型每轮最多发起 8 个并行工具调用、限制 4 轮,通过多轮强化学习训练,奖励为文件与行范围检索的加权 F1;由 SWE-grep 蒸馏并继续 RL 得到 SWE-grep-mini。
推荐理由:原文给出检索质量分数与推理速度对比数字,并说明多轮 RL 训练方法,读者可评估这种专用检索模型能否迁移到自己的编码工作流。
Anthropic 推出了“Agent Skills”开放标准,旨在为通用智能体(如Claude)提供可组合、可扩展且可移植的领域专业知识。一个Skill是一个包含指令、脚本和资源的文件夹,其核心SKILL.md文件采用渐进式披露设计,智能体可根据任务动态加载所需信息,从而最小化上下文占用。例如,PDF技能赋予了Claude直接操作PDF表单的新能力。该框架允许用户通过封装和共享程序性知识来定制智能体,无需为每个用例构建碎片化的定制代理。
推荐理由:Agent Skills 把「给 Agent 喂知识」从手写 prompt 变成了可复用的文件夹协议,做 Claude Code 或 Agent 产品的人现在就该动手试,这比 MCP 更轻量也更贴近日常开发。
Answer.AI 的 Kerem Turgutlu 撰文讲解如何用 SolveIt 把 Andrej Karpathy 超两小时的 tokenizers 视频教程转成带可运行代码、超链接和图片的书章。
推荐理由:作者完整复盘两阶段对话工作流,把超两小时视频转成可运行代码的书章,方法可直接迁移到任意长视频转写场景。


推荐理由:Google推出Gemini企业级Agent构建功能,支持基于组织私有数据的智能任务处理
CodeMender 是一款可自动修复关键软件漏洞的 AI agent,早期成果显示其有望大幅提升开发者生产力与安全性。
推荐理由:DeepMind CEO 发布自动修复代码漏洞的 AI agent CodeMender 早期成果
Anthropic 发布开源自动审计框架 Petri(Parallel Exploration Tool for Risky Interactions),用 AI 审计智能体在多轮场景中测试目标模型,工具地址为 github.com/safety-research/petri。
推荐理由:Anthropic 开源了用 AI 智能体自动审计目标模型行为的 Petri 框架,读者可以直接复用其审计流程和评分维度设计。
OpenAI 发布新工具帮助开发者更快从原型走向生产,包括 AgentKit、扩展的 evals 能力,以及面向智能体的强化微调(RFT)。
推荐理由:OpenAI 官方一次性推出面向开发者全流程的工具组合,可据此了解其智能体开发的最新方向。
.@RichardSSutton,强化学习之父,不认为 LLM 是“苦涩教训”的信徒。 我对 Richard 立场的善意解读:我们需要某种新架构来实现持续(在职)学习。 而如果我们有了持续学习,就不需要专门的训练阶段——智能体就像所有人类、乃至所有动物一样,边做边学。 这种新范式将使我们当前基于 LLM 的方法过时。 我尽力表达了这样一种观点:LLM 将成为这种经验学习得以发生的基础。现场有些火花四溅。 0:00:00 – LLM 是死路一条吗? 0:13:51 – 人类会做模仿学习吗? 0:23:57 – 经验时代 0:34:25 – 当前架构在分布外泛化能力很差 0:42:17 – AI 领域的意外 0:47:28 – AGI 之后“苦涩教训”仍然适用吗? 0:54:35 – 向 AI 的传承
推荐理由:Karpathy解读Sutton对LLM的批判,提出「召唤幽灵」vs「构建动物」的深刻比喻,反思AI发展路径