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。

157 条精选近 30 天 28 条共收录 788 条

更新

精选归档 · 第 6 页

6月4日周四第 101–120 条
  1. Hugging Face Blog68

    Hugging Face 重构 hf CLI 以适配 Claude Code、Codex 等编码智能体

    Hugging Face 官方博客介绍其重构 hf CLI,使其同时服务人类用户和编码智能体(如 Claude Code、Codex、Cursor)。CLI 通过环境变量自动检测智能体,切换为无 ANSI、不截断的 TSV 输出,并加入下一步命令提示、非阻塞可重试操作、--dry-run 预览和可发现的命令树。

    推荐理由:原文给出 agent 模式设计细节与对照基准数据,读者可据此判断 CLI 相比手写 REST 调用的迁移收益。

6月2日周二
  1. Hugging Face Blog74

    Hugging Face 发布 Holo3.1 系列计算机使用智能体模型

    Hugging Face 发布 Holo3.1 系列计算机使用智能体模型,基于 Qwen 家族,提供 0.8B、4B、9B 和 35B-A3B 四种尺寸,并首次提供 FP8、Q4 GGUF、NVFP4 量化权重以支持本地推理。

    推荐理由:给出了各尺寸在移动与桌面基准上的具体提升和量化后的吞吐数据,可据此评估本地部署的可行性。

5月29日周五
  1. Google Research67

    Google Research 发布 I/O 2026 研究成果综述

    Google Research 发布 I/O 2026 综述,介绍其在科学发现、健康、边缘计算、天气预测、Gemini 核心能力、开发者生产力、隐私保护和量子计算等方向的研究与产品进展。

    推荐理由:官方长文系统梳理了研究到产品的转化路径,读者可据此理解其各条线的布局重点。

5月28日周四
5月27日周三
5月22日周五
  1. Mistral AI74

    Mistral 发布 128B 开源权重模型 Mistral Medium 3.5 并推出 Vibe 远程智能体

    Mistral 发布 Mistral Medium 3.5,一个 128B 稠密、256k 上下文窗口的旗舰模型,以修改版 MIT 协议开放权重,SWE-Bench Verified 得分 77.6%,τ³-Telecom 得分 91.4,最少四张 GPU 即可自托管。

    推荐理由:原文给出了模型规模、价格与自托管门槛,读者可据此评估其在编码智能体场景的可用性。

5月20日周三
  1. Google Research74

    Google 开源 ERA 科研工具并发布 Nature 论文,推出 Computational Discovery

    Google 发布基于 Gemini 的科研工具 ERA,其论文今日刊于 Nature,同时开始通过 Gemini for Science 更广泛开放由 AlphaEvolve 和 ERA 构建的实验工具 Computational Discovery。

    推荐理由:原文列出 ERA 在多个学科基准和五个开放科学问题上的具体结果,读者可据此判断这类工具当前能覆盖的研究范围。

5月19日周二
  1. Google DeepMind61

    Google DeepMind:Co-Scientist 帮助生物学家加速筛选逆转细胞衰老的遗传线索

    Google DeepMind 介绍生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 的实验室如何用 Co-Scientist 加速衰老研究。Co-Scientist 扫描数万篇论文后提出 20 多个新颖的候选遗传因子,其中部分假设经实验室验证,能成功推动细胞进入更年轻状态。它还把原本最长需耗时六个月的筛选数据与文献对照分析工作压缩到几天。

    推荐理由:原文给出 Co-Scientist 在真实实验室中把文献分析从数月压缩到数天的具体用法,可迁移至其他科研数据解读场景。

5月17日周日
5月16日周六
  1. Google DeepMind88

    Google DeepMind 发布 Gemini 3.5 Flash,主打智能体与编码能力

    Google DeepMind 发布 Gemini 3.5 系列的首款模型 Gemini 3.5 Flash,称其为目前最强的智能体与编码模型,在 Terminal-Bench 2.1(76.2%)、GDPval-AA(1656 Elo)、MCP Atlas(83.6%)等基准上超过 Gemini 3.1 Pro,输出速度是其他前沿模型的 4 倍,成本常低于其一半。

    推荐理由:原文给出多项基准分数与速度成本数据,读者可据此判断它在智能体与编码场景中的定位。

5月12日周二
  1. Google DeepMind74

    Google DeepMind 推出 Co-Scientist 多智能体科研系统并开放 Hypothesis Generation 工具

    Google DeepMind 在 Nature 发表 Co-Scientist 研究,并推出基于 Gemini 的多智能体系统 Hypothesis Generation,面向个人研究者开放注册,将在未来几周内逐步推出。

    推荐理由:原文给出了多智能体分工、验证算力占比和多个已落地案例,读者可据此判断它如何嵌入真实科研流程。

5月6日周三
  1. Google DeepMind75

    Google DeepMind 分享 AlphaEvolve 一年来在多领域的应用影响

    Google DeepMind 发布 AlphaEvolve 一周年影响综述,这一 Gemini 驱动的编码智能体已在多领域落地:基因组学中使 DeepConsensus 变异检测错误降低 30%,电网 AC Optimal Power Flow 可行解求解率从 14% 提升至 88% 以上,自然灾害风险预测准确率提升 5%。

    推荐理由:原文按领域梳理了 AlphaEvolve 一年来的落地成果与量化数据,便于读者判断这类算法发现型智能体的实际影响范围。

4月27日周一
4月24日周五
  1. Hugging Face Blog78

    DeepSeek-V4 发布:1M token 上下文面向智能体任务优化

    DeepSeek 发布 DeepSeek-V4,两个 MoE 检查点上线 Hub:DeepSeek-V4-Pro 为 1.6T 总参数 / 49B 激活,DeepSeek-V4-Flash 为 284B 总参数 / 13B 激活,均支持 1M token 上下文窗口。

    推荐理由:文章拆解了长上下文推理成本与智能体后训练设计,读者可据此理解它为何适合长时程智能体任务。

4月22日周三
4月3日周五
  1. Google DeepMind83

    Google DeepMind 发布开源模型 Gemma 4 系列

    Google DeepMind 发布 Gemma 4 开源模型系列,采用 Apache 2.0 许可,包含 E2B、E4B、26B MoE 和 31B Dense 四种尺寸,主打推理与智能体工作流。

    推荐理由:原文给出了各尺寸的硬件适配与开源许可细节,读者可据此判断本地部署和微调的可行路径。

3月26日周四
  1. Google DeepMind73

    Google DeepMind 发布 Gemini 3.1 Flash Live 语音模型

    Google DeepMind 发布 Gemini 3.1 Flash Live,称其为迄今质量最高的音频与语音模型,精度与延迟均有改善。在 ComplexFuncBench Audio 上取得 90.8%,在 Scale AI 的 Audio MultiChallenge 上开启 thinking 后取得 36.1%。

    推荐理由:给出了两项基准分数和面向开发者、企业、普通用户的开放入口,读者可据此判断其在语音智能体场景的可用性。

2月27日周五
2月10日周二
1月28日周三
  1. Hugging Face Blog62

    Hugging Face 发布 upskill 工具,用 Claude 生成 CUDA 内核技能并迁移到开源小模型

    Hugging Face 发布开源工具 upskill,用 Claude Opus 4.5 等大模型生成并评测 agent skill,再迁移到更小或本地模型使用,本次以编写 diffusers 模型的 CUDA 内核为基准任务。

    推荐理由:原文给出用大模型生成技能再迁移到小模型的完整流程与实测数据,读者可据此判断能否降低自己的调用成本。