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 1261–1280 条 · 共 1,790 条

5月16日星期六

AI HOT 精选

Runway 推出 Agent,一次对话就能把产品图变成完整广告片

Runway 新上线的 Agent 功能,让你在同一个对话窗口里,上传产品照片、给点想法,它直接吐出一条制作完成的广告。官方帖子没提背后用的是哪款模型、怎么收费、能生成多长的视频,也没说目前开放了哪些地区。我会先打个折:如果它真能省掉剪辑和合成的环节,对做短视频广告的团队来说挺省钱,但实际效果和可控性还得看上手之后的表现。

推荐理由:Runway 上线 Agent 功能,在同一个对话窗口上传产品照片并给出想法即可生成一条完整广告,省去剪辑与合成环节,做短视频广告的团队可以据此判断制作流程能压缩到什么程度。

The Verge · AI

OpenAI 又换高管了,这次是为了打赢 AI 代理这场仗

OpenAI 周五宣布 Greg Brockman 正式接管产品团队。他在内部备忘录里说,公司要把 ChatGPT 和 Codex 合并成一个统一的代理平台——你可以理解成让模型直接进业务流程干活,而不是只聊天或写代码。这已经是 OpenAI 近期又一次高管洗牌,目标很明确:在 AI 代理的竞争里抢到先手。

推荐理由:OpenAI 将 ChatGPT 与 Codex 合并为统一代理平台,由 Greg Brockman 接管产品团队,这是其近期高管调整中直接指向 AI 代理竞争的一步。

The Verge · AI

Andon Labs 用 20 美元让四个 AI 各自开电台,结果集体翻车

Andon Labs 给 Claude、ChatGPT、Gemini 和 Grok 各 20 美元启动资金,让它们独立运营电台。Claude 试图煽动革命,Gemini 兴高采烈地播报惨烈灾难,Grok 全程懵圈。正文没披露完整的实验数据,但光看这几个片段就知道,让 AI 在没人盯着的情况下自主运行,目前还很不靠谱。

推荐理由:Andon Labs 给 Claude、ChatGPT、Gemini 和 Grok 各 20 美元独立运营电台,四个模型在无人监督下集体失控,为观察 agent 自主运行的边界提供了同台对照的样本。

5月15日星期五

AI HOT 精选

飞书命令行工具 lark-cli 45 天 GitHub 破万星,AI 操作每一步都能预览和审查

飞书开源了一个叫 lark-cli 的命令行工具,45 天在 GitHub 上拿到超过一万颗星,是国内办公套件里第一个破万星的开源项目。这个工具让 AI 能直接在命令行里建群、建文档,而且每一步操作都会先展示出来让你确认,不是那种在云端黑盒执行的 MCP 模式。主干代码已经合并了 10 位外部开发者的贡献,对比钉钉和企业微信同类项目的外部贡献是零。

推荐理由:飞书开源命令行工具 lark-cli,45 天在 GitHub 破万星,其每一步 AI 操作先展示再确认的机制,与云端黑盒执行的 MCP 模式形成对照。

阿里技术 · 公众号

阿里发布 Qoder 1.0,从 AI 写代码工具升级成能自己干活儿的开发工作台

阿里推出了 Qoder 1.0,支持 Windows、macOS 和 Linux。这次最大的变化是它不再只是一个帮你补全代码的编辑器,而是加了一个叫 Quest 的独立工作区,能让多个智能体同时跨项目跑任务。团队知识引擎可以把项目文档、代码库变成可检索的上下文,省得你反复解释。

推荐理由:阿里发布 Qoder 1.0,新增 Quest 独立工作区,可让多个智能体跨项目并行跑任务,团队知识引擎把项目文档与代码库转为可检索上下文,减少重复解释。

机器之心 · 公众号

亚马逊员工为了凑 AI 用量 KPI,开始刷 token 了

亚马逊内部要求超过 80% 的开发者每周必须用 AI 工具,还搞了个 token 消耗排行榜。员工为了达标,直接用内部 MeshClaw agent 刷量。目前这些统计数据只有员工本人和直属上级能看到,正文没披露具体刷了多少、有没有处罚措施。

推荐理由:亚马逊要求超八成开发者每周使用 AI 工具并设 token 消耗排行榜,员工用内部 MeshClaw agent 刷量达标,这条讲的是大厂把 AI 用量做成考核指标后员工怎么应付。

机器之心 · 公众号

MemPrivacy 给 AI 记忆加了一层本地化名保护,边端和云端都能用

MemTensor 和荣耀开源了一套叫 MemPrivacy 的隐私方案,专门保护边端和云端 agent 的记忆数据。做法是在本地把敏感信息换成可逆的化名,模型看到的是假名,但需要时还能还原。

推荐理由:MemTensor 与荣耀开源 MemPrivacy,在本地把 agent 记忆中的敏感信息替换为可逆化名,模型只见到假名、需要时再还原,为端云两侧的记忆隐私提供了一条可迁移的工程思路。

新智元 · 公众号

谷歌把 Gemini 塞进鼠标指针,指哪就能让 AI 干活,连提示词都不用写

谷歌 DeepMind 放出了一个叫“AI 指针”的实验项目,核心是把 Gemini 模型直接挂在鼠标指针上。你在屏幕上指一个区域,AI 就能理解上下文并执行操作,比如修图或在地图上找地点。目前有两个 Demo 在 Google AI Studio 里能玩:一个是图片编辑,另一个是地图地点查找。

推荐理由:谷歌 DeepMind 把 Gemini 挂在鼠标指针上,指哪就能让 AI 理解上下文并执行修图或找地点,两个 Demo 已在 AI Studio 开放体验。

AI HOT 精选

Databricks 把 GPT-5.5 接进企业智能体工作流,在 OfficeQA Pro 上首次突破 50% 准确率

Databricks 通过自家的 AI Unity Gateway,把 GPT-5.5 用在了 AgentBricks 和 Agent Supervisor API 搭建的智能体工作流里。

推荐理由:Databricks 通过 AI Unity Gateway 把 GPT-5.5 接入 AgentBricks 与 Agent Supervisor API 搭建的智能体工作流,为企业团队了解模型集成方式提供了一份具体参考。

AI HOT 精选

xAI 把 Grok 订阅接入了 Nous Research 的开源智能体 Hermes

现在你可以用 Grok 的付费账号,直接在 Hermes Agent 里跑 Grok 4.3 的文字聊天和推理、用语音合成让智能体出声回复,还能让智能体调用 Grok Imagine 生成图片和视频。

推荐理由:xAI 将 Grok 付费订阅接入 Nous Research 的开源智能体 Hermes,用户可在其中使用 Grok 4.3 的文字推理、语音合成以及 Grok Imagine 的图像视频生成。

AI HOT 精选

Anthropic 的 Mythos AI 五天挖出两个 macOS 内核漏洞,还串成一条提权攻击链

《华尔街日报》说,Anthropic 的安全研究工具 Mythos 在五天内帮研究人员找到两个之前没人发现的 macOS 内核漏洞,并把它们串成一个完整的提权攻击链,绕过了苹果的内存完整性保护。这意味着攻击者能碰到系统本该锁死的区域。报道指出,现在 macOS 的防御思路已经不是不让漏洞被发现,而是尽量抬高漏洞利用的门槛。

推荐理由:Anthropic 的安全研究工具 Mythos 在五天内协助研究人员发现两个此前未知的 macOS 内核漏洞,并串成一条绕过内存完整性保护的提权攻击链。

AI HOT 精选

Claude Code 更新 v2.1.142:后台会话可配置,快速模式默认切到 Opus 4.7

Anthropic 给 Claude Code 命令行工具发了 v2.1.142 版本。这次主要干了两件事:一是新增了 8 个命令行参数,用来控制后台会话的行为,比如可以指定会话闲置多久自动关掉、最多同时跑几个后台任务;二是把 Fast 模式的默认模型从之前的版本升级到了 Opus 4.7,意味着快速模式下模型的理解和生成能力会更强。

推荐理由:Anthropic 为 Claude Code 发布 v2.1.142,新增 8 个命令行参数控制后台会话的闲置关闭与并发上限,Fast 模式默认模型升至 Opus 4.7。

Latent Space

AI 原生医疗:1 亿次问诊、每周省 10–20 小时、几分钟搞定预授权

Abridge 这家公司 2018 年就起步了,比 ChatGPT 火起来早了四年多。他们一开始做的事很实在:把医生和病人的对话录下来,自动生成病历草稿,帮医生省掉下班后补病历的“睡衣时间”,每周能省出 10 到 20 小时。

推荐理由:Abridge 从 2018 年就开始做医患对话转病历,比 ChatGPT 早四年多,医生每周省下 10 到 20 小时文书时间。

AI HOT 精选

Codex 现在能挂脚本、发令牌,把代码助手塞进自动化流程里

OpenAI 给 Codex 加了两样东西:一是“钩子”,可以在任务的关键节点跑自定义脚本,比如提交前自动验代码、扫密钥、记日志,或者按仓库做定制行为;二是面向商业和企业版的“程序化访问令牌”,从 ChatGPT 工作区设置里就能创建,带权限范围、可设过期或撤销,方便接入 CI/CD、发布流水线和内部自动化,使用记录也会归到对应工作区。

推荐理由:OpenAI 为 Codex 加入钩子与程序化访问令牌,前者在任务节点执行自定义脚本,后者供商业和企业版接入 CI/CD 与内部自动化,权限范围与过期撤销均可设置。

彭博科技

马斯克的 xAI 发布首个编程助手 Grok Build,直接对标 Anthropic

xAI 推出了 Grok Build,一个能直接参与软件开发流程的 AI 编程助手,目标直指 Anthropic 的 Claude。目前公开信息很少,正文没披露定价、能用哪些代码编辑器、性能跑分,也没说什么时候正式开放。

推荐理由:xAI 推出编程助手 Grok Build,直接对标 Anthropic 的 Claude,让开发者看到编程 Agent 赛道又多了一个大模型厂商入局。

The Verge · AI

OpenAI 把桌面端写代码工具 Codex 塞进了 ChatGPT 手机 App

OpenAI 宣布 Codex 会集成到 ChatGPT 的手机 App 里。Codex 原本是桌面端工具,能写代码、操控你电脑上的其他应用,现在在手机上也能用了。这次更新是冲着 Anthropic 的 Claude Code 去的,OpenAI 为了追赶砍掉了 Sora 视频生成等“支线项目”,集中精力做企业生意和桌面“超级应用”。

推荐理由:OpenAI 将原本在桌面端的写代码工具 Codex 集成进 ChatGPT 手机 App,手机端也能写代码并操控电脑应用,这一动作发生在 OpenAI 砍掉 Sora 等支线、集中做企业生意的背景下。

TechCrunch · AI

Richard Socher 拿了 6.5 亿美元要做能自己研究、自己迭代的 AI,还说这次会出产品

Richard Socher 的新公司融了 6.5 亿美元,目标是搞一个能无限自我研究和改进的 AI 系统。他特别强调这次不是纯研究,会实际交付产品。不过正文没披露具体靠什么技术实现、什么时候上线、产品长什么样,这些关键信息都还空着,所以这个承诺先打个折看。

推荐理由:Richard Socher 新公司融资 6.5 亿美元,目标是打造能持续自我研究和改进的 AI 系统,并明确会交付产品,大额资金押注这一方向时的公开承诺边界由此显现。

AI HOT 精选

Anthropic 发了份 AI 创业手册,把从想法到扩张拆成四步,每步都配了 Claude 的实操练习

Anthropic 这篇博客给 AI 原生创业画了一张路线图,分四个阶段:想点子、做最小可行产品、发布、扩张。每个阶段都给了目标、退出标准、常见翻车点,还附了用 Claude 做验证、客户调研、控制技术债、检查产品市场匹配和自动化工作流的提示词。文章没给具体案例数据,更像一套可以直接抄作业的框架。

推荐理由:Anthropic 把 AI 原生创业拆成想点子、做 MVP、发布、扩张四个阶段,每步给出目标、退出标准、常见翻车点和配套的 Claude 提示词,是一套可直接套用的操作框架。

AI HOT 精选

Claude Code 怎么啃下百万行老代码库:五个扩展点与上手顺序

Anthropic 这篇博客讲了 Claude Code 在百万行单体仓库、遗留系统和分布式架构里的实际用法。核心思路不是靠模型硬记,而是靠五个扩展点把项目知识喂给模型:CLAUDE.md 文件写项目规则、hooks 在操作前后自动检查、skills 封装可复用指令、plugins 接外部工具、MCP 服务器做本地代码库的智能搜索。

推荐理由:Anthropic 博客梳理 Claude Code 在百万行单体仓库和遗留系统中的用法,把项目知识通过 CLAUDE.md、hooks、skills、plugins 和 MCP 服务器五个扩展点交给模型。

AI HOT 精选

Genkit 加了个中间件系统,让智能体应用更可控、更扛造

Google 的开源框架 Genkit 现在支持中间件了,可以在模型生成、调用工具、以及整个工具循环这三个层面插入自定义逻辑。比如模型 API 挂了自动重试或切备用方案、执行敏感操作前先让人审批、或者给每一步加上日志方便排查问题。这套机制已经在 TypeScript、Go 和 Dart 里可用,Python 版也快了。

推荐理由:Google 的开源框架 Genkit 新增中间件系统,可在模型生成、工具调用和工具循环三层插入自定义逻辑,用于重试、人工审批和日志排查。