跳到正文

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。

25 条精选近 30 天 16 条共收录 444 条

更新

Agent 智能体的精选

今天11月19日周四第 1–25 条
  1. IT之家 AI76

    谷歌推出 Gemini 4 Neon 模型,编程 AI 智能体指数超 Claude Opus 5.5 排第一

    IT之家 11 月 19 日消息,谷歌今天(11 月 18 日)宣布推出 AI 模型 Gemini 4 Neon, 主攻复杂编程、科学研究和企业工作流程,更好平衡推理能力、任务处理速度与成本 ,目前已开始向开发者、企业及部分付费订阅用户开放。 费用方面,Gemini 4 Neon 在 API 调用方面,每 100 万词元输入费用为 3 美元 (IT之家注:现汇率约合 20 元人民币) ,每 100 万词元输出费用为 15 美元 (现汇率约合 100.2 元人民币) ,缓存输入每百万 token 为 0.15 美元 (现汇率约合 1 元人民币) ,并提供 Low、medium、high 以及 xhigh 四种推理级别。用户订阅 Google AI Pro 或 Ultra 后可以在 Gemini 应用中选择使用该模型。 据谷歌介绍,Neon 支持 100 万 token 上下文窗口,可综合处理电子表格、PDF、图表、音频和视频,将分...

    推荐理由:来自IT之家 AI的《谷歌推出 Gemini 4 Neon 模型,编程 AI 智能体指数超 Claude Opus 5.5 排第一》。重点看智能体工作流、模型能力与工程、产品发布。摘要提到:IT之家 11 月 19 日消息,谷歌今天(11 月 18 日)宣布推出 AI 模型 Gemini 4 Neon, 主攻复杂编程、科学研究和企业工作流程,更好平衡推理能力、任务处理速度与成本 ,目前已开始向开发者、企业及部分付费订阅用户开放。 费用方面,Gemini 4 Neon 在 API 调用方面,每 100 万词元输入费用为 3 美元 (IT之家注:现汇率约合 20 元人民币) ,每 100 万词元输出费用为 15 美元 (现汇率约合 100.2 元人民币) ,缓存输入每百万 token 为 0.15 美元 (现汇率约合 1 元人民币) ,并提供 Low、medium、high 以及 xhigh 四种推理级别。用户订阅 Google AI Pro 或 Ultra 后可以在 Gemini 应用中选择使用该模型。 据谷歌介绍,Neon 支持 100 万 token 上下文窗口,可综合处理电子表格、PDF、图表、音频和视频,将分...

  2. GitHub Changelog90

    Gemini 4 Neon in GitHub Copilot

    Gemini 4 Neon 现已通过 GitHub Copilot 一般可用。它专为代理式编程、多步骤工具使用和知识工作设计。根据 Google,Gemini 4 Neon 提供高质量服务;在 GitHub Copilot 中首次出现的是 Gemini 4 Neon 的版本。

    推荐理由:请对照GitHub Changelog原文,核对完整说明及适用条件。

11月18日周三
  1. Simon Willison79

    Quoting Daniel Stenberg

    在这些代理将185,000行C代码转换为340,000行Rust代码(我数过)期间,我们合并了300次实际的curl项目提交。我们实际上在这些大约三周的时间里改进了curl。大约200个bug修复。这些Rust重写中没有包含200个bug修复。我们还修复了一些漏洞。在另一个月里,我们完成了200个合并请求,可能修复了更多漏洞。这些克隆能否跟上?——Daniel Stenberg,实际的Rust重写标签:daniel-stenberg,curl,rust,security,coding-agents,c,ai,llms,generative-ai,vibe-porting

    推荐理由:请对照Simon Willison原文,核对完整说明及适用条件。

  2. Claude Code Releases88

    Claude Code Releases v2.1.327:Added a confirmation before /install-github-app changes a ...

    新增了在 /install-github-app 修改仓库时的确认提示;新增了将 claude mcp add-json <name> 用于从标准输入读取服务器 JSON,使令牌可脱离命令行;新增了当恢复会话的早期消息无法加载时的行;新增了 /status 中的损坏代理、技能、命令和输出样式文件、快捷键错误、不可用沙箱、忽略的权限设置和钩子匹配器永不匹配的列表;新增了 /config 中其他设置覆盖某行时的说明;新增了 gateway 提示头中包含 x-claude-code-managed-settings-checksum,该值在 managed settings 设置 CLAUDE_CODE_GATEWAY_HINT_HEADERS=1 时发送,包括其已有的值;新增了支持通过 attributionProject 设置命名会话的计费组,适用于设置 admin.billing_group_tag 的 Claude 应用网关;新增了 /tui classic 作为非全屏渲染器的名称,/tui 默认仍有效;远程控制:修复了停止 t 的问题。

    推荐理由:请对照Claude Code Releases原文,核对完整说明及适用条件。

  3. Simon Willison87

    External sandboxes for coding agents

    外部沙箱用于编码代理:我探索了新的方法来沙箱执行由代理的代码,重点在于在不担心误操作或提示注入攻击可能导致机器受损的情况下安全地尝试本地模型。我与Prime Radiant(Superpowers等项目的AI研究实验室)合作开发了该项目。Prime Radiant博客上的帖子介绍了外部沙箱模式,其中代理执行的代码在专用沙箱内运行,而代理本身则位于该沙箱之外。为演示该模式,我们发布了三种沙箱服务器实现:external-sandbox-v86运行一个Node.js服务器,然后使用v86在WebAssembly中运行Alpine Linux;external-sandbox-container是一个Python Web服务器,运行沙箱在Apple Containers实例中;external-sandbox-quicksand是另一个Python Web服务器,使用Microsoft的Quicksand沙箱库。

    推荐理由:请对照Simon Willison原文,核对完整说明及适用条件。

  4. GitHub Changelog94

    OpenAI’s GPT-6.2 Astra and GPT-6.2 Sol now available

    原文摘录(自动中文摘要暂不可用):OpenAI’s GPT-6.2 Astra and GPT-6.2 Sol now available OpenAI’s GPT-6.2 Astra and GPT-6.2 Sol are now generally available in GitHub Copilot. Both models are designed for agentic coding and code review, with stronger coding judgment than earlier GPT-6… The post OpenAI’s GPT-6.2 Astra and GPT-6.2 Sol now available appeared first on The Gi

    推荐理由:自动中文摘要尚未通过校验,请核对原文与完整来源。

  5. GitHub Changelog84

    GitHub Copilot in JetBrains, Ignite releases

    原文摘录(自动中文摘要暂不可用):GitHub Copilot in JetBrains, Ignite releases This update brings remote access, on-device voice dictation, and browser use controls to GitHub Copilot for JetBrains. Copilot users in JetBrains IDEs also get context usage shortcuts, historical diffs, simpler… The post GitHub Copilot in JetBrains, Ignite releases appeared first on The GitHub Blog .

    推荐理由:自动中文摘要尚未通过校验,请核对原文与完整来源。

  6. GitHub Changelog86

    Monitor GitHub Copilot activity through Microsoft Agent 365

    企业现在可以直接将GitHub Copilot代理活动流式传输到微软代理365,从而将来自GitHub Copilot客户端的审计数据导入微软代理控制平面,其中8217。通过微软代理365监控GitHub Copilot活动首次出现在GitHub博客上。

    推荐理由:请对照GitHub Changelog原文,核对完整说明及适用条件。

11月14日周六
  1. GitHub Changelog94

    Gemini 4 Hydrogen in GitHub Copilot

    原文摘录(自动中文摘要暂不可用):Gemini 4 Hydrogen in GitHub Copilot Gemini 4 Hydrogen, Google’s latest Flash model, is now generally available in GitHub Copilot. It is designed for fast, efficient agentic coding, tool use, and multistep workflows, with improved instruction… The post Gemini 4 Hydrogen in GitHub Copilot appeared first on The GitHub Blog .

    推荐理由:自动中文摘要尚未通过校验,请核对原文与完整来源。

11月11日周三
  1. GitHub Changelog93

    Gemini 4 Carbon in GitHub Copilot

    原文摘录(自动中文摘要暂不可用):Gemini 4 Carbon in GitHub Copilot Gemini 4 Carbon, Google’s latest model, is now generally available in GitHub Copilot. It is designed for complex coding, agentic, and reasoning tasks, with a focus on secure code generation… The post Gemini 4 Carbon in GitHub Copilot appeared first on The GitHub Blog .

    推荐理由:自动中文摘要尚未通过校验,请核对原文与完整来源。

11月5日周四
11月2日周一
  1. Apple Machine Learning Research87

    Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live iOS Apps

    尽管前沿视觉语言模型在用户界面(UI)导航方面表现出色,但其高推理成本限制了日常使用。相反,通过监督微调(SFT)或离线强化学习训练的小型模型往往记忆静态轨迹,导致执行脆弱且无法从错误中恢复。为解决这些问题,我们提出一种新的在线强化学习框架,直接在实时运行的iOS应用程序上训练UI导航代理。我们的框架将代理解耦为两个专用组件:规划模块/...

    推荐理由:请对照Apple Machine Learning Research原文,核对完整说明及适用条件。

10月28日周三
10月21日周三
10月15日周四
  1. Apple Machine Learning Research83

    Selection-Based Structured Reasoning: Toward Efficient Multimodal Search Agents

    多模态代理在执行每个动作前通常生成自由形式推理。小型模型因模型容量有限,可能导致推理过程冗长,虽能提供少量有用指导,但会带来较高的推理成本。为解决此问题,我们引入基于选择的结构化推理(SSR),该框架将推理转化为选择而非开放式生成。SSR将重复的高层推理表示为预定义、可复用的自然语言候选。在每一轮中,模型根据候选推理内容进行选择,以优化推理效率。

    推荐理由:请对照Apple Machine Learning Research原文,核对完整说明及适用条件。

  2. Claude Code Releases88

    Claude Code Releases v2.1.300:Added virtualText to a mod's prompt decorations: text draw...

    新增了模组提示装饰中的虚拟文本:在提示框内绘制的文本,永不进入草稿或提交的提示。新增了OpenTelemetry api_request事件中的cache_creation_5m_tokens和cache_creation_1h_tokens,按生命周期分段写入缓存。新增了模组的$.ui.view({ agentId }),在询问时显示代理的对话记录,$.ui.view({})则返回。新增了模组文本的dir属性,支持右到左文本,Windows及VS Code终端中行内容向右对齐。在AWS的Claude平台新增了/advisor,需通过/advisor、advisorModel或--advisor参数指定,CLAUDE_CODE_DISABLE_ADVISOR_TOOL=1关闭顾问功能。为追踪跨度添加了OpenTelemetry GenAI语义规范属性,如gen_ai.provider.name、gen_ai.conversation.id、gen_ai.tool.name和error.type。

    推荐理由:请对照Claude Code Releases原文,核对完整说明及适用条件。

10月12日周一
  1. Apple Machine Learning Research86

    Self-Compacting Language Model Agents

    长代理轨迹由思维链和工具调用组成,积累过时内容,成为后续生成的锚点,最终超出上下文窗口。现有框架通过固定间隔压缩缓解此问题,触发条件基于令牌阈值。此类触发不关注轨迹结构,可能在推理或搜索中丢弃部分结果。我们提出SELFCOMPACT,一种框架,允许模型自身决定何时及如何压缩。具体而言,它结合两个推理元素:(i)模型调用的压缩工具,用于总结积累内容……

    推荐理由:请对照Apple Machine Learning Research原文,核对完整说明及适用条件。

10月10日周六
  1. Claude Code Releases90

    Claude Code Releases v2.1.296:Added a code key to the Claude apps gateway's managed.poli...

    新增了对Claude应用网关的managed.policies[]的代码密钥,与CLI设置相同,也应用于Claude桌面的代码标签;除桌面外,还启用了Claude桌面的网关模式。新增了autoCompactWindow到子代理的frontmatter和--agents定义中,使子代理可在主对话窗口打开前自动压缩。新增CLAUDE_CODE_WORKFLOW_SUBAGENT_MODEL,使所有工作流代理在单一模型上运行,其他子代理保留各自模型。新增CLAUDE_CODE_OVERLOADED_RETRY_MAX_DELAY_MS环境变量,用于设置重试时的延迟上限。在插件的/plugin路径新增说明,指出当其他启用的插件有相同名称时,该插件的钩子被忽略。新增Read工具的allow_large选项,使Claude可一次读取超过常规大小限制的文本文件。修复了managed-settings PreToolUse钩子,防止工具调用时出现'continue': false的情况。

    推荐理由:请对照Claude Code Releases原文,核对完整说明及适用条件。

10月8日周四
  1. Claude Code Releases96

    Claude Code Releases v2.1.293:Added Claude Haiku 5.5 ( claude-haiku-5-5 ), now the defau...

    新增了Claude Haiku 5.5 (claude-haiku-5-5),现为Anthropic API默认Haiku模型,1M上下文token,$0.10/$0.50每Mtok($0.50/$2.50对于超过100K的提示),新增了agentType字段到subagentStatusLine payload,使脚本能区分自定义子代理类型。修复了Claude在上下文压缩前将自身上次操作视为已完成,导致重退或重做已完成工作。修复了HTTP MCP连接内存泄漏,持续保留所有已发送请求直到关闭。修复了在Claude工作时发送的消息丢失问题,移至后台后若消息无法移动,仍保持原状。修复了/model effort方向错误,可能误保存为低值。修复了Chrome中会话启动时Claude断开连接问题。

    推荐理由:请对照Claude Code Releases原文,核对完整说明及适用条件。

10月6日周二
  1. Apple Machine Learning Research83

    RISED: Rubrics for Agentic Multi-Environment Selection and Self-Distillation

    单个LLM代理在多样化的交互环境中联合训练已引起广泛关注,作为通用智能体的路径。现有课程和数据选择策略通常在环境层面分配训练或优先考虑本地奖励信号,而未明确考虑不同环境间当前 rollout 的关系,用于提示组选择。同时,由于环境学习速率不同,所有失败和所有成功 rollout 组可在一批中共存,导致数据无组相对奖励信号。

    推荐理由:请对照Apple Machine Learning Research原文,核对完整说明及适用条件。

  2. Claude Code Releases91

    Claude Code Releases v2.1.290:Added serverToolUses to the result of a mod's turn.step ho...

    Claude Code v2.1.290为模组的turn.step钩子结果新增serverToolUses,记录API自行执行的工具调用及其ID、名称、输入、开始与结束时间。插件钩子的tool.check事件新增agentId,可区分子智能体与主会话的权限检查;模组的tool.check还新增ceiling,用于表示组织要求的工具批准权限。

    推荐理由:请对照Claude Code Releases原文,核对完整说明及适用条件。

10月3日周六
10月1日周四