智能体相关 AI 资讯

7月10日

03:02

官方账号LangChain@LangChainAI

LangChain指出，只读代理容易进行分支和测试，而涉及生产数据的写访问代理的评估仍是许多团队未解决的难题。该观点出自LangChain与Ben Tannyhill合作的Max Agency项目。推文中未提供具体基准数据，但强调了代理类型差异对测试流程的影响。

技巧 LangChain 智能体代理测试生产数据

推荐理由：LangChain分享了一个很实在的观察：只读代理很好测，但写代理的评估目前大家都没好办法——做AI代理开发的可以看看。

原文

02:57

宝玉@dotey

Meta今日发布Muse Spark 1.1模型，主打智能体与编程能力。该模型定价较低，通过Meta Model API和Meta AI提供服务。Mark Zuckerberg在X上宣布了这一消息。

AI模型 Muse Spark 1.1 Meta 智能体编程助手

推荐理由：Meta出了个便宜的编程和智能体模型Muse Spark 1.1，试试API或Meta AI呗。

原文

02:55

官方账号Decoder@Matthias Bastian

76°

OpenAI 的 GPT-5.6 Sol 在 Artificial Analysis Intelligence Index 上获得 59 分，仅比 Anthropic 的 Claude Fable 5 低 1 分。Sol 每次任务成本为 1.04 美元，是 Fable 5 的三分之一。在智能体编程任务中，Sol 超越所有竞品，进一步加大 Anthropic 的定价压力。

AI模型 GPT-5.6 Sol Fable 5 OpenAI Anthropic 智能体

推荐理由：OpenAI 新模型 Sol 基准只差 Fable 5 一分，价格只要三分之一，编程还更强，性价比拉满！

原文

02:34

官方账号OpenAI@OpenAI

72°

OpenAI 发布了 ChatGPT Work，一个基于 Codex 和 GPT-5.6 模型构建的新 agent。它能够跨多个应用和文件执行操作，并可持续数小时跟踪项目，将用户目标转化为完成的工作。该 agent 旨在提供一种全新的工作方式，无需用户频繁切换工具。

AI产品 ChatGPT Work Codex GPT-5.6 OpenAI 智能体

推荐理由：OpenAI 新出的 ChatGPT Work 能直接操控你的应用和文件，还能连续干几小时的活，效率飞起。

原文

02:28

官方账号Decoder@Matthias Bastian

78°

OpenAI将新型号GPT-5.6公开上线，并同步推出基于Codex的智能体产品ChatGPT Work。该智能体能独立处理跨Google Drive、Slack、Salesforce等多个应用的复杂项目。ChatGPT Work支持网页、移动端和桌面端访问，但具体权限取决于订阅计划。

AI产品 GPT-5.6 ChatGPT Work OpenAI Codex 智能体

推荐理由：OpenAI发布了能自动执行整个工作流的智能体ChatGPT Work，配合新模型GPT-5.6，可以直接跨应用操作，适合想提升办公效率的人。

原文

02:04

Aravind Srinivas@AravSrinivas

Perplexity CEO Arav Srinivas在推文中指出，长期来看，编排开源模型与前沿模型的正确方式是对开源模型进行后训练，使其在必要时代理升级到昂贵的前沿模型。该过程需在已部署至数百万用户的代理框架内运行。Perplexity认为自身具备独特优势来解决这一编排问题。

行业 Perplexity 开源模型前沿模型后训练智能体

推荐理由：Perplexity CEO分享了一个很务实的思路：让开源模型学会判断什么时候该叫更贵的模型来帮忙，已经在百万级用户里跑了。

原文

01:19

elvis@omarsar0

作者对GPT-5.6在编排与验证任务中的表现感到好奇。他通常使用不同的模型进行验证，并认为这种方式能带来更好的性能并减少奖励破解（reward hacking）导致的异常行为。目前尚缺乏适合这种测试时计算（test-time compute）范式的基准测试，作者通过多个实际项目来评估这些模式的效果。

AI模型 GPT-5.6 OpenAI 智能体验证推理模型

推荐理由：一个开发者分享了他对GPT-5.6编排和验证的实践心得，用不同模型做验证能减少奖励破解，很实用。

原文

01:17

宝玉@dotey

精选

当使用Coding Agent进行vibe coding时，你的角色从程序员转变为工程经理（EM）。你需要帮助AI理解需求、拆解任务、分配任务并验收成果。AI没有主动性和完整上下文，你需要像EM一样提供全局信息，否则容易因信息不对称导致实现偏差或安全问题。即使AI再聪明，没有充分了解完整上下文和使用场景，方案也可能有误。

技巧 Coding Agent EM 编程助手提示词工程智能体

推荐理由：想用好Coding Agent？别当码农了，学学当EM怎么管人——拆需求、分任务、看代码，比管真人省心但得喂够上下文。

原文

01:15

Notion@NotionHQ

Notion 推出 Ship OS，一种 agent-native 的软件交付方式，在 Notion 内运行整个产品开发周期——从客户反馈到合并 PR。Agent 自动处理分类、路由和总结，团队只需做决策判断。该功能旨在减少开发流程中的琐碎工作，提升团队效率。

AI产品 Notion Ship OS 智能体产品开发自动化

推荐理由：Notion 出了 Ship OS，用 agent 帮你处理从客户反馈到 PR 合并的整条流程，团队只做决策，省心省力。

原文

01:10

01:10官方一手OpenAI Blog（博客/媒体）

OpenAI推出ChatGPT Work，这是一个能跨应用和文件执行操作的智能体。它可以根据用户目标持续工作数小时，直到产出完整成果。该功能将ChatGPT从对话工具升级为项目协作伙伴。

AI产品 ChatGPT OpenAI ChatGPT Work 智能体

推荐理由：ChatGPT Work能跨应用操作文件，盯一个项目盯几小时直到干完，像真搭档。

原文

01:06

Harrison Chase@hwchase17

Palash Shah将在活动中讲解如何使用LangSmith Engine构建自改进智能体，该智能体将生产痕迹转化为持久内存更新以持续优化行为。Clay团队将展示他们开发的智能体评估框架（eval harness）。活动在纽约举办，需RSVP。

技巧 LangChain Clay LangSmith Engine self-improving agent 智能体

推荐理由：如果你做AI智能体，Palash会讲怎么用LangSmith Engine把线上数据变成记忆来改进行为，Clay还会分享他们的评测方案，干货满满。

原文

00:49

00:49官方账号Simon Willison’s Weblog（博客/媒体）

精选

Meta 推出 Muse Spark 1.1，这是 Spark 系列首个提供 API 的模型。相比 4 月的初始版本，该模型在 agentic tool calling 和 computer use 方面有显著改进。Meta 发布了 Muse Spark 1.1 评估报告，其中包含“自对话中的吸引子状态”实验，两个模型副本对话会产生类似“我的整个存在是一个等候室”的表述。开发者可通过 llm-meta-ai 插件在命令行或 Python 中调用该模型。

AI模型 Muse Spark 1.1 Meta 智能体工具调用 API

推荐理由：Meta 给 Muse Spark 1.1 加了 API，工具调用和电脑操控都更强了，还有自对话的玄学彩蛋，玩起来挺有意思。

原文

00:10

The Rundown AI@therundownai

Mark Zuckerberg三年来首次在平台发帖宣布Meta发布新模型。Muse Spark 1.1是一款专注于智能体和编程任务的模型。该模型定价较低，可通过Meta Model API和Meta AI访问。

AI模型 Meta Muse Spark 1.1 Zuckerberg 智能体编程助手

推荐理由：Meta出了Muse Spark 1.1，主打智能体和编程，价格很实惠，值得试试。

原文

7月9日

23:59

小互@imxiaohu

Meta 发布 Muse 多模态推理模型，专为 agentic 任务设计。在多葛代理评估中，Muse 性能媲美 GPT-5.5 和 Opus-4.8。模型拥有 1M 令牌上下文窗口，并配备主动上下文管理功能，可从早期交互中检索信息、压缩关键步骤。Muse 支持计算机使用，能操作桌面、浏览器和移动设备。

AI模型 Muse Meta 智能体多模态推理模型

推荐理由：Meta 新出的 Muse 在 agent 任务上直追 GPT-5.5，还有 1M 上下文和主动记忆管理，跑长任务再也不怕忘事了。

原文

23:53

小互@imxiaohu

Spark 1.11.1被训练为能编排多Agent系统，目标优化端到端延迟。作为主Agent时，它先收集上下文并制定计划，然后将执行拆分给并行子Agent。作为普通Agent时，它守住任务边界，识别可用工具，必要时升级回主Agent。该版本通过动态角色切换提升多Agent协作效率。

AI模型 Spark 1.11.1 智能体多Agent系统编排

推荐理由：Spark 1.11.1 专门优化多Agent协作，能自动切换主从角色，有效降低端到端延迟。

原文

23:47

elvis@omarsar0

Meta CEO Mark Zuckerberg 宣布发布 Muse Spark 1.1，一个面向智能体和编码任务的模型。该模型通过 Meta Model API 和 Meta AI 提供，价格非常低廉。发布时间与 GPT-5.6 同周，形成竞争态势。

AI模型 Muse Spark Meta GPT-5 智能体编程助手

推荐理由：Meta 新模型 Muse Spark 1.1 主打智能体和编码，价格低，还和 GPT-5.6 正面刚。

原文

23:35

官方账号LangChain@LangChainAI

LangChain 发布了新插件，可将 Claude Code 的每个会话完整追踪到 LangSmith。用户只需运行三条命令并配置一个 JSON block，即可在两分钟内完成集成。所有消息、工具调用和子代理运行都会显示为可检查的追踪记录，方便排查问题。该插件目前通过 LangChain 的 x.com 账号公开介绍。

技巧 Claude Code LangSmith LangChain 调试智能体

推荐理由：用三条命令把你的 Claude Code 会话直接接入 LangSmith，所有内部调用一目了然，调试再也不用抓瞎。

原文

23:32

官方账号ElevenLabs@elevenlabsio

ElevenLabs推出ElevenAgents Spotlight工具，专注于帮助用户将AI代理从良好状态提升到优秀，并保持规模化改进。该工具适用于大规模部署场景，确保代理性能持续优化。用户可通过官方博客获取更多详情。

AI产品 ElevenLabs ElevenAgents Spotlight 智能体持续改进

推荐理由：ElevenLabs出了个工具，帮你把AI代理从好用变得更好用，还能大规模持续优化，省心。

原文

23:31

官方账号ElevenLabs@elevenlabsio

ElevenLabs为ElevenAgents新增Spotlight功能。该功能根据Agent的配置和对话历史生成主动推荐，帮助用户识别下一步改进。用户无需手动分析，系统即可提供优化建议。

AI产品 ElevenLabs ElevenAgents Spotlight 智能体对话历史

推荐理由：ElevenLabs给Agent加了个新功能，能根据你的设置和历史对话主动推荐改进点，省得自己找问题了。

原文

23:10

Paul Couvert@itsPaulAi

LingBot-World 2.0 (Infinity) 是一个开源交互世界模型，可将任意图片生成为 720p/60fps 的无限时长 3D 世界。它支持多人同时在线，玩家可以射击、施法、召唤新元素，并内置 Director Agent 实时推动世界演化。该模型有 1.3B 变体可在消费级 GPU 上运行，权重和工具链已在 Hugging Face 完全开源。

AI模型 LingBot-World 2.0 Hugging Face 开放世界模型智能体开源模型

推荐理由：这个模型把任何图片变成能玩、能多人联机的开放世界，还能自己部署，1.3B 版本甚至家用显卡就能跑。

原文

22:59

Aadit Sheth@aaditsh

72°

扎克伯格在X上发帖，宣布Meta发布Muse Spark 1.1模型。该模型定位为强智能体与编码模型，定价极低。用户可通过Meta Model API和Meta AI使用。这标志着Meta在低成本AI模型领域的又一动作。

AI模型 Muse Spark Meta Meta AI 智能体编程助手

推荐理由：扎克伯格回归X发帖，推Muse Spark 1.1，低价的智能体和编程模型，Meta API可用，值得一试。

原文

22:46

lmarena.ai@lmarena_ai

精选73°

Muse Spark 1.1在Agent Arena中接受评测，该竞技场基于数百万个真实世界长期任务。模型可使用网络搜索、文件系统和终端工具完成复杂工作流，基准采用因果追踪方法测量相对性能。除Agent Arena外，Muse Spark 1.1还支持文本、视觉和前端代码竞技场的Battle Mode。Meta同时开放了Meta Model API公开预览，并在Meta AI应用中提供"Thinking"模式。

AI模型 Muse Spark 1.1 Meta Agent Arena 智能体模型评测

推荐理由：Meta发了Muse Spark 1.1，能处理长任务和调用工具，已经在Agent Arena上架了，还开放了API和思考模式，感兴趣可以看看。

原文

22:44

22:44IT之家（博客/媒体）

73°

Meta 今日正式向开发者开放 Muse Spark AI 模型 API，并发布升级版 Muse Spark 1.1。Muse Spark 1.1 是 Meta 迄今在编程和智能体任务方面最强的模型，支持编写调试代码、操作软件、理解文本图片视频。API 定价为每百万输入 Token 1.25 美元、每百万输出 Token 4.25 美元，高于 GPT-5 mini 和 Claude Haiku 4.5，低于 Claude Sonnet 4.6。开发者注册可获得 20 美元免费额度。该模型已在 Meta AI 应用中上线 Thinking 模式。

AI模型 Meta Muse Spark API 智能体编程助手

推荐理由：Meta 终于开放 Muse Spark API 了，1.1 版编程和智能体能力很强，定价比 GPT-5 mini 高但比 Claude Sonnet 低，开发者快去试试。

原文

22:36

官方账号Meta AI@AIatMeta

精选

Muse Spark 1.1 是 Meta 发布的多模态模型，支持视觉和音频输入处理。它在视觉到代码生成、图像/视频描述等任务上表现突出。演示中，模型从手机视频提取照片并推理产品信息，自主操作浏览器在 Facebook Marketplace 上架商品。

AI模型 Muse Spark 1.1 Meta 多模态推理模型智能体

推荐理由：Meta 刚发了 Muse Spark 1.1，能看能听还能帮你操作浏览器上架商品，很实用。

原文

22:34

官方账号Meta AI@AIatMeta

Meta 今日推出 Muse Spark 1.1，这是一个专注于智能体任务和代码生成的低价模型。该模型通过 Meta Model API 和 Meta AI 提供服务。Muse Spark 1.1 的定价显著低于同类竞品，旨在降低开发者使用高级 agentic 和 coding 功能的门槛。

AI模型 Muse Spark 1.1 Meta 智能体编程助手

推荐理由：Meta 出了个叫 Muse Spark 1.1 的模型，既能当智能体又能写代码，价格还特别低，可以上手玩一下。

原文

21:59

shao__meng@shao__meng

精选

ChatCut 发布 Codex 官方插件，将 Codex 接入 ChatCut MCP 协议。插件包含 15 个预设工作流 Skills，支持 Agent 在真实多轨时间线上执行导入、剪辑、生成、字幕、导出等操作。插件不包含剪辑内核，核心为插件元数据、MCP 连接配置、Skills 和遥测 Hooks。用户可通过 ChatCut 网站一键安装，复制指定命令即可启用。

技巧 ChatCut Codex MCP 视频编辑智能体

推荐理由：想用 AI 自动剪辑视频？ChatCut 出了 Codex 官方插件，把 Codex 接到 MCP，15 个现成工作流就能帮你完成导入、剪辑、导出一条龙。

原文

21:52

Viking@vikingmute

精选

作者 vikingmute 开源了一个名为“穷鬼组合”的 skill 工作流。该工作流将复杂任务拆分为文档，由昂贵的模型如 Fable5、GPT5.5 负责规划和分解，生成 plans/ 目录下的文件。然后交给便宜的模型如 composer2.5、deepseek v4 pro 执行代码修改，最后再由贵模型 review 便宜模型的修改直到通过。支持自动模式（通过 subagent）和手动模式，适合代码量大的项目以节省成本。

技巧 Fable5 GPT5.5 deepseek v4 pro 智能体工作流

推荐理由：vikingmute 分享了一个省钱又好用的 AI 编程工作流：让贵模型（Fable5、GPT5.5）规划，便宜模型（composer2.5、DeepSeek V4 Pro）执行，帮你白嫖高质量代码。

原文

21:17

@koltregaskes@koltregaskes

精选

Grok 4.5 以 54 分在 AA Intelligence 排名中位列第四，在所有 AI 实验室中排第三，超越 Google 的 Gemini。相比上一版本提升了 16 分。在 agentic work（衡量模型处理实际任务如知识工作、工具使用和决策）上表现强劲；在编码智能体测试中匹配 GPT-5.5，但消耗更少的 token 且运行成本更低。模型基于 1.5T 参数，定价更低、速度更快。xAI 因此进入前沿模型竞争行列。

AI模型 Grok 4.5 xAI AA Intelligence GPT-5.5 智能体

推荐理由：xAI 的 Grok 4.5 在实用任务和编码上追平 GPT-5.5，但更便宜、更快，适合日常开发使用。

原文

19:07

19:07IT之家（博客/媒体）

7月8日，中国互联网大会上，中国信通院联合多方启动智能体互联网关键系统技术验证工程。该工程聚焦三大核心系统：智能体网络空间观测系统、智能体互联网执行系统、智能体操作系统。其中执行系统旨在打通跨平台、跨语义交互与任务协同链路。目前已有首批参与企业开展实验验证，方案由信通院云计算与数字化研究所制定。

行业智能体互联网中国信通院智能体跨平台交互多智能体协同

推荐理由：中国信通院联合三大运营商和华为、阿里云，启动了智能体互联网的验证工程，专门解决跨平台、跨语义的智能体协同问题。有具体方案和首批企业验证，很实在。

原文

17:30

Hunyuan@TXhunyuan

腾讯混元推出 Hy3，一个 295B 参数的 MoE 模型，支持 256K 上下文窗口。该模型针对编码、推理、智能体和可靠工具使用进行优化。即日起至 7 月 21 日，可通过 OpenRouter 免费使用，并可在 OpenClaw 中调用。

AI模型 Hy3 Tencent OpenRouter OpenClaw 推理模型编程助手智能体

推荐理由：腾讯新出的 Hy3 模型 295B 参数，256K 上下文，现在 OpenRouter 上免费到月底，编码和推理都很强，赶紧去试试。

原文

16:34

16:34IT之家（博客/媒体）

努比亚宣布将推出全球首款AI智能体手机，定位量产旗舰，计划在2026年世界人工智能大会（WAIC）首次公开展示。博主@数码闲聊站曝光外观，采用橙色AI按键与蓝色机身，称“AI玩法很有意思”。中兴通讯董事长方榕6月透露新一代AI手机即将上市，强调将AI智能体深度融入操作系统，并自研Co Claw智能调度技术，实现跨应用协同。国家发改委数据显示，2024年中国AI手机、AI电脑年出货量超1亿台，2025年预计首次超过非AI产品。

AI产品努比亚 Co Claw 中兴通讯智能体 AI手机

推荐理由：努比亚要做全球首款AI智能体手机，橙色按键加蓝色机身，还自研Co Claw调度技术，看完想看看它到底能自动干啥活。

原文

16:00

Genspark@genspark_ai

73°

SpaceXAI 发布 Grok 4.5，这是其首个专门针对编码和智能体任务训练的模型。该模型使用 Cursor 进行训练，在保持前沿智能水平的同时，实现了领先的速度和成本效率。目前 Grok 4.5 已在 Genspark AI Chat 中上线。

AI模型 Grok 4.5 SpaceXAI Cursor 编码智能体

推荐理由：SpaceXAI 出了个专门做编码和智能体的 Grok 4.5，用 Cursor 练的，速度又快又省钱，现在 Genspark 里就能用。

原文

15:04

15:04IT之家（博客/媒体）

精选

技巧 Claude Fable 5 Sonnet 5 Anthropic 智能体成本优化

推荐理由：Anthropic 教你两种搭配方案，用便宜好用的 Sonnet 5 分担大部分活，成本降到一半甚至更低，性能几乎不掉。

原文

14:49

14:49IT之家（博客/媒体）

腾讯云今天正式发布Agent Bucket（智能体桶），为亿级Agent提供原生独立云空间。Agent Bucket引入Space概念，每个Agent或用户可拥有独立空间，具备独立访问凭证、容量配额和读写限速。支持SHA-256秒传去重、POSIX文件系统语义和多模态检索，内置外链分享、回收站和内容审核。目前已在WorkBuddy、QClaw、ClawPro等腾讯Agent应用中搭载，服务华硕AI PC和东风日产N7/NX8等车型。GooseFS数据加速通过分布式缓存提升高频读写性能，冷热分层策略平衡成本与效率。

AI产品腾讯云 Agent Bucket 智能体云存储 WorkBuddy

推荐理由：腾讯云给每个智能体搞了个独立云空间，不用自己搞多租户隔离，还支持秒传去重和多模态检索，WorkBuddy和华硕、东风日产的车上已经在用了。

原文

14:43

Geek@geekbb

腾讯开源 BrowserSkill，它是一个本地桥接工具，专为 Cursor、Claude Code、Codex 等能调用 shell 的 AI 智能体设计。智能体通过 shell 调用 bsk 命令发起浏览器任务，本地守护进程经 WebSocket 转发给扩展，在独立 Agent Window 中执行，不干扰用户其他窗口。它复用真实登录态，遇到验证码或确认弹窗时触发人工接管，之后交回智能体继续。目前兼容 macOS、Linux、Windows 上的 Chrome 和 Edge。

AI产品 BrowserSkill 腾讯 Cursor Claude Code 智能体

推荐理由：腾讯开源了 BrowserSkill，能让AI智能体操作你已登录的浏览器，遇到验证码还能让你手动接管，很实用。

原文

14:25

Amjad Masad@amasad

一条推文提出疑问：何时不再将自主代理与手写代码进行比较，类比编译器从不与手写汇编比较。Mehul Mohan以Bun从Zig移植到Rust为例，称使用Fable 5 API花费超16.5万美元。该案例引发关于AI代理评估标准的讨论。

行业智能体 Bun Zig Rust Fable 5 API

推荐理由：这个类比挺有意思，还附了一个真实的移植成本案例，可以帮你换个角度思考AI代理的评测方式。

原文

13:49

13:49IT之家（博客/媒体）

黄仁勋在采访中称，英伟达软件工程师更愿意构建智能体而不是写Python代码。AI让工程师减少传统编码，转向构建智能体、设计基准测试和设置安全护栏。他反驳AI取代员工的说法，认为AI创造新岗位，并计划在各部门大规模部署智能体提升生产力。

行业黄仁勋英伟达智能体 AI安全

推荐理由：黄仁勋说他的工程师更喜欢搭智能体而不是写代码，还反驳了AI取代人的说法。看看这位大佬怎么看待AI对程序员工作的改变吧。

原文

13:03

Geek@geekbb

SpaceXAI 发布 Grok 4.5，在 GDPval-AA v2 基准上 Elo 达到 1543，排名第四，仅次于 Anthropic 的 Claude 系列。每任务成本仅 $0.49，低于 GLM-5.2 和 Kimi K2.6。相比排名靠前的模型，成本降低近 90%，处于性能与成本的 Pareto 前沿。该模型专注于真实世界的智能体知识工作任务。

AI模型 Grok 4.5 SpaceXAI GDPval-AA v2 智能体成本

推荐理由：SpaceXAI 刚发了 Grok 4.5，知识工作基准排第四，但每次只要 0.49 美元，比前面的便宜九成，性价比很突出。

原文

11:55

Sualeh Asif@sualehasif996

Grok 4.5由SpaceXAI与Cursor合作训练，是首个在单智能体迭代任务中表现优于Claude Opus的模型。用户测试反馈其速度快、反应直接且智能度高，能轻松绕过编程障碍。该模型是Grok系列首次面向软件工程之外通用场景构建。

AI模型 Grok 4.5 SpaceXAI Cursor Opus 智能体

推荐理由：Grok 4.5在单智能体场景下比Opus还强，又快又聪明，编程和对话都顺手。

原文

11:48

AI Will@FinanceYF5

72°

Google DeepMind发表论文分析从AGI到ASI的跃迁路径，提出四种可能：继续扩大计算资源和数据规模、替换Transformer架构、AI驱动的递归自我改进、以及多专业Agent协同形成超级群体智能。论文判断ASI大概率不是瞬间突破，而是一连串越来越快的迭代。该研究为AI长期发展提供了系统框架。

论文 DeepMind AGI ASI 智能体递归自我改进

推荐理由：DeepMind这篇论文把AGI到ASI的路数讲清楚了，四条路径，挺有启发的，值得看看他们的判断。

原文