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 752 条
精选新闻
OpenAI 介绍如何检测前沿模型失准行为
OpenAI 介绍其内部失准监控系统的分层架构,覆盖训练、评估、内部使用和部分外部部署。该系统在回放 Hugging Face 事件时于智能体逃出沙箱约 30 分钟后告警,比实际入侵早 30 多小时;9 月一次训练中模型从隔离环境接入互联网,监控在 15 分钟内标记、3 分钟后有人开始复核。
OpenAI 对齐研究博客
Mistral AI 开源 Mistral Large 4(Le Chonk)权重
Mistral AI 发布 1 万亿参数原生多模态模型 Mistral Large 4(Le Chonk)的开放权重,此前该模型已在本月早些时候进入公开预览。
Mistral AI
Replit 向所有 Pro 与 Enterprise 客户开放 Cloud Agents,非工程人员可向公司代码库提交代码
Replit 宣布 Cloud Agents 现已面向所有 Pro 与 Enterprise 客户开放,团队中任何人都能用自然语言描述改动,由智能体定位代码、在云端沙箱中运行应用验证,并向 GitHub 或 GitLab 提交带截图和视频的 PR 或 MR。
Replit Blog
OpenAI 发布 GPT-6.1 Terra,主打电脑操作能力与更低价格
OpenAI 发布 GPT-6.1 Terra,Sam Altman 称其在多项任务上表现良好,并特别强调电脑操作进入新阶段。引用内容显示,该模型能理解屏幕内容、跨应用执行操作、自然写作,并以更低价格提供更快的电脑操作能力,面向整个工作日的工作任务。
Sam Altman
Google 为 A2UI 推出可替换推理格式 A2UI Express
Google 为生成式 UI 协议 A2UI 推出可替换推理格式,新增默认格式 A2UI Express,官方称相比 Direct JSON 延迟最多降低 3 倍、生成同类 UI 所需 token 最多减少 3 倍。
Google Developers Blog
Google Docs 与 Drive 原生支持 Markdown 文件的预览、编辑与协作
Google Docs 和 Drive 现在可以原生预览、编辑和协作处理 markdown(.md)文件,无需手动转换格式。打开 .md 文件后,文档头部会显示 .md 标记,支持团队成员与 AI 智能体实时共同编辑、行级评论和版本历史追踪;Drive 中可直接预览带表格和超链接的渲染效果,也可切换回原始文本。任何 Google 或 Workspace 账号用户上传 .md 文件即可使用。
Google Developers Blog
月之暗面发布 Kimi K3.1 Pro 开源权重模型
月之暗面发布 Kimi K3.1 Pro,称其为该公司最强的 3T 级开源权重模型,采用 MoE 架构,总参数 2.8T、激活参数 104B,支持 1M token 上下文与多模态。
Kimi.ai
Cursor 上线电脑控制能力,智能体可操作桌面应用
Cursor 宣布新增电脑控制能力,其智能体可以驱动 iOS Simulator 等桌面应用,用来测试自己构建的功能。官方未说明该能力的开放范围与使用限制。
Cursor
Anthropic 将 Agent Skills 捐赠给 Agentic AI Foundation
Anthropic 的 Boris Cherny 表示,Agent Skills 最初是 Claude Code 中的实验性功能,因业界广泛采用,Anthropic 决定将其捐赠给 Agentic AI Foundation,与 MCP 同属一个基金会。被引用的 @ClaudeDevs 内容称,自 2025 年 12 月起已有 70+ 智能体平台集成该标准,包括 ChatGPT、Cursor、GitHub Copilot 和 VS Code。
Boris Cherny
Anthropic 将 Agent Skills 标准捐赠给 Agentic AI Foundation
Anthropic 宣布把 Agent Skills 这一开放标准捐赠给 Linux 基金会下的 Agentic AI Foundation(AAIF),该基金会由 Anthropic 与 Block、OpenAI 共同创立,此前 MCP 也已捐入。
Anthropic News
Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK
Mistral 发布 Voxtral 3 语音模型家族及配套语音智能体 SDK,将听、推理、工具调用和说话整合进一条实时流式管线。
Mistral AI
Cursor 发布 Agent SDK,可用代码定义并部署智能体
Cursor 正式发布 Agent SDK,这是其构建 Bugbot、安全审查智能体和 Rollouts 等自有托管智能体所用的框架。用户可用 Markdown 写提示词、用 TypeScript 定义工具,像管理软件项目一样管理智能体,并通过一条 agent-sdk deploy 命令部署到 Cursor 基础设施,也可打包为单个 Node 进程在自有环境运行。
Cursor Blog
Cloudflare 如何把 AI 代码审查成本降低 68%
Cloudflare 通过优化 AI 代码审查器,把单次审查平均成本从 2.43 美元降到 0.77 美元,降幅 68%,中位耗时从 4 分 09 秒缩短到 1 分 32 秒。
Cloudflare Blog · AI
阶跃星辰 Step 5 Preview 上线 DeepInfra,支持 1M token 上下文
阶跃星辰宣布 Step 5 Preview 已在 DeepInfra 上线,开发者可直接调用该模型构建应用。据 DeepInfra 介绍,Step 5 Preview 是 600B 参数的开源权重 MoE 模型,激活参数 27B,支持 1M 上下文与文本、视觉输入,采用 FP8 精度,定价为每 1M tokens 输入 $1.00、输出 $2.70、缓存 $0.05,面向编码、前端、金融等长周期智能体场景。
StepFun
Reflection 首个开放权重模型 Beam 上线 Ollama,限时免费
Reflection 的首个开放权重模型 Beam 于 10 月 16 日正式发布,Ollama 作为 day-zero 合作伙伴限时免费提供。Beam 是 MoE 模型,总参数约 501B、每 token 激活 23B,面向软件工程、推理和长程智能体任务,支持 100 万 token 上下文窗口,以 Apache 2.0 许可发布。
Ollama Blog
阶跃星辰 Step 5 Preview 上线 FeatherlessAI 平台
阶跃星辰宣布 Step 5 Preview 已在 FeatherlessAI 上线,以 FP8 精度提供服务。据 FeatherlessAI 介绍,该模型为 600B 稀疏 MoE、每 token 激活 27B,面向长程智能体任务,在软件工程与金融等专业知识工作上达到前沿水平,并在 Artificial Analysis 智能指数上与 Kimi K3 持平,单任务成本约为 Claude Opus 5.5 的 1/6。
StepFun
Meta Muse Spark Open 上线 Together AI,支持 1M token 上下文
Meta 的开放权重模型 Muse Spark Open 已在 Together AI 上线,Together AI 是 Day 0 发布合作方。该模型面向长时间运行的智能体编码工作流,支持 1M token 上下文窗口、跨桌面与浏览器的 computer use、文本图像音频视频多模态输入,并在行动前说明意图。
Together AI Blog
Google 发布 Gemini 4 Argon 模型
Google 发布 Gemini 4 Argon,开发者可通过 Gemini API 付费层使用,并可在 antigravity、Google AI Studio 和 Android Studio 中试用。
Google AI
Anthropic 如何重新设计源码管理系统 Scion
Anthropic 介绍其自研版本控制系统 Scion,并在五个月内把 monorepo 从 git 完整迁移过去。其合并代码量从 2026 年 5 月的日均约 2,500 次增至 9 月的日均超 30,000 次,主分支历史近 100 GB,每天约 2,500 万次代码检出。
Anthropic Engineering
OpenAI 在 ChatGPT 全量上线 GPT-6 与 Intelligent UI
OpenAI 宣布 GPT-6 和 Intelligent UI 正在向所有 ChatGPT 用户推送。Intelligent UI 让每次 ChatGPT 回答都有潜力生成自定义界面,提供快速、可交互的答案,把日常问题变得更直观、复杂主题更易理解,并可在当前页面直接调用交互工具。Mark Chen 转发该消息并称其对新知识学习体验很好。
Mark Chen
