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🚀 @MiniMax_AI M3 is now available on OrcaRouter. One of the most anticipated open model releases, bringing next-gen sparse attention, ultra-long context handling (up to 1M tokens of context with a guaranteed minimum of 512K), faster inference, and stronger agentic workflows. Try it out here: orcarouter.ai/models/minimax…
推荐理由：MiniMax M3 首日上线 OrcaRouter，读者可据此了解其长上下文与智能体工作流的能力定位。
Introducing MiniMax M3: The First Open-Weights Model to Combine Three Frontier Capabilities - Coding & Agentic Frontier: 59.0% SWE-Bench Pro, 66.0% Terminal Bench 2.1, 34.8% SWE-fficiency, 28.8% KernelBench Hard, 74.2% MCP Atlas - MiniMax Sparse Attention scales context to 1M - Natively Multimodal from Step Zero API: platform.minimax.io Token Plan: platform.minimax.io/subscrib… 🚀New! MiniMax Code: code.minimax.io Weights & Tech Report in ~10 Days
推荐理由：MiniMax M3 标配 1M 上下文并采用新的稀疏注意力架构，读者可据此了解长上下文模型的算力成本变化。
MiniMax-M3 by @MiniMax_AI is now live on Venice. The first open-weight model to deliver frontier coding and agentic performance with native multimodality. Built for long-horizon, complex workflows. Available anonymously.
推荐理由：MiniMax-M3 以开放权重同时具备前沿编码与智能体能力，支持 1M 上下文和原生多模态，面向长周期复杂工作流。
MiniMax-M3 is live on OpenRouter! A frontier-class open-weight model that combines a 1M-token context window, frontier coding and agentic performance, and native multimodality (image & video) in one model.
推荐理由：MiniMax-M3 上线 OpenRouter 并给出首周折扣，可了解其 1M 上下文与多模态能力的组合方式。
推荐理由：原文列出上下文窗口、编码、智能体和多模态四个方面，读者可据此了解这个开放权重模型的配置取向。
Introducing MiniMax M3: The First Open-Weights Model to Combine Three Frontier Capabilities - Coding & Agentic Frontier: 59.0% SWE-Bench Pro, 66.0% Terminal Bench 2.1, 34.8% SWE-fficiency, 28.8% KernelBench Hard, 74.2% MCP Atlas - MiniMax Sparse Attention scales context to 1M - Natively Multimodal from Step Zero API: platform.minimax.io Token Plan: platform.minimax.io/subscrib… 🚀New! MiniMax Code: code.minimax.io Weights & Tech Report in ~10 Days
推荐理由：材料给出 M3 在 Ollama Cloud 的调用命令与零数据保留说明，可据此直接上手编码与智能体任务。
推荐理由：MiniMax M3 放出编码、1M 上下文与多模态的基准成绩，可供开源权重模型选型时对照参考。
MiniMax 发布 M3 模型，采用自研稀疏注意力架构 MSA，支持最高 1M token 上下文，SWE-Bench Pro 得分 59.0%、Terminal-Bench 2.1 得分 66.0%，并原生支持图像与视频输入及桌面操作。
推荐理由：官方详解了 MSA 架构与 1M 上下文的具体实现，并给出多项基准成绩和真实任务案例，可据此评估其编码与长程智能体能力。
Windows users, this one’s for you. Computer use now works on Windows, so Codex can take action on your Windows computer. And with Windows support for Codex in the ChatGPT mobile app, you can start, review, and steer tasks on the go while work continues on your Windows machine. An early experience, but we’re working on more ways to keep your work moving, wherever you are. Video
推荐理由：Codex 的计算机操作登陆 Windows 并可通过 ChatGPT 手机端远程指挥，Windows 主力用户可据此判断跨设备智能体的可用性。
Codex 现在可以控制和操作 Windows 电脑，包括通过 ChatGPT 手机 App 使用。用户可以在 PC 上继续运行任务的同时，远程启动、监控并引导编码任务。
推荐理由：原文给出 Codex 控制 Windows 与手机端远程操作的能力，读者可据此了解编码任务远程接管的入口。
推荐理由：OpenAI 官方给出 Codex 在 Windows 上的操作能力与移动端接续入口，读者可据此判断现有工作流能否迁移。
⚡️ Step 3.7 Flash is here: The new frontier is agent efficiency. #1 ClawEval-1.1 (67.1), #1 SimpleVQA Search (79.2), #2 SWE-PRO (56.3), 95.3 on V* Python. Open weights under Apache 2.0. Built for agentic, coding, search, and multimodal workflows — balancing speed, cost, and reliable execution. - 400 TPS. 198B sparse MoE, ~11B active. 256K context, 3 reasoning levels. - Understands UIs, charts, docs, images — then writes code or calls tools to act on what it sees. - Web + visual search reaches further: more sources, deeper follow-up. - Reliable tool use — less drift, fewer broken toolcalls. 98%+ on τ²-bench across all difficulty levels. - Works with Claude Code, KiloCode, Hermes Agent, OpenClaw, and protocols like MCP. - Runs locally on Mac Studio M4 Max, DGX Spark, AMD AI Max+ 395. GitHub: github.com/stepfun-ai/Step-3… HuggingFace: huggingface.co/stepfun-ai/St… GGUF: huggingface.co/stepfun-ai/St… ModelScope: modelscope.cn/models/stepfun… API: platform.stepfun.ai Blog: static.stepfun.com/blog/step…
推荐理由：从开放权重和速度成本平衡切入 agent 场景，读者可对照其编程与搜索评测及本地部署支持。
Claude Code 发布研究预览版 Dynamic Workflows，由 Claude 现场编写编排脚本，并发启动大量协同 Subagent 处理复杂任务。
New in Claude Code (research preview): dynamic workflows. Claude writes an orchestration script on the fly, then spins up a large fleet of coordinated subagents in parallel to take on your most complex tasks. Use the word "workflow" in a prompt to get started.
推荐理由：作者补充了官方公告之外的触发方式和 Ultra Code 模式限制，便于判断这一功能如何接入现有流程。
New in Claude Code (research preview): dynamic workflows. Claude writes an orchestration script on the fly, then spins up a large fleet of coordinated subagents in parallel to take on your most complex tasks. Use the word "workflow" in a prompt to get started.
推荐理由：该功能把编排脚本生成与并行子智能体调度交给 Claude 自己完成，可用于观察多智能体工作流的实现方式。
Anthropic 发布 Claude Opus 4.8，同时为 claude.ai 加入努力值控制，并在 Claude Code 中推出研究预览阶段的动态工作流。
推荐理由：Opus 4.8 的诚实度优化和 Claude Code 动态工作流案例，展示了长期任务交给模型时的可控性与用量权衡。
Claude Code 发布 v2.1.154，引入 Opus 4.8 作为默认模型并默认高推理强度，可用 /effort xhigh 处理最难任务。新增动态 workflow，可协调数十到数百个后台 Agent，用 /workflows 查看；Opus 4.8 的 fast mode 降价为标准费率 2 倍换 2.5 倍速度；另有多项修复，包括阻止 rm -rf $HOME、改进数据外泄检测等。
推荐理由：发布说明列出 Opus 4.8 默认高推理、动态 workflow 编排多 Agent 与 fast mode 降价等变化，读者可据此评估升级对现有工作流的影响。
推荐理由：原文给出 Opus 4.8 在智能体编码与推理上的变化，以及快速模式的定价比例，便于对照 4.7 判断升级取舍。
Introducing Claude Opus 4.8: it builds on Opus 4.7 with sharper judgment, more honesty about its own progress, and the ability to work independently for longer than its predecessors. Available today at the same price.
推荐理由：除 Agentic coding 基准提升外，原文给出同模型约 2.5 倍速、成本降至此前三分之一的 Fast 模式，便于权衡延迟与价格。
Sierra 工程师 Stephen Burgess 复盘用 AI 编码智能体独自完成产品本地化，耗时不到 4 个月，而他在 Slack 参与的同类项目需 10 人团队 9 到 12 个月。他经历 IDE 智能体、云端智能体、批量调用 Claude 脚本三轮迭代，并发现技能文档过长会超出上下文窗口反而推高错误率，最终把工作重心从执行迁移转向设计反馈循环。
推荐理由：作者复盘个人用 AI 编码智能体完成本地化的完整工作流，提炼出批处理脚本、反馈循环与上下文管理等可迁移方法。