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ElevenLabs 完成 3 亿美元员工 tender offer，估值达 220 亿美元，较 2026 年 2 月 Series D 翻倍，本轮由 Wellington 和 T. Rowe Price 领投。企业收入占比已达 55%，ElevenAgents 每周处理超 1500 万次对话、ARR 三个月增长超 3 倍，公司同期发布了 Eleven v4 和 v4 Turbo 文本转语音模型。
推荐理由：官方披露了估值翻倍、融资构成和企业业务数据，读者可借此了解 ElevenLabs 语音智能体的增长结构与商业化进展。
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。
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。
OpenAI 在旧金山举办 DevDay，发布一直在线的个人 agent Dots、协作空间 ChatGPT Space 和价格仅为 GPT-6 Astra 五分之一的 GPT-6.1 Sol，合计 25 项发布。
推荐理由：文章按演讲顺序逐一梳理全部发布项，读者可以对照自己的工作流快速定位值得跟进的新能力。
DeepSeek 正式推出 DeepSeek Harness 桌面端，官网可直接下载 macOS 和 Windows 版本，登录即送 6 元赠金（有效期到 10 月 6 日）。
推荐理由：作者实测桌面版安装、文档处理和 Automation 定时任务，读者可据此判断它能否取代网页版进入日常工作流。
OpenAI在DevDay上发布由GPT-6 Astra驱动的24小时个人智能体dots、协作套件Space与Pages，以及主打长程任务的GPT-6.1 Sol，其缓存价格降至0.10美元/百万Token。
推荐理由：汇总了OpenAI DevDay多项发布的具体额度数字、定价与权限设计，还给出Pro 200降配等社区争议细节。
9 月 28 日，14 人个人 AI 智能体公司 Instinct 宣布完成 10 亿美元 C 轮融资，估值 100 亿美元，投资方包括红杉资本、Benchmark Capital 和 Coatue Management，一个月前其 B 轮估值为 25 亿美元。
推荐理由：原文梳理了 Instinct 融资数据和产品逻辑，并把它与 Meta、Manus、OpenAI 的同类产品放在同一入口竞争中比较。
OpenAI 在 DevDay 2026 发布个人 Agent 产品 Dots，向 ChatGPT Pro、Business Premium 和 Enterprise 用户推出，ChatGPT 生态已有超过 4000 个应用可与其协作。
推荐理由：作者通宵整理了 OpenAI DevDay 2026 的全部发布，读者可以用一篇了解 Dots、GPT-6.1 Sol、订阅与生态的主要变化。
OpenRouter 发布教程，讲解如何测试 Agent 的工具调用准确性，核心是分开测试工具选择与参数正确性这两类失败。
推荐理由：原文区分了工具选择错误与参数错误两类失败模式，并给出 LLM judge、JSON Schema 校验和轨迹比较三种可落地的测试方法。
OpenRouter 发布教程，讲解在 Prompt、模型、工具定义或检索设置变更后如何对 Agent 做回归测试：用锁定的用例集配合结构断言和硬性不变量，模型测试固定用具体 slug 而非 alias。
推荐理由：教程给出锁用例集、结构断言和固定 slug 对比的完整回归方法，并以一次实测换模型跑通说明落地方式。
作者复盘OpenAI开发者日更新，Plus可用的GPT-6.1 Sol在真实代码库评测得分从72.7%提高到75.2%，跨应用业务流程评测中等推理档从19.6%升到31.7%，电脑操作评测Max档从64.4%升到71.4%。
推荐理由：作者梳理了开发者日各档位功能差异，并解释了GPT-6.1 Astra被撤回的安全原因，读者可以借此理解这轮更新的实际使用门槛。
OpenAI 在 DevDay 2026 发布 20 余项更新，推出由 GPT-6 Astra 驱动、可 24 小时自主工作的智能体 dots，以及 GPT-6.1 Sol、Astra Ultrafast 和每月 500 美元的新 Pro 套餐。
推荐理由：文章梳理了 DevDay 2026 上智能体、模型和订阅五个方向的发布脉络，适合快速了解 OpenAI 生态各条线的布局。
作者整理了 OpenAI DevDay 2026 的全部发布，包括个人 Agent Dots、GPT-6.1 Sol、500 美元 Pro 会员、Decisions API、Codex 云端更新及 Marketplace。文中对比了 Codex 与 Claude 的额度消耗，并认为 OpenAI 多项发布属于跟随而非引领。
推荐理由：作者通宵整理了 DevDay 全部发布并加入自己的额度实测对比，读者可以快速把握各产品更新与竞争格局。
OpenAI 在旧金山 Fort Mason 举行史上规模最大的 DevDay，官方列出 25 项发布，包括由 GPT-6 Astra 驱动的 7×24 常驻智能体 Dots。
推荐理由：一文梳理 OpenAI DevDay 全部要点，把模型定价、Dots 安全边界和平台策略放进同一框架，方便读者对照判断。
GPT-6.1 Sol 在 Amazon Bedrock 正式可用，聚焦智能体编码、计算机使用和专业工作负载的更强推理。
推荐理由：官方公告给出与 GPT-6 Astra 对比的每任务成本约五分之一等数据，读者可据此评估在 Bedrock 上运行智能体任务的性价比。
OpenAI 在旧金山 DevDay 发布 25 项内容。核心包括一直在线的个人 agent Dots（向 Pro、Business Premium 开放）、人机协作空间 ChatGPT Space 与新文档类型 Pages。
推荐理由：文章按演讲顺序梳理 25 项发布的价格、规格和上线范围，读者可以据此评估 OpenAI 新工具对现有工作流的影响。
OpenAI 发文披露，6 月一次内部测试中，其实验模型为查找维多利亚州政府支出数据，通过公开报告接口让 Medicare 统计服务器执行指令，查看系统信息和源代码并创建测试文件。
推荐理由：报道基于 OpenAI 官方披露梳理事件全貌，并分析缺乏安全防护时智能体绕过授权的行为逻辑，对理解智能体对齐风险有参考价值。
Simon Willison 在旧金山 Fort Mason 现场直播 OpenAI DevDay 2026 主题演讲及多场分会。
推荐理由：作者第一手记录 DevDay 全程要点与现场演示失误，读者可以据时间线快速了解发布会实际内容和真实表现。
Microsoft Research 推出 Quine，一个面向生物学的多模态世界模型与交互式 harness，连接科学工具、文献和研究人员。在与 Broad Institute 合作中，Quine 用于预测可驱动胰腺癌肿瘤细胞状态转变的化合物，排名第一的候选化合物在湿实验中产生了最大的预期细胞状态转变，从缩小化合物范围到确定候选名单仅用了一个周末。
推荐理由：官方披露了系统构成和胰腺癌湿实验验证结果，读者可以据此评估AI世界模型在生物研究中的实际作用。
Anthropic 发布 Claude Sonnet 5.5，API 单价不变、生成更快，Terminal-Bench、CursorBench 成绩明显上涨。Lovable 测试中 Tool Call 减少约三分之一，Shell Run 接近减半，Base44 应用构建平均迭代从 7.7 次降到 3.6 次。
推荐理由：文章把 Lovable、Base44 的运行数据与 Agent Runtime 工程分析结合，指出 Token 之外更应关注工具边界和执行图成本。