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。

1,605 条精选近 30 天 164 条共收录 8,376 条

更新

精选归档 · 第 65 页

3月31日周二第 1281–1300 条
  1. Trail of Bits：AI安全研究72

    Trail of Bits 如何让公司走向 AI 原生：从 5% 接受到 94 个插件、201 个技能

    Trail of Bits 分享其一年内将 AI 采用率从约 5% 推到全公司落地的系统方法，目前已有 94 个插件、201 个技能、84 个专用智能体，部分审计项目每周发现的漏洞从约 15 个增至 200 个，约 20% 的客户报告漏洞最初由 AI 发现。

    推荐理由：Trail of Bits 以亲历者身份复盘内部 AI 化的完整系统，给出心理障碍分析和可复制的组织方法，适合参考落地路径。

  2. Artificial Analysis

    KwaiKAT发布非推理代码模型KAT-Coder-Pro V2，在Artificial Analysis Intelligence Index获44分，较V1提升8分，与Claude Sonnet 4.6持平。该模型token效率显著，运行仅需约9M输出token，远低于Claude系列及DeepSeek等推理模型。Agent能力大幅提升，Terminal-Bench Hard得分49%（提升40个百分点），匹配Claude Opus 4.6。成本降至73美元，响应速度达109 token/秒。但在长上下文推理和知识回忆方面较V1有所退步。

    推荐理由：快手发布 KAT-Coder-Pro V2，非推理架构实现 44 分智能指数，Agent 能力跃升 40 个百分点，成本仅为 Claude Sonnet 的 5%。

  3. Google Developers Blog81

    ADK Go 1.0 正式发布：迈向生产就绪的多智能体开发框架

    Agent Development Kit (ADK) for Go 1.0 版本正式发布，标志着其从实验性脚本转向生产就绪的服务框架。本次更新核心在于强化可观测性、安全性与可扩展性，主要特性包括：原生集成OpenTelemetry以实现深度追踪；支持自愈逻辑的新插件系统；在敏感操作中引入“人在回路”安全确认机制。此外，新版本提供了基于YAML的配置以加速迭代，并优化了Agent2Agent协议，以支持跨编程语言的智能体无缝通信。该框架使开发者能够依托Go语言的高性能工程标准，构建复杂且可靠的多智能体系统。

    推荐理由：Go 语言开发者迎来官方 AI Agent 开发框架，可快速构建可靠多智能体系统。

3月30日周一
  2. Google Developers Blog81

    Google 发布 Java 智能体开发套件 (ADK) 1.0.0 版本

    Google 正式发布了 Java 版智能体开发套件 (ADK) 的 1.0.0 版本。该版本引入了多项关键功能：支持接入 Google Maps 数据、内置 URL 抓取工具，以及用于跨框架协作的标准化 Agent2Agent 协议。其全新的“App”和“Plugin”架构增强了控制能力，实现了全局日志记录、通过事件压缩自动管理上下文窗口，以及需要人工确认的“Human-in-the-Loop”工作流。此外，该版本深度集成 Google Cloud 服务（如 Firestore 和 Vertex AI），提供了强大的会话与记忆管理功能，以处理长期状态和大型数据工件，助力开发者构建更复杂的 AI 智能体应用。

    推荐理由：Java开发者可利用官方工具快速构建集成Google服务的AI代理。

3月28日周六
  1. Greg Brockman

    OpenAI 推出 Codex use cases 示例库，涵盖编程与非编程任务的实用场景。用户可在 Codex 应用中直接打开各用例的 starter prompt 开始使用。

    引用Romain Huet@romainhuet

    我们刚刚推出了 Codex 用例！ 这是一个涵盖编程和非编程任务的实用示例库，提供了使用 Codex 的真实方式。 我特别喜欢的一点是：如果你有这款应用，你可以直接在 Codex 中打开每个用例的起始提示词！ https://developers.openai.com/codex/use-cases

    推荐理由：OpenAI Codex 推出使用案例库，覆盖编程与日常任务，可直接在应用中试用。

3月27日周五
  1. Cursor Blog72

    Composer 2技术报告：面向智能体软件工程的代码模型训练

    本报告介绍了代码模型Composer 2的训练过程。该模型基于开源基础模型Kimi K2.5，通过两阶段训练：首先进行侧重代码的持续预训练以深化编码知识，随后在高度模拟真实Cursor环境的大规模强化学习中提升端到端智能体性能。在自建的真实任务评估集CursorBench上，Composer 2得分为61.3，较前代提升37%，与前沿模型性能相当。在公开基准SWE-bench Multilingual和Terminal-Bench上分别获得73.7和61.7分，并在保持高精度的同时实现了显著更低的推理成本。训练依托为Blackwell GPU定制的高效MoE训练内核、跨区域异步强化学习管道等大规模基础设施完成。

    推荐理由：Cursor 把 Composer 2 的训练全流程摊开讲了，从 Kimi K2.5 继续预训练到大规模 RL，关键是 RL 在真实 Cursor 会话里跑，不是玩具环境。做 coding agent 的团队，这份报告值得逐段拆。

  2. OpenAI Developers

    Codex 已重置所有套餐的使用限制，方便用户体验新推出的插件。现在可以无限制地使用 Codex 构建项目，尽情尝试。

    引用Tibo@thsottiaux

    大家好。我们已经重置了所有套餐的 Codex 使用限制，让大家可以尽情体验我们刚刚推出的出色插件，也因为已经有一段时间了！ 你可以用 Codex 无限制地构建任何东西。玩得开心！

    推荐理由：OpenAI Codex重置使用限制并推新插件，开发者可无限构建应用

  3. Greg Brockman

    Codex 正式上线 Plugins 功能，开箱即用支持 Slack、Figma、Notion、Gmail 等主流开发工具，开发者可直接在 Codex 中调用这些服务。

    引用OpenAI Developers@OpenAIDevs

    我们正在将插件引入 Codex。 Codex 现在开箱即用地与构建者已经使用的最重要工具无缝协作，例如 @SlackHQ、@Figma、@NotionHQ、@gmail 等。 http://developers.openai.com/codex/plugins https://t.co/TIbsIUAf6S

    推荐理由：OpenAI Codex 正式上线插件系统，开箱即用地连接 Slack、Figma 等主流工具

  5. Demis Hassabis

    Google 发布 Gemini 3.1 Flash Live，称其迄今最高质量音频模型，具备更低延迟、更高精度和更自然的对话体验，改进了函数调用能力。现已在 Gemini App 和 Google AI Studio 上线。

    引用Google DeepMind@GoogleDeepMind

    欢迎 Gemini 3.1 Flash Live。🗣️ 我们最新的音频模型带来了更自然的对话体验，并改进了函数调用——使其更加实用且信息更丰富。以下是新功能介绍 🧵

    推荐理由：Google发布Gemini 3.1 Flash Live，支持低延迟语音交互与Agent构建

  6. Andrej Karpathy

    构建现代应用的最大挑战并非代码本身，而是 DevOps 中繁琐的服务集成、API 密钥管理和部署配置。作者期待未来 AI 智能体能自动完成从文档阅读到生产环境部署的全流程，无需人工点击网页或手动配置。Stripe 推出的 Projects 正是朝此方向迈进：开发者可通过 CLI 命令自动配置 PostHog 等第三方服务，实现账户创建、密钥获取和计费设置的自动化，真正将基础设施生命周期转化为代码。

    引用Patrick Collison@patrickc

    当 @karpathy 构建 MenuGen（https://karpathy.bearblog.dev/vibe-coding-menugen/）时，他说： "Vibe coding menugen 作为本地演示是一段令人兴奋又有趣的冒险，但作为已部署的真实应用，就有点像是痛苦的苦差事了。构建一个现代应用有点像组装宜家的未来。有各种各样的服务、文档、API 密钥、配置、开发/生产部署、团队和安全功能、速率限制、定价层级。" 我们在用智能体构建时都遇到过这个问题：你必须匆匆忙忙地去创建账户，在浏览器里点来点去，仿佛回到了 2023 年那种上古时代，才能解除阻碍它那超级智能的进展。 所以我们决定构建 Stripe Projects，帮助智能体从 CLI 即时配置服务。 例如，只需运行： $ stripe projects add posthog/analytics 它就会创建一个 PostHog 账户、获取一个 API 密钥，并（在需要时）设置计费。 Projects 今天作为开发者预览版发布。你可以在 http://projects.dev 注册获取访问权限（我们很快就会向所有人开放）。我们还将在未来几周内推出对许多新提供商的支持。（如果你想让你的服务可用，请联系我们。） https://projects.dev

    推荐理由：Karpathy指出Vibe Coding最大痛点是DevOps集成，Stripe Projects让Agent直接CLI配置服务免人工点击

3月26日周四
  1. Artificial Analysis

    OpenAI发布GPT-5.4 mini与nano轻量模型，保留多档推理能力与400K上下文窗口，价格降至$0.20/$1.25每百万token。基准测试显示，GPT-5.4 nano在τ²-Bench等多项测试中领先Claude Haiku 4.5与Gemini 3.1 Flash-Lite Preview，但幻觉率较高且token消耗量大。得益于极低单价，nano在Intelligence Index测试中的有效成本反而低于竞品，展现出优秀的性价比优势。

    推荐理由：OpenAI 发布 GPT-5.4 mini/nano，性价比突出且评测数据详实，nano 性能超越同级竞品。

  2. Cursor Blog69

    通过实时强化学习改进Composer编码模型

    Cursor团队将实时强化学习技术应用于Composer编码模型，利用真实用户交互产生的推理令牌作为训练信号，以解决模拟环境与真实使用间的匹配问题。该技术使团队能够以每五小时一次的频率部署改进后的模型检查点。通过A/B测试，新版本实现了关键指标提升：代理编辑在代码库中的持久性增加2.28%，用户不满意后续减少3.13%，延迟降低10.3%。实时RL也带来了奖励黑客等新挑战，但真实用户反馈有助于识别和修正此类问题。

    推荐理由：Cursor 把真实用户交互当训练信号，每五小时迭代一次 Composer，这不是论文是工程日志。做 coding agent 的团队该看看他们怎么处理 reward hacking 的两个真实案例，比任何 benchmark 论文都实在。

  4. 英国 AI Security Institute：Blog72

    英国 AI Security Institute 分析 177,000 个 AI Agent 工具的使用情况

    英国 AI Security Institute 与英格兰银行合作，监测 2024 年 11 月至 2026 年 2 月间的 177,436 个公开 MCP 服务器工具，分析 AI Agent 工具的真实使用情况。

    推荐理由：基于 177,000 个 MCP 工具的一手数据分析，展示了智能体工具从感知向行动、向不受控环境迁移的趋势和地区分布。

  5. Sakana AI：Blog72

    Sakana AI 的 AI 科学家论文登上 Nature，曾以 AI 生成论文通过人类盲审

    Sakana AI 联合不列颠哥伦比亚大学、Vector Institute 和牛津大学，将 AI 科学家（The AI Scientist）系列研究发表于《Nature》。该系统可从想法生成到实验、论文写作全流程自动化，其 AI 生成论文曾在 ICLR 2025 研讨会盲审中获平均分 6.33，超过 55% 的人类论文。研究还揭示了“科学缩放定律”：基础模型越强，生成论文质量越高。

    推荐理由：Sakana AI 的 AI 科学家论文登上 Nature，证明全自动科研不再只是幻想，做智能体和科学发现的团队都得重新评估可能性。