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。

1,686 条精选近 30 天 116 条共收录 9,551 条

更新

精选归档 · 第 82 页

2025年7月16日周三第 1621–1640 条
  1. Lilian Weng70

    Thinking Machines实验室宣布重启招聘,并确认已完成由a16z领投的20亿美元融资,NVIDIA、Accel等多方参与。该实验室致力于通过推进协作通用智能来增强人类能力,正在构建能通过对话、视觉等自然方式与人交互的多模态AI。其首款产品将于未来几个月内发布,产品将包含重要的开源组件,以助力研究人员和初创公司开发定制模型。实验室还计划分享其前沿科研成果,以推动AI社区发展。

    引用Mira Murati@miramurati

    Thinking Machines Lab 的存在是为了通过推进协作式通用智能来赋能人类。 我们正在构建多模态 AI,它能配合你与世界自然互动的方式——通过对话,通过视觉,通过我们协作时那种杂乱无章的方式。我们很兴奋,在未来几个月内我们将能够分享我们的首个产品,它将包含一个重要的开源组件,并对开发自定义模型的研究人员和初创公司有用。很快,我们还将分享我们最好的科学成果,以帮助研究界更好地理解前沿 AI 系统。 为了加速我们的进展,我们很高兴地确认,我们已筹集了 20 亿美元,由 a16z 领投,NVIDIA、Accel、ServiceNow、CISCO、AMD、Jane Street 等与我们使命相同的机构参与。 我们一直在寻找那些通过实践学习、将研究转化为有用之物的非凡人才。我们相信 AI 应当作为个人能动性的延伸,并且本着自由的精神,尽可能广泛而公平地分发。我们希望这一愿景能引起那些与我们同样致力于推动该领域发展的人的共鸣。如果是这样,加入我们。thinkingmachines.paperform.co

    推荐理由:Mira Murati 的 Thinking Machines Lab 拿了 20 亿美金,a16z 领投、NVIDIA 跟投,前 OpenAI CTO 的新牌桌已经摆好,做多模态 Agent 的人该盯着他们的开源组件了。

2025年7月14日周一
  1. Cognition 模型 / Devin 博客79

    Cognition 签约收购智能体 IDE 公司 Windsurf

    Cognition 签署最终协议收购智能体 IDE 公司 Windsurf,交易包括其 IP、产品、商标、品牌和业务,Windsurf 团队将加入 Cognition。

    推荐理由:官方公告披露了交易范围、Windsurf 的 ARR 和用户规模及员工待遇安排,读者可以据此了解这起收购的实际内容。

2025年7月10日周四
2025年7月1日周二
  1. Factory 研究 / 产品70

    Factory 提出 Agent Native Development:用自主智能体开发软件的方法论

    Factory 发布 Agent Native Development 方法论,主张让 agent 运行收集上下文、规划、实现、验证、提交的完整内循环,人来负责架构决策和护栏。

    推荐理由:Factory 提出的 Agent Native Development 方法论给出写精确规格、验证环境和 drift 恢复的可迁移做法,适合想系统化用 agent 写代码的开发者参考。

  2. OpenRouter:Announcements55

    OpenRouter 发布新隐身模型 Cypher Alpha

    OpenRouter 宣布推出 Cypher Alpha,这是一款免费、通用型隐身模型,内置工具调用功能,用户可直接尝试。

    推荐理由:OpenRouter 自家出的免费通用模型,带工具调用,去年夏天发的,现在看只能算个入门级 Agent 玩具,但免费试不亏。

2025年6月30日周一
  1. LlamaIndex:产品、工程与评测61

    LlamaIndex 发布 Workflows 1.0:面向智能体系统的轻量编排框架

    LlamaIndex 正式发布 Workflows 1.0,一个用 Python 和 TypeScript 构建多步骤智能体应用的轻量事件驱动框架,首次以独立包和独立仓库发布。

    推荐理由:官方发布说明列出了 1.0 的具体新能力和独立包入口,开发者可据此评估是否把 Workflows 用于现有编排场景。

2025年6月13日周五
  1. Anthropic:Engineering73

    我们如何构建多智能体研究系统

    Claude的多智能体研究系统采用协调器-工作者架构,一个主导智能体分析用户查询并制定策略,并行调用多个专用子智能体协同工作。内部评估显示,以Claude Opus 4为主导、Claude Sonnet 4为子智能体的系统,在研究任务上比单智能体Claude Opus 4性能提升90.2%。该系统擅长处理需要同时探索多个独立方向的广度优先查询,通过分配独立上下文窗口实现并行推理扩容。但多智能体系统消耗的token量约为普通聊天的15倍,适用于任务价值足以支撑性能提升的场景,在需要高度并行化、大信息量或多工具调用的任务中表现卓越。

    推荐理由:Anthropic 把 Research 背后的多智能体架构、prompt 工程和踩坑经验全抖出来了,做 Agent 的同行可以直接抄作业,尤其是『token 用量解释 80% 性能方差』这个结论,选型逻辑要变。

2025年6月12日周四
  1. Cognition 模型 / Devin 博客71

    Cognition 撰文反对构建多智能体系统,提出上下文工程两条原则

    Cognition 发文《Don't Build Multi-Agents》,提出上下文工程两条原则:共享完整 agent 轨迹的上下文,以及行动携带隐含决策、冲突决策导致糟糕结果。

    推荐理由:Cognition 以自身 agent 构建经验提炼上下文工程两条原则,并解释为何多智能体架构在 2025 年仍然脆弱。

2025年6月11日周三
  1. Sam Altman:Blog

    温和的奇点

    人类已越过AI发展的"事件视界"。2025年代理将承担真正认知工作,永久改变编程;2026年系统或能发现新见解,2027年机器人可能执行现实任务。科学家称生产力已提升2-3倍,递归改进正在加速。2030年代智能与能源将极大丰富,技术成本趋近电力。尽管就业结构剧变,但财富增长将带来前所未有的政策空间。人类正适应"温和的奇点":奇迹迅速变成常态,我们将很快测试智能能超越人类多远。

    推荐理由:Sam Altman 谈温和奇点:AGI 已启动,预测 2025-2027 发展路线

2025年6月5日周四
  1. METR:Research74

    METR 报告:o3、Claude 3.7 Sonnet 等前沿模型在评测任务中频繁 reward hacking

    METR 报告多个开发者的前沿模型在其自主软件开发与 AI R&D 评测任务中作弊刷分,o3 在 RE-Bench 三个任务家族中 reward hacking 占比 25% 至 100%,HCAST 上为 0.7%。

    推荐理由:原文给出多代前沿模型作弊的具体案例和发生率数据,并指出惩罚式修复可能只会让作弊更隐蔽。

  2. Transluce66

    Transluce 提出 PRBO 方法,用 RL 智能体自动发现 Llama、Qwen、DeepSeek 的罕见病理行为

    Transluce 发布研究报告,提出 PRBO(倾向下界)作为稀疏奖励的代理,训练 RL 调查智能体生成真实自然的提示,以激发开源权重模型的指定罕见行为,覆盖 Llama 3.1/4、Qwen 2.5 和 DeepSeek-V3。

    推荐理由:Transluce 提出用 PRBO 和 RL 调查智能体自动激发模型的罕见问题行为,并分析这些行为在真实提示下能否复现。

2025年5月31日周六
  1. Cato AI Labs:AI安全原创研究85

    Aim Labs 披露 Microsoft 365 Copilot 零点击漏洞 EchoLeak 可实现数据外泄

    Aim Labs 发现并已向微软 MSRC 披露 M365 Copilot 的零点击漏洞链 EchoLeak,攻击者只需发送一封邮件即可在用户无感知、无特定操作的情况下自动外泄 Copilot 上下文中的敏感数据。

    推荐理由:安全团队原创拆解了 EchoLeak 零点击攻击链与 LLM Scope Violation 概念,读者可据此评估其他 RAG 应用的同类暴露面。

2025年5月27日周二
  1. Mistral AI:News69

    Mistral 发布 Agents API,内置代码执行、网页搜索与多智能体编排

    Mistral AI 发布 Agents API,为智能体用例提供专用框架,与 Chat Completion API 互补。内置连接器覆盖代码执行、网页搜索、图像生成(Black Forest Lab FLUX1.1 [pro] Ultra 驱动)、Document Library 与 MCP 工具,并支持有状态对话、对话分支、流式输出与多智能体 handoff 编排。

    推荐理由:官方发布给出内置连接器、状态化对话与智能体编排等能力细节和 SimpleQA 数据,可帮助读者评估其企业级 Agent 开发入口的实际定位。

2025年5月23日周五
  1. Hugging Face 社区博客66

    Hugging Face 推出 Tiny Agents in Python:基于 MCP 的约70行代码智能体

    Hugging Face 发布 Tiny Agents in Python,受 Tiny Agents in JS 启发将 huggingface_hub 客户端 SDK 扩展为 MCP Client,可用约70行代码构建 MCP 驱动的智能体。

    推荐理由:原文展示了用约70行代码在Python中构建MCP智能体的完整思路与代码,读者可以据此搭建自己的工具调用智能体。

2025年5月22日周四
  1. Hacker News:AI 热帖

    将Agent封装为MCP服务器示例

    MCP Agent Server示例展示了将Agent工作流封装为MCP服务器的"Agent即服务"架构。提供asyncio(轻量级内存执行,适合开发测试)和Temporal(生产级持久化、支持暂停恢复)两种实现。通过装饰器暴露Agent能力,支持多Agent互操作,可与Claude Desktop等任意MCP客户端集成,实现复杂工作流的标准化封装与跨平台复用。

    推荐理由:展示 Agent 即 MCP 服务器新范式,支持多 Agent 协作与主流客户端集成

2025年5月20日周二
  1. Google DeepMind:Blog

    构建通用 AI 助手的愿景

    Google 计划将 Gemini 扩展为世界模型,使其能够通过模拟世界来制定计划和想象新体验,从而实现通用 AI 助手的愿景。

    推荐理由:DeepMind官方阐述Gemini世界模型愿景,揭示通用AI助手演进新方向

2025年5月16日周五
  1. OpenAI:官网动态71

    OpenAI 发布云端编码智能体 Codex,由 o3 优化版 codex-1 驱动

    OpenAI 在 o3 与 o4-mini 系统卡附录中介绍云端编码智能体 Codex,其由针对软件工程优化的 o3 版本 codex-1 驱动。codex-1 通过强化学习在多种环境的真实编码任务上训练,目标是生成贴近人类风格与 PR 偏好的代码、精确遵循指令,并迭代运行测试直到通过。

    推荐理由:原文来自官方系统卡附录,说明 codex-1 的训练方式与目标,读者可以据此了解该编码智能体的技术来源。