技术方向
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 5,939 条
yc-software 开源多人智能体框架 QM，可在 Slack 和网页端运行，部署在自有云上并使用自己的模型和密钥。QM 为每位员工提供隔离工作区，同时支持在频道、群组消息和项目中与智能体协作，每个人和每个房间都有独立的记忆、文件、权限、定时任务和沙箱。框架支持 Pi、OpenCode、Codex 和 Claude Code 驱动同一核心，采用 MIT 许可证。
推荐理由：原文给出多智能体协作的架构与安全模型细节，可据此判断自托管部署的可行性与边界。
Google 在 NASA Hangar One 面向 700 多名 Google Cloud 客户发布新的 Gemini agent，一个统一的通用工作智能体，可在单一提示框中回答问题、处理知识工作、生成图像和媒体并编写和运行代码。
推荐理由：原文给出统一智能体的架构原则与云端持久执行方式，可据此判断企业工作流的接入形态。
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。
Archon 发布开源 AI 编码工作流引擎，把规划、实现、验证、代码审查、创建 PR 等开发流程写成 YAML 工作流，让 AI 编码变得确定且可重复。每次运行使用独立 git worktree，可并行执行多个任务；工作流定义在 .archon/workflows/ 中并提交到仓库，可从 CLI、Web UI、Slack、Telegram 或 GitHub 运行。
推荐理由：原文给出了 YAML 工作流定义、隔离 worktree 与多平台接入方式，读者可据此判断如何把 AI 编码流程固定下来。
OpenClaw 是一个开源 AI 助手，运行在用户自己的电脑上，可接入 Discord、iMessage、Slack、Teams、Telegram、WhatsApp 等 20 多个渠道，并提供 macOS、iOS、Android、Windows、Linux 原生应用。
推荐理由：原文交代了自托管网关、可替换模型插件与多聊天渠道接入方式，读者可据此判断它能否嵌入现有工作流。
Zenity Labs 研究人员披露名为 AgentCorruption 的漏洞链，只需对某个公开的 Amazon Bedrock AgentCore 智能体发送一条提示词，就能通过元数据服务 169.254.169.254 窃取其 AWS 临时凭据，进而控制同一 AWS 账户和区域内的所有 AgentCore 智能体。
推荐理由：原文梳理了 Zenity 演示的完整攻击链和 AWS 此后的权限收紧，读者可以据此评估自己云端智能体的隔离与最小权限配置。
Crowdstrike 报告称，一名疑似讲中文的攻击者在 2026 年 9 月下旬至 10 月初利用 AI 驱动的开源渗透测试工具 ARTEX 攻击多家韩国金融机构，窃取大量数据，其中新韩银行超过 25,000 条包含姓名、联系方式、收入和信用额度的记录泄露。
推荐理由：原文给出攻击工具、所用模型与泄露规模等细节，可帮助读者了解 AI 渗透工具如何放大单人攻击能力。
Anthropic 发布 Claude Haiku 5.5，官方跑分逐项超过 GPT-6 Luna，并超越 DeepSeek V4.1 Flash 和 GLM-5.3-Flash，成为新的小模型守门员。
推荐理由：原文给出 Haiku 5.5 与 GPT-6 Luna、DeepSeek V4.1 Flash 的逐项跑分和价格对比，并列出五处迁移改动。
Anthropic 发布 Claude Haiku 5.5，这是其目前最快、最便宜的小模型，平均价格比 Haiku 4.5 低约 75%，对 10 万 token 以内的提示词降价最高达 90%，超过 10 万 token 的提示词价格则是前者的五倍。
推荐理由：原文列出 Haiku 5.5 与 Haiku 4.5、GPT-6 Luna、Sonnet 5.5 的分项基准和逐项价格，可据此判断小模型在成本敏感任务上的位置。
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。
Claude 发布九月回顾，Chat 与 Cowork 合并为统一的 Claude，云端运行的任务在合上电脑后仍可继续。Claude Docs 支持团队与 Claude 在同一文档中协作编辑，并新增 /slides、/docs、/designs 命令直达对应格式。模型方面，Opus 5.5 承担重度任务，Sonnet 5.5 用于快速迭代编辑。
推荐理由：原文列出 Chat 与 Cowork 合并、云端任务续跑和新增命令，读者可据此判断 Claude 工作流的形态变化。
Reflection 发布文本-only 的 MoE 模型 Beam，总参数 501B、激活参数 23B，面向编码、智能体和科学任务，从零训练。完整权重将在本月以 Apache 2.0 许可发布。
推荐理由：Reflection 从零训练的 501B-A23B MoE 编码模型，权重将以 Apache 2.0 开放，可关注其开源规模与许可条件。
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。
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。
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。
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。
OpenAI 在 9 月 30 日凌晨举办其宣称规模最大的一届开发者大会，一次性发布 25 项更新，覆盖新模型、API、智能体、插件生态与企业软件市场。重头戏是智能体 dots，由 GPT-6 Astra 驱动，自带云端运行环境，可连接数千款应用并持续自主完成任务，Pro 及企业套餐用户可使用。
推荐理由：OpenAI 开发者大会一次性发布 25 项更新，其中智能体 dots 与会员计价方式的变化最值得关注。
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。
Meta 于 9 月 8 日推出消费级个人智能体应用 Muse，上线六天下载量超过 90.2 万次，十天后成为美国 App Store 免费 iPhone 应用榜第一，超过 ChatGPT、Gemini 和 Claude。
推荐理由：作者以第一手使用体验拆解 Meta Muse 的产品设计与安全机制，并给出中国厂商可切入的个人智能体路径。
Meta 推出个人助手 Muse 并投放全国广告，个人智能体开始作为大众消费产品出现。Instinct 在估值 25 亿美元融资后据报寻求以 100 亿美元估值融资，Shopify 宣布与 Muse 合作让助手在其平台店铺结账，Shopify 股价当日涨超 10%。
推荐理由：梳理个人智能体落地后电商、预订与订阅服务遭遇的连锁反应，可观察智能体与现有平台规则的摩擦。