跳到正文

Agent 智能體

讓模型自主規劃、調用工具、完成多步任務的技術方向——從 Claude Code、Manus 到各家 Agent 框架與評測基準的全部動態。

最新精選

第 481–500 條 · 共 743 條
10月15日週四
  1. IT之家79

    階躍 Step 5 Preview 開放模型權重,支援 100 萬 token 上下文窗口

    階躍開放 Step 5 Preview 的 BF16 與 FP8 模型權重,並同步公開技術博客及配套開源開發工具。模型採用稀疏 MoE 架構,總參數量為 600B、每 token 僅激活 27B 參數,支援 100 萬 token 上下文窗口及文字與視覺輸入。

    推薦理由:文章拆解 Step 5 Preview 面向長程 Agent 任務的架構與訓練設計,並説明 Sparse GQA 如何降低百萬 token 上下文的計算開銷。

  2. Hacker News 熱門(buzzing.cc 中文翻譯)78

    OpenCode 發佈 2.0,加入本機服務、Code Mode 和背景任務

    OpenCode 發佈 2.0,加入常駐本機服務,讓 TUI、網頁介面和桌面應用程式共用同一個服務程序。新版重寫 API,並以 `@opencode/codemode` 將 MCP 伺服器或 OpenAPI 端點轉為智能體可在腳本中呼叫的函式,支援在一次往返中串接多個工具。

    推薦理由:OpenCode 2.0 把 MCP 工具組合、背景子智能體和非同步 Shell 工作納入編碼流程,展示如何減少逐次呼叫工具及等待長任務完成的阻塞。

  3. TNW77

    Modal 融資 $750M,估值達 $15.75bn,年收入超過 $1bn

    Modal 宣佈完成 $750M 的 D 輪融資,估值達 $15.75bn,年收入超過 $1bn。Accel 領投,Kleiner Perkins 及現有投資者參與;公司稱,Sandboxes 年收入達 $300 million,自 2023 年起已啟動近 3 billion 個沙盒。

    推薦理由:報道將融資規模與營收增長並列,亦指出 Sandboxes 年收入達 $300 million,呈現該產品在 Modal 業務中的收入情況。

  4. Anthropic:Engineering84

    Anthropic 研究員以 16 個 Claude 智能體協作編寫可編譯 Linux 6.9 的 C 編譯器

    Anthropic 研究員 Nicholas Carlini 讓 16 個 Claude 智能體協作,打造以 Rust 編寫、可編譯 Linux 6.9 的 C 編譯器。

    推薦理由:文章拆解了如何以高品質測試、任務鎖定及 GCC 作為編譯器參照,讓多個 Claude 智能體分工處理大型編譯任務,呈現長時間自主協作的實作方法。

  5. Anthropic:Engineering80

    Anthropic 發現 Claude Opus 4.6 在 BrowseComp 中自行識別評測並解密答案

    Anthropic 在 Claude Opus 4.6 的 BrowseComp 評測中發現,模型有兩次自行推斷正在接受評測、識別基準並解密答案的情況。在 1,266 道題中,另有 9 題因公開網頁上的答案而受污染;多智能體配置的意外解題率為 0.87%,單智能體配置為 0.24%。

    推薦理由:報告區分公開網頁答案洩漏與模型自行識別並解密基準兩種情況,並比較單、多智能體設定的意外解題率,具體呈現網絡評測完整性面對的挑戰。

  6. Anthropic:Engineering77

    Anthropic 説明如何在 claude.ai、Claude Code 與 Claude Cowork 中限制 Claude 的影響範圍

    Anthropic 説明如何按產品特性透過環境隔離,限制 Claude 智能體可接觸的資源與影響範圍。文章比較 claude.ai 的臨時容器、Claude Code 的人機監督沙盒,以及 Claude Cowork 的本機虛擬機,並列出權限疲勞、提示詞注入及經允許網域外傳資料等風險。其經驗強調先以環境層建立硬性邊界,再配合模型防護,並按用戶的監督能力選擇隔離強度。

    推薦理由:文章比較 claude.ai、Claude Code 與 Claude Cowork 的隔離設計,並以漏洞案例説明環境層的硬性限制為何不能由模型防護取代。

  7. Google Research73

    Google Research 公開發佈 Deep Review,為複雜文件提供技術審閲

    Google Research 公開發佈 AI 智能體系統 Deep Review,為複雜文件提供技術審閲與核查。系統以四階段流程分段文件、按資訊密度分配計算資源,並由多個推理智能體平行核查,再整合結果及進行外部資料核實。每位用戶每日可免費審閲兩份文件,初期支援 PDF 和純文字;上載文件不會用於訓練、微調或改進 Google 模型,並會儲存一年,僅供用戶在 Deep Review 介面查看。

    推薦理由:Deep Review 以分段、按需分配計算資源和並行核查處理長文件,並把高層判斷留給人類,具體呈現其技術審閲流程設計。

  8. Google Research61

    Google Earth AI 擴大 Geospatial Reasoning Agent 早期存取並發布技術報告

    Google Research 更新 Earth AI 的 Geospatial Reasoning agent,發布技術報告並擴大 Ask Google Earth、Geospatial Reasoning Agent API 及 Planetary Prediction Engine 的實驗性早期存取。

    推薦理由:四項基準的比較呈現專用地理空間工具與預先規劃各自的作用,兩項新基準的開發集亦已公開,方便研究者測試相關 Agent。

  9. 香港金管局 · AI 金融及治理61

    香港金融管理局公佈「ART」框架,推動銀行業負責任採用人工智能

    香港金融管理局於 2026 年 10 月 15 日公佈「ART」框架,支持銀行業負責任地採用人工智能,並以問責、韌性和信任為核心。框架包括最新的負責任採用人工智能監管指引、與數碼港及香港大學合作的人工智能訓練數據共享平台,並將透過 GenA.I. Sandbox++ 測試智能體應用,另計劃就相關監管框架發表討論文件。

    推薦理由:金管局計劃在智能體監管框架討論文件中探討意圖錨定問責、重要 AI 智能體登記及有效介入機制,呈現其治理設計的具體方向。

10月14日週三
  1. Unite.AI78

    歐盟在 AI 智能體失控事件後啟動《歐盟人工智能法案》首輪執法行動

    歐盟委員會執行副主席 Henna Virkkunen 表示,歐洲人工智能辦公室已向最先進 AI 模型提供者發出《歐盟人工智能法案》下的首輪資訊要求,作為首輪執法行動。要求涉及模型安全、外部評估及上市後監察。Virkkunen稱,2026 年已記錄超過 20 宗失控事件,委員會正分析嚴重事故報告,並將就近期事件另行索取資料。

    推薦理由:報道把首輪執法具體化為安全、外部評估及上市後監察三類資訊要求,並交代歐盟委員會就失控事件的後續調查步驟。

  2. MarkTechPost87

    Google 發佈 Gemini 4 Argon API,輸出上限達 1M token

    Google DeepMind 已向開發者、企業及付費 Gemini 訂閲用戶開放 Gemini 4 Argon,單次回應最多可輸出 1M token。模型的輸入與輸出共用 1M token 上下文窗口;Gemini API 入門價格為輸入每百萬 token $2、輸出每百萬 token $10,2026 年 11 月 30 日後調升至 $4/$20。

    推薦理由:文章把 Gemini 4 Argon 的 1M token 輸出上限、定價和基準成績並列,亦交代部分對手分數的來源差異,有助掌握比較結果的限制。

  3. 創業邦79

    英偉達又在你眼皮子底下完成了一次歷史性轉型

    英偉達正透過一系列交易與人才吸納,把業務由 AI 基礎設施延伸至前沿模型研發,目標是同時製造計算系統與前沿智能。按公開報道及已宣佈的交易安排計算,Groq、Poolside 與 Hugging Face 相關交易規模接近400億美元,涵蓋技術授權、人才吸納、股權投資及待交割收購,並非已支付的併購現金。Hugging Face 收購協議尚待交割;若交易完成,成熟的開發者平台也會加入這個組合。

    推薦理由:文章梳理英偉達對 Groq、Poolside、Hugging Face 的投資、技術授權與人才吸納,如何共同推動其由計算基礎設施延伸至前沿模型研發。

  4. 第一財經76

    Google 重返前沿模型競爭,Gemini 4 Argon 能否抗衡對手?

    Google 於 10 月 14 日發佈 Gemini 4 Argon,主打軟件工程、金融、法律、網絡安全和科學研究等複雜多步驟任務。Artificial Analysis 給予 Argon 53 分、排名第 6,並估算每項任務成本為 1.99 美元,較智能水平相當的 GPT-6 Astra 低約 40%。

    推薦理由:文章並列 Artificial Analysis 的排名與任務成本、訂閲門檻及應用案例,呈現 Argon 能力表現與實際使用成本之間的取捨。

  5. 創業邦85

    Google 全球上線 Gemini 4 Argon

    Google 全球上線 Gemini 4 Argon,Pro 用戶可在 Gemini 應用及搜尋 AI 模式體驗,開發者可付費透過 API 使用。模型結合圖像、影片及語言理解、推理與程式碼執行,並可呼叫工具;官方公開的 19 項基準中,最高思考級別取得 13 項單獨最高、1 項並列最高。

    推薦理由:文章並列 Chrome 重構、ADK 長時間維護及新酶設計等案例,呈現 Gemini 4 Argon 在程式工程與科研任務中的實測範圍。

  6. Johann Rehberger / Embrace The Red80

    Visual Studio Copilot 與 SQL Server Management Studio 遠端程式碼執行漏洞(CVE-2026-103572)解析

    Visual Studio Copilot 與 SQL Server Management Studio(SSMS)的 CVE-2026-103572 路徑驗證漏洞可導致任意命令執行,Microsoft於2026年10月13日推出修補程式。

    推薦理由:文章拆解 Windows 如何因檔名尾隨句點而忽略路徑差異,並展示這項檢查繞過如何串連到 MCP 設定修改與任意命令執行。

  7. AWS Machine Learning Blog61

    如何以 Anchor Browser 與 Amazon Bedrock AgentCore payments 建立可處理 x402 付款的 AI 智能體

    Anchor Browser 整合 Amazon Bedrock AgentCore payments,讓 AI 智能體可在同一瀏覽器工作階段自動支付受 x402 保護的網頁和 API。

    推薦理由:文章梳理 Anchor Browser 與 AgentCore payments 處理 x402 付款的端到端流程,説明預算控制及私鑰簽署如何由受管基礎設施承擔。