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。
31 条精选近 30 天 28 条共收录 92 条
小米发布 MiMo-V2.6 系列两款原生全模态开源模型，MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活参数，采用 MIT 许可，Artificial Analysis 称其以 46 分登顶开源权重模型智能指数，输入输出价格分别为 $0.435/M 与 $0.87/M tokens。
推荐理由：小米首次进入前沿开源模型序列，其 RL 环境与训练配方一并开源，可观察后训练成本结构的变化。
TypeSafe AI CEO Diogo Almeida 在 Latent Space 访谈中介绍其新模型 Jev，称其为面向代码消费的 System 1 大模型，优化目标是每美元智能而非聊天体验。
推荐理由：InstructGPT 作者复盘 RLHF 路线问题，并解释 RLCD 为何把校准概率而非人类偏好当作优化目标。
GitHub 使用 Copilot app 和 CLI，将 Copilot agent runtime 从 TypeScript 和 Node.js 完整改写为超过 800,000 行生产级 Rust，AI 智能体编写了大部分代码。
推荐理由：这份迁移复盘把增量替换、跨语言互操作、智能体协作和分层审查串成一套可迁移的大型代码库改写方法。
OpenAI 宣布 ChatGPT Work 中的 Data agent 面向所有人开放，可连接公司数据、发现洞察，并用自然语言让 AI 构建交互式仪表盘。
推荐理由：OpenAI 官方披露 ChatGPT Work 数据智能体的连接数据与自然语言建看板能力，可据此判断企业数据工作流的入口变化。
OpenAI 发布 ChatGPT for Financial Services，将内置金融数据与 GPT-6 Astra 结合，用于研究、建模和面向客户的材料制作。
推荐理由：OpenAI 把内置金融数据与 GPT-6 Astra 打包成行业版本，读者可据此判断金融工作流的入口变化。
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，读者可据此了解云端智能体的编排与长会话能力入口。
Mistral 帮助一家欧洲能源运营商用 AI 智能体，将 40,000 行 Fortran 77 储层模拟器代码迁移到 C++，这部分是 300,000 行代码库的首个冲刺。团队先建立数值一致性测试框架，再用超过 100 个智能体整理分散的文档。实践最终采用由人类操作编码、测试和审查智能体的模块化工作流，而非完全自主迁移。
推荐理由：这项迁移复盘把数值一致性测试、文档整理和人机协作串成完整流程，可迁移到大型遗留系统改造。
OpenAI 发布 GPT-6 Astra，称其为面向企业的最强模型，具备高级推理、计算机操作以及更强的写作与设计判断能力。
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计算机操作定位。
Mistral 发布 Agentic Search，通过多步检索循环让 AI 系统在复杂文档和多数据源中查找、浏览并核验信息，现已通过 Mistral Search Toolkit 及 Studio、Vibe 中的 Libraries 提供。
推荐理由：多步检索与文档内导航被纳入同一套默认工具栈，两项基准呈现了相对单次 RAG 的准确率、token 和延迟变化。
Berkeley AI Research 作者认为，随着推理成本趋近于零，数据系统需要围绕智能体负载、智能体群体运行和智能体合成系统重新设计。GPT-4 级能力每百万 token 的成本已从 2023 年初约 $30 降至如今不足 $1，部分供应商低于 $0.10；不同基准上的推理价格每年下降 9x 至 900x，中位数接近 50x。
推荐理由：文章把推理成本持续下降与数据系统演进联系起来，提出智能体负载、群体运行底座和系统合成三条研究主线。
Hugging Face 梳理 AI 智能体领域的易混术语，将 Scaffold 定义为模型周围决定行为的层，将 Harness 定义为调用模型、处理工具调用并决定何时停止的执行层。文章还区分了模型、智能体、上下文工程、Policy、工具、技能与子智能体，并解释了 RL 训练中的环境、Trainer、Rollout 和 Reward。
推荐理由：文章以模型、Scaffold 与 Harness 的分层关系厘清易混术语，并串联上下文工程和强化学习训练环节，便于跨框架沟通。