DeepSeek V4 Pro 正式版上线
DeepSeek V4 Pro 正式版上线，同步开放 APP、网页端与 API。Agent 能力显著提升，生产环境表现尤为突出。API 新增原生支持 OpenAI Responses API 并适配 Codex；V4-Pro 与 V4-Flash 支持 low、high、max 三档思考强度。
推荐理由：正式版的Agent能力增强和三档思考强度控制，让开发者在简单日常和高复杂度任务间有了更细的切换空间。
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 11 页
DeepSeek精选AI 评分9191
百灵大模型精选AI 评分8080 Ling-3.0-tiny 正式开源：1.3B 激活参数模型支持本地部署
百灵大模型团队正式开源 Ling-3.0-tiny，该模型总参数量 7.9B，推理时激活参数量仅 1.3B，并同步提供 BF16、FP8 和 INT4 三个版本。
推荐理由：展示了 1.3B 激活参数在端侧设备与多精度部署下的实际落地效果与基准表现。
Hugging Face Blog精选AI 评分8282 Meta 发布开源多模态模型 Muse Glimmer：30B 参数，支持本地智能体应用
Meta 发布开源多模态模型 Muse Glimmer，模型为 30B 参数，基于 Muse 蒸馏而来，采用 Apache 2.0 许可，专为本地智能体应用场景设计。
推荐理由：文章展示了Muse Glimmer在本地部署场景下的自优化演示，为隐私敏感应用提供了低成本运行方案。
Kimi开放平台精选AI 评分8383 Kimi K3 动态加载工具特性发布，降低 30% 输入 Token 消耗
Kimi K3 发布动态加载工具 API 特性，支持将工具声明作为 system 消息插入 messages，使 Kimi 第一方 Agent 产品的 ToolCall 相关 token 下降约 70%，输入 token 整体消耗下降约 30%。Kimi 方案无需改动既有工具定义，比 Anthropic Tool Search Tool 更干净，但目前仅 kimi-k3 支持。
推荐理由：Kimi K3 动态加载工具特性将工具声明注入 messages，读者可据此降低 Agent 工具的 Token 消耗并避免误选。
Google DeepMind精选AI 评分8484 Google 发布轻量化网络安全模型 Gemini 3.5 Flash Cyber
Google 发布基于 Gemini 3.5 Flash 微调的网络安全模型 Gemini 3.5 Flash Cyber，用于高效发现、验证和修复代码漏洞。该模型通过限制政府及可信合作伙伴的试点计划访问，在 CyberGym 和 Chrome 生产环境等测试中展现了优于主线路基模型和更大模型的高效性能，已用于保护 Google 内部代码库。
推荐理由：官方发布了针对网络安全微调的轻量化模型，提供了在漏洞扫描任务中降低成本并提升覆盖率的实操架构。
Kimi开放平台精选AI 评分7878 Kimi K2.7 Code 模型接入 GitHub Copilot
GitHub 官方宣布 Kimi K2.7 Code 正式上线 GitHub Copilot，用户可在 Copilot 模型选择器中选择该模型完成代码生成、理解与调试任务。
推荐理由：这是 GitHub Copilot 接入的首个开源模型，且已在 VS Code 等主流开发入口开放，开发者可直接在熟悉工具链中调用 Kimi K2.7 Code。
Andrej Karpathy (X)精选AI 评分7878 Karpathy 评 Anthropic 发布 Claude Tag，称其为 LLM 交互的第三范式
Anthropic 发布 Claude Tag，允许其作为团队成员加入 Slack 通道，用户可通过标签委派任务。Andrej Karpathy 认为这是继独立网站和应用之后的第三代 LLM 交互范式，特点是 AI 成为组织内持久、异步且自带工具上下文的实体，与人类协同工作。
推荐理由：作者将Claude Tag定义为LLM交互的第三种范式，指出其从独立应用转向嵌入团队工作流的异步实体，这一判断有助于理解AI Agent落地的方向转变。
智谱精选AI 评分9494 GLM-5.2 上线并开源：专注 Coding 与长程任务
智谱上线并开源 GLM-5.2，重点增强长程任务与 Coding 能力，采用 MIT 协议。模型支持 1M 上下文，在 FrontierSWE 上表现优于 GPT-5.5 和 Claude Opus 4.7。已在国产算力平台完成 Day 0 适配，提供 API 及开源权重下载。
推荐理由：原文给出了模型在长程任务和 Coding 基准上的具体表现，并开源权重，读者可据此评估其在工程场景的可用性。
ZCode精选AI 评分7373 GLM-5.2 全量开放，ZCode 3.0 上线
智谱全量开放 GLM-5.2，该模型支持 1M 上下文并在长程任务中保持领先。ZCode 3.0 围绕 GLM-5.2 深度优化，推出自研 Agent 以提升智能编码体验，并为 Coding Plan 订阅用户和新人提供配额权益。
推荐理由：原文明确了 GLM-5.2 的 1M 上下文能力和 ZCode 3.0 的深度优化，为开发者评估智能编码工具提供了具体参考。
Kimi开放平台精选AI 评分8787 Kimi K2.7 Code 编程模型上线开源
Kimi K2.7 Code 编程模型已上线 Kimi API 开放平台，相比 K2.6 显著提升长上下文编程性能，平均 token 消耗减少 30%。Kimi Code Bench v2 性能提升 21.8%，Program-Bench 提升 11%。1M token 输入输出价格与 K2.6 一致，后续将发布输出速度 5-6 倍的高速版本。
推荐理由：原文展示了长上下文编程能力的基准提升及30%的Token消耗优化，并明确高速版模型的定价与速度优势。
Xiaomi MiMo精选AI 评分6767 小米 MiMo Code V0.1.0 发布并开源
小米发布并开源终端 AI 编程助手 MiMo Code V0.1.0，内置限时免费的多模态模型 MiMo-V2.5，并采用 MIT 协议开放。
推荐理由：原文给出了 MiMo Code 的专属 Harness、Compose 模式以及在相同模型下对比 Claude Code 的基准分数，可据此理解其协同优化思路。
Xiaomi MiMo精选AI 评分6969 小米 MiMo-V2.5 系列 API 永久降价并优化 Token Plan 计费
小米 MiMo-V2.5 系列 API 宣布永久降价，新定价最高降幅达 99%，且不再区分上下文窗口长度；Token Plan 计费体系优化使可用用量提升至原来的 5-8 倍。
推荐理由：宣布 MiMo-V2.5 系列 API 大幅降价及 Token Plan 用量扩容，揭示 SGLang HiCache 推理优化支撑成本降低。
智谱精选AI 评分7373 智谱发布 GLM-5.1高速版API，输出速度达400 tokens/s
智谱面向部分企业客户开放 GLM-5.1高速版API“GLM-5.1-highspeed”，模型输出速度达到400 tokens/s，在完整保留GLM-5.1旗舰能力的基础上实现了低延迟响应。
推荐理由：原文通过实测对比展示了旗舰模型在保持能力前提下实现400 tokens/s低延迟的工程路径，为速度敏感场景提供了可参考的落地方案。
Xiaomi MiMo精选AI 评分8484 小米 MiMo-V2.5 系列开源并启动 Orbit 百万亿 Token 计划
小米正式开源 MiMo-V2.5 系列，包含 MiMo-V2.5-Pro 和 MiMo-V2.5 两款支持 100 万上下文窗口的模型，均采用 MIT 协议开放权重，支持商用推理、微调与二次训练。小米同步启动 MiMo Orbit 计划，向全球 AI 用户发放总计 100 万亿 Token 权益（申请制，最高权益价值 659 元），并向 Agent 框架团队提供 Token 限免支持与生态合作。
推荐理由：开源 MiMo-V2.5 权重并启动 100T Token 计划，提供全模态与 Agent 能力的免费使用入口。
DeepSeek精选AI 评分9494 DeepSeek-V4 预览版上线并开源，迈入百万上下文普惠时代
DeepSeek-V4 预览版模型正式上线并同步开源，包含 DeepSeek-V4-Pro 和 DeepSeek-V4-Flash 两个版本。即日起登录官网或官方 App 即可使用 1M 超长上下文，API 服务同步更新，需将 model_name 修改为 deepseek-v4-pro 或 deepseek-v4-flash。
推荐理由：预览版模型同步开源，给出了 API 调用入口和 1M 上下文标配说明，读者可以据此判断它在 Agent 场景中的具体部署方式。
OpenAI精选AI 评分6464 OpenAI 更新 Codex 桌面应用
OpenAI 更新了适用于 macOS 和 Windows 的 Codex 应用，新增电脑操作、应用内浏览、图像生成、记忆和插件功能，以加速开发者工作流。
推荐理由：介绍了 Codex 在 macOS 和 Windows 应用上新增的电脑操作、应用内浏览、图像生成、记忆和插件功能，便于开发者评估其工作流变化。
The AI POV精选AI 评分8080 Meta 发布 Muse Spark 将 Subagents 确立为 Meta AI 核心
Meta 发布的 Muse Spark 模型现已在 Meta AI App 和 meta.ai 中上线，核心特性是支持并行启动多个 Subagents 处理任务。该模型专为多模态感知设计，后续将集成至 Facebook、Instagram、WhatsApp 及 Meta 眼镜等全产品线。
推荐理由：原文拆解了 Muse Spark 如何将 Subagents 作为核心功能嵌入 Meta 核心应用，揭示了其争夺日常助手入口的深层战略意图。
OpenAI精选AI 评分8080 OpenAI 更新 Agents SDK，引入原生沙箱执行与模型原生 harness
OpenAI 更新了 Agents SDK，新增原生沙箱执行和模型原生 harness 功能。这些更新有助于开发者构建跨文件和工具的更安全、可长期运行的 AI 智能体。
推荐理由：官方明确了 Agents SDK 的新增机制，给出了安全执行与长时运行场景的落地路径。
Andrej Karpathy (X)精选AI 评分8080 Karpathy 分享 LLM 个人知识库构建理念
Andrej Karpathy 分享了一份关于使用 LLM 构建和维护个人知识库的改进版理念文件（idea file）。他认为在 LLM 智能体时代，分享具体代码不如分享核心理念，由用户的智能体根据自身需求定制和构建。该理念包括使用 Obsidian 作为界面，LLM 自动编译 Markdown 维基，处理问答、数据清理，并探索合成数据生成。
推荐理由：作者分享了利用LLM构建和维护个人知识库的方法，提供了抽象化的理念清单，读者可据此定制自己的智能体工作流。
Andrej Karpathy (X)精选AI 评分7979 Andrej Karpathy 分享利用 LLM 构建个人知识库的方法
Andrej Karpathy 分享了利用 LLM 构建和维护个人 Markdown 知识库的方法，将 LLM 主要用于知识操作而非代码编写。其工作流包括将源文档索引到 raw 目录，由 LLM 增量编译生成包含摘要和反向链接的 Wiki。
推荐理由：作者展示了利用 LLM 自动编译和维护 Markdown 知识库的具体工作流，读者可复用该方法进行非代码类知识的整理。