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。
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。
466 条精选近 30 天 131 条共收录 1,842 条
更新
精选归档 · 第 22 页
Hugging Face Blog精选AI 评分6666
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 Engineering精选AI 评分6666 Anthropic 发布 Claude Code 智能体编码最佳实践
Anthropic 工程团队发布 Claude Code 智能体编码最佳实践指南，核心约束是上下文窗口会随对话、文件读取和命令输出快速填满并导致性能下降。指南给出验证闭环、先探索再规划再编码、CLAUDE.md 配置、权限与沙箱、MCP 与 hooks、子智能体、并行会话和常见失败模式等做法，并建议同一问题纠正超过两次后 /clear 重开。
推荐理由：Anthropic 官方把 Claude Code 的上下文约束拆成可复用的配置与验证流程，适合对照自己的会话习惯逐条调整。
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 Engineering精选AI 评分7070 Anthropic 发布 think 工具：让 Claude 在复杂工具调用中停下来思考
Anthropic 介绍 think 工具，让 Claude 在生成回复过程中插入一个专门用于结构化思考的步骤，适用于长链工具调用、政策密集环境和顺序决策场景。
推荐理由：Anthropic 给出 think 工具的完整定义、适用场景与 τ-bench 实测数据，可直接迁移到自家智能体工具链。
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。
Hugging Face Blog精选AI 评分6262 smolagents 新增视觉语言模型支持
Hugging Face 为 smolagents 加入视觉支持，可在智能体流程中原生使用视觉语言模型。图像可在 agent.run 时通过 images 参数一次性传入，也可借助 step_callbacks 在每步把截图写入 ActionStep 的 observation_images 动态注入。
推荐理由：官方给出在 smolagents 中接入视觉语言模型的两条路径，并附可运行的浏览器智能体示例代码。
Modal Blog精选AI 评分6262 Modal Sandboxes 正式发布
Modal 宣布 Sandboxes 结束一年 beta 正式可用，用于安全隔离运行来自 LLM、用户或第三方的不可信代码。Sandboxes 提供 exec API，可在运行时配置执行环境，并支持文件系统快照与端口转发、网络访问限制等能力，与 Functions 共用底层基础设施。
推荐理由：官方给出 Sandbox 正式版的能力边界与客户案例，可据此判断隔离执行环境在智能体场景中的落地方式。
Anthropic Engineering精选AI 评分6262 Anthropic 详解 Claude 3.5 Sonnet 如何在 SWE-bench Verified 达到 49%
Anthropic 升级版 Claude 3.5 Sonnet 在 SWE-bench Verified 上取得 49%，超过此前最优模型的 45%。文章介绍了围绕模型搭建的智能体脚手架，只用一个提示词、Bash Tool 和 Edit Tool 两个通用工具，尽量把控制权交给模型本身。
推荐理由：Anthropic 公开了让 Claude 3.5 Sonnet 在 SWE-bench Verified 拿到 49% 的智能体脚手架与工具设计细节，可供开发者复现。
Hugging Face Blog精选AI 评分6666 Hugging Face 发布 smolagents：用代码写动作的简单智能体库
Hugging Face 发布 smolagents，一个让语言模型具备智能体能力的轻量库，核心是 CodeAgent，即让智能体用代码而非 JSON 编写动作，并支持通过 E2B 在沙箱中执行。
推荐理由：Hugging Face 官方发布轻量智能体库，给出代码写动作的设计取舍与开源模型对比，可据此判断自建智能体的成本。