跳到正文
只看一手#Agent
  1. AWS Machine Learning Blog66

    Reflection AI 开源编码智能体模型 Beam，并给出 AWS 部署路径

    Reflection AI 推出开源权重模型 Beam，面向编码智能体与长周期任务，可维护代码、调用工具并完成多步工作流。

    推荐理由：文章给出 Beam 的参数量、上下文长度与三种部署路径，可据此判断开源编码模型在 AWS 上的落地成本。

  2. Together AI Blog78

    Meta Muse Spark Open 上线 Together AI，支持 1M token 上下文与智能体编码

    Meta 的 Muse Spark Open 已在 Together AI 上线，Together AI 是其 Day 0 发布伙伴。该模型面向长时程智能体编码工作流，具备 1M token 上下文窗口、长时程自主规划与自我纠错、可协调子智能体、跨桌面移动端与浏览器的 computer use 与多模态浏览，并接受文本、图像、音频和音视频输入，还会在执行前说明意图。

    推荐理由：官方给出 Muse Spark Open 的上下文窗口、定价与调用方式，可据此判断它在长时程编码智能体上的可用性。

  3. PyTorch Blog85

    Meta 开源 Muse Spark Open：816B 总参数、42B 激活的编码与智能体模型

    Meta 发布 Muse Spark Open 的开放权重，这是一个 816B 总参数、42B 激活的模型，上下文窗口 1M tokens，已在 Hugging Face 上以 Muse Model License 提供。

    推荐理由：Meta 开源 816B 总参数、42B 激活的编码与智能体模型，并给出 Helion 内核与 TorchTitan 微调路径，可据此评估开源权重模型的部署与二次训练成本。

  4. Google DeepMind60

    Google DeepMind 用 Google Antigravity 加速抗菌肽发现

    Google DeepMind 介绍用其智能体开发平台 Google Antigravity 加速抗菌肽发现，把过去分散在多个数据库的检索压缩到一次会话中。平台借助 ProtNLM 从氨基酸序列预测生物功能，扫描 UniProt 中数百万条未表征蛋白，找到一条对呼吸道感染相关病原体有预测活性的新型抗菌肽候选，目前正进行湿实验验证。

    推荐理由：原文给出智能体科研工作台在抗菌肽发现中的完整流程，可了解跨库检索与结构分析如何被压缩进单次会话。

  1. NVIDIA Technical Blog62

    NVIDIA 发布 Nemotron 3.5 Super VL 多模态模型，面向专用智能体

    NVIDIA 发布 Nemotron 3.5 Super VL，一个面向专用工作流的开放可定制多模态模型，采用 120B 参数 MoE 架构、激活 12B 参数。该模型针对持续运行的智能体场景，单次请求可能涉及读取文档、跨来源核对信息、遵循公司政策并调用多个工具。

    推荐理由：原文给出 Nemotron 3.5 Super VL 的 MoE 参数规模与激活量，可据此判断开源多模态模型在长流程智能体中的定位。

  1. AWS Machine Learning Blog60

    在 Amazon Bedrock 上用 Grok 4.7 构建长时程智能体

    AWS 团队在 Amazon Bedrock 上基于 Grok 4.7 构建工具调用智能体，在三个需要搜索而非查表验证的任务上跑了 72 次，答对 67 次，xhigh 档位 18 次全对。

    推荐理由：通过 72 次可复现的智能体运行，量化了 Grok 4.7 各推理档位在正确率与 token 成本间的取舍。

  2. Apple Machine Learning Research60

    Apple 与约翰霍普金斯提出 SELFCOMPACT：让语言模型智能体自行压缩上下文

    Apple 与约翰霍普金斯大学研究者提出 SELFCOMPACT，让模型自己决定何时以及如何压缩上下文，由模型调用的压缩工具和一份轻量 rubric 两部分组成，无需微调或外部监督。

    推荐理由：论文提出让模型自行决定何时压缩上下文的脚手架，并给出六个基准、七个模型上的成本与效果对比。

  1. Sakana AI Blog62

    Sakana AI 提出 MASS：用多智能体自监督实现递归自我改进

    Sakana AI 发布论文《Recursive Self-Improvement through Multi-Agent Self-Supervision》，提出 MASS 方法：一个共享模型通过虚拟子智能体团队解题，搜索更优的多智能体工作流，再用自身判断选出最佳方案，并把最佳团队的执行轨迹蒸馏回共享模型。

    推荐理由：论文给出多智能体自监督在递归自我改进中的三轮关键结论，并提示同质化自我评估的安全风险。

  1. Sierra Blog60

    Sierra 发布 Personal Agent Protocol（Poppy）草案并新增 35 家设计伙伴

    Sierra 发布 Personal Agent Protocol（Poppy）草案，并公布新增 35 家设计伙伴，包括 OpenAI、Visa、Mastercard、PayPal、Target、Walmart 等。

    推荐理由：协议草案给出了个人智能体与商家协作的五个构建模块，可据此判断现有网站与 API 的接入方式。

  1. PyTorch Blog60

    NVIDIA Dynamo 如何用会话级 ID 实现智能体推理

    NVIDIA Dynamo 提出以统一的会话级 ID 把请求级服务基础设施改造成程序感知系统，支持会话感知路由、共享 KV cache 索引和跨 vLLM、SGLang 的程序化缓存迁移。

    推荐理由：原文给出会话级 ID、追踪回放与调度策略的完整设计，可据此理解智能体推理服务栈的改造路径。

  1. Microsoft Research71

    微软开源 Agent Lightning v1.0：3500 行代码的轻量级 Agentic RL 框架

    微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量级 Agentic RL 框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架内重新实现 agent。

    推荐理由：原文给出框架的代码规模、Kubernetes 支持与端到端训练数据，读者可据此判断接入现有 agent harness 做 RL 的成本。

  1. OpenRouter Announcements62

    OpenRouter 对比四家服务端代码执行工具：OpenAI、Anthropic、Google 与自家 shell

    OpenRouter 发布对比文章，梳理 OpenAI、Anthropic、Google 及自家 openrouter:shell、openrouter:bash 四类服务端代码执行工具，模型在 API 请求内直接调用沙箱运行命令并取回输出。

    推荐理由：对比四家服务端代码执行沙箱的能力、计费与安全边界，可据此判断自建还是托管。

  2. Together AI Blog62

    Together AI 发布 Together Link，把开源模型接入现有编码智能体

    Together AI 发布 Together Link，可将团队已在用的编码智能体接入其开源模型，官方称可降低超过 50% 的开销。该工具支持 Claude Code、Claude Desktop、Codex（ChatGPT 应用与 CLI）、OpenCode 和 Pi，设置与登录保持不变，一条命令即可安装并随时切回原生闭源模型。

    推荐理由：官方给出接入命令、路由规则与按会话计费对比，可据此估算团队编码智能体的成本变化。

  1. Comfy Blog65

    Comfy 发布 Comfy Agent，可在 ComfyUI 内构建并迭代工作流

    Comfy 发布 Comfy Agent，现已在 Comfy Cloud 面向所有人开放，几周内将进入 Comfy Desktop。它位于 ComfyUI 内，能规划并评估技术方案、搭建工作流、修复错误、查找素材和处理技术术语，支持公开或私有技能、最多 5 个并行对话并保留完整历史。

    推荐理由：官方披露了 Comfy Agent 在 ComfyUI 内的能力边界与后续本地化计划，可据此判断工作流搭建方式的变化。

  1. Google DeepMind85

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展到开发者、企业和消费者，起步价每百万输入 token 2 美元、输出 token 10 美元。

    推荐理由：官方给出 Argon 在编码、企业知识与网络安全防御上的评测成绩和内部落地案例，可据此判断前沿模型的能力边界。

  1. Sierra Blog60

    Sierra 将 Ghostwriter 从提示工具升级为 Slack 和 Teams 中的主动智能体队友

    Sierra 把 Ghostwriter 从需要提示的工具改造成 Slack 和 Teams 中常驻、主动、异步的智能体队友，用户可将其加入频道并 @ 提及获取客服解决率趋势、销售漏斗转化图表或发起新实验。

    推荐理由：原文展示了智能体从被动执行到主动提建议的形态变化，可据此判断团队协作类 Agent 的落地方式。

  1. GitHub Blog · AI & ML62

    GitHub Security Lab 发布 Fuzzing Taskflow 智能体，自动为 C/C++ 项目做模糊测试

    GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后为每个独立缺陷生成漏洞报告。

    推荐理由：原文完整披露了 Fuzzing Taskflow 的流水线分层、覆盖率反馈循环与崩溃分诊设计，可迁移到其他安全自动化场景。

  1. Google DeepMind78

    Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking

    Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时对话模型，前者面向规模与成本效率，后者面向高复杂度任务与多步推理。

    推荐理由：原文给出两款语音模型的基准成绩与开放渠道，读者可据此判断语音智能体的能力与成本位置。

  1. Augment Code Blog66

    Augment 如何搭建软件工厂：从编码智能体到全流程自动化

    Augment Code 公开其软件工厂实践，在 2025 年 11 月至 2026 年 7 月间把每位活跃开发者的规模调整后产出从 12.3 提升到 55.7，即 4.5 倍，同时 PR 中位合并时间从 11.2 小时降至 3.1 小时，14 天回滚率从 1.9% 降至 0.4%。

    推荐理由：Augment 公开了软件工厂的搭建顺序与各环节智能体分工，可对照自身瓶颈判断先自动化哪一步。