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。
181 条精选近 30 天 35 条共收录 493 条
Manus 2.0 上线，官方将其定义为架构级更新，核心是自研 Agent 框架 Cascade、升级为共享工作区的桌面应用 Manus Studio，以及独立的个人 Agent 应用 Cue。Cascade 主打效率，官方称可节省 32% 成本，让项目从开始就保持轻量。视频编辑器把时间线交给用户操作。
推荐理由：Manus 2.0 给出自研 Agent 框架 Cascade 的成本降幅与三块新形态，读者可据此判断其架构调整方向。
AINews 汇总 9/24-9/25 动态，指出 Opus 5.5 本周发布后社区反响积极，尤其在用代码生成讲解视频上表现突出。榜单方面 Opus 5.5 以 88.4% 领跑 SimpleBench，在 Terminal-Bench-Science 上从低推理档 24% 升至 xhigh 档 62%，max 档回落至 59%。
推荐理由：汇总 Opus 5.5 发布一周内的社区实测与榜单表现，可快速了解前沿模型在视频生成与智能体任务上的当前水位。
蝴蝶效应（Manus）推出 Manus 2.0 版本，并发布多 Agent 群聊应用 Cue，这是其今年 9 月 1 日宣布恢复独立运营后的首次大版本更新。
推荐理由：Manus 2.0 与 Cue 的功能清单和自研框架数据，可用来观察个人智能体从通用入口转向垂直执行的方向。
OpenAI 发布名为 dots 的主动式助手，可在复杂项目和日常任务中持续推进工作。官方称 dots 让用户在任务推进过程中保持控制权。
推荐理由：OpenAI 官方给出 dots 的定位与可控性说明，读者可据此判断这类主动式助手与现有助手形态的差别。
OpenAI 宣布暂停最新一批模型的训练，称只有确信已有额外安全措施时才恢复，并预期还会再次按下暂停。这是三个月里的第二次暂停，上一次在 7 月，起因是 Hugging Face 遭遇网络攻击。消息源为 OpenAI 发布的一份关于越界行为的安全报告。
推荐理由：OpenAI 三个月内第二次暂停模型训练，材料给出暂停条件与恢复前提，可观察前沿实验室安全流程的实际约束。
H 公司发布 Holo4 系列智能体模型，包含 27B 稠密版和 35B-A3B MoE 版，两者均已上线 H Models API，权重以 BF16、FP8、NVFP4 和 4-bit GGUF 格式开源在 Hugging Face。
推荐理由：Holo4 用同一套权重覆盖 GUI、代码、MCP 与 API 四类接口，并公开全部评测轨迹，便于对照其成本与能力取舍。
Google Research 发布 AI video co-director 多智能体框架，作为 Gemini 和 Veo 之上的编排层，把长视频生成建模为全局优化与世界状态追踪问题，缓解语义漂移和级联失败。
推荐理由：Google 把长视频生成拆成四个可组合框架，并给出多镜头一致性与角色保持的评测结果，便于了解多智能体编排在视频生成中的具体分工。
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需给出 GitHub 仓库地址，智能体就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分诊并生成漏洞报告。
推荐理由：GitHub Security Lab 把模糊测试的建 harness、读覆盖率、崩溃分诊交给 LLM 智能体，并公开了可复用的开源流水线。
Anthropic 发布 Claude Opus 5.5，称其为 Claude 5.5 家族首个模型，多数任务达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低 40%，并成为 Claude Code 与 Claude 应用的默认模型。
推荐理由：同一天两家实验室分别发布新模型并大幅降价，读者可对比能力定位与每任务成本的实际差异。
NVIDIA 在 ROSCon 发布 Isaac ROS 5.0，新增智能体工作流与平台支持，支持 ROS Lyrical 和 Ubuntu 24.04，并免费开源。
推荐理由：Isaac ROS 5.0 把智能体工作流引入机器人开发，并给出多家厂商的落地案例，可据此判断开源机器人栈的演进方向。
GitHub 用 Copilot 应用和 CLI 把 Copilot 智能体运行时从 TypeScript 完全重写为超过 80 万行生产级 Rust，代码主要由 AI 智能体编写，分布在 128 个 PR 中增量合并，而非一次性切换。
推荐理由：一位工程师复盘用 Copilot 智能体把运行时从 TypeScript 迁到 Rust 的全过程，含并发会话协作与提示缓存数据。
IBM 研究团队在 Hugging Face 博客介绍 ALTK-Evolve 新增的一致性指南，用于解决智能体同一任务多次运行结果不稳定的问题。
推荐理由：原文用 Pass^k 与 Mean@k 的差值量化智能体运行不一致，并给出可复用的诊断与改进流程。
OpenAI 发布 ChatGPT for Financial Services，内置金融数据并接入 GPT-6 Astra，用于研究、建模和生成可直接交付客户的材料。
推荐理由：OpenAI 面向金融行业推出专用 ChatGPT，内置金融数据并接入 GPT-6 Astra，可用于研究与建模。
OpenAI 发布 Agents API，这是一个由 Codex harness 驱动的托管服务，用于构建和上线云端智能体。该服务支持编排、长时间运行的会话以及工具调用。
推荐理由：OpenAI 官方发布托管式 Agents API，读者可了解其基于 Codex harness 的编排与长时会话能力。
OpenAI 发布 GPT-6 Astra，称其为面向企业的最强模型，具备更强的推理能力、电脑操作能力以及写作与设计判断力。
推荐理由：OpenAI 公布 GPT-6 Astra 面向企业场景的能力方向，可据此了解其推理与电脑操作定位。
GitHub 发布研究预览版 Project HydraFusion，通过运行时编排在多个提供商的模型间选择，自动完成起草、评审、修订或升级到更强模型。它目前提供 Single、Cascade、Critique 三种执行模式，已在所有 GitHub Copilot 套餐中通过 Copilot CLI 的 /experimental 开放，按各模型标准费率计费。
推荐理由：GitHub 官方披露 HydraFusion 的三种编排模式与三套基准的成本质量对比，可据此判断多模型编排在编码任务上的取舍。
OpenAI 发布新一代模型 GPT-6 Astra，官方称其为目前最智能且对齐程度最高的模型。该模型在计算机操作、编码、网络安全和科学等方向具备 SOTA 能力。
推荐理由：OpenAI 官方发布新一代模型，读者可据此了解其在计算机操作、编码与安全等方向的能力定位。
Hugging Face 发布 funes，一个面向编码智能体的持久记忆层，支持 Claude Code、Codex、pi 和 Hermes，通过一条 add 命令把本机已有会话索引为可召回的记忆。
推荐理由：Hugging Face 官方发布的本地记忆层，给出安装命令与跨智能体召回机制，可据此判断多机多智能体协作的落地方式。
Google 推出 Fairwind Program，面向 Google Cloud 客户、政府机构和网络安全合作伙伴限量开放其最先进的网络防御能力，首批提供 Gemini 3.8 Flash Cyber 模型与 CodeMender harness 组合，用于自主发现、验证并修复漏洞。
推荐理由：原文给出受限访问计划的能力组合与准入条件，读者可据此判断前沿网络防御能力的开放节奏。
Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber，前者面向长时程编码与自主智能体，后者面向漏洞发现与自动修补。
推荐理由：官方给出两款 Flash 变体的基准、定价与开放渠道，可据此判断长时程编码与安全场景的选型取舍。