技术方向
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：Claude Code、Manus 等应用，各家 Agent 框架与评测。
11 条精选近 30 天 11 条共收录 43 条
Anthropic 发布的内部研究显示，自 2025 年初以来技术部门初级岗位占比从 21% 降至 14%，初级新员工占比从 27% 降至 9%，开放初级岗位降至 6%。公司将原因归于 AI 智能体能力提升，到 2026 年 8 月智能体记录的工作时长已是人类员工的 6 倍，研究部门达 19:1。研究同时承认 Anthropic 是高度依赖 AI 的特例，结果难以直接套用到整体经济。
推荐理由：Anthropic 内部研究给出初级岗位占比与 AI 智能体工时对比，可观察 AI 替代入门岗位的具体幅度。
Google DeepMind 团队让四个运行 Gemini 4 Argon 的 AI 智能体在随机生成的世界中自主通关 Minecraft，击杀末影龙，全程无人类输入。
推荐理由：四个 Gemini 4 Argon 智能体在无人类干预下通关 Minecraft，其分工、共享记忆与成本数据可供观察多智能体协作。
ChatGPT 的 Chrome 扩展现在可以访问浏览器中打开的标签页并对其执行操作。用户用 @chrome 指定标签页，Chat 模式可同时汇总多个标签页的数据，Work 模式则通过 Computer Use 发送消息、填写表单、下载文件或对标签页分组。
推荐理由：原文列出扩展在标签页读取与操作上的具体能力，读者可据此判断浏览器内智能体的可用边界。
DeepSeek 发布 V4.1-Flash-1017，已在官网、App 和 API 上线，并在 Hugging Face 与 ModelScope 开源模型权重。
推荐理由：DeepSeek 新 Flash 模型在自家基准上以更低单任务成本超过更大竞品，同时开放内部搜索 API。
AWS 博客介绍如何在 AWS 上部署 Reflection AI 的开源权重智能体编码模型 Beam。Beam 为稀疏 MoE 模型，总参数 501B、激活参数 23B，Reflection 报告有效上下文长度 100 万 token，权重以 Apache 2.0 许可发布于 Hugging Face，提供 BF16、FP8、NVFP4 三种 checkpoint。
推荐理由：文章给出 Beam 在 SageMaker JumpStart 与 HyperPod 上的两条部署路径和参数配置，可作为开源大模型上云的实操参考。
Latent Space 的 AINews 汇总了 Gemini 4 Argon 正式开放使用的情况，覆盖 Gemini API、Gemini 应用、Search 的 AI Mode 和 Antigravity，介绍期 API 价格为每百万输入/输出 token 2/10 美元，缓存输入折扣 95%。
推荐理由：汇总 Gemini 4 Argon 发布后的定价、第三方评测与可靠性反馈，便于横向比较能力与成本。
Google DeepMind 发布前沿模型 Gemini 4 Argon，面向开发者、企业、科研人员和消费者开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元。
推荐理由：官方给出定价、基准排名与多个内部落地案例，可据此判断前沿模型在编码与科研场景的实际位置。
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，前者可通过 Meta Model API 和 Muse Code 使用，后者仅向 Muse Code 订阅用户开放。
推荐理由：汇总了 Meta 新模型的首发细节与多家第三方评测数据，可对照其与 Opus 5.5 等前沿模型的位置。
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重写智能体。
推荐理由：微软研究院开源约 3500 行的智能体强化学习框架，用真实 harness 训练，并给出 SWE-bench 提升数据。
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，之后再逐步扩展到开发者、企业和消费者。
推荐理由：官方披露了 Argon 在编码、企业知识工作和网络安全防御上的基准表现与内部落地案例，可据此判断前沿模型的能力边界。
GitHub Security Lab 发布 Fuzzing Taskflow，这是一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，智能体就会自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，再对每个崩溃做分类并生成漏洞报告。
推荐理由：作者公开了这套自主模糊测试流水线的架构与运行方式，读者可据此判断哪些人工环节能交给 LLM 智能体。