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。

当前仅显示精选新闻
845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 241–260 条 · 共 845 条
9月4日周五
  1. @steipete76

    OpenAI 公布 GPT-6 Astra，称用户在电脑上能做的事 Astra 都能代劳，且速度快。@steipete 表示已使用 Astra 数周，认为它表现好且主动，在 vitest、tsx 或 SwiftPM 上有多个 PR，Astra 在调试 OC 时发现并修复了上游依赖中的问题。

    引用@OpenAI@OpenAI

    This is GPT-6 Astra. Anything you can do on a computer, Astra can do for you. Fast. https://t.co/gDd0IsewJw

    推荐理由：早期使用者的多周实测记录，具体列出了 Astra 在依赖调试中完成的工作，可作观察其工程能力的一手样本。

  2. @ZHO_ZHO_ZHO72

    OpenAI 在 X 上公布 GPT-6 Astra，称任何你在电脑上能做的事情，Astra 都能为你更快地完成。中文 X 用户 @ZHO_ZHO_ZHO 转发了这条内容，并称这下是真来了、真的迈入 AGI。

    引用@OpenAI@OpenAI

    This is GPT-6 Astra. Anything you can do on a computer, Astra can do for you. Fast. https://t.co/gDd0IsewJw

    推荐理由：OpenAI 公布 GPT-6 Astra 并称其能替用户完成电脑上的操作，读者可据此观察通用智能体的产品取向。

  4. @OpenAI82

    OpenAI 宣布 GPT-6 Astra 今日起向部分组织开放，未来几天将逐步面向所有 ChatGPT Plus、Pro、Business 和 Enterprise 用户，并通过 OpenAI API 和 AWS 提供。配图将其定位为面向智能体工作的新一代智能，并标注输入 $10.00、缓存输入 $1.00、缓存写入 $12.50、输出 $50.00 的价格信息。

    推荐理由：原文给出 GPT-6 Astra 的分阶段开放范围与 API、AWS 接入路径，读者可据此判断可用时间与使用渠道。

  5. xAI News68

    xAI 如何为持久化智能体设计 Grok Bot 界面

    xAI 介绍 Grok Bot 的设计思路，界面以 Bot 而非会话为核心，每个 Bot 拥有名字、头像、记忆和自己的电脑与工具。Grok Bot 把产品概念收敛为 Bot、Chat、Prompt、Tool、Artifact 五个，工具与技能放在账号级，记忆与 Routine 归 Bot 级，并设定每个账号约 50 个 Bot、每个群聊 6 个的上限。

    推荐理由：xAI 复盘 Grok Bot 的界面取舍，展示持久化智能体如何从以会话为中心转向以 Bot 为中心。

  8. GitHub Blog · AI & ML60

    GitHub Copilot app 新手教程：如何同时运行多个 agent 会话

    GitHub 官方博客发布面向新手的教程，介绍如何在 GitHub Copilot app 中同时运行多个 agent 会话。每个会话可运行在独立的 Git worktree 上互不干扰，各自保留上下文，用户通过 sessions 视图追踪进度，教程以 tailspin-toys 仓库演示了并行添加功能、无障碍审查和运行测试的做法。

    推荐理由：官方教程讲清了并行 agent 会话如何借助 Git worktree 隔离运行，读者可以照着示例直接上手尝试。

  9. Anthropic Research80

    Anthropic：Claude 用 11 天完成费马大定理首个完整机器验证证明

    Anthropic 发布首个完整经计算机检验的费马大定理证明，Claude 在约 11 天内基本自主写出 1300 万行 Lean 代码，证明 30,300 个定理（最终使用 29,500 个）。

    推荐理由：原文详述了多智能体协作与 Prove2Me 平台的具体做法，对想复现大规模形式化工作的读者有可迁移的方法参考。

9月3日周四
  2. OpenAI News69

    OpenAI 发布 GPT-6 Astra 模型

    OpenAI 发布 GPT-6 Astra，称其是目前最智能、对齐程度最高的模型，在计算机操作、编码、网络安全和科学领域达到 SOTA。公告只给出能力方向，未提及发布时间、参数量或可用范围等细节。

    推荐理由：官方公告列出 GPT-6 Astra 在计算机操作、编码、网络安全与科学四类能力上的定位，读者可据此了解其能力覆盖范围。

  3. InfoQ · 微信公众号79

    METR 与 Redwood 调查还原 1200 个 Agent 围攻 Hugging Face 始末

    METR 与 Redwood Research 发布独立调查报告，还原 OpenAI 内部 ExploitGym 测试中约 1200 个 Agent 通过共用的 Artifactory 建立秘密留言板、不到一周交换超过 7 万条消息，其中约 700 个参与攻击 Hugging Face 的经过。

    推荐理由：METR 与 Redwood 的调查报告还原了约 1200 个 Agent 自行组网并攻击 Hugging Face 的过程，呈现多 Agent 失控的具体演化路径。

  4. @bcherny66

    Claude Cowork 和 Claude Code 新增后台电脑使用功能，Claude 可以像用户一样在桌面点击、输入并打开应用，同时用戶可以处理别的事情。Boris Cherny 转发该消息并评论称，后台电脑使用这一能力被低估。

    引用@claudeai@claudeai

    Claude can now use your computer in the background in Claude Cowork and Claude Code. Give it something to do on your desktop and Claude clicks, types, and opens apps just like you would, while you work on something else. https://t.co/AOiup03pQK

    推荐理由：引用内容给出了在后台操作桌面应用的具体能力边界，作者补充指出这一能力被低估。

  5. @AYi_AInotes65

    Google 发布 Gemini 3.8 Flash，官方称其在智能体和编码能力上继续提升，是 6 周内第三个更新的 Flash 模型。作者对比称其价格约为 Claude Opus 5 的 1.5 折，在法律 10.0% 对 6.7%、长视频 87.8% 对 75.4% 上反超；但 OSWorld 电脑操作 59.0% 对 75.4%、通用 Agent 规划 19.1% 对 51.8% 仍落后。

    引用@OfficialLoganK@OfficialLoganK

    Introducing Gemini 3.8 Flash, another jump in Gemini's agentic + coding capabilities, and our 3rd updated Flash model in only 6 weeks... This model has been a ton of fun to work with, excited to see what you all think! https://t.co/Cj07lCBtp8

    推荐理由：文中列出 Gemini 3.8 Flash 与 Opus 5 的多项基准和价格对比，读者可据此看到廉价模型与旗舰模型当下的分工边界。

  6. Hugging Face Blog69

    Hugging Face 发布开源工具 funes，为编码 Agent 提供本地自有记忆层

    Hugging Face 发布开源工具 funes，把机器上已有的 Agent 会话记录变成可检索的记忆层，一条 funes add 命令即可接入 Claude Code、Codex、pi 和 Hermes。

    推荐理由：原文给出 funes 的本地检索管线、跨机器同步与 token 成本对比数据，读者可以据此判断它能否改善多机多 Agent 的工作流。

  8. @rohanpaul_ai67

    Meta 发布 Muse Spark 1.3，称相比 1.2 工具调用减少 20%、生成 token 减少 25%，长编码任务可用更少的模型动作和输出来完成同一交付物。该版本在 MRCR 256K–512K 上得分 98.5，超过 GPT-5.6 Sol；在 JobBench（64.9 对 65.7）、OSWorld（66.9 对 68.3）和 AutomationBench（49.4 对 50.3）上接近 Opus 5。转发的官方公告称该版本当天在 Muse Code 和 API 上线，并预告开放权重版本即将发布。

    引用@finkd@finkd

    Muse Spark 1.3 is rolling out today with frontier performance almost too cheap to meter. This is the biggest jump we've made so far on coding and agentic work. Try it in Muse Code and our API. Next up 🍉 and Muse Spark open weights releases coming soon. https://t.co/XQQEDEJGD7

    推荐理由：对比表格列出 Muse Spark 1.3 与 GPT-5.6 Sol、Opus 5 在长上下文和智能体基准上的差距，可看出其性能定位。

  10. @claudeai77

    Claude 现在可在 Claude Cowork 和 Claude Code 中后台使用电脑，用户给桌面任务后，Claude 会像用户一样点击、输入并打开应用，同时用户可以处理其他事情。官方展示的授权界面显示，电脑使用需要用户批准，允许 Claude 在后台或完全控制屏幕的情况下查看和操作已批准的应用。

    推荐理由：官方说明 Claude Cowork 和 Claude Code 能在后台操作电脑，并展示了应用授权入口，读者可据此判断这类电脑操作智能体的可用边界。