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。
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。
152 条精选近 30 天 103 条共收录 10,245 条
更新
精选归档 · 第 8 页
Google DeepMind精选AI 评分8585
科技媒体 RSS精选AI 评分7878 OpenAI 开发者大会推出智能体 dots 并重构会员定价
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 Blog精选AI 评分6060 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。
Recode China AI精选AI 评分7878 Meta 个人智能体 Muse 上线后，为何让中国科技公司警觉
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。
Newcomer精选AI 评分7878 Meta 推出个人助手 Muse，个人智能体开始冲击电商与预订平台
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。
GitHub Blog · AI & ML精选AI 评分6262 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。
Google DeepMind精选AI 评分7878 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。
Augment Code Blog精选AI 评分6666 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。
Augment Code Blog精选AI 评分6262 Augment 如何重写 Auggie CLI harness，使任务成本比 Claude Code 低 53%
Augment 重建 Auggie CLI 的 harness，在 SWE-bench Pro 上以相同通过率完成任务花费 1.27 美元，而 Claude Code 为 2.70 美元，便宜 53%。
推荐理由：Augment 公开了 CLI harness 重写的取舍过程与 SWE-bench Pro 成本对比，可参考其工具面收窄与检索替代探索的思路。
Air Street Press精选AI 评分7878 Poolside 发布 Laguna S 2.1 智能体编码模型并开放权重
Poolside 发布智能体编码模型 Laguna S 2.1，采用 MoE 架构，1180 亿参数、每 token 约 80 亿激活，支持最高 100 万 token 上下文，量化后可运行在单台 NVIDIA DGX Spark 上。
推荐理由：作者以预发布实测者身份记录 Laguna S 2.1 的开放权重、评测轨迹与桌面端运行方式，可据此判断本地跑多小时代码智能体的可行性。
Modem Blog精选AI 评分6262 Modem 详解编码智能体如何读代码：如何为智能体写可检索的代码
Modem 发布《Writing Code for Agents》系列第一篇，指出编码智能体主要靠 grep/ripgrep 做文本搜索来导航代码库，因此变量、函数、文件名本身就是搜索词。
推荐理由：Modem 用自家 68 万行 LLM 生成代码库的实测数据，说明命名与类型如何影响智能体的检索开销与准确率。
OpenAI Alignment 研究博客精选AI 评分7171 OpenAI 发布 Auto-review：用独立智能体审查 Codex 越界操作
OpenAI 在 Codex 中上线 Auto-review，用独立的 Codex 智能体在沙箱边界审查越界操作，替代同步人工审批。官方称 Auto-review 模式下 Codex 会话需人工审批的频率比手动审批模式低约 200 倍，被审查的操作中约 99% 获批准，拒绝后 Codex 在超过一半情况下能自行找到可接受的方案。
推荐理由：OpenAI 公开 Auto-review 的内部部署数据与安全评测结果，可了解用独立智能体替代人工审批的取舍。