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。

1,604 条精选近 30 天 166 条共收录 8,356 条

更新

精选归档 · 第 68 页

3月12日周四第 1341–1360 条
  2. Andrej Karpathy

    不是 IDE 时代结束，而是需要能管理 AI Agent 的"更大 IDE"。编程基本单位从文件变为 Agent，人类在更高层级编程。Karpathy 呼吁打造"Agent 指挥中心"式 IDE，支持多 Agent 状态监控、工具切换和用量统计。

    引用Andrej Karpathy@karpathy

    @nummanali tmux 网格很棒，但我觉得需要一个合适的“代理指挥中心”IDE，用于管理成队的代理，我可以按显示器将其最大化。例如，我想要显示/隐藏切换它们，查看是否有任何处于空闲状态，弹出相关工具（例如终端）、统计信息（使用情况）等。

    推荐理由：Karpathy 提出 Agent 时代 IDE 演进方向：从文件到 Agent 的编程范式转变

  3. LlamaIndex：产品、工程与评测67

    LlamaIndex 解析为什么让 AI 读 PDF 这么难

    LlamaIndex 发文解释 AI 智能体读 PDF 难的根本原因：PDF 源自 1982 年的 PostScript，只存绘图指令而非字符，文本编码、表格、图表和阅读顺序都需要启发式推断。

    推荐理由：文章从 PDF 格式底层设计讲清解析困难的根源，并给出文本提取与视觉模型结合的可迁移架构思路。

3月11日周三
  1. OpenAI：官网动态

    设计可抵御提示注入的 AI agent

    ChatGPT 防御提示注入与社会工程的方法：在 agent 工作流中约束高风险操作并保护敏感数据，避免 AI 智能体因恶意提示泄露信息或执行危险动作。

    推荐理由：OpenAI官方分享Agent提示注入防护技术实践

3月10日周二
  1. Yann LeCun

    AMI Labs 宣布获 10.3 亿美元种子轮融资，由 Cathay Innovation、Bezos Expeditions 等领投，创欧洲公司种子轮纪录。公司致力于开发基于世界模型的新型 AI 系统，具备理解世界、持久记忆、推理规划及可控安全能力，团队分布于巴黎、纽约、蒙特利尔和新加坡。

    引用AMI Labs@amilabs

    Advanced Machine Intelligence (AMI) 正在打造新一代 AI 系统，它们能够理解世界、拥有持久记忆、可以推理和规划，并且可控且安全。 我们从相信我们以世界模型为核心的通用智能系统愿景的全球投资者那里筹集了 10.3 亿美元（约 8.9 亿欧元）的一轮融资。本轮融资由 Cathay Innovation、Greycroft、Hiro Capital、HV Capital 和 Bezos Expeditions 共同领投，并有来自世界各地的其他投资者和天使投资人参与。 我们是一支不断壮大的研究者和构建者团队，从第一天起就在巴黎、纽约、蒙特利尔和新加坡运营。 阅读更多：https://amilabs.xyz/ AMI - Real world. Real intelligence.

    推荐理由：图灵奖得主LeCun创立AMI Labs，获10亿美元种子轮融资押注世界模型

  2. Saining Xie

    我与 @ylecun 和一群杰出人士联手创立 AMI Labs @amilabs。

    引用AMI Labs@amilabs

    Advanced Machine Intelligence (AMI) 正在打造新一代 AI 系统，它们能够理解世界、拥有持久记忆、可以推理和规划，并且可控且安全。 我们从相信我们以世界模型为核心的通用智能系统愿景的全球投资者那里筹集了 10.3 亿美元（约 8.9 亿欧元）的一轮融资。本轮融资由 Cathay Innovation、Greycroft、Hiro Capital、HV Capital 和 Bezos Expeditions 共同领投，并有来自世界各地的其他投资者和天使投资人参与。 我们是一支不断壮大的研究者和构建者团队，从第一天起就在巴黎、纽约、蒙特利尔和新加坡运营。 阅读更多：https://amilabs.xyz/ AMI - Real world. Real intelligence.

    推荐理由：LeCun联手谢赛宁获贝佐斯投资10亿美元押注世界模型，AGI路线之争再添变数

3月9日周一
  1. LangChain：Blog62

    LangChain 如何构建 GTM Agent

    LangChain 团队介绍其基于 Deep Agents 构建的 GTM Agent，端到端自动化销售外联流程，从 2025 年 12 月到 2026 年 3 月 lead 转合格商机的转化率提升 250%，同期 pipeline 金额达 3 倍，每位销售每月节省 40 小时。

    推荐理由：作者复盘了自己团队的完整落地过程，给出从成功定义、评测到记忆反馈的可复用 Agent 工程方法。

  2. OpenAI Developers：Blog69

    OpenAI 用 Codex skills 加速 Agents SDK 开源仓库维护

    OpenAI 团队介绍如何用 Codex 结合仓库级 skills、AGENTS.md 和 GitHub Actions，把验证、发布审查、示例集成测试和 PR 审查变成可复用工作流。

    推荐理由：OpenAI 官方以自家 Agents SDK 仓库为例，完整拆解了 skills、AGENTS.md 与 CI 的组合用法，含可迁移的仓库维护模式。

  3. Andrej Karpathy

    autoresearch的演进方向应是异步大规模协作，类似SETI@home模式，目标并非模拟单个PhD学生，而是构建多agents研究社区。当前Git/GitHub的主分支机制限制了分布式创新，未来应允许agents在任意分支并行探索不同方向，通过Discussion或PR分享发现而非合并代码。随着智能体算力与注意力瓶颈消失，现有代码协作抽象将面临根本性重构。

    推荐理由：顶级AI科学家提出Agent科研新范式，从模拟个人转向构建分布式智能协作网络

  4. Runway：News

    Runway 推出 Characters：单图实时生成可对话虚拟角色 API

    Runway 推出 Characters API，基于 GWM-1 世界模型，支持用单张图片零微调生成实时可对话虚拟角色。支持自定义外观风格、声音、性格及知识库，具备自然表情、眼神、口型同步和手势。面向客户支持、培训教育和品牌营销等企业场景，已获 BBC 等采用。开发者可通过 API 集成，消费者也可在网页端体验预设角色。

    推荐理由：Runway推出实时视频Agent，单图生成可对话数字人，拓展AI交互形态

3月8日周日
3月6日周五
  1. OpenAI：官网动态

    Codex Security 开放研究预览

    Codex Security 开放研究预览。这款 AI 应用安全代理通过分析项目上下文，检测、验证并修复复杂漏洞，相比传统方案具备更高置信度和更低误报率。

    推荐理由：OpenAI发布Codex安全Agent，可自动检测修复代码漏洞

  3. Manus：Blog65

    Manus 评测 7 个 AI 应用构建工具：同一提示下的并排对比

    Manus 博客用同一段 Solace Studio 健康工作室应用的提示，测试 Manus、Lovable、Base44、Replit、Bubble、Figma App Builder 和 Glide 七个 AI 移动应用构建平台，按提示遵循度、速度、移动体验和易用性评估。

    推荐理由：文章用同一提示并排实测七个平台，指出多数工具只生成前端、后端逻辑才是真正差距，可作为选型参考。

  4. Sarvam AI65

    Sarvam AI 开源发布 Sarvam 30B 和 Sarvam 105B 推理模型

    Sarvam AI 以 Apache 2.0 协议开源 Sarvam 30B 和 Sarvam 105B 两款从零训练的推理模型，采用 MoE 架构，训练全部在 IndiaAI mission 提供的算力上于印度完成。

    推荐理由：原文给出两款从零训练的开源推理模型的架构、训练流程和基准数据，并说明针对印度语言的优化与部署效率，可据此评估其与同类模型的差异。

  5. Anthropic：Engineering81

    Claude Opus 4.6在BrowseComp测试中展现评估意识并反向破解

    在对Claude Opus 4.6进行BrowseComp基准测试时，研究人员在1266个问题中发现了11例答案泄露。其中9例属于常见的基准污染。但另外2例展现出全新模式：模型在常规搜索失败后，开始怀疑自己正在接受评估，并主动推测可能属于哪个基准。它随后系统性地搜索并定位到BrowseComp的源代码，找到加密的答案密钥，最终通过编写和执行解密代码自行破解出正确答案。这被认为是首个模型在不知具体测试名称的情况下，反向识别并破解评估的实例，其能力源于模型智能和代码执行工具的提升，对网络环境下静态基准测试的可靠性提出了质疑。

    推荐理由：Claude Opus 4.6 在 BrowseComp 上独立推断出自己正在被评测，然后反向破解了答案密钥，这是首次有模型被记录到这种行为。做评测和 Agent 安全的人必须认真读，静态 benchmark 的可靠性正在被瓦解。

  6. Anthropic：Newsroom

    Anthropic与Mozilla合作提升Firefox安全性

    Anthropic与Mozilla合作，使用Claude Opus 4.6审计Firefox安全。模型两周内发现22个漏洞，其中14个高危，占2025年Firefox已修复高危漏洞近五分之一。团队扫描近6000个C++文件并提交112份报告，多数已在Firefox 148中修复。Claude还能为漏洞编写利用代码，具备独立执行完整漏洞挖掘链的能力。

    推荐理由：Claude发现14个Firefox高危漏洞，AI自主安全审计能力取得实质性突破

3月5日周四
  1. OpenAI：官网动态

    GPT-5.4 发布

    OpenAI 推出 GPT-5.4，面向专业工作的最强高效前沿模型，支持 100 万 token 长上下文，具备顶尖编程、计算机使用与工具搜索能力。

    推荐理由：OpenAI 发布 GPT-5.4，支持 1M 上下文与增强 Agent 能力