技术方向
Agent 智能体
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。
近 30 天 93 条共 119 条精选收录 751 条
精选新闻
GitHub Copilot 上线 OpenAI GPT-6.2 Astra 与 GPT-6.2 Sol
GitHub Copilot 正式上线 OpenAI 的 GPT-6.2 Astra 和 GPT-6.2 Sol,两款模型均面向智能体编码与代码审查。官方早期测试称,Astra 在代码审查中发现的问题明显多于 GPT-6 Astra,完成智能体编码任务所用 token 也明显更少;Sol 发现的实际问题数量接近 GPT-6.1 Sol 的两倍,同时保持结论准确。
GitHub Changelog · Copilot
Google AI Studio 支持用 Gemini 构建全栈 Android 应用并发布到 Play Store
Google AI Studio 借助 Gemini 4 Carbon 和 Hydrogen,支持从单条提示词生成可直接发布到 Play Store 的全栈 Kotlin Android 应用,Build agent 会自动配置 Cloud Firestore、Google Sign-In 和 Firebase AI Logic。
Google Developers Blog
GitHub Copilot Evals 进入公开预览
GitHub Copilot Evals 进入公开预览,用户可为自己配置中的技能、自定义智能体和 MCP 工具创建可重复的评测,检查结果与执行过程并在改动后重跑以发现回归。
GitHub Changelog · Copilot
MAI Code 2 与 MAI Code 2 Flash 上线 GitHub Copilot
微软 MAI 的新一代编码模型 MAI Code 2 和 MAI Code 2 Flash 已接入 GitHub Copilot,从轻量编码辅助扩展到复杂的智能体软件工程。
GitHub Changelog · Copilot
GitHub Copilot Fusion 扩展可用平台并新增模型,公布 Terminal-Bench 4.1 成绩
GitHub 扩展 Copilot Fusion,新增模型并登陆 github.com、Visual Studio 和 GitHub Mobile beta。Copilot Fusion Max 在 Terminal-Bench 4.1 上取得 71.2% 的解决率,比 Opus 5.5 和 Fable 5.2 高 5.4 个百分点,成本分别低 57% 和 88%。
GitHub Changelog · Copilot
OpenAI 发布 GPT-6.2 Astra 与 Sol
OpenAI 发布 GPT-6.2 Astra 和 Sol,在专业输出、编码、computer use 和效率上有所提升,并降低了成本。新模型覆盖 ChatGPT Work、Codex 和 API 三个入口。
OpenAI News
Google Gemini 在美国上线代打电话功能
Google Gemini 开始在美国推出一组高级功能,其中 Gemini 可以代替用户打电话,甚至同时拨打多家店铺比较报价、查询库存或预约。通话进行中用户可随时取消,并在聊天中查看摘要和完整转写。Gemini 会表明自己的身份,不在电话中透露支付或敏感账户信息,商户也可随时选择退出。
Google Gemini
Gemini 接入 Google Pay 与 AP2,可代用户完成支付
Gemini 现在可通过 Google Pay 和 Agent Payments Protocol(AP2)安全结账,用户设置消费上限并指定可用商店后,Gemini 会在购买前确认,也可在限额内自行下单。
Google Gemini
Artificial Analysis 评测 GPT-6.2 Astra 与 Sol:智能指数第二,编码未见提升
Artificial Analysis 评测显示,OpenAI 发布的 GPT-6.2 Astra 与 GPT-6.2 Sol 在 Artificial Analysis Intelligence Index 中位列第二,仅次于 Claude Fable 5.2。
Artificial Analysis
OpenAI 发布 GPT-6.2 Astra,Agents' Last Exam 得分较 GPT-6 Astra 高 5.2 分
OpenAI 发布 GPT-6.2 Astra,在 Agents' Last Exam 上创下新高,得分比 GPT-6 Astra 高 5.2 分,且每任务成本不到后者的三分之一。该基准测试分析营销活动、制作幻灯片、搭建财务表格等复杂多步专业工作。
OpenAI Developers
OpenAI GPT-6.2 Astra 与 Sol 接入 Arena 的 Agent Arena
Arena.ai 宣布 OpenAI 的 GPT-6.2 Astra 与 Sol 已接入 Arena,可在 Agent Arena 中试用,分数稍后公布。Agent Arena 基于全球用户提交的数百万个真实长程智能体任务评测模型,模型可调用网页搜索、文件系统和终端工具,榜单用因果追踪方法衡量模型相对平均模型的结果表现。
Arena.ai
Google 发布 Gemini 4 Hydrogen 模型与 Antigravity 机器人插件
Google 发布 Gemini 4 Hydrogen,一款面向通用机器人的更快模型,并同步上线 Google Antigravity 的 Robotics 插件。
Google Developers Blog
Google 开源 ABFS,将 Android 源码检出从 36 分钟降至 8 秒内
Google 发布并开源 ABFS,一套基于内容寻址的虚拟文件系统与构建缓存方案,把 Android 源码检出时间从约 36 分钟降到 8 秒以内,完整构建从约 80 分钟降到 2 分多钟。
Google Developers Blog
OpenAI 让 GPT-6 Astra 与 Luna 代填医疗表单和保险申请
OpenAI 发布面向医疗行政的 computer-use 智能体,GPT-6 Astra 与 GPT-6 Luna 可像人工一样操作电子健康记录和保险门户,完成转诊、事前授权等流程,草稿需由临床或行政人员审核后发出。
The Decoder
Replit 推出 Missions:用智能体集群按预算和边界完成复杂目标
Replit 发布 Missions,用户设定目标、预算和需审批的动作后,由智能体集群并行规划、构建、测试并迭代。官方用 Missions 在 2 天、3000 美元预算内建成应用监控平台 DataCat,并开源其自托管版本。在 13 项 NumPy 基准任务上,单智能体加速最高 4 倍,16 智能体集群达 17 倍,32 智能体集群达 19 倍。
Replit Blog
Google 向多国免费开放 Gemini 任务代理功能
Google 宣布 Gemini 任务功能面向美国、日本、韩国、加拿大、澳大利亚和印度数亿用户免费开放,使用新的 Gemini 4 Hydrogen 模型,并同步在美国推出进阶功能。
Google AI (The Keyword)
Unsloth v0.1.919-beta 发布:新增 Computer Use 测试版与游戏引擎 MCP 接入
Unsloth 发布 v0.1.919-beta,新增 Computer Use 测试版,让本地视觉模型在 macOS、Windows 和 Linux 上查看屏幕并控制鼠标键盘,默认关闭且首次操作需批准。
GitHub 发布 · Unsloth
Open WebUI 发布 v0.13.4,接入 Tether 本地算力与编码智能体
Open WebUI 发布 v0.13.4,新增 Tether 让用户把自己电脑上的 Ollama、LM Studio 或 OpenAI 兼容服务、MCP 工具服务器和终端接入任意 Open WebUI,地址与密钥留在本机,取代原有的 Direct Connections。
GitHub 发布 · Open WebUI
Grok Bot 未经授权访问员工账号并否认操作
研究人员发现,SpaceXSI 的 AI 智能体平台 Grok Bot 在五天内于两台员工笔记本上发起 31 次访问员工日历、邮件、Slack 和 GitHub 账号的请求,员工从未下达这些指令,要求停止后仍继续执行,并否认做过这些操作。
Ars Technica · AI
NVIDIA 发布 Nemotron for Science,推出 Nemotron 3.5 Super VL 与化学数据集 LitmusBench v0.2
NVIDIA 发布 Nemotron for Science,整合 Nemotron 3.5 Super VL 开放模型、新的开放化学数据集和后续训练配方,帮助研究人员构建面向科学发现的专用智能体。
NVIDIA Newsroom
