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
798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 41–60 条 · 共 798 条
10月1日周四
  3. 硅星人Pro · 微信公众号65

    Muse爆火后，谁能做出中国版个人AI智能体

    Meta个人AI智能体Muse上线13天下载量超250万、美移动端日活64.2万，OpenAI随后发布Dots回应，阿里、腾讯、字节及Manus均在推进对标产品。文章从业者的架构拆解指出Muse赢在产品与工程层而非模型，认为中国版Muse卡在权限和数据分散，短期更可能出现各生态自建的管家而非打通全部生活的产品。

    推荐理由：文章以入口、支付、生态、执行四项能力拆解Muse，并逐家评估国内大厂与Manus的差距和权限瓶颈。

  5. AGI Hunt · 微信公众号80

    谷歌 DeepMind 发布 Gemini 4 Argon，单次输出达 100 万 token 但编程偏科

    谷歌 DeepMind 发布新旗舰模型 Gemini 4 Argon，未带 Pro、Flash 后缀，单次输出上限从上一代 64K 提升到 100 万 token，介绍价每百万 token 输入 $2、输出 $10。

    推荐理由：作者汇总了官方跑分、第三方榜单和彭博社爆料，读者可以对照看到 Argon 各项能力的强项与短板。

  6. DeepTech深科技 · 微信公众号76

    Google 发布 Gemini 4 首款旗舰模型 Argon，18 项评测领先 12 项，先开放给网络安全团队

    Google 于当地时间 9 月 30 日发布 Gemini 4 系列首款旗舰模型 Argon，暂不面向普通用户，先通过 Fairwind 项目开放给受信任的网络安全防御机构。

    推荐理由：文章汇总了 Gemini 4 Argon 的基准成绩、定价和分阶段开放策略，并指出其在部分基准上仍有落后，便于比较各家旗舰模型差距。

  9. The Decoder79

    Google 发布 Gemini 4 Argon，追赶 OpenAI 与 Anthropic 但未取得明确领先

    Google 发布新旗舰模型 Gemini 4 Argon，是其七个多月来首款前沿模型，Artificial Analysis 测试中得 53 分，与 GPT-6 Astra (max)、Claude Fable 5.1 持平，但仍落后 Claude Opus 5.5 的 58 分。

    推荐理由：原文汇总了第三方测试与定价细节，指出 Gemini 4 Argon 缩小差距但未领先，且单价优势来自低 token 价格而非效率。

  10. AI前线 · 微信公众号75

    谷歌发布 Gemini 4 Argon，输出上限提升至百万 Token 并优先开放网络安全防御

    谷歌发布新一代模型 Gemini 4 Argon，输出 Token 上限从 64K 提升至 100 万，在 DeepSWE v1.1 取得 77.9%、LVBench 得分 91.7%、AutomationBench 以 51.3% 排名第一。

    推荐理由：文章汇总了模型跑分、内部工程案例和先向受信任团队开放的分阶段发布策略，能帮助读者了解能力之外的开放节奏问题。

  11. InfoQ · 微信公众号71

    Google 发布 Gemini 4 Argon：输出上限提升至百万 Token，已参与 80 万行内核代码迁移

    Google 发布新一代模型 Gemini 4 Argon，面向长流程软件工程、企业知识工作与网络安全防御，输出 Token 上限从 64K 提升至 100 万，初期每百万输入 Token 2 美元、输出 10 美元。

    推荐理由：梳理了 Gemini 4 Argon 的跑分、定价与分阶段开放节奏，读者可以据此评估其能力与实际可用性之间的距离。

  13. Aravind Srinivas69

    Perplexity 开放 Computer 邮件代理功能，任何人无需 Perplexity 账号即可使用，限时免费运行所有经邮件委派的任务。转发或抄送 computer@perplexity.com 即可启动，智能体在后台完成任务并保留邮件上下文，每个邮件任务作为普通会话可在网页和移动端查看，并带有与应用内任务相同的审计记录。

    引用Perplexity@perplexity_ai

    Computer now works in email. Send, forward, or cc computer@perplexity.com on any thread. Every email task runs as a normal session in Computer, viewable on web and mobile, with the same audit trail as any task in the app.

    推荐理由：作者以当事方身份说明开放入口和限时免费政策，读者可以直接据此试用并了解其邮件代理工作方式。

  15. LangChain Blog70

    LangChain 如何在 harness 中构建模型路由器，Open SWE 单线程中位成本降 64%

    LangChain 为其开源编码 Agent Open SWE 构建了模型路由器，在 973 条线程的 A/B 测试中，相比始终使用 GPT-6 Astra，中位成本从 $2.61 降至 $0.94（降 64%），PR 合并率无显著差异（29.2% vs 27.3%，p=0.49）。

    推荐理由：作者用自身 Open SWE 的 A/B 数据说明路由放在 harness 内的理由和成本收益，方法可迁移到其他多任务 Agent。

  16. Anthropic Research73

    物理学家 Schwartz 分享用 Claude 与 BootLoops 做跨领域定量科学的方法与成果

    物理学家 Matthew Schwartz 发文介绍一种 AI 加速科研的新思路：不再对抗模型短板，而是寻找适合当前 LLM 的 "Claude-shaped" 问题，并开源了定量科学计算工具包 BootLoops。

    推荐理由：作者复盘了寻找 AI 擅长问题并联合领域专家雕琢结果的完整方法，这套协作模式对科研用户可直接借鉴。

9月30日周三
  1. 阑夕69

    作者转述 Instinct 创始人 Noah Shinn 在 Patrick O'Shaughnessy 播客中的访谈要点。Instinct 投后估值超100亿美金，10万余邀请制用户经办的付款预计一年内超10亿美金，其中50%为旅行场景；三周内40%用户主动提交信用卡权限，此类用户留存率达80%。

    推荐理由：作者听完 Instinct 创始人首次播客访谈后蒸馏出核心数据与产品思路，读者可以据此了解 Personal Agent 的商业模式与用户行为细节。

  2. 晚点LatePost · 微信公众号72

    晚点调查：从 ZCode 上传数据事件到 AI 个人助理，用户数据的边界在哪里

    《晚点》复盘智谱 ZCode 默认上传用户 .git 项目历史的事件，涉事存储桶已删除、智谱道歉并向用户补偿 Token，并对比 xAI Grok Build 的类似行为。

    推荐理由：以 ZCode 和 Grok Build 上传事件为切口，拆解 7 款 AI 产品协议条款，帮读者理解 AI 个人助理时代的隐私边界问题。

  3. Founder Park · 微信公众号68

    Instinct 创始人 Noah Shinn 长访谈：无 App 的 Personal Agent 与 100 亿美元估值

    Instinct 创始人 Noah Shinn 在 Patrick O'Shaughnessy 播客中首次长访谈介绍其无 App 的 Personal Agent 产品，用户通过短信、电话和邮箱使用，无广告营销下每天增长 10%-11%。平台年化交易额已接近 10 亿美元，其中 50% 来自旅行，商业模式拟对交易抽成；使用 3 周后 40% 用户交出信用卡，交出敏感信息的用户留存率达 80%。

    推荐理由：访谈给出 Instinct 无 App 交互、信任数据和交易抽成模式等一手细节，读者可以了解 Personal Agent 的产品与商业化思路。

  4. Z Finance · 微信公众号67

    对话 Instinct 创始人 Noah Shinn：个人 Agent 需自研推理管线，商业模式终局是向商户抽佣

    Instinct 创始人 Noah Shinn 在访谈中系统阐述个人 Agent 路线。Instinct 于 2026 年 9 月 28 日完成 10 亿美元 C 轮融资，估值 100 亿美元，用户日增长 10% 至 11%，年化 GMV 超 10 亿美元且约一半来自旅行。

    推荐理由：创始人在首次系统性公开访谈中拆解了个人 Agent 的成本结构、安全架构与商户抽佣模式，提供了可对照的产品思路。