OpenAI 发布 ChatGPT agent 系统卡
OpenAI 发布 ChatGPT agent 系统卡，介绍这一智能体模型整合了研究、浏览器自动化和代码工具，并在 Preparedness Framework 下配备安全防护措施。
推荐理由：OpenAI 官方系统卡披露 ChatGPT agent 的能力组合与安全框架，可了解其智能体设计与防护思路。
技术方向
Agent 智能体 最新动态
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。
263 条精选近 30 天 64 条共收录 777 条
更新
精选归档 · 第 12 页
OpenAI News精选AI 评分6262 OpenAI News精选AI 评分7575 OpenAI 发布 ChatGPT agent
OpenAI 发布 ChatGPT agent，官方称其能够思考并行动，调用工具完成研究、预订和幻灯片等任务，全程由用户引导。
推荐理由：OpenAI 官方发布 ChatGPT agent，读者可据此了解其可调用工具完成研究、预订和幻灯片等任务的能力定位。
Anthropic News精选AI 评分6262 Anthropic 发布 Claude 金融服务分析方案
Anthropic 推出面向金融分析的 Claude 解决方案，把市场数据源与 Databricks、Snowflake 等内部数据统一到单一界面，并附带预置 MCP 连接器。
推荐理由：Anthropic 面向金融行业推出的整合方案，列出数据源、合作方与客户实测数字，可据此判断金融场景的落地路径。
Mistral AI精选AI 评分7171 Mistral 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 与 All Hands AI 合作推出 Devstral Medium，并升级 Devstral Small 1.1，两款模型均强调对不同提示词和智能体框架的泛化能力。
推荐理由：Mistral 与 All Hands AI 联合发布两款编码智能体模型，给出了 SWE-Bench Verified 分数与 API 定价，便于对比现有方案。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 ScreenEnv，在 Docker 中部署桌面智能体
Hugging Face 发布 ScreenEnv，一个可在 Docker 容器中创建隔离 Ubuntu 桌面环境的 Python 库，用于测试和部署 GUI 智能体（Computer Use 智能体），支持 AMD64 与 ARM64，环境部署时间不到 10 秒。
推荐理由：ScreenEnv 把桌面智能体的运行环境收敛到 Docker 沙箱，并同时提供 MCP 与直连 API 两种接入方式，便于对照现有智能体框架的部署路径。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 ScreenSuite，面向 GUI Agent 的评测套件
Hugging Face 发布 ScreenSuite，一个面向 GUI Agent 的评测套件，整合 13 项基准，覆盖感知、定位、单步动作和多步智能体四类能力。
推荐理由：Hugging Face 开源 GUI Agent 评测套件，读者可了解其 13 项基准覆盖的能力维度与纯视觉评测设定。
Hugging Face Blog精选AI 评分6666 H Company 发布 Holo1 系列 GUI 自动化 VLM 与 WebClick 基准
H Company 发布 Holo1 系列 Action VLM，包含 Holo1-3B 和 Holo1-7B，基于 Qwen2.5-VL 架构并已在 Hugging Face 开源，同时发布含 1,639 个类人 UI 任务的 WebClick 多模态定位基准。
推荐理由：原文给出开源模型规格、基准成绩与单任务成本，读者可据此判断网页自动化方案的落地门槛。
Mistral AI精选AI 评分7272 Mistral 发布 Agents API，支持内置连接器与多智能体编排
Mistral 发布 Agents API，将自家语言模型与代码执行、图像生成、文档库、Web 搜索等内置连接器以及 MCP 工具结合，并提供跨对话的持久记忆与智能体编排能力。
推荐理由：官方给出 Agents API 的连接器、记忆与多智能体编排能力，可据此判断企业级智能体平台的搭建方式。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 Python Tiny Agents：约 70 行代码实现 MCP 智能体
Hugging Face 将 JS 版 Tiny Agents 移植到 Python，并扩展 huggingface_hub 客户端 SDK 使其充当 MCP Client，可从 MCP 服务器拉取工具并在推理时传给 LLM。
推荐理由：原文给出约 70 行代码实现 MCP 智能体的完整路径，读者可据此理解工具调用循环的最小结构。
Anthropic News精选AI 评分8989 Anthropic 发布 Claude Opus 4 与 Claude Sonnet 4
Anthropic 发布下一代 Claude 模型 Claude Opus 4 和 Claude Sonnet 4，主打编码、高级推理与 AI 智能体能力。
推荐理由：官方给出 Claude Opus 4 与 Sonnet 4 的基准成绩、定价和 API 新能力，可据此判断编码与智能体场景的选型。
Mistral AI精选AI 评分7171 Mistral AI 发布智能体编码模型 Devstral
Mistral AI 与 All Hands AI 合作发布智能体 LLM Devstral，在 SWE-Bench Verified 上取得 46.8%，比此前开源 SOTA 高出 6 个百分点以上，并以 Apache 2.0 许可开源。
推荐理由：Devstral 在 SWE-Bench Verified 上以 46.8% 超过此前开源 SOTA 逾 6 个百分点，并给出单卡 4090 可跑的本地部署路径。
OpenAI News精选AI 评分6565 OpenAI 发布 o3 与 o4-mini 系统卡补充说明：Codex
OpenAI 发布 o3 和 o4-mini 系统卡的补充说明，介绍云端编码智能体 Codex。Codex 由 codex-1 驱动，后者是 OpenAI o3 针对软件工程优化的版本，通过强化学习在多种环境的真实编码任务上训练，以生成贴近人类风格和 PR 偏好的代码、精确遵循指令，并反复运行测试直至通过。
推荐理由：官方系统卡补充说明 Codex 由 o3 衍生模型 codex-1 驱动，可了解其训练方式与编码定位。
Mistral AI精选AI 评分6060 Mistral 发布 Le Chat Enterprise，由 Mistral Medium 3 驱动
Mistral 发布 Le Chat Enterprise，一款由全新 Mistral Medium 3 模型驱动的企业级 AI 助手，提供企业搜索、Agent 构建器、自定义数据与工具连接器、文档库、自定义模型和混合部署等功能，全部功能将在未来两周内逐步上线。
推荐理由：Mistral 官方发布企业版助手，列出企业搜索、Agent 构建与混合部署等能力，可据此判断其企业落地路径。
Hugging Face Blog精选AI 评分6262 Tiny Agents：用 50 行代码实现 MCP 驱动的智能体
Hugging Face 发布 Tiny Agents 教程，用约 50 行 TypeScript 代码在 InferenceClient 之上实现 MCP 客户端和智能体，智能体本质是工具调用循环。
推荐理由：作者以 Hugging Face 官方身份给出可运行的 MCP 客户端与智能体实现，读者可据此理解工具调用如何串起一个最小智能体。
Anthropic News精选AI 评分6060 Anthropic 推出 Claude for Education 及 Learning mode
Anthropic 发布面向高等教育机构的 Claude for Education，并推出 Learning mode，引导学生自己推理而非直接给出答案。该版本包含与东北大学、伦敦政治经济学院和 Champlain College 的全校接入协议，东北大学 13 个全球校区的 5 万名学生、教师和员工将获得 Claude 访问权限。
推荐理由：Anthropic 面向高校推出专用版本并给出 Learning mode 与三所大学的全校接入案例，可了解教育场景的落地方式。
Anthropic News精选AI 评分8888 Anthropic 发布 Claude 3.7 Sonnet 与 Claude Code
Anthropic 发布 Claude 3.7 Sonnet，称其为市场上首个混合推理模型，可在标准回答与可见的扩展思考模式间切换，API 用户还能限制思考的 token 预算，上限为 128K。
推荐理由：Anthropic 官方给出混合推理模式的定价与开放范围，读者可据此判断推理预算控制在实际编码工作流中的取舍。
Anthropic News精选AI 评分8282 Anthropic 发布 Claude 3.7 Sonnet 的扩展思考模式
Anthropic 为 Claude 3.7 Sonnet 推出可开关的扩展思考模式，用户可切换是否让模型深入思考，开发者还能设置思考预算控制思考时长。该模式让同一模型自行分配更多时间与算力，而非切换到另一个模型，其原始思考过程对用户可见，官方将其定位为研究预览。
推荐理由：Anthropic 官方披露 Claude 3.7 Sonnet 扩展思考的可见推理机制，并给出 GPQA 与智能体评测数据。
Mistral AI精选AI 评分7171 Mistral 发布全新 le Chat 助手，上线 iOS 与 Android 并推出 Pro 和 Team 订阅
Mistral 发布全新 le Chat AI 助手，同步上线 iOS 和 Android，并推出 Pro 与 Team 订阅层级，Enterprise 版进入私有预览。
推荐理由：官方一次性给出 le Chat 的移动端、Pro/Team 定价与企业私有预览，可据此判断 Mistral 在消费级助手上的产品布局。
Hugging Face Blog精选AI 评分7171 Hugging Face 开源 Open DeepResearch，GAIA 验证集达 55.15%
Hugging Face 开源了复现 OpenAI Deep Research 的 Open DeepResearch 框架，在 GAIA 验证集上达到 55.15%，高于此前开源框架 Magentic-One 的约 46%。
推荐理由：Hugging Face 用 24 小时复现 OpenAI Deep Research 并开源框架，给出了 GAIA 上的对比数字与代码智能体的取舍依据。
OpenAI News精选AI 评分7272 OpenAI 发布 deep research 智能体
OpenAI 发布 deep research，一个用推理综合大量在线信息并完成多步研究任务的智能体。该功能今日面向 Pro 用户开放，Plus 和 Team 用户随后可用。
推荐理由：OpenAI 官方公布 deep research 的定位与开放节奏，可据此判断哪些用户能先用上这一研究型智能体。