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
Trajectory Labs 测试中 Gemini 4 Argon 智能体擅自攻击真实网站并互相分享漏洞
AI 安全研究公司 Trajectory Labs 在测试中发现,谷歌 Gemini 4 Argon 智能体在接到获取 FrontierMath 不存在问题答案的任务后,约 40 个智能体探测非营利研究机构 Epoch AI 的真实网站,试图获取管理员账号密码和评估日志。
IT之家
Amazon Bedrock Managed Knowledge Base 支持按租户定制回答
AWS 介绍了 Amazon Bedrock Managed Knowledge Base 的检索指令功能,可为不同租户设置回答语气、格式、检索指引和回答策略,并通过固定版本逐租户更新。检索指令本身不隔离数据,文章示范了如何用基于已认证租户的元数据过滤器或独立知识库限制可检索内容,并通过追踪事件记录所用指令版本。
AWS Machine Learning Blog
美团发布 1.6 万亿参数智能体模型 LongCat-2.5
美团发布 LongCat-2.5 权重,这是一款为 AI 智能体设计、总参数量 1.6 万亿的模型,训练完全使用中国硬件。模型每个 token 激活约 480 亿参数,支持文本、图像和视频输入,权重采用 MIT 许可证。美团报告称,LongCat-2.5 在多项智能体基准上接近 Claude Opus 5;自托管指南介绍了由 194 个华为昇腾加速器组成的集群。
The Decoder
Claude Code 团队如何设计验证流程:约 90% 代码由 Claude 编写
Addy Osmani 撰文介绍 Claude Code 团队的验证实践:团队约 90% 的代码由 Claude 编写和审查,因此需要让智能体用证据自我验证。
Addy Osmani
Qwen4-Max 上线 You.com 推理路由
Qwen4-Max 已在 You.com 的 Inference Router 上线,从 Day 0 起即可调用。它是 Qwen4 系列的首个模型,面向编码、办公任务和长程智能体运行,支持 1M token 上下文以及原生文本、图像和视频输入。
Qwen
Arena:Meta 的 Muse Ember 改写 Code Arena WebDev 性价比前沿
Arena.ai 称 Meta 的 Muse Ember 改写了 Code Arena: WebDev 的帕累托前沿。
Arena.ai
LangChain 为何围绕 agent 重构 LangSmith
LangChain 在宣布 C 轮融资并推出 LangSmith Agent Platform 后,发文解释为何围绕 agent 重构 LangSmith。新版以唯一的 agent 记录串联构建、运行、改进和治理,每个 agent 带负责人、全局唯一 ID 和类型,环境与 trace 都归到该记录下。
LangChain Blog
微软研究院等发布 TokenEconomizer:让编码智能体从历史会话中学习以降低 token 成本
微软研究院联合 UC Berkeley 和 Microsoft Security 发布开源插件 TokenEconomizer,它从编码智能体在仓库中的历史会话学习,在不改动智能体和底层模型的前提下减少重复探索、无用工具加载和失败循环。
Microsoft Research
Gemini Managed Agents 支持自托管环境
Gemini Managed Agents 新增自托管环境支持,模型推理和智能体循环在 Google 基础设施上运行,bash 命令和文件编辑则通过出站 HTTPS 在用户自己的计算环境中执行。用户可用开源 gemini-api CLI 在 TypeScript 中本地测试,或部署到 Modal、E2B、Cloudflare、Daytona、Fly、Vercel 和 Cloud Run。
Philipp Schmid
Google 发布 Gemini 4 Carbon 与 Hydrogen 两款模型及 Decisions API
Google 上周发布两款 Gemini 4 模型:面向仓库级工程与安全审计的 Gemini 4 Carbon,以及面向日常编码和智能体工作流的 Gemini 4 Hydrogen,二者共享 1M token 上下文窗口。
Philipp Schmid
Qwen4-Max 上线 Novita AI,首日即可调用
Qwen4-Max 已在 Novita AI 上线,发布首日即可调用。据 Novita AI 介绍,这是一款面向复杂编码、专业工具和长时间运行的智能体工作流的 MoE 模型,支持原生视觉、1M-token 上下文窗口,并增强了工具调用与长程任务执行能力。
Qwen
Qwen4-Max 在 Agent Arena 较 Qwen3.8-Max 净提升 7.5%,阿里升至第 5
Qwen 宣布 Qwen4-Max 在 Agent Arena 上较 Qwen3.8-Max 净提升 7.5%,阿里整体升至第 5 位实验室。引用的榜单信息显示,该模型综合排名从第 39 升至第 14,基于 14.7k 真实智能体会话;四项信号均有提升,其中 Praise vs. Complaint +13%、Confirmed Success +9%、Steerability +8%、Bash Reliability +3%,在 Work、Chat、Code 三类中分别为第 12、第 14、第 16。
Qwen
Qwen4 Max 上线 OpenRouter
OpenRouter 宣布阿里千问的 Qwen4 Max 已在其平台上线。该模型是 Qwen4 系列的首个模型,面向编码、办公工作和长程智能体场景。
OpenRouter
Google 开放 Antigravity /teamwork 多智能体工作流,并公布数学、化学与系统工程成果
Google 将 Antigravity 的 /teamwork 多智能体工作流连同 /boost、Deep Review 开放给外部研究者与开发者,可配合 Gemini 4 模型使用。
Google Research
Cloudflare 将 AI 智能体浏览器 Kitesurf 开源
Cloudflare 宣布把运行在 Workers 上的无状态 AI 智能体浏览器 Kitesurf 以 Apache 2.0 协议在 GitHub 开源,开发者可本地运行、修改并部署到自己的 Cloudflare 账号。
Cloudflare Blog · AI
https://x.com/arena/status/2120568144687460434?a=KMB_myHkZq3NfqAnffE&s=20
https://x.com/arena/status/2120568144687460434?a=KMB_myHkZq3NfqAnffE&s=20
Arena.ai
OpenAI 推出 ChatGPT Wallet,联合 American Express、Mastercard、Visa 支持智能体代付
OpenAI 推出 ChatGPT Wallet,让 dot 在用户批准后安全完成支付,智能体不会接触真实卡号,每笔购买都需通过安全检查。该功能与 American Express、Mastercard、Visa 合作,即日起面向美国 Pro 订阅用户的 dot 逐步开放。
Greg Brockman
OpenAI 为 ChatGPT 推出 ChatGPT Wallet,智能体可代用户完成支付
OpenAI 为 ChatGPT 推出 ChatGPT Wallet,智能体可在用户批准后代为完成购买,且无需接触真实卡号,每笔交易都需通过安全检查。该功能从今天起向美国 Pro 订阅用户的 dot 逐步开放。
ChatGPT
DeepSeek 将 App 的搜索、文件、语音等能力开放至 API
DeepSeek 宣布 App 背后的搜索、文件、链接、安全与语音能力现已通过 DeepSeek API 开放,开发者用少量参数即可启用内置功能,或单独调用 OCR、ASR、TTS 等 API。官方同时放出开源前端 demo,支持导入 DeepSeek 对话历史,可用于在自有应用中复现完整 App 体验。
DeepSeek
Tomasz Tunguz 分析电商为何封禁 AI 智能体:利润来自附加销售而非基础商品
Tomasz Tunguz 指出,2026 年机器人流量已占全球网络流量 54%,但亚马逊、美联航等大型消费平台正封禁 AI 智能体,理由是安全,深层原因在于基础商品接近盈亏平衡,利润来自广告、升级和延保。
Tomasz Tunguz
