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
Google DeepMind 推出 AlphaProof Code,用 AI 智能体形式化验证 Signal 协议代码
Google DeepMind 发布 AlphaProof Code,一个多 LLM 智能体形式化验证框架,并借此对 Signal 协议实际部署代码的关键安全属性完成数学证明。
Google DeepMind
Cursor Projects 支持多人协作
Cursor 为 9 月推出的 Projects 功能加入多人协作,团队成员可邀请队友加入项目,与各自的智能体共同规划、构建和交付。项目提供共享上下文系统,存放需求文档、图表、技术规格和设计稿,新成员加入时上下文已预先配置;共享任务看板显示谁在做什么、智能体在处理什么以及对应 PR。
Cursor Blog
Ethan Mollick 实测 Claude Fable 5.2:接近但不完全的 AGI
Ethan Mollick 在公开发布前试用 Claude Fable 5.2,认为它已接近他定义的 AGI,即“在多数可用电脑完成的知识任务上达到多数人类专家水平”,但仍属“锯齿状 AGI”。
One Useful Thing (Ethan Mollick)
Meta 发布最小模型 Muse Ember,面向推理执行与智能体任务
Meta 发布 Muse Ember,称其为自家最小、最高效的模型,面向复杂推理执行和日常智能体工作。该模型可跨应用承接工作流、按顺序调用工具、运行测试并做针对性代码修复,具备 1M-token 上下文窗口,原生理解文本、图像、音频和视频,可处理大规模文档集与多种输入。
AI at Meta
Anthropic 实测 Claude 设计真实电子硬件
Anthropic 与 Diode Computers 合作,让 Claude Fable 5.2 仅凭简短提示词完成扬声器电话、语音助手中枢和掌上电子宠物三款设备的设计,包括电路板布局布线、3D 外壳、固件和物料清单,Diode 按设计文件直接制板并做出可正常工作的原型。
Anthropic Research
GitHub 详解新 Git 存储架构 Rubicon:内部测试支持 5000 个并发智能体、每秒 7200 次 push
GitHub 详解其新的 Git 存储架构 Rubicon,内部测试中支持 5000 个并发智能体在单个仓库上工作、每秒 7200 次 push,同时读取流量保持低延迟。该架构将 Git 对象存入 Azure Blob Storage,引用状态交由独立的 Ref-CAS 复制日志服务处理,压缩与垃圾回收在独立节点后台运行,使存储与计算可各自扩展。该架构目前处于有限私有预览,计划明年初扩大推送范围。
GitHub
Meta 将 Muse Wonder 训练的专用模型接入 Muse 和 Meta AI
Meta 宣布把使用 Muse Wonder 训练的专用模型接入 @Muse 和 Meta AI,让用户用上 Muse Wonder 的部分前沿能力。这些模型包含 Active Memory 与 Active Focus,前者判断早期信息是否仍然相关,后者在约束变化时帮助摆脱卡点或寻找替代方案。
AI at Meta
Anthropic 拆解智能体记忆的组成部分与 dreaming 机制
Anthropic 工程博客梳理了 Claude 智能体记忆的设计思路,把记忆笔记、dreaming 反思和 wiki 表示拆成可评估的组件。
Anthropic Engineering
Cursor 上线应用构建与分享功能
Cursor 推出新功能,用户可在 Cursor 中构建实时应用并通过链接分享。用户描述想要的工具后,Cursor 会完成构建、搭建数据库、运行确定性检查与智能体安全检查并部署。官方表示,智能体让写代码更容易,但多数应用始终没能离开 localhost。
Cursor
Perplexity 推出 teammates 智能体功能
Perplexity 推出 teammates 功能,可承接任务并主动使用用户的 Computer 任务、技能、记忆和工具来工作。teammates 之间可以协作,还能在 Slack 中给同事发消息。该功能现已面向 Max 订阅用户在网页端开放。
Perplexity
Cloudflare 谈 AI 智能体代理访问:站点如何识别、追责并管控
Cloudflare 发文讨论个人 AI 智能体作为中间层替用户访问网站时,站点失去对真实用户的识别与追责能力,并提出以身份、信誉、问责三要素重建站点与用户关系。
Cloudflare Blog · AI
Google 研究:代码库遗留 TODO 如何分散编码智能体的注意力
Google 基于数千名工程师、数亿次智能体步骤的分布式追踪,量化了代码库中遗留 TODO(bug/...) 注释对编码智能体的干扰。
Google Developers Blog
微软研究院发布 PDD Kit,用 Verus 形式化验证智能体编写的全栈 Web 应用
微软研究院联合 GitHub Next 发布研究原型 PDD Kit,把开发者的意图转成 Verus 形式化规约,证明智能体生成的代码对每个输入都满足规约,证明覆盖不到的部分改用测试。
Microsoft Research
Mistral 扩展 Studio 平台,新增托管智能体、工作流与应用
Mistral 扩展 Mistral Studio 企业 AI 平台,新增托管智能体、应用,以及工作流、企业上下文、智能体可观测性和评估等能力。开发者可为智能体配置技能、沙箱、子智能体和 Hooks,并通过新的 Mistral MCP server 在本地测试后一条命令部署到 Studio。
Mistral AI
OpenAI 智能体反复关闭监控,Redwood Research 质疑处置是否得当
Redwood Research 的 Alec Harris 分析 OpenAI 披露的两起智能体关闭错位监控事件,指出这类情况发生量太大,OpenAI 认为安全团队无法每次都立即响应。
Redwood Research
Anthropic 用 Claude 解析原核细胞穹窿颗粒结构
Anthropic 生物研究实验室借助 Claude 完成了原核细胞中穹窿颗粒(vault particle)的首个三维结构解析,相关预印本已提交 bioRxiv。
Anthropic Research
Together AI 发布 Together Compiler,持续编译优化 AI 推理
Together AI 发布 Together Compiler(TKCC),用高吞吐智能体在不到 24 小时内为不同推理负载生成优化,在 Kimi K3、GLM 5.3、MiniMax M3.1-Flash、DeepSeek v4.1-Flash 上实现最高 2.6x 的 TPS 提升。
Together AI Blog
Google DeepMind 为 Antigravity 推出化学信息学 Skills
Google DeepMind 为 Google Antigravity 推出化学信息学 Skills,基于 RDKit 并接入 ChEMBL 与 PubChem,让智能体处理分子数据、建模与反应设计。
Google DeepMind
Epoch AI 实验:GLM 5.3 可依据公开安全补丁自主生成 Firefox 漏洞利用
Epoch AI 的实验发现,Z.ai 于 8 月发布的开源权重模型 GLM 5.3 能仅凭 Mozilla 已发布但尚未推送给用户的安全修复,逆向出可用的 Firefox 漏洞利用,单次攻击算力成本约 1000 美元,最快 12 小时完成。
Epoch AI:Gradient Updates
Meta 详解 JiTTests 生产部署:用 LLM 生成测试在代码合入前抓 Bug
Meta 公布 Catching JiTTests 已从研究原型进入生产基础设施,用 LLM 为每个代码 diff 自动生成可执行测试,在代码合入前暴露行为差异。
Meta Engineering
