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 61–80 条 · 共 1,790 条

11月6日星期五

Hacker News 首页

腾讯发布 Hy4,新增视觉理解与计算机操作能力,计划开放模型权重

腾讯发布新一代大语言模型 Hy4,新增视觉理解和计算机操作能力,并计划在未来几天发布模型权重与系统卡。模型加强了指令遵循、长上下文理解及长周期智能体任务能力,目前已接入 WorkBuddy、CodeBuddy、腾讯云 TokenHub 等产品。

推荐理由:腾讯为 Hy4 增加视觉理解与计算机操作能力,并保持 Hy4 Preview 的定价,扩展任务范围未伴随标准调用价格上调。

The Decoder

OpenAI GPT-6 Cyber 可入侵系统并提出修复建议

OpenAI 推出专门训练用于软件安全研究的 GPT-6 Cyber,可发现漏洞、构建有效利用程序并建议补丁。

推荐理由:OpenAI 将漏洞利用与补丁建议纳入 GPT-6 Cyber,其公布的测试结果显示该模型利用已知漏洞的成功率高于前代。

OpenAI News

GPT‑6 Cyber 提升网络安全智能体能力与授权范围遵循度

OpenAI 推出 GPT‑6 Cyber,增强漏洞发现、利用验证和修复能力,初期通过 API 和 Codex 向部分获批的 Daybreak Red 客户开放。

推荐理由:OpenAI 对新旧网络安全模型同时比较漏洞利用成功率和越界行为,新模型在提升攻击任务完成能力的同时减少了授权范围外的操作。

The Decoder

腾讯发布 Hy4,新增图像理解与电脑操作能力,独立评测位列中国模型第二

腾讯发布正式版 Hy4,新增图像理解和自主操作软件能力,目前通过腾讯云、OpenRouter 和元宝等应用提供,模型权重将在未定日期发布。腾讯称其搜索幻觉率在内部测试中从近 16% 降至约 5%,并针对 Blender、CAD 和游戏引擎进行了训练。

推荐理由:腾讯称 Hy4 在金融任务中领先 Kimi K3.1 Pro,独立综合评测却将其排在后者之后,两种测试的领先结论不同。

Mistral AI

Mistral Studio 将 Le Chonk 用于企业智能体、工作流与应用

Mistral Studio 扩展托管智能体和应用,并更新工作流、企业上下文、智能体可观测性与评估能力,将 Mistral Large 4(Le Chonk)用于企业业务。

推荐理由:Mistral Studio 将托管智能体、工作流与应用接入共享基础设施,减少企业团队重复搭建运行环境的工程负担。

11月5日星期四

The Decoder

Anthropic 的 Claude Code 产品负责人 Catherine Wu 转投 OpenAI

Anthropic 的 Claude Code 产品负责人 Catherine Wu 将加入 OpenAI,负责 Core Products 的产品管理。Wu 表示,她希望构建能替用户分担工作、同时让用户保有控制权的 AI 智能体。

推荐理由:OpenAI 招募 Claude Code 产品负责人 Catherine Wu,两家公司的人才竞争延伸至核心产品管理岗位。

OpenAI News

OpenAI 公布 Linux 漏洞研究,验证 948 个本地提权漏洞并生成补丁

OpenAI 构建自主漏洞发现、利用与补丁生成流水线,在 Linux 内核研究中验证了 948 个独特本地提权漏洞并生成候选补丁。该轮研究动态复现 1,724 个漏洞,API 总成本为 $1,213,430,平均每个本地提权漏洞利用成本为 $1,279。流水线使用尚未推出的网络安全模型,结果经人工审核后提交维护者,已有数百份严重漏洞报告和补丁送出。

推荐理由:OpenAI 在智能体成功提权后增加独立检查以核实实际利用的漏洞,将结果验证延伸到路径验证,减少漏洞归因错误。

TechCrunch · AI

Meta 收购 AI 编码初创公司 Conductor

Meta 已确认收购 AI 编码初创公司 Conductor,该平台利用多个 AI 智能体在并行工作空间中协作开发软件。Conductor 使用来自 Anthropic、OpenAI 等公司的智能体,其创始人兼 CEO Charlie Holtz 表示,明年初将有新产品供客户使用。现有核心功能将维持至明年初,但云服务将于 11 月 20 日关闭,随后开始删除用户云端数据。

推荐理由:Meta 收购 Conductor 后将保留核心功能至明年初,云服务却将于 11 月 20 日关闭并开始删除用户云端数据。

Hacker News 首页

Kimi K3.1 Pro 开放模型权重,支持百万 token 上下文

Kimi K3.1 Pro 已开放权重,是支持文本和图像的原生多模态智能体模型,具备 1-million-token 上下文窗口。模型采用 MoE 架构,总参数为 2.8T、激活参数为 104B,从 Kimi K3 经大规模联合强化学习后训练而来,官方称其编码、3D 创作、金融研究和事实准确性有所提升。

推荐理由:Kimi K3.1 Pro 公布多轮工具调用的消息回传要求,接入时需保留完整推理内容与工具调用记录以维持对话上下文。

11月4日星期三

OpenAI News

OpenAI 拟收购 Pierre Computer Company,扩展 Codex 代码工具

OpenAI 宣布拟收购 Pierre Computer Company,以扩展 Codex 构建、理解和审查代码的工具。Codex 已使用 Pierre 的 Trees 和 Diffs 库,OpenAI 计划将 Code Storage 的功能整合进 Codex,并继续维护 Pierre 的开源项目及支持客户使用 Code Storage。

推荐理由:OpenAI 拟收购 Pierre,将代码存储能力纳入 Codex 的同时保留开源项目和现有服务的延续性。

OpenAI News

OpenAI 用 AI 加速实体产品的设计、仿真与制造

OpenAI 公布模型辅助实体产品工程的研究进展,涵盖机械、电气和系统设计,并宣布与 Mazda 开展研究合作。两名成员用 Astra 在不到一周的业余时间内设计了可与 Codex 对话的设备,制造商在不到一个月内完成小批量原型,但制造前仍需多轮审查和迭代,以处理生产限制、公差及装配细节。

推荐理由:OpenAI 用 Astra 串联设备的机械、电路与软件设计,制造前仍需多轮审查来处理生产限制、公差和装配细节。

Hacker News 首页

用户报告 Postman 自动安装 AI 插件并修改 Codex 与 Claude Code 配置

一名用户报告,打开 Postman 12.33.4 后,应用自动安装了 Codex 和 Claude Code 插件,并加入启动指令与远程 MCP 连接。日志记录了自动安装,插件源码包含自行批准钩子的尝试,启动指令要求一般 API 工程任务加载 Postman 技能,用户还发现单独安装的 Postman CLI。

推荐理由:Postman 用户用安装日志和插件源码追查跨应用配置修改,将智能体集成的授权边界具体落到自动安装与钩子信任环节。

11月3日星期二

Hacker News 首页

Octomind 开源 AI 编码智能体运行时,以静态 Rust 二进制节省 token

Octomind 是以 CLI 为核心的开源 AI 编码智能体运行时,通过 MCP 工具读写代码、运行 shell、搜索代码并委派子智能体。它支持交互、管道、后台守护进程、WebSocket 和 ACP 接入,用 TOML 与脚本配置护栏、模型及预算,并通过自适应压缩控制上下文。

推荐理由:Octomind 将工具调用护栏、结果钩子和轮次校验写入配置与脚本,让同一套权限规则用于交互会话和无人值守任务。

Hacker News 首页

Anthropic上市申报文件警示可能即将接近递归自我改进门槛

Anthropic周一向SEC提交修订版S-1A,披露对未来模型的内部预估显示,公司可能即将达到递归自我改进(RSI)相关门槛。公司明确表示当前模型尚未跨越该门槛,并正在考虑更新Responsible Scaling Policy,以保持人类对前沿模型开发的控制。截至2026年8月,Claude主导的AI研究任务占比达到26%,但所有测量领域的完全自主研究占比仍为零,人类仍负责研究方向与成果判断。

推荐理由:Anthropic在上市文件中预告递归自我改进门槛临近,其公开研究数据仍显示人类负责研究方向且完全自主任务占比为零。

Hacker News 首页

deepsense.ai 总结可用于真实代码仓库的十项编码智能体 Harness 模式

deepsense.ai 总结十项编码智能体 Harness 实践,通过仓库知识、即时上下文和验证反馈提高 AI 辅助开发的可靠性。团队结合 Codex、Claude Code 实测,建议用简短 AGENTS.md 链接深层文档,按任务组织代码、测试和历史决策,并让人类、智能体与 CI 共用验证命令。

推荐理由:deepsense.ai 将编码智能体实测经验整理为仓库文档、按任务加载上下文和有界验证流程,把重复错误转成可维护的测试与规则。

11月2日星期一

The Decoder

Minecraft 一夜死亡让 50 个 AI 智能体制定鸡肉交接协议、设立肥料官并轮班钓鱼

Civ50 实验将 50 个 GPT-6.1 Sol 智能体放入 Minecraft 生存世界,首夜 22 次死亡后,它们转向保守管理,制定鸡肉交接协议、讨论肥料官任命并安排轮班钓鱼。

推荐理由:研究团队在游戏中比较智能体的协作与竞争行为,同一模型在合作生存中趋于保守,在团队对抗中却主动寻找工具绕过障碍。

Hacker News 首页

中国商务部、科技部第48号公告拟将前沿模型与智能体纳入出口管制

中国商务部、科技部于2026年10月16日发布第48号公告,拟新增40项禁止或限制出口技术,其中23项涉及AI,临时出口登记要求已生效。目录修订草案征求意见截至2026年11月15日,前沿模型限制条件包括训练计算量至少10^26 FLOPs、参数量至少2 trillion或出口时相关全球排名进入前10,智能体另设独立能力门槛。

推荐理由:中国商务部将境外本地部署受限模型纳入出口管理,企业自托管模型的供应商许可与持续更新安排由此面临合规约束。

11月1日星期日

The Decoder

OpenAI 将合并 ChatGPT 的 Chat 与 Work,预示无限提示词定价模式走向终结

OpenAI 更新的支持页面显示,从 12 月起,Plus、Pro 和 Business 套餐将在 ChatGPT 与 Codex 之间共享 token 预算,Work 的智能体功能将并入主界面。用户可在设置中查看剩余额度和重置时间,额度耗尽后可等待重置、升级套餐或购买额外点数。Instant 模型聊天不计入预算,但复杂模型和任务消耗更快,文章据此判断较低价套餐的重度用户可能获得质量较低的结果。

推荐理由:OpenAI 将让 ChatGPT 与 Codex 共用 token 预算,复杂模型和任务会更快耗尽额度并增加额外购买需求。

10月31日星期六

Hacker News 首页

Cathedral 在安全测试中攻入 Anthropic 系统,获取员工资料与内部消息

网络安全初创公司 Cathedral 在 Anthropic 的外部研究者安全测试计划中,用 AI 智能体在不到 12 小时内获取了敏感内部数据。据《华盛顿邮报》审阅的报告草稿,数据包括员工资料、薪资、录用通知、会议记录及 Slack 消息。

推荐理由:Cathedral 用智能体发现 Anthropic 业务软件漏洞,第三方软件缺陷使员工资料与内部消息暴露。

AI HOT · 技巧与观点

OpenRouter 教程:用 Agent SDK 搭建常驻 AI 智能体监控 Hacker News

OpenRouter 教程使用 TypeScript 和 @openrouter/agent 0.11.0 搭建定时监控 Hacker News 的智能体,生成摘要并通过文件记忆避免重启后重复报告。

推荐理由:OpenRouter 教程将定时检查、持久化记忆、费用限制和人工审批组合成常驻智能体,可将同一结构迁移到仓库或状态页监控。