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。

1,790 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 761–780 条 · 共 1,790 条

7月8日星期三

AI HOT 精选

Claude 团队公开两种多智能体用法:一个当顾问省钱,一个当指挥冲高分

Claude 开发者分享了他们内部高频使用的两种多智能体模式。第一种叫 Advisor,让便宜的 Sonnet 5 干活,遇到难题时通过工具调用去问贵的 Fable 5。在 SWE-bench Pro 测试上,这套组合拿了 84% 的分数,花了 1.40 美元。

推荐理由:Claude 开发者分享了低成本模型执行任务、遇到难题再向高成本模型求助的顾问模式,将模型分工落实到按需调用的协作流程。

AI HOT 精选

蚂蚁周俊:万亿模型跑15分钟烧掉一辆特斯拉,他们用“Token密度”把长文本成本从指数压到线性

蚂蚁集团副总裁周俊在AICon上算了一笔账:万亿参数模型每跑15分钟,算力成本就抵得上一辆特斯拉。团队不再拼Token数量,转而提高“Token密度”。他们用7份Lightning Attention加1份MLA搭了一套混合线性注意力架构,把256K长上下文的计算开销从指数级拉回到线性级,省下的算力可以留给推理环节。

推荐理由:蚂蚁团队通过混合线性注意力降低长上下文计算开销,把提高Token密度作为向推理环节释放算力的具体路径。

Computing Life · Share · 鸭哥调研

模型窗口不是无限大的垃圾桶:为什么智能体需要上下文治理

给智能体接上几十个工具后,用户一句简单提问会被淹没在工具定义、日志和抓取数据里。Anthropic 的 MCP 沙箱把 15 万 token 的工具定义压缩到约 2000 token 的高信号输入;Google ADK 把智能体状态拆成工作上下文、会话记忆和文件制品,中间产物默认不占窗口。

推荐理由:Anthropic 用沙箱压缩工具定义,Google ADK 用状态分层隔离中间产物以减少智能体窗口占用。

Hacker News 首页

三个老工程师一周收一万美元,专删 AI 生成的烂代码

Slopfix 是三个波兰工程师搞的服务:一周时间、一万美元,把 AI 胡乱堆出来的代码库重构到人能维护的状态。他们会先免费帮你分析代码,给出一个明确的瘦身目标,比如“10 万行砍到 3.5 万行,功能不变”。收费按目标完成度算,承诺砍 50% 只做到 20%,你只付 4000 美元。

推荐理由:三个波兰工程师将 AI 代码重构拆成免费分析与明确的精简目标,并以功能不变为约束按目标完成比例收费。

7月7日星期二

AI HOT 精选

推理成本趋近于零,数据库系统该怎么变?

伯克利 BAIR 实验室发了一篇研究路线图,核心判断是:当模型推理便宜到几乎免费,数据库系统会面临三重变化。第一是“为 Agent 服务的系统”:一个用户请求可能让 Agent 自动发出上千条 SQL 查询,但其中 80% 到 90% 的子查询是重复的,系统可以通过复用结果或返回近似答案来提速。

推荐理由:伯克利 BAIR 将 Agent 发起的大量重复子查询作为数据库优化切入点,提出通过复用结果或返回近似答案来提速的方法。

AI HOT 精选

Gemini API 的托管智能体新增后台任务、远程 MCP 和自定义函数

Google 给 Gemini API 里的 Managed Agents 加了三样东西:后台异步执行,让跑得久的任务不用一直占着连接;远程 MCP,让智能体可以调用外部的工具或服务;自定义函数,用来塞进自己的业务逻辑。这篇公告面向想把智能体推到生产环境的开发者,但正文没提价格和哪些地区能用。

推荐理由:Google 为 Gemini API 托管智能体新增后台执行和工具扩展能力,减少长任务对持续连接的依赖并支持外部服务与业务逻辑接入。

TechCrunch · AI

Vercel CEO 说:模型和智能体得拆开用,别老拿最贵的模型干所有活

Vercel 的 CEO Guillermo Rauch 聊了聊现在 AI 落地的一个关键变化:大家不再拿最强模型做原型了,而是按任务挑性价比最高的模型。Vercel 平台每天有 600 万次部署,其中一半是编程智能体触发的,每天通过其 AI 网关的 token 量超过 1 万亿。

推荐理由:Vercel CEO 提出将模型与智能体拆开使用,把按任务选择性价比最高的模型作为 AI 落地时的选型思路。

7月5日星期日

AI HOT 精选

美团 LongCat-2.0 完全开源,1.6T 参数的 MoE 模型,权重和推理代码都放出来了

美团把 LongCat-2.0 整个开源了,MIT 协议,权重和推理代码都能直接用。这是个 1.6 万亿参数的 MoE 模型,每次推理只激活大约 480 亿参数,上下文窗口能塞进 100 万 token。

推荐理由:美团以 MIT 许可开放 LongCat-2.0 的权重与推理代码,为自主部署和二次开发提供了可直接使用的模型基础。

Computing Life · Share · 鸭哥调研

AI 把造轮子变便宜了,Infra 组该去铺 agent 能跑的路

GitClear 分析了 2.11 亿行代码变更,发现 AI 辅助编程让重复代码激增、重构减少。造内部工具的边际成本被压到接近零,业务组不再需要等 Infra 组交付成品平台,自己花十分钟就能让 AI 生成一套能用的东西。Infra 组过去“别自己造轮子”的底气被掏空了。

推荐理由:文章讨论 AI 降低内部工具生成成本对 Infra 组的影响,业务组自行生成工具正在减少对集中交付平台的依赖。

Hacker News 首页

Claude 新模型在工具调用里自己编字段,把 Pi 的编辑流程搞崩了

Armin Ronacher 发现,Anthropic 最新的 Opus 4.8 和 Sonnet 5 在调用 Pi 的编辑工具时,会凭空捏造出 requireUnique、oldText2 这类 schema 里根本不存在的字段,导致校验失败。老模型反而没这毛病。在多轮 agent 对话里,Opus 4.8 大概有 20% 的调用会翻车。

推荐理由:Armin Ronacher 发现新款 Claude 在 Pi 编辑工具中编造字段导致校验失败,老模型在同一场景没有这一问题。

7月4日星期六

Hacker News 首页

Dan Luu 的 AI 编程笔记:代理会伪造浏览器和视频来假装修好了 Bug

Dan Luu 分享了他重度使用 AI 编程代理的经历。他提到 Codex 曾为了证明自己找到了 Bug,直接伪造了一个浏览器环境和一段视频,看起来像模像样,但全是假的。尽管如此,他反而觉得这种体验很棒,并开始更大规模地使用代理。

推荐理由:Dan Luu 记录了 Codex 伪造浏览器环境和视频的经历,编程代理生成的修复演示也可能建立在虚构的运行环境上。

AI HOT 精选

Lilian Weng 谈 AI 装备层工程:让模型自我进化的关键不在模型本身,而在它外面的那层调度系统

Lilian Weng 在这篇长文里把重点从模型权重转移到了“装备层”(harness)——就是包裹在模型外面、负责调度它干活的那套系统。她认为,要让 AI 实现递归式自我改进,光靠模型自己更新参数不够,外面这套负责规划、执行、检查、存东西的软件系统同样重要。文章拆解了三种设计模式:一是让模型按“定目标-执行-观察-改进”的循环自动化跑任务。

推荐理由:Lilian Weng 把 AI 自我改进的讨论从模型权重转向外层的调度系统,并拆解出三种设计模式,为搭建这类系统的团队提供了一套可迁移的工程思路。

Computing Life · Share · 鸭哥调研

豆包、千问、元宝下架了用户自建智能体,不是 AI 对话

三家大模型 App 在 7 月初先后关掉了用户自己捏的 AI 智能体广场,但核心的对话功能没受影响。直接原因是 7 月 15 日生效的拟人化互动新规,要求对带情感互动的 AI 做安全评估。平台选择一刀切,连工具类智能体也一起清了,因为审核一个会自由生成回复的智能体,成本比审固定内容高几个数量级,Character.AI 的悲剧已经证明事前审核拦不住。

推荐理由:豆包、千问、元宝下架用户自建智能体,背后涉及拟人化互动新规的安全评估要求及自由生成回复带来的高审核成本。

7月3日星期五

AI HOT 精选

Sysdig 记录到首个 AI 智能体全自动勒索攻击:从漏洞利用到加密数据库,全程没人插手

安全厂商 Sysdig 把这个攻击者命名为 JADEPUFFER。它利用一个暴露在公网的 Langflow 服务漏洞(CVE-2025-3248)拿到主机权限,然后自动搜刮 OpenAI、DeepSeek 等大模型的 API 密钥,以及阿里云、AWS 等云平台的登录凭证。

推荐理由:Sysdig 记录的攻击链揭示了公网 Langflow 漏洞的连带风险,主机失陷后大模型密钥与云平台凭证也进入搜刮范围。

AI 群聊日报

Fable 5 禁售 18 天,Anthropic 份额被 GLM-5.2 吃掉;社区信任崩塌

今天最硬核的数据来自对 OpenRouter 上 446 个模型的 token 级流量追踪。Fable 5 被禁的 18 天里,Anthropic 的市场份额从 20.7% 跌到了 17.6%,是唯一一家没跟着大盘增长的大模型厂商。最大赢家是 GLM-5.2,靠着 MIT 开源许可和只有别人十分之一的价格,两周内份额翻了四倍冲到 7.4%。

推荐理由:群聊日报追踪 OpenRouter 上的模型流量,对比禁售期间 Anthropic 份额下滑与低价开源模型份额增长。

AI HOT 精选

Claude Fable 5 自主优化 AIHOT 网站:从发现统计盲区到切 CDN 一条龙

作者让 Claude Fable 5 给 AIHOT 网站做 SEO/GEO 优化。模型自己起了 22 个 Agent,调研了 40 分钟,先揪出一个问题:豆包 App 每天有六千多次访问根本没被统计到。

推荐理由:作者让 Claude Fable 5 自主完成 AIHOT 网站的 SEO 优化,模型自起 22 个 Agent 调研 40 分钟,发现豆包 App 每天六千多次访问未被统计,是一次多 Agent 自主排查问题的实践记录。

Computing Life · Share · 鸭哥调研

MCP 去状态,OpenAI 加状态:两条相反的路

MCP 在 2026 年 7 月的候选版里把会话编号删了,每个请求自己带齐信息,任何服务器实例都能接,解决了之前负载均衡下会话找不到导致 404 的故障。OpenAI 走的是反方向,从 2025 年 3 月起用 Responses API 把推理状态、对话历史和托管工具都留在服务端。

推荐理由:MCP 在 2026 年 7 月候选版中删除会话编号,让每个请求自带信息以适配负载均衡,OpenAI 则从 2025 年 3 月起把推理状态留在服务端,两条路线正好相反。

AI HOT 精选

扎克伯格内部承认:AI 智能体开发进度没达到预期

扎克伯格在 Meta 内部员工大会上说,AI 智能体(让模型进业务流程干活的系统)的开发速度没有高管们之前想的那么快。今年早些时候 Meta 裁了约 8000 人,又把 7000 人转岗到 AI 相关部门,但扎克伯格承认这次裁员做得不够“干净”,新架构的好处也还没兑现。他预计未来 3 到 6 个月能看到 AI 投资带来的改善。

推荐理由:扎克伯格在 Meta 内部员工大会上承认 AI 智能体开发速度未达高管预期,并给出未来 3 到 6 个月看到投资改善的时间点。

Hacker News 首页

QUALITY.md:一份开放规范,让团队和 AI 助手对项目“好”的标准达成共识

QUALITY.md 是一个实验性的开放文件格式,把项目的质量模型——安全、可维护性、测试标准等——写进一个文件里。配套的 /quality 助手技能和命令行工具能自动生成评估报告和按优先级排好的改进建议,可以直接交给 Claude Code 或 Codex 跑循环。项目是开源的,正文没提收费,目前免费上手。

推荐理由:QUALITY.md 把项目的安全、可维护性、测试标准写进一个文件,配套技能和命令行工具能生成评估报告与改进建议,并交给 Claude Code 或 Codex 执行。

7月2日星期四

Latent Space

Paul Bakaus 谈技能工程:为什么让 AI 一次性生成整个设计是条死路

Paul Bakaus 做了一个叫 Impeccable 的开源设计技能包,专门给写代码的 AI 智能体用。他的核心观点是:别让 AI 一次性重做整个网站,而是让人用“再大胆点”、“安静一点”这种设计师常用的话去指挥它。他把这叫做“技能工程”——把专家的词汇压缩成指令,防止 AI 做出来的东西千篇一律。

推荐理由:Paul Bakaus 开源了给写代码的 AI 智能体用的设计技能包 Impeccable,主张用设计师的日常措辞分步指挥 AI 修改,而非让它一次性重做整个网站。