跳到正文

Agent 智能体

让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。

1,789 条精选相关主题MCP 与工具调用AI 编码推理能力

最新精选

第 21–40 条 · 共 1,789 条

11月13日星期五

Google DeepMind

Google DeepMind 发布 Gemini 4 Hydrogen,面向日常编码与智能体工作流

Google DeepMind 发布 Gemini 4 Hydrogen,即日起在 Gemini API、AI Studio、Gemini app 和 Google Search 等渠道全球推出,面向快速编码与智能体任务执行。

推荐理由:Google 通过多模型动态调度实现接近 Carbon 的任务成功率,同时平均减少 24% 配额消耗并缩短 19% 完成时间。

Google 博客 · Gemini

Google 发布 Gemini 4 Hydrogen,面向日常编码与智能体工作流

Google 发布 Gemini 4 Hydrogen,即日起在 Gemini API、AI Studio、Gemini app 和 Google Search 等入口全球推出,主打快速编码与智能体执行。

推荐理由:Google将深度规划与快速执行分配给不同模型,自动切换在接近Carbon任务成功率的同时降低配额消耗并缩短完成时间。

Google 博客 · Gemini

Gemini 4 Hydrogen 向开发者开放,支持日常编码与智能体工作流

Gemini 4 Hydrogen 从今天起向开发者开放,面向快速迭代的日常编码与智能体工作流,强调速度与效率。它支持代码仓库编码与调试、交互式网页开发和多模态工作流,可通过四档可配置思考级别独立运行,也可与 Gemini 4 Carbon、Gemini 4 Argon 配合使用;Google 称其指令遵循更严格、编造内容更少,有助于更快交付更干净、可用于生产的代码。

推荐理由:Gemini 4 Hydrogen 提供四档可配置思考级别并支持与前沿模型协作,让日常编码与智能体工作流拥有不同的模型配置选择。

TechCrunch · AI

美国联合航空以网络安全风险为由限制 AI 智能体代客订票

美国联合航空宣布限制未经授权的第三方 AI 智能体代用户订票和管理预订,理由包括网络安全风险与联邦航空法规要求。限制将覆盖自有数字平台及旅行社、聚合平台渠道,并涉及订票、出票和分销政策更新。联合航空警告,共享账号凭据可能泄露敏感信息或导致非预期购买、账号变更及 MileagePlus 里程使用,部分值机确认则须由本人完成。

推荐理由:美国联合航空限制第三方 AI 智能体代客订票,将账号凭据泄露、非预期交易及须由本人完成的航空合规确认列为接入边界。

Computing Life · Share · 鸭哥调研

Anthropic 将请求包从约 800 KB 降至 1.8 KB,为何与英伟达的长上下文压缩建议并不矛盾

Anthropic 的 Message Threads 将长对话请求包中位数从约 800 KB 降至 1.8 KB,减少重复上传、校验和切词,但不减少 token 消耗与账单。

推荐理由:Anthropic 用增量传输降低网关延迟,英伟达用上下文压缩降低解码成本,两条路线分别处理长对话的不同开销。

TechCrunch · AI

黄仁勋被免去 Nvidia CEO 职务可能如何损害 AI 行业:五个方面

黄仁勋被免去 Nvidia CEO 职务可能影响开放权重模型、智能体安全、AI 工具观、AI PC 和数据中心融资,这是 TechCrunch 分析的五个方向。

推荐理由:黄仁勋推动了开放权重模型、智能体安全与数据中心融资,文章分析其离职可能使这些方向失去重要的行业倡导力量。

11月12日星期四

Latent Space

决策模型日综述:Google Gemini Decision 1 支持单次处理 1,000 个问题

Google 推出 Gemini Decision 1 和 Gemini Decisions API,以单次计算完成封闭选项决策,无需逐 token 生成文本。

推荐理由:Google 的 Decision 1 在自家测试中领先 Jev,独立评测的综合表现却与其持平且任务成本更高。

Hacker News 首页

Chrome 发布 Modern Web Guidance 1.0,新增代码库现代化工作流

Chrome 发布 Modern Web Guidance 1.0 稳定版,为编码智能体提供 Web 最佳实践、浏览器兼容性数据和代码库现代化工作流。新版扩展了专家审核指南并提供公开评估信息中心,Firefox 和 Edge 也将参与支持和贡献;现代化工作流目前通过静态分析检查有限的模式集。

推荐理由:Modern Web Guidance 将浏览器兼容性数据与专家审核指南接入编码智能体,帮助现有代码库采用符合项目支持范围的现代 Web 功能。

Hacker News 首页

Google 发布 Gemini Decision 1 模型及 Gemini Decisions API

Google 发布 Gemini Decision 1(gemini-decision-1)及 Gemini Decisions API,用单次前向计算完成多模态闭集决策并返回概率与置信度。

推荐理由:Google 用 Gemini Decision 1 单次前向计算完成候选项评分,让模型路由与策略检查无需等待逐 token 生成。

Hacker News 首页

AWS Emulator 与智能体编程时代的工程师职责

AWS 今日发布 AWS Emulator,为编码智能体提供可在本机免费、离线运行的 AWS 测试环境。其代码全部由智能体编写和测试,基于超过 400 个 API 模型,覆盖超过 200 项 AWS 服务,并以真实 AWS 校验行为一致性。代码以 CC0 发布,GitHub 仓库公开完整提交历史及尚不匹配真实 AWS 的问题;工程师负责设计规范、测试和包含安全审查的合并门禁。

推荐理由:AWS Emulator 用真实服务校验测试并设置合并门禁,将智能体编程的质量控制落实到工程师设计的规范与验收机制。

Computing Life · Share · 鸭哥调研

高盛为何在试行三个月后收回业务人员的 AI 编程工具权限

高盛在试行三个月后,于 2026 年 10 月禁止大多数交易员和投行家使用 Claude Code 和 GitHub 编程工具,量化策略师获准继续使用。文章分析,业务人员生成原型后交给工程师上线的流程,仍面临代码验证、安全审计和故障处理成本,本地运行智能体还涉及凭证暴露与审计缺失风险。

推荐理由:高盛收回多数业务人员的编程工具权限并保留量化策略师例外,把代码核查、安全审计与故障责任纳入工具分配标准。

11月11日星期三

Hacker News 首页

Atuin Threads 发布,支持跨机器搜索与续接智能体会话

Atuin 在 18.24+ 推出 Threads,支持跨机器搜索、同步和续接智能体会话,也能将会话分叉到另一种智能体工具中继续执行。当前支持 Claude Code、Codex、Pi、Omp 和 OpenCode,会话采集需主动启用,同步采用端到端加密,可使用托管服务器、自建服务器或仅本地保存。

推荐理由:Atuin Threads 将跨机器的智能体会话同步与历史检索结合,让后续任务能复用此前的调查过程和决策上下文。

Hacker News 首页

Google 工程师用 48 个 AI 智能体分析 NASA 激光雷达数据,72 小时内发现疑似未登记玛雅遗址

Google 工程师用 48 个 AI 智能体分析 NASA 激光雷达数据,在不到 72 小时内发现墨西哥一处疑似玛雅遗址并收到官方回复。智能体逐张检查地形影像,筛出广场、至少 8–12 m 高的金字塔等结构,并检索文献、档案及核查原始点云。墨西哥国家人类学与历史研究所 INAH 回复称,该位置没有已登记考古遗址,但遗址尚未获得正式认定,实地调查须经 INAH 授权。

推荐理由:Google 工程师用智能体筛查激光雷达影像,再核对文献、原始点云与官方登记,将视觉线索推进到考古候选地点的核查。

The Decoder

OpenAI 推出 Businesses in ChatGPT 测试功能,让商家用 AI 智能体回答客户问题

OpenAI 推出 Businesses in ChatGPT 测试功能,企业可在 ChatGPT 内展示商家资料,并通过 Business Hub 管理信息、商品价格与库存及曝光和网站点击数据。

推荐理由:OpenAI 将商家资料和客服智能体接入 ChatGPT,让企业在对话界面管理商品信息与客户问答,拓展了搜索和地图之外的商家展示入口。

Google 博客 · Gemini

Gemini Intelligence 新增小组件创建与设备协助功能,扩展至更多设备

Google 为 Gemini Intelligence 推出新功能,并扩展至 motorola signature 27、Pixel 10 Pro XL 和 Pixel 10 Pro Fold 等设备。

推荐理由:Google 为 Gemini Intelligence 增加自然语言创建小组件和设备协助功能,让手机上的信息整理与设置操作减少手动步骤。

The Decoder

Google Gemini 4 Carbon 正式开放,快速模型迭代已带来新竞争

Google 在两周安全专家测试后正式开放 Gemini 4 Carbon,定位为 Gemini 4 Argon 的补充,面向复杂多步编码、调试和开放式科学研究。

推荐理由:Carbon 与 Argon 的 token 单价相同,更深推理和更长验证循环增加用量,使复杂任务的实际总成本可能更高。

Hacker News 首页

Modern Web Guidance 帮助编码智能体从约 2019 年的 JavaScript 模式转向现代 Web 原生能力

Modern Web Guidance 是面向编码智能体的技能与 CLI 工具,将现代 Web 实践和浏览器兼容性数据直接接入模型上下文。项目覆盖 250 项现代 Web 特性和 203 个实际开发用例,支持本地语义搜索、指南检索和旧模式扫描,实验性及不稳定 API 的指南检索需开发者明确同意。

推荐理由:Modern Web Guidance 按任务检索现代浏览器指南并注入智能体上下文,将兼容性数据与轻量回退方案一起纳入代码生成。

TechCrunch · AI

Anthropic 推出 Claude Meetings,将工作讨论转为计划和任务

Anthropic 推出 Claude Meetings、Claude Whiteboards 和 Claude Sheets,让团队在会议中实时生成计划,并协作整理白板和电子表格。

推荐理由:Anthropic 将 Claude 接入会议并联动协作白板,让团队在讨论进行时就能生成计划和时间线,减少会后另行整理的步骤。

Google DeepMind

Google DeepMind 开放 Gemini 4 Carbon,面向复杂编码、网络安全与科学推理

Google DeepMind 开放 Gemini 4 Carbon,面向开发者、企业、科学家和消费者,重点支持复杂知识工作、长程智能体工作流、网络安全与科学推理。

推荐理由:Google 将 Carbon 定位于复杂多步任务,与 Argon 采用相同入门价格,但会使用更多 token 进行深入探索和验证。

Google 博客 · Gemini

Google 开放 Gemini 4 Carbon,面向复杂智能体任务与科学推理

Google 向开发者、企业、科学家和消费者开放 Gemini 4 Carbon,重点支持复杂知识工作、智能体编码、网络安全和科学推理。Carbon 在 CursorBench 4.0、WANDR 和 AutomationBench 排名第 1,Google 称其每项任务成本比表现次优的外部模型低超过 2 倍。

推荐理由:Google 将 Carbon 与 Argon 设为相同入门价格,Carbon 使用更多 token 深入推理和验证以处理复杂多步任务。