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。
33 条精选近 30 天 15 条共收录 127 条
Meta 发布 Muse Spark 1.3，在智能体与编码任务上性能提升，并强调真实场景可用性。新版本可在单一线程中持续处理多个工作流的长周期任务，会更主动地与用户协作，包括提出澄清问题、在卡住时提示、在执行有后果的操作前确认，同时对其自身能力边界有更好的校准，减少编造结果。内部对比显示，相比 Muse Spark 1.2，工具调用减少约 20%，token 消耗减少约 25%。
推荐理由：官方给出 Muse Spark 1.3 在智能体与编码任务上的能力变化，以及工具调用和 token 消耗的对比数据。
Google DeepMind 发布两款新 Gemini 模型，用于扩展 AI 智能体并保障代码安全。其中 3.8 Flash 被称为其迄今最智能的模型，在软件工程、智能体任务和多步推理上相较 3.7 Flash 有明显提升；3.8 Flash Cyber 是其能力最强的网络安全模型，具备前沿水平的漏洞检测与自动修补能力。
推荐理由：官方给出两款 Gemini 新模型在软件工程、智能体任务与漏洞检测上的定位，便于判断能力边界。
Google DeepMind 宣布为最新 Gemini 模型加入智能体视频理解能力，模型分析视频的准确率更高，同时最多可减少 88% 的 token 消耗。
推荐理由：官方给出 Gemini 视频理解在准确率与 token 消耗上的变化，可据此判断多模态推理成本走向。
Andrew Ng 宣布开源智能体 OpenWorker 发布新版本，新增面向安全流程的多项功能。新版本内置三类网络安全智能体，分别扫描代码漏洞、扫描依赖中的供应链注入，以及检查云安全配置的攻击面，让开发者在部署前完成更多安全工作。
推荐理由：OpenWorker 新版本把安全扫描能力做成内置智能体，并说明开源 harness 可审计、模型可自选，读者可据此判断本地安全智能体的落地方式。
Meta 发布 Muse Spark 1.2，支持从视觉生成可运行代码、将感知转化为物理动作，并具备音视频理解能力以应对企业级视频工作流。官方同时公布了新的评测与演示，展示该模型在视觉理解与推理上的覆盖范围，其中包括解析多模态观测并调用工具引导机器人在非结构化环境中寻找橡皮鸭。
推荐理由：Meta 官方给出 Muse Spark 1.2 的多模态评测与演示，可了解其在视觉理解与工具调用上的能力边界。
Meta 发布 Muse Glimmer，一个 30B 参数的开源权重模型，面向本地常驻智能体工作流。该模型在关键智能体用例和基准上表现优于同尺寸领先模型，可完全运行在 Mac 或配备高性能 GPU 的 PC 等消费级硬件上。模型权重以宽松的 Apache 2.0 许可发布。
推荐理由：Meta 开源 30B 端侧智能体模型，可据此判断消费级硬件上常驻 Agent 的可行边界。
Meta 发布终端编码智能体 Muse Code（beta），面向长周期软件工程，由新的 Muse Spark 1.2 模型驱动。官方称它能规划、实现并验证大型代码仓库中的复杂多文件改动，并借助持久化子智能体更快、更准确地解决难题，减少人工干预。
推荐理由：Meta 官方发布终端编码智能体 Muse Code 与配套模型，读者可了解其面向长周期多文件改动的定位。
Andrew Ng 宣布推出开源智能体 OpenWorker，它不只是对话，而是直接交付成品，例如生成文档、发送 Slack 消息或更新日历。用户可让它准备客户简报、整理日历、起草报告或分诊 Slack 告警，它会在执行重要操作前先确认。
推荐理由：Andrew Ng 发布开源智能体 OpenWorker，读者可了解其交付成品而非对话的定位与本地运行方式。
Meta 发布 Muse Spark 1.1，是今年早些时候首个 Muse Spark 模型之后的重大升级。随此次发布，Meta 同时开放新 Meta Model API 的公开预览，开发者可通过该 API 访问 Muse Spark 1.1。该模型现已在 Meta AI 应用和 meta.ai 上线 Thinking 模式。
推荐理由：Meta 发布 Muse Spark 1.1 并开放 Meta Model API 预览，读者可据此了解新模型与开发者接入方式。
Andrej Karpathy 转发 Anthropic 发布 Claude Tag 的消息并评论称，这是与 Claude 交互的新范式，更贴近组织内其他人类活动。
推荐理由：Karpathy 把 Claude Tag 放进 LLM 交互形态的三次演进里，读者可据此理解智能体进入团队工作流的定位。
Karpathy 转发并点评 Farzapedia 案例，认为这种用文件系统构建个人 Wiki 的方式优于隐式记忆的个性化方案。Farza 用 LLM 处理 2,500 条日记、Apple Notes 和 iMessage 记录，生成 400 篇带反向链接的文章，供 Claude Code 等智能体从 index.md 逐层检索。
推荐理由：Karpathy 借 Farzapedia 案例对比显式、可迁移的个人知识库与隐式记忆方案，给出可复用的思路。
Andrej Karpathy 将其用 LLM 搭建个人知识库的推文整理成一份 gist 形式的 idea file，读者可交给自己的智能体据此构建 LLM wiki。
推荐理由：Karpathy 把个人知识库的搭建流程整理成可交给智能体执行的 idea file，读者可据此复现一套 LLM 维护的 wiki 工作流。
Andrej Karpathy 分享了他用 LLM 构建个人知识库的做法：把文章、论文、仓库、数据集、图片等源文档索引到 raw/ 目录，再由 LLM 增量编译成由 .md 文件组成的 wiki，包含摘要、反向链接，并按概念分类撰写条目。
推荐理由：Karpathy 公开了自己用 LLM 编译个人知识库的完整工作流，含数据摄取、问答与 lint 环节，可迁移到研究场景。