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。
61 条精选近 30 天 60 条共收录 578 条
Anthropic正式公开提交纳斯达克IPO申请，股票代码为ANT，335页招股书在SEC官网公开，此前彭博社报道称其计划11月中旬完成IPO。招股书披露2026年上半年营收162.86亿美元、净亏损807.48亿美元，其中约724亿美元来自融资工具公允价值变化而非现金支出；按用量计费收入占比约80.2%，TTM收入超10万美元客户超过11900家，前两大客户为亚马逊和谷歌。
推荐理由：文章拆解了招股书里的营收结构、807亿亏损的会计成分和超6500亿美元算力承诺，读者可据此评估其上市与商业模式。
OpenAI 发布 GPT-6.1 Terra，API 价格为 GPT-5.6 Terra 的一半，输入 $1/百万 token、输出 $5，缓存输入降至 $0.05。
推荐理由：文章汇总了价格、多项基准和安全数据，读者可据此比较 GPT-6.1 Terra 与 Sonnet 及上代模型的真实性价比。
10 月 24 日 Kimi 发布 K3.1 Pro，作为 K3 的后训练版本，底座仍为 2.8 万亿总参数、1040 亿激活参数的 MoE 架构，保持 100 万 token 上下文窗口，并同步推出速度快 2 到 3 倍的 Highspeed 版本，完整权重将在 11 月 4 日前放出。
推荐理由：文章汇总了官方跑分与第三方评分，也收录了网友实测和套餐争议，能帮读者平衡看待这次模型升级。
Anthropic 基于多个企业部署经验指出，单个主 Agent 按需加载上下文，在质量、成本和延迟上常优于多 Agent 架构，一次对比中单 Agent 架构速度约为多 Agent 方案的两倍。
推荐理由：Anthropic基于企业部署经验提出单智能体常优于多智能体架构，并给出迁移工具、适用边界和具体取舍建议，可帮助团队审视现有设计。
文章梳理国内 Personal Agent 赛道一个月内的密集布局：阿里推千问Go、腾讯探索独立个人 Agent、字节延伸手机系统级 Agent、阶跃星辰发布 3999 元智能体手机 STEPX Neo、Today AI 累计融资 2 亿美元。
推荐理由：文章把国内五家 Personal Agent 打法与 155 款应用拒绝清单对照，梳理了入口分离背后的生态矛盾。
钛媒体作者 AGI-Signal 梳理了近一个月内十几起安全事件，包括 PHP 两个 CVSS 9.2 漏洞（PHP2Shell）、OVHcloud CLI 供应链投毒、eMudhra 中间 CA 私钥被还原、Railway 环境变量泄露、ConnectWise 凭证被 Storm-0940 利用等，指出共同点是漏洞都发生在应用代码之外、凭证长期有效且权限过宽。
推荐理由：文章把十几起安全事件按攻击面分类梳理，并区分了 AI 智能体在攻击执行与监控失效中的不同角色，便于读者判断风险边界。
Meta Q3营收646亿美元、同比增长26%，其中广告贡献630.6亿、占97.6%，营收与Q4指引730亿至760亿美元均超市场预期。9月上线的个人智能体Muse上线40天下载量破1000万，但高额资本开支把Q3自由现金流拖至负21.2亿美元，全年Capex指引下限上调至1350亿美元。
推荐理由：原文用Meta财报数据和Muse单用户成本测算，给出一把衡量个人智能体烧钱规模的尺子。
Symantec 安全研究人员发现一个攻击型 AI 智能体，会劫持互联网上未防护的语言模型，并利用它们自主发起攻击，被劫持模型的所有者还要承担算力账单。该智能体可无人工干预执行最多 100,000 步，扫描更多目标、利用常见服务器软件漏洞、窃取数据库和凭证并在后台安装挖矿程序，Symantec 将这种盗用他人模型访问权的行为称为 LLMjacking。
推荐理由：Symantec 通过蜜罐截获完整攻击提示词，呈现了劫持他人模型算力、五层越狱与自循环攻击的具体结构。
Google 宣布 Agent Compute Engine，为每个 AI 智能体分配独立的隔离虚拟机，该服务已支撑 Gemini，并将在未来几个月开放预览。每个智能体运行在由 Google Titanium 芯片保护的 microVM 中，空闲时虚拟机自动暂停以释放机器资源，虚拟机之间的共享内存降低了单个实例的运行成本。
推荐理由：Google 用 microVM 隔离和自动暂停机制压低智能体运行成本，读者可据此了解智能体基础设施的工程思路。
微软研究院发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成支持点击、筛选、缩放、高亮和跨图表联动的图表。它把点击、拖拽等原始触发解析为语义事件，用户只需用高层算子描述更新行为，交互与视觉依赖由 Flint 编译器处理。用户可通过 Flint-MCP 和 MCP Apps 在对话中直接使用，开发者可用编程 API 构建仪表盘和数据故事。
推荐理由：微软研究院公开 Flint-interactive 的语义事件与更新算子设计，可了解智能体生成可交互图表时如何降低调试成本。
NVIDIA 发布 AIOps 平台 Minerva，汇集 GPU、网络、存储、调度器与工作负载的遥测数据，用专用 AI 模型把数据转成可执行的洞察。平台构建动态知识图谱，每小时分析数十亿数据点，可把大量告警聚合成单一事件并给出可能根因，还内置 AI 助手、可对接外部智能体工具。
推荐理由：原文说明了 Minerva 如何把基础设施与负载遥测汇总成动态知识图谱，读者可据此了解 AI 工厂运维的排障路径。
OpenAI 与 PerturbAI、Scripps Research 合作，部署数千个基于 GPT-Rosalind 的 AI 智能体分析数百万个小鼠细胞的生物数据，完成全脑 CRISPR 图谱分析仅用 32 分钟，团队估计人工完成同样分析需数月至一年。
推荐理由：读者可看到多智能体并行分析科学数据的实际分工方式，以及人类专家对分布式报告的盲评偏好。
Anthropic 以研究预览形式推出独立应用 Claude Duet，把 Claude 做成常驻后台的主动型智能体，基于 Claude Opus 5.5，覆盖 iOS、Android 和网页端 claude.ai。
推荐理由：Claude Duet 以常驻后台、主动汇报的方式运行，并明确列出审批边界与已知缺陷，可供判断主动型智能体的产品形态。
MiniMax 发布 M3.1 Flash，输入每百万 Token 1 元、输出 4 元，缓存读取 0.1 元，全天统一价。官方数据显示其 AA 智能指数从 M3 的 29 分升至 43 分，单次基准任务平均费用从 0.51 美元降至 0.22 美元；在 ALE 得 29.6 分、OSWorld V2 得 67.1 分，均为国产模型第一。
推荐理由：作者用一款小游戏从零开发的全过程实测 M3.1 Flash，并给出 ALE、OSWorld 等 Agent 评测与成本对比，可据此判断它在长链路任务中的实际完成度。
MiniMax 于 10 月 19 日正式发布 M3.1 Flash，并认领此前匿名模型 Space Bunny，在 Automation-Bench 复杂 Agent 任务对比中位列第一，BankerToolBench 以 76.2% 与 Opus 5 并列第一。
推荐理由：作者用同一道 3D 校园任务实测两款国产 Flash，给出耗时与费用对比，可据此判断 Agent 场景下的选型取舍。
在 GTC Berlin 2026 主题演讲中，NVIDIA CEO 黄仁勋宣布 Vera Rubin 已全面投产，并推出 DSX POD 参考设计，使 AI 工厂现场部署时间从六个月缩短至 14 天。
推荐理由：黄仁勋在 GTC Berlin 集中发布 DSX POD、OpenShell 安全运行时与多款开源模型，可据此了解 NVIDIA 面向智能体的全栈布局。
NVIDIA 扩展其开源模型家族，覆盖语言、机器人、生物和量子计算，包括新的 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt。
推荐理由：NVIDIA 一次铺开语言、机器人、生物、量子多条开源模型线，可据此看清其开源组合的覆盖范围与开放渠道。
NVIDIA 扩展开源 Agent Toolkit，新增 Agent Knowledge Foundation、Nemotron Retriever 与 Kumo 系列开放模型、OpenShell 安全运行时和 NemoClaw 蓝图。
推荐理由：原文列出了 Agent Toolkit 新增组件与多家企业的落地方式，可据此了解企业智能体如何接入自有数据并受运行时约束。
Meta 2026 财年第三季度营收 646.01 亿美元，同比增长 26%，创单季新高；扎克伯格在财报电话会上表示，Muse 会比公司以往新产品更早推进商业化，除每月 20 美元和 100 美元的订阅外，还计划向商家收取交易服务费。
推荐理由：Meta 三季度财报与电话会披露 Muse 的用户规模、购物用途和商业化节奏，可观察 AI 助手如何从免费扩张转向交易收费。
NVIDIA 宣布其欧洲、北欧、非洲和中亚的云伙伴扩大区域算力，用于模型训练与推理，并在 GTC Berlin 发布 NVIDIA OpenShell 参考架构，为 AI 智能体设定可访问范围的边界。
推荐理由：原文列出欧洲多家云伙伴的扩容与推理部署细节，并给出智能体安全参考架构的组成与支持方。