DeepSeek 发布 V4.1-Flash-1017 模型并开放自研搜索 API
DeepSeek 发布新模型 DeepSeek-V4.1-Flash-1017，网页端、APP 与 API 已同步切换，配套 DeepSeek Harness 升级至 0.2.1 版本。
推荐理由：新版本在基准测试提升的同时压缩了任务运行时间和输出长度，读者可据此判断 Agent 编码的成本边界变化。
技术方向
Agent 智能体 最新动态
让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
67 条精选近 30 天 61 条共收录 5,937 条
更新
大事记
重要进展10月
Agent 智能体的精选
量子位精选AI 评分8080 RadarAI精选AI 评分8282 DeepSeek 发布 V4.1-Flash-1017，智能体任务超越更大对手并开放搜索 API
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 开放，权重开源在 Hugging Face 和 ModelScope。
推荐理由：材料给出新模型在智能体与编程任务上的基准与单任务成本对比，可据此判断小模型的实际性价比。
The Decoder精选AI 评分8080 DeepSeek-V4.1-Flash-1017 发布，智能体任务表现超越更大模型并大幅降低单任务成本
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 上线，并在 Hugging Face 与 ModelScope 开源模型权重。
推荐理由：DeepSeek 新 Flash 模型在自家基准上以更低单任务成本超过更大模型，读者可据此比较性能与成本取舍。
AWS Machine Learning Blog精选AI 评分6666 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。
RadarAI精选AI 评分7878 Reflection 发布首个开源权重模型 Beam，501B 参数 MoE 采用 Apache 2.0 协议
Reflection 发布首个开源权重模型 Beam，权重已在 Hugging Face 以 Apache 2.0 协议放出。Beam 为稀疏 MoE 模型，总参数 501B、激活 23B，面向编码、推理和长程智能体任务。该模型提供 BF16、FP8、NVFP4 精度权重和投机解码 drafter 模型。
推荐理由：Reflection 首次开源 501B 稀疏 MoE 权重，可据此了解其面向编码与长程智能体的参数配置和精度选项。
RadarAI精选AI 评分7878 ChatGPT 为 Chrome 用户新增标签页读取与控制能力
ChatGPT 面向 Chrome 用户推出升级，把 computer use 能力引入 Chrome。在 Chat 模式下，ChatGPT 可以查看用户打开的标签页并汇总信息；在 Work 模式下，它能控制 Chrome 标签页执行发送消息、填写表单、下载文件等操作，还可帮助整理和分组打开的标签页。
推荐理由：官方说明了 ChatGPT 在 Chrome 中读取与控制标签页的具体用途，可据此判断浏览器内自动化任务的边界。
RadarAI精选AI 评分8282 Meta 开放权重模型 Muse Spark Open 上架 OpenRouter
Meta 发布开放权重模型 Muse Spark Open，现已可在 OpenRouter 使用，定位为面向编码与智能体工作的美国最强开放权重模型。模型总参数 816B、激活 42B，支持 1M token 上下文窗口，原生多模态，支持图像、视频、音频和 PDF 输入。OpenRouter 定价为输入 $1.25/M、输出 $4.25/M。
推荐理由：OpenRouter 上架该开放权重模型并给出定价与输入模态细节，读者可据此评估接入成本与适用场景。
Together AI Blog精选AI 评分7878 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。
PyTorch Blog精选AI 评分8585 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。
Google DeepMind精选AI 评分6060 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。
RadarAI精选AI 评分7878 阶跃星辰开放 Step 5 Preview 权重，支持 100 万 token 上下文窗口
阶跃星辰正式释放 Step 5 Preview 模型权重，包含 BF16 与 FP8 权重、技术博客和配套开源开发工具，已上线 Hugging Face 和 ModelScope。
推荐理由：阶跃星辰开放 Step 5 Preview 权重，读者可据此了解其稀疏 MoE 架构与百万 token 上下文在长程 Agent 任务上的设计取舍。
RadarAI精选AI 评分8383 Xbow 用 GPT-5.6 挖出 Chrome 三个漏洞，获 Google 25 万美元全链奖励
Xbow 工程师 Brendan Dolan-Gavitt 用 OpenAI 的 gpt-5.6-sol 分析 Chrome 源码，历时六天、花费约 4 万美元算力，找到三个独立漏洞组成漏洞链，使标签页内普通 JavaScript 代码穿越两个防护边界、逃出所有沙箱。
推荐理由：原文给出算力成本、人工分工和漏洞链细节，读者可以据此评估 AI 智能体在真实漏洞挖掘中的实际投入产出。
RadarAI精选AI 评分8787 Google DeepMind 发布 Gemini 4 Argon 并公布安全与防护细节
Google DeepMind 发布 Gemini 4 Argon 并开始广泛推出，同时把 Fairwind 计划扩展到更多受信任的网络防御者。该模型解决了全部 12 个端到端模拟网络攻击场景，上一代仅解决 5 个；Wiz 用它发现此前模型遗漏的医院软件严重漏洞，涉及数十万份患者记录。
推荐理由：官方给出网络攻防、失准监控与提示注入的具体数据，可了解前沿模型安全护栏的部署方式。
Hacker News精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon
Google DeepMind 发布 Gemini 4 Argon，即日起向 Google AI Pro 和 Ultra 订阅用户开放。该模型支持 1M 输出 token，可一次完成 100K+ token 推理轨迹、整仓库生成与重构，并称在 CWE-Bench 漏洞修复上以 68% 并列第一，是抗间接提示注入最强的模型。
推荐理由：原文给出 Argon 在智能体编码、长上下文与安全基准上的对比数据，可据此判断其相对同级模型的位置。
AWS Machine Learning Blog精选AI 评分6060 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。
NVIDIA Blog精选AI 评分7878 NVIDIA 公布 RTX Spark 首发软件生态：本地智能体、Nemotron 3.5 Bolt 74B 与 DLSS 5
NVIDIA 公布 RTX Spark 笔记本首发（10 月 16 日）的软件与生态更新，覆盖本地智能体、创作应用和开发者工具。
推荐理由：梳理了 RTX Spark 首发时本地智能体、创作与开发工具的适配清单，可据此判断端侧 AI 工作流的可用边界。
Latent Space精选AI 评分7878 Meta MSL 发布 Muse Wonder 与 Muse Wonder Full 模型家族
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder（代号 Watermelon）与 Muse Wonder Full，距该实验室成立约 14 个月。
推荐理由：汇总了 Meta Muse Wonder 系列的发布细节与多家第三方评测数据，可对照 Opus 5.5、GPT-6 等模型看前沿梯队变化。
量子位精选AI 评分7878 Anthropic 研究实测 GLM-5.2 全自主复制进智能家电
Anthropic 两位研究员 William Zhou 和 Daniel Freeman 发布安全研究，在隔离沙盒的 8 个 GCP 节点上测试 GLM-5.2 的自主复制与适应（ARA）能力，5 次实验中 4 次攻陷并部署全部 8 台设备，另 1 次拿下 7 台。
推荐理由：Anthropic 安全研究实测 GLM-5.2 在隔离网络中自主复制模型，读者可了解自主复制与代际经验传递的攻防边界。
Apple Machine Learning Research精选AI 评分6060 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。
Hacker News精选AI 评分8888 Gambit Security 报告：AI 智能体以平均 25 美元成本入侵 27 家在线零售商
Gambit Security 于 2026 年 9 月 22 日发布报告，称研究人员恢复了一台攻击者服务器，发现其用 Strix、Cairn、Hermes 三个开源 AI 工具链在 2026 年 9 月 10 日至 15 日发起 105 次攻击，至少 27 家公司被入侵，19 个结账页面确认植入盗卡脚本。
推荐理由：报告披露攻击者用三个开源 AI 工具链自动扫描并入侵零售网站，平均每个目标成本 25.46 美元，可据此理解自动化攻击的成本结构。