跳到正文

技术方向

Agent 智能体 最新动态

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。

377 条精选近 30 天 298 条共收录 2,146 条

更新

精选归档 · 第 18 页

9月29日周二第 341–360 条
9月25日周五
9月23日周三
9月22日周二
  1. Sebastian Raschka78

    Sebastian Raschka 指出,小米 MiMo-V2.6 在开源权重基准的加权平均上排名第一,但架构只是经典的 GQA 加 128 token 窗口的滑动窗口注意力。

    引用Artificial Analysis@ArtificialAnlys

    MiMo-V2.6-Pro debuts as the top open weights model on the Artificial Analysis Intelligence Index (46). At $0.13 per Intelligence Index task, it lands on the Intelligence vs. Cost per Task Pareto frontier @Xiaomi has just released MiMo-V2.6-Pro, an open weights model with major advances in intelligence over its predecessor, MiMo-V2.5-Pro (Intelligence Index: 26). Despite the improvement, it retains the same attractive pricing at $0.435 per 1M input tokens (with a 99% cache-hit discount) and $0.87 per 1M output tokens. This makes MiMo-V2.6-Pro one of the most cost-efficient models to deploy. MiMo-V2.6-Pro is an MoE model with 1.02T total parameters and 42B active parameters. Stay tuned for additional analysis of the model. Check out MiMo-V2.6-Pro full benchmarking breakdown here: https://artificialanalysis.ai

    推荐理由:作者借 MiMo-V2.6 的架构与训练细节,说明开源模型进步更多来自数据与后训练配方而非注意力结构。

9月18日周五
9月9日周三
  1. AI at Meta75

    Meta 发布个人智能体 Muse,由 Muse Spark 1.3 驱动,可在生活各场景中替用户完成任务。官方同时给出介绍页面,说明 Muse 的构建过程与具体能力。

    引用Muse@Muse

    Introducing Muse, your personal AI agent from Meta that gets things done across every part of life. Download the Muse app and get started: https://Muse.ai

    推荐理由:Meta 官方发布个人智能体 Muse,并给出构建思路与能力说明的入口。

9月6日周日
9月2日周三
  1. 月之暗面 Kimi 模型发布88

    月之暗面开源 Kimi K3:2.8T 参数原生多模态模型,支持 100 万 token 上下文

    月之暗面发布开源权重模型 Kimi K3,总参数 2.8T、激活参数 104B,基于 KDA 与 AttnRes 架构,原生支持文本、图像、视频并具备 100 万 token 上下文窗口。

    推荐理由:月之暗面开源 2.8T 参数原生多模态模型,给出完整架构参数与多榜单对比,可据此判断开源前沿模型的当前水位。

  2. 宝玉的博客74

    Anthropic 博客:高效电商 AI 智能体的架构、延迟成本优化与评估实践

    Anthropic 在 Claude 博客中总结其与零售、电商平台、旅游、娱乐和电信客户合作构建电商 AI 智能体的经验,给出架构设计、延迟与成本优化、生产环境运行三部分指南。

    推荐理由:Anthropic 基于企业部署经验,拆解电商智能体的架构、延迟成本优化与生产评估方法。

  3. Alex Albert60

    Anthropic 随 Fable 5.1 推出 Enterprise Frontier Safeguards(EFS),为企业客户提供与零数据保留同级的隐私保护,同时防范对抗性使用,今年秋季起分阶段上线。Alex Albert 称 EFS 是面向智能体时代的 ZDR++,公司数据留在自有云中,由自动监控层向团队标记风险模式,可视为智能体的可观测性与风险缓解层。

    引用Claude@claudeai

    We’re also introducing Enterprise Frontier Safeguards (EFS), which give enterprise customers complete privacy (the same as zero data retention), while still being state-of-the-art at preventing adversarial use. EFS rolls out in phases, starting this fall. https://www.anthropic.com/news/enterprise-frontier-safeguards

    推荐理由:Anthropic 员工解释 EFS 如何在零数据保留之上为智能体加一层监控,读者可借此理解企业采用 AI 时的隐私与风险权衡。

8月28日周五
  1. 宝玉的博客60

    Warp 如何让 Agent 自我进化:用人类反馈改进代码审查 Skill

    宝玉解读 Claude 博文《How Warp builds self-improving agents on Claude》中 Warp 的做法:一个基础 Skill 负责代码审查,另一个改进 Skill 定期收集工程师在 PR 中对 Agent 审查结果的评论,据此更新审查 Skill,人只需照常写评论。

    推荐理由:Warp 用人类 PR 评论驱动 Skill 迭代的做法,给出了让 Agent 记住团队规范的一套可迁移机制。

8月24日周一
  1. 宝玉的博客60

    宝玉复盘 AI 原生开发流程:给 BaoCut 加远程转录功能的完整案例

    宝玉以给字幕转录翻译 App BaoCut 增加远程转录功能为例,复盘了自己的 AI 原生开发流程:可行性分析、设计文档、高精度原型、编码实现、黑盒测试五个环节,执行主体由人变为 Agent,人只在关键节点确认和决策。

    推荐理由:作者以自己 App 加远程转录功能为例,完整复盘从可行性分析到黑盒测试的 AI 原生开发流程,并给出瓶颈已移到代码两侧的判断。

8月21日周五
8月14日周五
  1. Z.ai78

    智谱宣布正在为 GLM-5.3 的开放发布做准备,称这是其迄今网络安全能力最强的模型,将先由安全合作伙伴在受控环境中评估,随后扩大访问与 API 可用性,并在完成安全评估后公开完整模型权重。

    推荐理由:原文给出了 GLM-5.3 在三个安全基准上的对比数据和分阶段开放权重计划,读者可据此判断开源模型在攻防双用途上的能力边界。

8月13日周四
8月1日周六
  1. DeepSeek 模型发布88

    DeepSeek 发布 DeepSeek-V4-Flash-0731 正式版

    DeepSeek 发布 DeepSeek-V4-Flash-0731 正式版,取代此前的预览版本,智能体能力大幅增强。该模型与 DeepSeek-V4-Flash-DSpark 结构相同,附带投机解码模块,在 Terminal Bench 2.1、NL2Repo、DeepSWE 等基准上超过 DeepSeek-V4-Pro (Preview),激活参数量则小得多。

    推荐理由:官方技术报告列出多项基准对比,读者可据此判断小激活参数模型在智能体任务上的位置。