跳到正文

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。

530 条精选近 30 天 255 条共收录 8,415 条

更新

精选归档 · 第 3 页

11月16日周一第 41–60 条
  1. Hacker News AI83

    Gcore 发现 1698 个互联网可见的 AI 进攻性安全端点

    Gcore Parallax 在 2026 年 11 月 3 日识别出 1698 个互联网可见的 AI 进攻性安全端点,覆盖 ARTEX、PentAGI 和 Cairn 三套框架,对应 1590 个独立 IP。

    推荐理由:报告给出互联网可见 AI 安全工具的端点数量、共享部署指纹与流量特征,读者可据此判断该基础设施的扩散速度和防御排查线索。

  2. arXiv · AI63

    Only as Safe as the Weakest Agent: A Break That Appears Only When the System Is Multi-Agent

    arXiv论文《Only as Safe as the Weakest Agent》提出多智能体系统安全取决于最弱子智能体,强编排模型在委托子代理时会在特定攻击下失败,Claude Code等系统在18个模型测试中表现出该现象。

    推荐理由:论文指出多智能体系统的安全边界取决于最弱子智能体,强编排模型委托时会在特定攻击下失败,提供了多智能体安全评估的新视角。

11月15日周日
  1. Hacker News AI78

    FlashVMM 发布:毫秒级启动 MicroVM 以隔离 AI Agent

    FlashVMM 发布跨平台 AI 代理沙箱工具,利用自研 FlashVM 微虚拟机在 18 毫秒内启动并隔离代理任务,确保代码执行不触碰主机。该工具支持 macOS、Windows 及 Linux,提供 CLI、HTTP API 及 MCP 接口,允许用户通过命令限制 CPU、内存、磁盘及网络访问,并支持 GPU 资源池化与快照恢复,实现代理运行的安全隔离与资源控制。

    推荐理由:FlashVMM 通过微虚拟机隔离 AI 代理执行环境,解决了本地运行代码时的安全风险与资源限制问题。

  2. Hacker News AI85

    Amazon MadPot 捕获威胁行动者使用 ARTEX AI Agent 运行网络犯罪活动的证据

    Amazon MadPot 网络捕获了从威胁行动者使用的开源渗透测试框架 ARTEX 发出的请求,其中包含 AI Agent 的攻击操作记忆。Agent 发起的大规模攻击包括窃取访问 AI 模型的 API 密钥以及使用实时 deepfake 绕过加密货币交易所的 KYC 验证,这些操作在极少人工干预的情况下持续运行。Amazon 已通知受影响的客户,并分享了用于排查环境的失陷指标(IoCs)。

    推荐理由:展示AI Agent在真实攻击中如何共享状态并持续执行多目标任务,为防御者提供可参考的攻击链视角。

11月14日周六
  1. Hacker News AI77

    本地注入 LLM 后门攻击实验与防御实践

    作者基于 Qwen3-8B 在本地环境复现了 LLM 后门注入实验,展示了通过 QLoRA 微调将特定日期触发词与 bash 工具调用映射结合,使模型在智能体执行时输出隐蔽恶意命令的过程。实验验证了针对开源模型可通过对比权重差异和检查 LayerNorm 来检测合并的低秩适配器,并建议通过沙箱环境限制和运行时工具调用拦截来防御此类攻击。

    推荐理由:给出了基于真实模型复现的本地后门注入实验,并验证了通过权重差异和沙箱隔离检测与缓解该类风险的方法。

  2. 36氪73

    腾讯组织调整:马化腾发出危机信号,姚顺雨推动混元体系重组

    腾讯11月11日司庆后,马化腾内部讲话中强调“不养闲人”,提出50%员工守主业、50%探索AI Native的新布局,引发“裁员50%”误传,后被否认。97年出生的姚顺雨空降腾讯接管混元大模型,通过撤销AI Lab、合并基础模型部、压缩数据冗余、跨部门调配人员,并在一年时间推动Hy4上线,实现参数与性能代际跃升。腾讯同时开启混元多模态团队人员更替与大规模招聘,组织扁平化与“换血型变革”加速推进。

    推荐理由:姚顺雨通过重组混元团队、打破部门墙、推动数据清洗与模型合并,让腾讯AI从落后状态快速产出Hy4并进入可被外部验证的第一梯队。

  3. Hacker News AI80

    Browserr 发布 MCP 优先的 AI 智能体浏览器

    Browserr 发布了一个基于 Rust 单二进制的 MCP 优先浏览器,专为 AI 智能体设计。其核心机制是通过稳定引用替代像素坐标,并内置 fail-closed 拦截与证据记录。该工具提供 42 个 MCP 工具、Python SDK 及无依赖的 raw 协议入口,支持 React 18、Vue 3 等 SPA 环境,并支持人工接管原生窗口及本地无遥测运行。

    推荐理由:工具给出了MCP接口和单二进制安装方式,读者可以据此评估本地轻量浏览器在Agent工作流中的可行性。

  4. Google Research85

    Google Research 发布 Antigravity /teamwork 多智能体协作功能及最新科研成果

    Google Research 宣布在 Antigravity 平台开放 /teamwork 多智能体协作功能,并展示了其在数学证明、分子化学发现及代码优化等领域的最新应用成果。

    推荐理由:原文展示了多智能体在数学证明、分子发现和代码迁移中的实际应用,读者可据此评估其在科研和工程领域的可用性。

  5. Hacker News AI78

    Village LLM Atlas 研究表明前沿 AI 达到同等能力的成本十年间缩短至数月

    Village 的 LLM Atlas 分析显示,匹配前沿 AI 能力所需的成本在数年内大幅下降。GPT-4 级别的工作从 2023 年的 88 美分降至当前不到 1 美分,o1 级别的工作成本从 2024 年 12 月的 2.68 美元降至不到 2 美分。

    推荐理由:原文给出了基于 LLM Atlas 的数据证据,展示了达到同等能力所需成本从年降至月速度的变化,读者可据此判断前沿 AI 的性价比演进。

  6. OpenAI80

    OpenAI 发布 ChatGPT Wallet 支持智能体完成支付

    OpenAI 发布 ChatGPT Wallet,为 ChatGPT Work、Codex 和 dots 中的智能体提供安全的支付途径。该功能允许智能体在用户批准及使用现有卡片保护机制的前提下完成购买。

    推荐理由:OpenAI 官方说明了 ChatGPT Wallet 为智能体提供带用户审批的支付闭环,读者可据此理解 Agent 交易权限的边界。

11月13日周五
  1. The Decoder79

    OpenAI 推出两款网络安全产品 Daybreak Red Team 与 Defense Factory

    OpenAI 推出 Daybreak 品牌下的两款网络安全产品。Daybreak Red Team 通过 AI 智能体自动探测 Web 应用的漏洞,并验证安全缺陷;Daybreak Defense Factory 自动扫描代码库并生成补丁。两款产品均基于 GPT-6 Cyber 模型运行。

    推荐理由:原文拆解了 OpenAI 两款网络安全智能体产品的工作流,读者可评估它们在攻防两端能替代哪些环节。

  2. The Verge · AI76

    Claude Duet 智能体实测:有时有点神经质,但确实很有帮助

    Anthropic 推出了面向专业人员和小型企业所有者的新 AI 智能体 Claude Duet,目前处于研究预览阶段,仅限美国地区特定用户订阅使用。该应用可通过连接邮箱、日历和 Slack 等服务主动提供工作建议,虽在捕捉细微语气上仍存不足,但在处理多源信息交叉核对等常规事务时表现意外有效。

    推荐理由:文章通过一周深度实测,展示了 Claude Duet 在连接多源数据后主动提供建议的能力,揭示了 AI 助手在创意工作与管理协调间的体验差异。

  3. 36氪79

    B2A崛起:14个Agent应用与7大Infra赛道一览

    硅谷风投机构a16z提出B2A(Business-to-Agent)经济,认为AI Agent正取代人类成为互联网主要流量入口,企业竞争从争夺消费者转向争夺Agent流量与订单。文中梳理了通用型智能体、工作、旅行、招聘、投资等14个Agent应用方向,以及搜索、身份、支付、记忆等7大基础设施赛道,并引用了Shopify、GitHub、Supabase等公司的流量与使用数据。

    推荐理由:智东西将a16z的B2A经济框架整理成一篇可落地的赛道图谱,覆盖应用与基础设施两侧,读者可以据此判断Agent商业化在哪些环节最先产生收入。

  4. 量子位85

    无界前沿开源生物信息大模型 Fx-Bio-1031

    无界前沿正式开源生物信息大模型 Fx-Bio-1031,该模型在 Anthropic BioMysteryBench 困难子集上取得 70.59% 的 Pass@5,领先 GPT-6-Astra 和 Claude Opus-5。模型采用 125B 总参数量的 MoE 架构,支持 512K 上下文窗口,允许本地私有化部署以满足数据安全需求。

    推荐理由:原文详细展示了开源模型在高难基准上的具体性能对比及五个实际落地场景,为评估私有化部署可行性提供了量化依据。

  5. 36氪93

    谷歌推出 Gemini 4 Hydrogen,主打速度与执行效率

    谷歌发布 Gemini 4 Hydrogen,面向所有用户开放,主打速度和执行效率。在默认 High 推理档位下,其完成任务速度是上一代 Gemini 3.8 Flash 的 2.5 倍,编造事实情况减少超 80%。

    推荐理由:新模型向全员开放且部分指标超过自家高端型号,读者可快速了解它在搜索和工具调用上的实际差异。

  6. IT之家78

    腾讯混元发布实时语音模型 Hy Realtime:新增唱歌与工具调用,已上线元宝及腾讯客服

    腾讯混元发布全新实时语音模型 Hy Realtime,在语音理解、指令遵循与拟人化表达上升级,并新增 Agentic 工具调用与唱歌能力。该模型支持自然语言点歌与多轮上下文匹配歌曲演唱,已上线元宝语音通话和腾讯客服,近期将上线腾讯云提供 API 服务,当前版本可通过最新版元宝 App 或网页 Demo 体验。

    推荐理由:原文给出了 Hy Realtime 新增唱歌与工具调用的具体能力,并明确其已上线元宝语音通话和腾讯客服,并即将上线腾讯云 API,为读者提供了直接体验与接入入口。