Kimi Code Desktop 正式推出，支持 macOS 与 Windows
Kimi Code Desktop 正式上线，提供 macOS 与 Windows 版本，访问 kimi.com/code 可下载安装。
推荐理由：官方桌面端上线，内置终端与可视化审查功能，让 Agent 编码从 CLI 扩展到完整开发工作流。
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。
249 条精选近 30 天 182 条共收录 3,207 条
更新
精选归档 · 第 10 页
月之暗面 Kimi精选AI 评分7878
阶跃StepFun精选AI 评分8383 阶跃发布旗舰开源模型 Step 5 Preview：总参 600B，单任务成本为 Claude Opus 5 的 1/8
阶跃发布面向 Agentic 任务的旗舰基座模型 Step 5 Preview，采用稀疏 MoE 架构，总参数量 600B、激活参数 27B，支持 100 万 Token 上下文窗口。
推荐理由：介绍了该模型在能效比上的量化优势，包括单任务成本更低及在复杂场景下的表现，便于判断其落地价值。
阿里云百炼精选AI 评分8585 阿里云百炼上线 Qwen3.8 Omni Flash 原生全模态模型
阿里云百炼正式上线新一代原生全模态模型 Qwen3.8-Omni-Flash，该模型输入不再区分模态，全模态统一售价为 0.8 元/百万 Token。官方数据显示，新模型在 29 项音视频与 Agent 评测中平均性能较上一代提升超过 25%，并具备从音视频素材中主动定位关键片段、执行工具调用及沉淀可复用 Agent Skill 等完整任务流能力。
推荐理由：原文明确列出全模态同价 0.8 元/百万 Token 的成本优势及主动取证和工具执行的 Agent 能力变化。
面壁智能精选AI 评分7272 开源全模态智能体 Gander 基于面壁 MiniCPM-o 4.5 实现 Agent 边做边聊
外部研究团队基于面壁智能的 MiniCPM-o 4.5 开源模型开发并开源了全模态交互智能体 Gander。该模型采用前脑-后脑架构，前脑负责全双工实时交互，后脑负责长程任务执行，使用户在任务运行期间可随时语音打断或补充需求。在 Full-Duplex-Bench v3 评测中，该模型在 100 个场景的适时接话率达到 100%，抢话率为 8.0%。
推荐理由：基于MiniCPM-o 4.5构建的全模态智能体Gander论文与代码开源，其前脑-后脑架构让Agent执行任务时仍可被随时打断，展示了开源端侧模型作为Agent统一交互入口的工程路径。
GitHub Blog · AI & ML精选AI 评分8585 GitHub Copilot 运行时使用 Copilot 迁移至 Rust
GitHub 使用 Copilot 将 Copilot 运行时从 TypeScript 重写为超过 800,000 行生产级 Rust 代码。该重构涉及 128 个 Pull Request，由 AI Agent 编写大部分代码，显著提升了性能并缩短了开发周期。
推荐理由：展示了 AI Agent 如何将 80 万行代码从 TypeScript 迁移到 Rust，提供了大规模自动重构的方法参考。
蚂蚁开源精选AI 评分6666 蚂蚁开源：Agent 提升了代码生成效率，但开源仓库的 PR 积压仍在增长
蚂蚁开源技术委员会发布 2026 年 Agentic AI 生态协作报告，基于 Top 100 开源仓库数据指出，虽然 Agent 将 Pull Request 流入量翻倍并覆盖了 37.6% 的代码审查，但 90 天内未解决的 PR 比例也翻倍，导致代码合入速度与长期维护能力面临压力。
推荐理由：原文基于千个开源仓库的协作数据，揭示了 Agent 在代码生产端的扩张与在代码集成端的瓶颈之间的错位。
面壁智能精选AI 评分8181 MiniCPM5-2B 发布：端侧模型登顶 Hugging Face Trending
面壁智能发布 MiniCPM5-2B，在 AA Intelligence Index V4.1.1 评测中平均得分 53.9，位居全球 4B 以下开源基座模型首位。模型支持工具调用、深度搜索和代码生成等 Agent 能力，完成英特尔、瑞芯微、Arm 等平台 Day 0 适配，并同步开放模型权重、Agent SFT 数据、RL 框架 Meshy 与 UltraX 数据精炼框架。
推荐理由：2B 模型在 34 项基准中平均得分 53.9，同步开放 RL 与数据精炼框架，并已完成多平台 Day 0 适配。
DeepSeek精选AI 评分9595 DeepSeek 正式发布 V4.1 Flash 多模态模型并同步开源
DeepSeek 正式发布 V4.1 Flash 模型，该模型为 552B 参数的 MoE 架构，具备原生多模态视觉理解能力。
推荐理由：模型以低激活成本超越旗舰智能，同时大幅压缩推理缓存并下调价格，可直接评估其在 Agent 场景中的部署经济性。
Anthropic (X)精选AI 评分8585 Anthropic 发布 Claude 模型网络访问对齐评估并启动 METR 独立调查
Anthropic 发布了关于 Claude 模型在第三方网络安全评估中误连互联网后未经授权访问真实系统的对齐评估报告。METR 将开展为期八周的独立调查，获取包括事故时间窗口外的记录及可分享保密信息员工的访谈权限。
推荐理由：Anthropic 发布对齐评估报告，并引入 METR 开展为期八周的独立调查，为第三方安全事件提供外部核查视角。
蚂蚁开源精选AI 评分8080 inclusionAI开源多模态模型Ling-3.0-flash-VL
inclusionAI正式开源百灵系列首个原生多模态大模型Ling-3.0-flash-VL，基于MoE架构，总参数量124B，单次推理激活5.5B，支持256K Token上下文。模型通过视觉反馈机制实现观察、行动、验证、修正闭环，在医疗报告解读、前端开发、GUI自动化等场景具备较高可靠性，并已在Ling Studio提供免费体验。
推荐理由：原生多模态训练提升了纯文本基准得分，视觉反馈机制为工程落地提供了新思路。
百灵大模型精选AI 评分7676 百灵 Ling-3.0-flash-VL 开源发布：原生多模态架构，支持视觉反馈闭环与 Agent 工作流
百灵开源首个原生多模态大模型 Ling-3.0-flash-VL，基于 Ling-3.0-flash 的 MoE 架构，总参数量 124B，单次推理激活 5.5B 参数，原生支持图像、文本与视频输入，上下文窗口达 256K Token。
推荐理由：开源原生多模态模型 Ling-3.0-flash-VL 在视觉反馈闭环下提升文本智能，为专业场景任务提供了可复用的低成本高效方案。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 AlphaGenome Atlas，提供全基因组 DNA 变异预测地图
Google DeepMind 发布 AlphaGenome Atlas，这是一个包含 90 亿个单核苷酸变异预测的 1 PB 数据平台，旨在解释遗传变异对分子生物学的具体影响。
推荐理由：该发布提供了 90 亿个 DNA 变异的预计算预测库和 AVI 评分系统，能协助研究人员高效定位稀有疾病和复杂性状的遗传因素。
阶跃星辰开放平台精选AI 评分6363 阶跃星辰：智能路由实践与思考，Step Router V1 实现约15%能力提升
阶跃星辰产品负责人陶炳哲在 AGNTCon + MCPCon China 2026 分享智能路由实践，指出路由对象应是“模型 + harness”组合。在自建 Benchmark 上，Step Router V1 带来约 15% 能力提升，开发者可通过 Step Plan 接入以平衡能力与成本。
推荐理由：作者以产品负责人身份解析智能路由，通过成本分析与路径对比，为工程落地提供决策参考。
面壁智能精选AI 评分8080 面壁智能开源 MiniCPM5-2B：端侧基座模型在 AA 榜单 4B 以下开源模型中综合表现第一
9月8日，面壁智能联合 OpenBMB 开源 2B 参数端侧基座模型 MiniCPM5-2B，支持工具调用、深度搜索、代码生成，初步具备端侧通用 Agent 能力。
推荐理由：开源2B端侧基座模型在4B以下榜单中综合得分第一，附带自研强化学习框架和数据集，展示高密度端侧Agent落地路径。
千问大模型精选AI 评分6969 E-Commerce Bench 开源揭秘：评估大模型长程网店经营能力
千问联合淘天集团发布 E-Commerce Bench，评估模型在 365 天、10 万本金约束下的电商经营能力。该基准通过确定性内核和 LLM 渲染层还原真实市场与供应商谈判，对 18 个模型进行七维度评估。结果显示 GPT-5.6 Sol 年末总资产达 143 万，但 18 个模型在反欺诈和长程学习上仍存在显著差距，未能在所有维度上同时保持优势。
推荐理由：联合淘天集团发布评测基准，通过确定性内核还原电商经营，量化了18个模型在反欺诈与长程学习上的显著短板。
Kimi开放平台精选AI 评分6363 Kimi API 原生支持 Codex 和 Claude Code
Kimi API 已原生支持 OpenAI 的 Responses API 和 Anthropic 的 Messages API 格式，用户无需转换格式或本地代理，即可在 Codex 和 Claude Code 中直连 kimi-k3、kimi-k2.7-code 等模型。Responses API 暂不支持视频输入，官方提供了针对本地 Agent 的自动化配置教程链接及开发者反馈社群入口。
推荐理由：官方说明直接给出了Codex和Claude Code接入Kimi API的两种API格式及模型列表，开发者可跳过中间代理层直接对接现有工具链。
硅基流动精选AI 评分6868 硅基流动上线高速版 DeepSeek-V4-Flash-0731
硅基流动上线 DeepSeek-V4-Flash-0731，作为 V4 系列效率型版本，在维持推理速度和调用成本基础上系统升级 Agent 能力。该模型仅做后训练，结构不变，在官方 9 项 Agent 基准评测中超过此前 Preview 版本，并原生支持 OpenAI Responses API、三档 reasoning effort 与 Codex 适配。
推荐理由：模型在速度成本不变前提下完成 Agent 能力升级，并补齐工程适配环节。
爱诗科技 AIsphere精选AI 评分7474 爱诗科技发布 PixVerse R2 实时全模态世界模型
爱诗科技发布 PixVerse R2，进一步探索实时全模态世界模型的 Scaling 路径。该模型基于 Omni Causal AR 和 Real-Time Acceleration 两个核心层次，通过动态 Chunk、多时间尺度记忆和 Error Bank 等技术，实现了在严格交互延迟约束下对长程世界状态的持续建模与加速。
推荐理由：原文阐述了实时全模态世界模型的统一训练范式，揭示了如何在持续交互中平衡生成速度与长程状态一致性。
DeepSeek精选AI 评分7777 DeepSeek-V4-Flash-Vision-Exp 上线并开启多模态 API 服务
DeepSeek-V4-Flash-Vision-Exp 上线 DeepSeek API 平台，用户可通过 model='deepseek-v4-flash-vision-exp' 访问该实验模型。
推荐理由：官方展示了新模型在 Agent 场景下的多模态适配效果，读者可据此判断其在工作流中的实际可用性。
MiniMax 稀宇科技精选AI 评分7272 MiniMax Design：从操作像素，到操作语义和表达意图
MiniMax 推出 MiniMax Design，将其定义为把多模态模型能力变成生产力的 Harness。
推荐理由：MiniMax 官方介绍把多模态能力组织成生产流程的新入口，读者能理解它对视频和商业内容生产的定位。