跳到正文

#Agent

今日 14 条
9月30日周三
  1. Liquid AI 模型与工程博客（网页）72

    Liquid AI 发布端侧智能体模型 LFM2.5-2.6B

    Liquid AI 发布 LFM2.5-2.6B，一个可完全在设备端运行的 2.6B 参数智能体模型，Base 与后训练版本已在 Hugging Face 开放。

    推荐理由：原文给出完整的四阶段后训练流程、多基准对比和 CPU 与手机端实测速度，读者可据此评估它对端侧 Agent 部署的适配度。

  7. Fireworks AI（网页）50

    Fireworks AI：从租用闭源前沿模型到训练自有模型，企业迈向专业化智能的三阶段路径

    Fireworks AI 发文梳理企业迈向专业化智能的三阶段路径：先租用闭源前沿模型并围绕其搭建提示词、上下文与 harness 工程，再引入更便宜的开源模型优化成本与延迟，最终为真正属于自己的问题训练定制模型。文中以 Kimi K3 与 GPT 5.6 Sol 在 OSWorld 2.0、UIPad 上的对比为例，说明基准只能用于初筛，自建评测才是性能的最佳指标。

  10. Cursor Blog70

    Cursor 团队分享如何搭建云端智能体开发环境

    Cursor 团队分享为云端智能体搭建开发环境的经验，核心思路是把开发环境当作用户是智能体的产品来做。他们让云端 VM 与本地开发环境对齐，构建 anydev CLI 简化智能体运行服务的流程，并通过 Cursor Cloud MCP 和 Cloud Doctor 自动化功能实现环境的自愈与持续改善。

    推荐理由：Cursor 团队分享了自家云端智能体环境的搭建经验，包含 anydev CLI、Cursor Cloud MCP 等做法和可迁移的判断标准。

  11. Cursor Blog69

    Cursor 与 SpaceXAI 联合发布 Grok 4.6，聚焦长时程智能体任务

    Cursor 团队与 SpaceXAI 今日联合发布 Grok 4.6，基于 Grok 4.5 打造，专注于长时间运行的智能体、更复杂的交互与视觉工作。在 Artificial Analysis Intelligence Index 上它与 GPT-5.6 Sol 持平（61 分），训练上进行了更长时间的补充训练、重新生成的 SFT 轨迹和广泛的智能体 RL。

    推荐理由：原文给出训练方法、基准分数和定价细节，读者可以据此评估它在智能体编程场景中的定位。

  12. Cursor Blog63

    Cursor 推出构建，云端智能体启动速度最快提升至 3 倍

    Cursor 推出构建功能，在后台预先准备可直接使用的开发环境副本，智能体启动即可运行，无需额外费用。默认每小时创建一次新构建，环境损坏时智能体沿用上一次成功构建；Cursor 内部环境启动速度提升 10 倍、首个 token 生成速度提升 3 倍。8 月 17 日起所有新建和现有环境将默认启用构建。

    推荐理由：官方原文给出启动速度倍数、构建频率和失败回退机制，读者可据此评估其对云端智能体工作流的影响。

  14. Claude：Blog（网页）70

    Claude Artifacts 功能页详解：Claude Design、Claude Slides 与 Claude Docs 开放 beta

    Claude 介绍 Artifacts 功能，可在对话旁生成设计、演示文稿、文档、仪表盘或小型交互工具，支持画布编辑、链接分享（默认私有）和导出为 PowerPoint、PDF、HTML 等格式。

    推荐理由：官方页面对 Artifacts 及 Claude Design、Claude Slides、Claude Docs 的功能、协作与导出方式做了较完整说明，便于了解可用范围。

  19. Claude：Blog（网页）65

    Claude Code Projects 改版：从文件夹到多线程对话协调

    Anthropic 改版 Claude Code 的 Projects 功能，用户描述目标后由 Claude 负责拆解任务、并行协调多个线程、审查输出并汇总结果，例如按仓库开线程迁移调用、跑测试并开 PR。

    推荐理由：官方介绍了 Projects 从文件夹到对话的改版机制，读者可以了解多线程协调与共享记忆如何改变 Claude Code 的长任务工作流。

  20. Claude：Blog（网页）46

    Balyasny 如何评估与治理 Claude Fable 5

    Balyasny Asset Management 在数千个真实金融任务上评测 Claude Fable 5，Fable 取得 89.4% 对前代生产模型 86.1% 的成绩，并在复杂规划、分析与智能体执行上表现突出。该机构自建执行框架与 BAMAgent 平台，支持数千个自主智能体 7×24 小时运行，Fable 成为其投资团队系统化与编码工作的首选前沿模型。

  21. Claude：Blog（网页）69

    Anthropic 前线工程师详解如何准备 AI 驱动的代码现代化项目

    Anthropic 前线部署工程师分享大型代码现代化项目的准备方法：过去需多年的项目如今可在数月或数周完成，但组织流程不变，瓶颈从产出变更转向动员组织。

    推荐理由：Anthropic 前线工程师基于真实客户部署，给出智能体驱动代码现代化的六步准备方法，可直接迁移到企业大型改造项目。

  26. Claude：Blog（网页）47

    Asana 如何用 Claude 打造可训练的人机协作团队

    Asana 让 AI 智能体直接运行在其 Work Graph 模型内，与人类同事一样拥有角色、任务、消息读写和活动流记录，并由 Claude 驱动复杂任务。每个智能体按内容撰写、洞察分析、项目管理等角色预置技能与集成，其有效访问权限受触发者权限约束。智能体的共享记忆仅允许管理员和编辑者写入永久记忆，普通成员反馈只作用于当前任务。

  27. Claude：Blog（网页）50

    Anthropic 销售团队如何用 Claude Managed Agents 重建入站销售流程

    Anthropic 销售团队基于 Claude Managed Agents（beta）构建了一个购买智能体，每天承接数千次对话，将客户从咨询直接引导至结账。该智能体转交的线索转化为商机的概率是旧表单的两倍以上，成交速度快约五天，且客户可选择与智能体或销售代表沟通。一名工程师用几周时间完成初版，销售与内容团队可直接在 Console 中修改系统提示词，上线后每周持续迭代提示词。

  28. Claude：Blog（网页）64

    Claude Managed Agents 记忆功能开启公测

    Anthropic 宣布 Claude Managed Agents 的记忆功能即日起以公测形式上线。记忆以文件形式挂载在文件系统上，智能体可跨会话学习并共享经验，记忆可通过 API 导出和管理，并带有权限范围、审计日志、版本回滚和内容修订等企业级控制。

    推荐理由：官方公告讲清了文件式记忆的机制和企业级控制能力，还给出多家团队的具体效果数字，便于评估对长时程智能体工作的价值。

  29. Claude：Blog（网页）64

    Claude Managed Agents 推出 dreaming 功能并开放 outcomes、多智能体编排与 webhooks

    Claude 官方宣布在 Managed Agents 中以研究预览形式推出 dreaming，通过回顾过往会话提取模式、整理记忆，让智能体随时间自我改进，开发者可申请访问。

    推荐理由：官方发布给出 dreaming、outcomes 与多智能体编排的能力细节和测试数字，读者可据此评估其在复杂任务工作流中的作用。

  31. Claude：Blog（网页）60

    Claude Code 推出 Artifacts：把会话工作变成可共享的实时网页

    Claude Code 推出 Artifacts，可基于会话完整上下文（代码库、连接器、对话）生成实时可共享的网页，如 PR 讲解、事故页、仪表盘和发布清单，页面随会话进展原地刷新，每次发布为新版本并支持历史回滚。

    推荐理由：官方说明了 Artifacts 的构建方式、版本共享机制和权限策略，读者可以判断它能否替换团队现有的状态同步流程。

  32. Claude：Blog（网页）69

    Claude 桌面端 Cowork 内置浏览器上线

    Claude 在桌面端 Cowork 中内置浏览器，任务需要访问网站时侧边栏会打开浏览器，由 Claude 导航、读取、点击和填写表单。浏览器与用户浏览器分离，不共享标签页、书签或密码，银行、邮箱和单点登录站点默认排除，企业版可由管理员开启，本周起向 Pro、Max 和 Team 计划推送。

    推荐理由：原文说明内置浏览器与 Claude in Chrome 的分工、隐私隔离和推送范围，读者可以据此判断哪种方式适合自己。

  33. Claude：Blog（网页）76

    Claude in Chrome 正式全面可用，支持在浏览器中自主执行操作

    Anthropic 宣布 Claude in Chrome 正式面向所有付费 Claude 计划开放，Claude 现在可以在浏览器中自主执行操作，无需每个动作都经人工批准，操作前由安全分类器校验其安全性并匹配用户请求。

    推荐理由：官方宣布 Claude in Chrome 全量开放并支持自主操作，同时给出提示注入防护机制与评测数据，便于读者评估其浏览器自动化能力。

  34. Claude：Blog（网页）64

    Claude for Small Business 新增 43 个工作流和 27 个集成，并重启 SMB 巡回培训

    Anthropic 为 Claude for Small Business 推出 43 个工作流和 27 个新集成，接入 Shopify、Salesforce、Stripe、Zoom、Xero 等工具，覆盖周报、线索响应、提案撰写、营销内容和月末关账等场景，产品自 5 月上线以来安装量超过 90 万次。

    推荐理由：官方公布了新增工作流和集成的具体数量与用户案例，读者可以对照自己的工具链判断是否值得接入。

  35. Cognition 模型 / Devin 博客（网页）64

    Cognition 为 Claude Sonnet 4.5 重构 Devin，速度提升 2 倍并在 Agent Preview 上线

    Cognition 为 Claude Sonnet 4.5 重构了 Devin，新版本速度快 2 倍，Junior Developer Evals 提升 12%，现已开放 Agent Preview，旧版 Devin 仍可使用。团队观察到该模型会感知自身上下文窗口、主动写笔记和并行执行工具调用，为此调整了提示词和记忆管理架构，并分享了子智能体、元智能体提示词等后续探索方向。

  37. Cognition 模型 / Devin 博客（网页）65

    Cognition 发布 SWE-grep 和 SWE-grep-mini，用 RL 训练快速并行上下文检索模型

    Cognition 训练了 SWE-grep 和 SWE-grep-mini 两个快速智能体模型，专攻高度并行的上下文检索，检索能力匹敌前沿编码模型，耗时低一个数量级。

    推荐理由：官方公布了模型设计、RL 训练细节和评测数字，读者可以借此了解并行上下文检索的实现路径。

  38. Cognition 模型 / Devin 博客（网页）28

    用 Devin 自动化 .NET Framework 到 .NET Core 迁移

    Cognition 的 Devin 可将 .NET Framework 到 .NET Core 的 Strangler Fig 迁移从数月缩短至最快两周。Devin 通过 DeepWiki 生成架构文档、Ask Devin 产出迁移计划、独立环境执行迁移并实时验证每个 PR，覆盖依赖共享、控制器、视图和 Session State 等环节。

  39. Cognition 模型 / Devin 博客（网页）69

    Cognition 发布 SWE-1.5 编码模型，最高 950 tok/s 并登陆 Windsurf

    Cognition 发布面向软件工程的 SWE-1.5 模型，参数量为数千亿级，与 Cerebras 合作以最高 950 tok/s 推理，比 Haiku 4.5 快 6 倍、比 Sonnet 4.5 快 13 倍，现已在 Windsurf 上线。

    推荐理由：原文给出速度对比、SWE-Bench Pro 成绩和训练细节，读者可以据此评估这款高速编码模型是否改变现有工作流。