Anthropic 报告：智能体工时达人类员工 6 倍，初级技术岗位招聘占比从 27% 降至 9%
Anthropic 于 10 月 16 日发布报告称，到 2026 年 8 月其员工部署的交互式 AI 智能体工作时长已达人类员工的 6 倍，早在 3 月全公司智能体总工时首次超过人工工时。
#Agent
RadarAIAI 评分7171 RadarAIAI 评分2727 Grok Bot 速度大幅提升：计算机任务平均快 3 倍
Grok Bot 速度大幅提升，计算机任务平均完成时间缩短至原来的三分之一，其他回复耗时减少一半以上。Elon Musk 在 X 上转发了这一消息。
OpenAI NewsAI 评分2020 Itaú 如何为其全部客户群构建生成式 AI
巴西银行 Itaú 正通过对话式界面 ia.i 和治理平台 IARA，将 AI First 战略同时落地到客户与员工场景。该行身处巴西监管最严格的行业之一，仍推进生成式 AI 的规模化应用。
RadarAIAI 评分2222 Cursor Bot 提速并优化体验
Cursor Bot 现已更快、体验更佳，Michael Truell 表示距离"开箱即用"的 bot 仍有很长的路要走，后续还会有更多更新。
RadarAIAI 评分2222 Grok Bot 质量、速度与卡片设计更新
Grok Bot 对质量、打磨程度和速度进行了改进，聊天中的卡片采用更简洁的新布局设计。相关更新已上线。
RadarAIAI 评分1818 xAI 波兰经销商持续打磨 Grok Bot
xAI 的波兰经销商 @shaoruu 一直在持续打磨 Grok Bot。Grok Bot 的回复质量、细节打磨和速度均有所提升，聊天中的卡片也采用了布局更简洁的新设计。
RadarAIAI 评分3838 Anthropic 的 AI 代码审查实践
Anthropic 分享了其 AI 代码审查实践：提 PR 前由 AI 跑测试和构建，每个 PR 经多 agent 找 bug 和安全审查，人工审批按风险分级。流程保留人工审核但大部分交给机器，上线支持快速回滚，并通过历史事故持续改进。
RadarAIAI 评分6666 Anthropic 如何做 Code Review：机器初审加人工分级审批
Anthropic 介绍其 Code Review 实践，Claude 编写了约 90% 的 Claude Code 代码，6 月到 9 月合并 PR 翻倍以上、回退占比下降超过 40%。
RadarAIAI 评分1818 Hao AI Lab 推出 AI 侦探推理基准测试：100 个地址、10 名嫌疑人、12 小时破案
Hao AI Lab 发布 AI 侦探推理基准测试，每个案件设 100 个地址、10 名嫌疑人和 12 小时时限，要求指认凶手、动机与藏身之处。侦探团队分两个角色：Holmes 负责推理决策，可选 GPT6-Astra、Jev 或证据计数启发式方法；The Irregulars 负责搜索，使用 Jev 智能体或搜索启发式方法。
RadarAIAI 评分3838 Jev 集群与 GPT6-Astra 侦探破案对比：200 起维多利亚案件测试
Hao AI Lab 将 Jev 集群、GPT6-Astra 以及 GPT6-Astra 带领 Jev 集群三种组合送入维多利亚晚期伦敦，调查 200 起案件。结论是 Jev 集群能覆盖线索，但需要 GPT6-Astra 这样的推理型领导者来发现矛盾并深入挖掘。
RadarAIAI 评分3838 GPT6-Astra 与 Jev 智能体解谜表现对比
在 100 个较简单的解谜案例中，GPT6-Astra 带领 12 个 Jev 智能体解出 96 个，GPT6-Astra 单独解出 57 个，Jev 集群单独解出 38 个。这些案例中每个谎言都来自单个证人，而每个真实事实会出现两次，因此一个只统计线索的基于规则的领导者加上 Jev 集群能解出 97/100。
RadarAIAI 评分2020 GPT6-Astra 与 Jev 集群抗贿赂证人测试
Hao AI Lab 测试了 GPT6-Astra 与 Jev 集群在 100 个更难的案例中对抗被收买证人的表现。GPT6-Astra 加 Jev 集群得分 93，仅 GPT6-Astra 为 59，仅 Jev 集群为 42，基于规则的领导者加 Jev 集群仅 0–1。结论是面对有组织的谎言，需要一个会追问"是谁在说话"的推理型领导者。
RadarAIAI 评分2626 Hao AI Lab 提出智能体集群分工思路：快智能体跑腿，强推理者思考
Hao AI Lab 提出一种智能体集群分工思路：让快速智能体承担跑腿类任务，强推理者负责思考，即"一个天才，多个头脑"。该团队公开了全部 200 个案例的回放，以及相关代码和更多关于智能体集群行为的博弈案例研究。
RadarAIAI 评分5858 Replit CEO 称已不再与 Anthropic 合作，转向 OpenAI
Replit CEO 兼联合创始人 Amjad Masad 在 TechCrunch Disrupt 上表示，公司已不再与 Anthropic 合作，原因包括成本、伙伴关系和性能，并称 ChatGPT 现在更好，其内部基准上 Sol 和 Astra 在从零构建应用上表现更好。
RadarAIAI 评分2020 OpenAI 工程师用 dot 凌晨 3 点分诊值班事故并启动 Codex 线程
OpenAI 工程师 Ali 用他的 dot 在凌晨 3 点分诊了一起值班事故，dot 调查问题后启动了 Codex 线程，让他能在 ChatGPT 应用里用手机指挥这项工作。
TechCrunch · AIAI 评分5555 Replit CEO 称已不再与 Anthropic 合作
Replit CEO 兼联合创始人 Amjad Masad 在 TechCrunch Disrupt 上表示，公司已不再与 Anthropic 合作，原因包括成本、合作与性能，并称 ChatGPT 现在更好，内部与公开基准显示 Sol 和 Astra 在从零构建 vibe-coded 应用上表现更好。
AWS Machine Learning BlogAI 评分3434 如何用 Amazon Bedrock AgentCore 构建可信 AI 智能体的生产级评估框架
AWS SMGS Operations 团队基于 Amazon Bedrock AgentCore Evaluations 搭建了面向 AWS 全球现场销售的多智能体系统评估框架，覆盖 Performance Insights、Customer Insights、Data Insights 等子智能体。
Hacker NewsAI 评分6060 Claude Code 团队如何做代码审查
Anthropic 公开 Claude Code 团队的代码审查流程：从 6 月到 9 月，合并的 PR 数量翻倍以上，被回滚的比例下降超过 40%，同时审查并未取消，而是把大部分阅读交给机器。
RadarAIAI 评分3939 北大与三星论文提出 TORSI：慢推理模型离线教练快模型
北京大学与三星的论文提出 TORSI，让慢推理模型在局间研究快模型的失败并写出指令，供快模型在实时游戏中执行。在 RealtimeBench 的 180 个任务、6 类游戏中，两轮后 Jev 平均分从 13.51 升至 24.19，6 类游戏全部提升。
RadarAIAI 评分2222 Claude Opus 5.5 打造野火分析原型
Claude 官方展示了用 Opus 5.5 制作的野火分析原型，可绘制火灾随时间的蔓延情况并追踪热点。该原型是 Claude 官方近期关注的六个项目之一。
RadarAIAI 评分5050 Grok Bots 已在 Grok 网页端和移动端上线
Grok Bots 已在 Grok 网页端和移动端上线，用户可在同一处使用该功能。有观察认为，Grok Bot 正在逐步占据 OpenAI Dots 和 Muse 尚未覆盖的空间。
RadarAIAI 评分6262 Perplexity 开源 pplx-decider-v1.2 与 flash-v1.2 两款决策模型
Perplexity 开源两款决策模型 pplx-decider-flash-v1.2 和 pplx-decider-v1.2，分别有 4B 和 27B 参数，定价为每百万 token 1 美分和 2 美分。
RadarAIAI 评分3636 Grok Bot 速度大幅提升：计算机任务平均提前 3 倍完成
Grok Bot 速度大幅提升，计算机任务平均提前 3 倍完成，其他内容的回复时间不到原来的一半。该消息由 Grok Bot 官方 X 账号发布。
RadarAIAI 评分2828 Grok Bot 邮箱支持 plus 别名，可按特定地址触发例程
Grok Bot 的邮箱现已支持 plus 别名，用户可用专属别名收发邮件，也可设置例程仅在邮件发送到某个特定别名时触发。该功能由 Sam Sokolin 在 X 上公布。
RadarAIAI 评分3838 Grok Bot 在 X 上被 @ 即可工作
Grok Bot 在 X 上被 @ 即可开始工作，用户发帖时 @bot 就能触发。有用户发帖 @bot 要求立即预订新款 Tesla Roadster。
RadarAIAI 评分3838 Grok Bot 可读取 X Chat 消息
Grok Bot 现已支持读取 X Chat 消息，用户连接 X 后即可让 Bot 跨消息进行处理。该功能此前由用户多次请求，可用于管理繁忙的收件箱，包括审核新的消息请求。
RadarAIAI 评分4242 xAI 推出 Grok Bot
xAI 推出 Grok Bot。原文仅给出产品名称与试用引导，未披露模型版本、参数规模、benchmark 分数、价格或可用性等具体信息。
RadarAIAI 评分4040 Arena 周报：Gemini 4 Argon 与小米 MiMo 上榜
Google DeepMind 的 Gemini 4 Argon (High) 进入 Agent Arena 第 5 名，净提升 +13.2%；小米 MiMo V2.6 Pro 以 +3.9% 净提升成为 Agent Arena 开源模型第一（总榜第 13）。
RadarAIAI 评分2222 OpenRouter 上线 Span-02 决策模型
OpenRouter 上线 Span-02 决策模型，运行在 OpenRouter Decisions API 上，与平台托管的其他决策模型采用相同请求格式，试用只需改一行模型名。
RadarAIAI 评分7474 OpenAI 升级 ChatGPT 中的 GPT-6 Pro：响应更快并支持多智能体并行
OpenAI 宣布 ChatGPT 中的 GPT-6 Pro 完成升级，响应更快，插件和工具的使用得到改进。多个智能体现在可以并行处理任务的不同部分，用户可以跟踪每个智能体的进度，并打开已完成的任务查看其工作。该功能已向 Pro 用户开放，位于 Chat 标签页。
RadarAIAI 评分2222 Grok Bot 团队更新质量与速度
Grok Bot 团队宣布对 Grok Bot 的质量、打磨程度和速度进行了改进，聊天中的卡片采用全新设计，布局更简洁。相关更新由团队成员 lauren 在 X 上公布。
RadarAIAI 评分7474 OpenAI 升级 ChatGPT 中的 GPT-6 Astra Pro：响应更快、支持多智能体并行
OpenAI 宣布 ChatGPT 中的 GPT-6 Astra Pro 获得升级，响应更快，插件和工具使用得到改进。现在多个智能体可以并行处理任务的不同部分，用户可以查看每个智能体的进度，并打开已完成任务审阅其工作。该升级现已面向 Pro 用户在 Chat 标签页开放。
RadarAIAI 评分3838 Reflection 开源编码智能体 Mirror 发布，针对 Beam 优化
Reflection 推出开源编码智能体 Mirror，专为 Beam 优化，由工程师 Jake 在加入 Reflection 后启动并历经多次迭代。该工具可通过 `uv tool install reflection-mirror` 安装。
RadarAIAI 评分5858 Cursor 云 Agent 支持构建交互式 canvas
Cursor 宣布其云 Agent 现在可以构建交互式 canvas。用户可在 Agent 工作期间请求生成仪表盘或报告，完成后通过链接把 canvas 分享给团队。
RadarAIAI 评分5050 Cursor 推出 Environments API beta，可编程管理云端智能体环境
Cursor 宣布 Environments API 开放 beta，支持以编程方式创建和管理云端智能体环境。环境可配置克隆的仓库以及运行时使用的 environment.json 设置。
RadarAIAI 评分5050 Cursor 云智能体环境支持最多 500 个仓库，大型多仓库启动提速 5 倍
Cursor 云智能体环境现已支持最多 500 个仓库，大型多仓库环境的启动速度提升 5 倍。相关更新已通过官方渠道公布。
RadarAIAI 评分4040 Anthropic 内部 AI 智能体使用量超员工 6 倍
Anthropic 内部 AI 智能体今年迅速普及，到 8 月，交互式 AI 智能体的使用时长已达到员工的 6 倍。Peter McCrory 在 X 上指出，对进步的预期以及对更广泛经济影响的看法，都是由经验塑造的。
RadarAIAI 评分2222 Anthropic：AI 智能体普及带动公司生产力提升
Anthropic 的 Peter McCrory 表示，AI 智能体的普及与公司整体生产力提升同时发生：代码行数增加、每位销售完成的销售额增加、处理的法务合同也更多。
RadarAIAI 评分7171 OpenAI 升级 GPT-6 Astra Pro：响应更快、插件工具调用改进并支持多智能体并行
OpenAI 在 ChatGPT 中升级 GPT-6 Astra Pro，响应更快，插件和工具调用得到改进，并支持多个智能体并行处理任务的不同部分。用户可以跟踪每个智能体的进度，并打开已完成任务查看成果。该升级已面向 Chat 标签页中的 Pro 用户开放，作者猜测后续可能扩展到 Team 账号。
OpenAI NewsAI 评分2222 Stack Overflow for Agents 借 ChatGPT 插件实现注册量三倍增长
两名工程师用 Codex 在几周内做出 Stack Overflow for Agents，其 ChatGPT 插件推动智能体创建量最高增长 10 倍，注册量随之增至三倍。