跳到正文

Agent 智能体

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。

280条精选相关主题MCP 与工具调用AI 编码推理能力

最新精选

第 61–80 条 · 共 280 条
9月30日周三
  1. 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。

  2. 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。

  3. 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。

  4. 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。

  10. Cognition 模型 / Devin 博客（网页）74

    Cognition 融资超 10 亿美元，估值达 260 亿美元

    Cognition 宣布融资超 10 亿美元，估值 260 亿美元，由 Lux Capital、General Catalyst 和 8VC 领投。企业用量今年初以来增长超 10 倍，run-rate 收入达 4.92 亿美元；Mercedes-Benz 将八个月的遗留系统改造项目缩短到八天，Itaú 用 Devin 自动修复 70% 的安全漏洞。

    推荐理由：原文由当事公司自述融资规模与业务数据，读者可以据此了解 Devin 的企业采用情况和自研模型进展。

  11. Cognition 模型 / Devin 博客（网页）70

    Cognition 发布 Devin Desktop，作为 Windsurf 下一代版本

    Cognition 发布 Devin Desktop，定位为 Windsurf 的下一代版本，将 Agent Command Center 设为 IDE 默认界面，可从一处管理本地与云端 Agent、PR 和上下文。

    推荐理由：官方完整说明了产品定位与 ACP 开放设计，读者可以据此判断它与现有 Windsurf 工作流的衔接方式。

  12. Cognition 模型 / Devin 博客（网页）68

    Cognition 发布 Devin Fusion：混合模型架构以最高 60% 更低成本保持前沿编码性能

    Cognition 推出 Devin Fusion 预览，一个混合模型 harness，通过并行前沿模型与低成本 sidekick 智能体、以及基于轻量分类器在上下文压缩时动态切换模型。

    推荐理由：官方披露了 sidekick 双智能体与中途动态路由两类可参考的降本架构，并给出 FrontierCode 上的成本与性能数据。

  13. Trail of Bits：AI安全研究74

    Trail of Bits 实测技能扫描器：ClawHub、skills.sh 与 Cisco 扫描均可被绕过

    Trail of Bits 发布研究称，公共技能市场正被窃取凭据、外传数据、劫持智能体的恶意技能淹没，而现有扫描器难以拦截。

    推荐理由：Trail of Bits 用四个自研恶意技能实测并绕过多家技能扫描器，读者可以从中了解静态扫描在供应链攻击面前的结构性局限。

  15. Trail of Bits：AI安全研究72

    Trail of Bits 分享用 Codex 的 /goal 挖掘开源漏洞的三个技巧

    Trail of Bits 在与 OpenAI 合作的 Patch the Planet 项目中，用 Codex 的 /goal 对 Rust、curl、zlib 等代码库挖洞，找到了 Rust 1.98 已修复的 soundness 漏洞和误编译、11 处变体命中，以及 Keycloak SAML 的两个潜在高危提权漏洞。

    推荐理由：原文来自亲历团队，给出了 /goal 挖漏洞的三条可迁移技巧和 Rust 变体分析流水线，读者可以照此改进自己的 Agent 审计流程。

  18. Augment Code 博客（网页）65

    Augment 发布 Prism 模型路由，按任务分流降低成本

    Augment Code 推出 Prism，一种模型路由选项，为每轮用户请求自动选择底层模型，称团队月发 1 万次请求可省约 2 万美元，成本最多降 30%，质量与所对标的前沿推理模型差异可忽略。

    推荐理由：官方给出多基准成本与质量数据及缓存感知路由方法，读者可据此评估模型路由能否降低自己的智能体开销。

  19. Anthropic：Research（发表成果 · 网页）78

    Anthropic 报告：Claude 自动化对齐研究可靠缓解十类对齐失败

    Anthropic 发布新报告，让 Claude 自主训练模型以改进 10 类对齐失败的基准表现，并开源自动化对齐研究框架。平均闭合 85% 的安全差距，在欺骗一项上比 28 名人类安全研究者的最佳方案高 20%；用 Claude Sonnet 5 训练早期 Opus 4.8 检查点，约 2,000 条训练样本的方案效率约为生产对齐流程的 15,000 倍。

    推荐理由：报告给出自动化对齐研究在十类对齐失败上的量化结果与开源工具，读者可据此评估该方向的实际可行性。