How Amplitude ships product improvements in 1–2 days with OpenAI
主要基于OpenAI模型，Amplitude的主动产品代理Wave识别要构建的内容，帮助团队通过编码代理交付变更，并衡量影响。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
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。
26 条精选近 30 天 16 条共收录 461 条
更新
Agent 智能体的精选
OpenAI News精选评分9090
IT之家 AI精选评分7676 月之暗面徐天天：AI 迭代速度将继续加快
IT之家 11 月 12 日消息，据新浪财经报道，在今日“以发展应变局”为主题的第十七届财新峰会上，月之暗面金融行业与生态负责人徐天天发表讲话。 针对“AI 迭代速度是否还会加快”问题，徐天天表示， 当前整个 AI 智能远远未达到上限 。 她指出，这背后有三条增长曲线：其一，预训练算力曲线；其二，后训练与推理端曲线，AI 已从快思考转变为慢思考，展现思考链路；其三，智能体设计曲线，智能体设计越来越复杂，将导致智能上限提高。这三条曲线都在增长，三者叠加， 导致 AI 迭代速度加快 。 IT之家注意到，徐天天指出，AI 智能体独自能完成的任务时长还在增长，也正在加速。这意味着， AI 从最初的“打杂”工作，转变为切入更深的工作流程中 。 相关阅读： 《 月之暗面 2.8 万亿参数 Kimi K3.1 Pro 开放权重，登顶 Agent Arena 开源模型榜 》
推荐理由：来自IT之家 AI的《月之暗面徐天天：AI 迭代速度将继续加快》。重点看智能体工作流、模型能力与工程、开源生态。摘要提到：IT之家 11 月 12 日消息，据新浪财经报道，在今日“以发展应变局”为主题的第十七届财新峰会上，月之暗面金融行业与生态负责人徐天天发表讲话。 针对“AI 迭代速度是否还会加快”问题，徐天天表示， 当前整个 AI 智能远远未达到上限 。 她指出，这背后有三条增长曲线：其一，预训练算力曲线；其二，后训练与推理端曲线，AI 已从快思考转变为慢思考，展现思考链路；其三，智能体设计曲线，智能体设计越来越复杂，将导致智能上限提高。这三条曲线都在增长，三者叠加， 导致 AI 迭代速度加快 。 IT之家注意到，徐天天指出，AI 智能体独自能完成的任务时长还在增长，也正在加速。这意味着， AI 从最初的“打杂”工作，转变为切入更深的工作流程中 。 相关阅读： 《 月之暗面 2.8 万亿参数 Kimi K3.1 Pro 开放权重，登顶 Agent Arena 开源模型榜 》
IT之家 AI精选评分7878 让 AI 直接回复用户 UI 界面：谷歌开源跨平台协议 A2UI 1.0 版本上线，字节跳动已用上
IT之家 11 月 12 日消息，A2UI 是谷歌在 2025 年底公布的一份生成式 UI 开放协议，让智能体不仅能回复用户文字，还能直接回复 UI 界面内容。 今日，谷歌正式发布了 A2UI 1.0 版本，这是该协议的首个稳定版。开发者现在可以搭配开源的网页、Android 和 iOS 渲染器 SDK 以及 Python、TypeScript 和 Dart 的智能体 SDK 一起使用。 Atlassian、Alation、彭博社、字节跳动等公司已经开始利用它进行开发 。 谷歌介绍称，在 A2UI 中， 智能体负责描述要显示的内容，每个应用都可以用自己的原生组件绘制 UI 。无论用户是在公司自有应用中接入智能体，还是通过托管 MCP 应用的第三方 AI 助手（如 Gemini 或 Claude）都能获得同样的低延迟、高信任和完全的原生保真度。 ▲ 同样的请求通过文本和 A2UI 回答，然后在笔记本电脑上也用同样的视图 IT之家从...
推荐理由：来自IT之家 AI的《让 AI 直接回复用户 UI 界面：谷歌开源跨平台协议 A2UI 1.0 版本上线，字节跳动已用上》。重点看智能体工作流、文化创意、开源生态。摘要提到：IT之家 11 月 12 日消息，A2UI 是谷歌在 2025 年底公布的一份生成式 UI 开放协议，让智能体不仅能回复用户文字，还能直接回复 UI 界面内容。 今日，谷歌正式发布了 A2UI 1.0 版本，这是该协议的首个稳定版。开发者现在可以搭配开源的网页、Android 和 iOS 渲染器 SDK 以及 Python、TypeScript 和 Dart 的智能体 SDK 一起使用。 Atlassian、Alation、彭博社、字节跳动等公司已经开始利用它进行开发 。 谷歌介绍称，在 A2UI 中， 智能体负责描述要显示的内容，每个应用都可以用自己的原生组件绘制 UI 。无论用户是在公司自有应用中接入智能体，还是通过托管 MCP 应用的第三方 AI 助手（如 Gemini 或 Claude）都能获得同样的低延迟、高信任和完全的原生保真度。 ▲ 同样的请求通过文本和 A2UI 回答，然后在笔记本电脑上也用同样的视图 IT之家从...
Simon Willison精选评分8181 aws-emulator
AWS 模拟器最终由 AWS 官方推出，可直接在本地运行其众多服务的测试，无需申请付费 API 密钥。该模拟器由一群大型代理组成，项目在第一阶段三周内提交了 29,684 次提交。Swaminathan（Swami）Sivasubramanian 在 Werner Vogels 的博客上发表了一篇客座文章，介绍了其发展过程。目前该模拟器需要 Docker 在 macOS 或 Windows 上运行。我希望能未来修复此问题——如果能下载一个单一的二进制文件并将其作为标准测试套件的一部分用于其他语言和平台，将非常理想。标签：亚马逊，亚马逊网络服务，测试，Werner Vogels，AI，Rust，生成式AI，LLMs，代理工程
推荐理由：请对照Simon Willison原文，核对完整说明及适用条件。
GitHub Changelog精选评分9393 Gemini 4 Carbon in GitHub Copilot
原文摘录（自动中文摘要暂不可用）：Gemini 4 Carbon in GitHub Copilot Gemini 4 Carbon, Google’s latest model, is now generally available in GitHub Copilot. It is designed for complex coding, agentic, and reasoning tasks, with a focus on secure code generation… The post Gemini 4 Carbon in GitHub Copilot appeared first on The GitHub Blog .
推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。
OpenAI News精选评分8787 GPT‑6 Cyber: Advancing the frontier of aligned cybersecurity agents
介绍GPT‑6 Cyber，OpenAI的网络安全模型，用于发现可利用的漏洞并开发修复方案，训练以保持在授权范围内。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
GitHub Changelog精选评分8888 GitHub Copilot is now available in JetBrains Air
你现在可以使用GitHub Copilot在JetBrains Air中委托编码任务、指导执行并审查结果。该集成使用Agent Client Protocol（ACP），支持你在8230; GitHub Copilot现在已上线JetBrains Air，首次出现在The GitHub Blog。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
Apple Machine Learning Research精选评分8787 Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live iOS Apps
尽管前沿视觉语言模型在用户界面（UI）导航方面表现出色，但其高推理成本限制了日常使用。相反，通过监督微调（SFT）或离线强化学习训练的小型模型往往记忆静态轨迹，导致执行脆弱且无法从错误中恢复。为解决这些问题，我们提出一种新的在线强化学习框架，直接在实时运行的iOS应用程序上训练UI导航代理。我们的框架将代理解耦为两个专用组件：规划模块/...
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
OpenAI News精选评分8787 How we detect frontier model misalignment
OpenAI 使用分层监控检测前沿模型不一致和未经授权的代理行为，以便在问题扩大前让响应者介入。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
GitHub Changelog精选评分8888 Build shared workflows for your team with Copilot Automations
原文摘录（自动中文摘要暂不可用）：Build shared workflows for your team with Copilot Automations Shared Copilot Automations are rolling out, enabling teams to build and maintain AI-powered workflows together. With Copilot Automations, you can combine prompts, triggers, and tools to design workflows around the… The post Build shared workflows for your team with Copilot Automations appear
推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。
GitHub Changelog精选评分8686 GitHub Agentic Workflows generally available
GitHub Agentic Workflows，一个来自GitHub Next的开源项目，现已一般可用。通过代理工作流，您可以自动化基于推理的任务，如Issue triage（问题分类）、CI失败分析、文档更新等。该项目于GitHub Agentic Workflows一般可用首次发布于The GitHub Blog。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
OpenAI News精选评分9090 Legora is building the agentic operating system for legal work
看看Legora如何利用OpenAI模型、ChatGPT和Codex加速法律工作流程，扩展合同分析，并让律师专注于更高价值的工作。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
GitHub Changelog精选评分9494 GPT-6.1 Terra in GitHub Copilot
GPT-6.1 Terra，OpenAI的最新模型，现已在GitHub Copilot中一般可用。它比GPT-6.1 Sol在日常代理编码和终端工作中成本更低。在GitHub Copilot中，GPT-6.1 Terra的发布首次出现在The GitHub Blog。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
OpenAI News精选评分8989 OpenAI models are coming to Google Cloud
OpenAI 和 Google Cloud 正将前沿模型和 Codex 工作流引入 Gemini 的 Model Garden，通过 Google Cloud Marketplace 可用。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
Apple Machine Learning Research精选评分8383 Selection-Based Structured Reasoning: Toward Efficient Multimodal Search Agents
多模态代理在执行每个动作前通常生成自由形式推理。小型模型因模型容量有限，可能导致推理过程冗长，虽能提供少量有用指导，但会带来较高的推理成本。为解决此问题，我们引入基于选择的结构化推理（SSR），该框架将推理转化为选择而非开放式生成。SSR将重复的高层推理表示为预定义、可复用的自然语言候选。在每一轮中，模型根据候选推理内容进行选择，以优化推理效率。
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
Claude Code Releases精选评分8888 Claude Code Releases v2.1.300：Added virtualText to a mod's prompt decorations: text draw...
新增了模组提示装饰中的虚拟文本：在提示框内绘制的文本，永不进入草稿或提交的提示。新增了OpenTelemetry api_request事件中的cache_creation_5m_tokens和cache_creation_1h_tokens，按生命周期分段写入缓存。新增了模组的$.ui.view({ agentId })，在询问时显示代理的对话记录，$.ui.view({})则返回。新增了模组文本的dir属性，支持右到左文本，Windows及VS Code终端中行内容向右对齐。在AWS的Claude平台新增了/advisor，需通过/advisor、advisorModel或--advisor参数指定，CLAUDE_CODE_DISABLE_ADVISOR_TOOL=1关闭顾问功能。为追踪跨度添加了OpenTelemetry GenAI语义规范属性，如gen_ai.provider.name、gen_ai.conversation.id、gen_ai.tool.name和error.type。
推荐理由：请对照Claude Code Releases原文，核对完整说明及适用条件。
GitHub Changelog精选评分9494 Gemini 4 Argon in GitHub Copilot
Gemini 4 Argon，Google的最新前沿模型，现已在GitHub Copilot中一般可用。它专为复杂编码、代理型任务和推理设计。在早期测试中，Gemini 4 Argon出现了，其后在GitHub Copilot中首次发布于The GitHub Blog。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
Apple Machine Learning Research精选评分8686 Self-Compacting Language Model Agents
长代理轨迹由思维链和工具调用组成，积累过时内容，成为后续生成的锚点，最终超出上下文窗口。现有框架通过固定间隔压缩缓解此问题，触发条件基于令牌阈值。此类触发不关注轨迹结构，可能在推理或搜索中丢弃部分结果。我们提出SELFCOMPACT，一种框架，允许模型自身决定何时及如何压缩。具体而言，它结合两个推理元素：（i）模型调用的压缩工具，用于总结积累内容……
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
Claude Code Releases精选评分9090 Claude Code Releases v2.1.296：Added a code key to the Claude apps gateway's managed.poli...
新增了对Claude应用网关的managed.policies[]的代码密钥，与CLI设置相同，也应用于Claude桌面的代码标签；除桌面外，还启用了Claude桌面的网关模式。新增了autoCompactWindow到子代理的frontmatter和--agents定义中，使子代理可在主对话窗口打开前自动压缩。新增CLAUDE_CODE_WORKFLOW_SUBAGENT_MODEL，使所有工作流代理在单一模型上运行，其他子代理保留各自模型。新增CLAUDE_CODE_OVERLOADED_RETRY_MAX_DELAY_MS环境变量，用于设置重试时的延迟上限。在插件的/plugin路径新增说明，指出当其他启用的插件有相同名称时，该插件的钩子被忽略。新增Read工具的allow_large选项，使Claude可一次读取超过常规大小限制的文本文件。修复了managed-settings PreToolUse钩子，防止工具调用时出现'continue': false的情况。
推荐理由：请对照Claude Code Releases原文，核对完整说明及适用条件。
GitHub Changelog精选评分9696 Claude Haiku 5.5 in GitHub Copilot
Claude Haiku 5.5，Anthropic’s newest lightweight model，现已在GitHub Copilot中一般可用。它专为快速高并发工作如子代理、快速编辑和终端任务设计。早期… Claude Haiku 5.5在GitHub Copilot中首次出现于The GitHub Blog。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
Claude Code Releases精选评分9696 Claude Code Releases v2.1.293：Added Claude Haiku 5.5 ( claude-haiku-5-5 ), now the defau...
新增了Claude Haiku 5.5 (claude-haiku-5-5)，现为Anthropic API默认Haiku模型，1M上下文token，$0.10/$0.50每Mtok（$0.50/$2.50对于超过100K的提示），新增了agentType字段到subagentStatusLine payload，使脚本能区分自定义子代理类型。修复了Claude在上下文压缩前将自身上次操作视为已完成，导致重退或重做已完成工作。修复了HTTP MCP连接内存泄漏，持续保留所有已发送请求直到关闭。修复了在Claude工作时发送的消息丢失问题，移至后台后若消息无法移动，仍保持原状。修复了/model effort方向错误，可能误保存为低值。修复了Chrome中会话启动时Claude断开连接问题。
推荐理由：请对照Claude Code Releases原文，核对完整说明及适用条件。
OpenAI News精选评分9292 A model guide for the GPT-6 family
学习初创企业如何选择GPT-6模型，调整推理努力，提升提示和技能，协调工具，并为生产环境准备工作流。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
Cloudflare AI精选评分9090 Introducing Clef: Our open-source decision models, and new RL fine-tuning platform
我们引入了Clef和Clef-flash，基于Workers AI的开源决策模型，用于高速分类和代理工作流。同时推出：一种新的强化学习平台，允许开发者使用自身数据对决策模型进行微调。
推荐理由：请对照Cloudflare AI原文，核对完整说明及适用条件。
Apple Machine Learning Research精选评分8585 How Much of a Harness Does a Strong Agent Need for Autonomous ML Engineering?
最近自主机器学习工程（MLE）代理在公共排行榜上取得了显著进展。通常受长期周期内进展停滞和有限的大语言模型（LLM）基本功能的制约，现代MLE代理在日益复杂的系统上部署，如多智能体协调器、专用检索子代理等。尽管这些系统扩展，但使用更简单的但改进的编码代理——其中LLM直接通过读、写和bash原语访问执行环境——在该领域仍较少关注。
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
Apple Machine Learning Research精选评分8787 SCLATE: A Substrate for Continual-Learning Agent Training and Evaluation
持续学习代理是系统模型、套件和记忆，运行在长时多会话 horizon 上。评估和训练它们需要将任务与代理侧事件（如会话停止、启动、cron 和记忆巩固）交错。现有基准和训练框架仅调度基准自身事件，使每个基准和代理对自行构建定制调度循环。我们提出 SCLATE，一种执行基础，基准和未修改的代理各自通过适配器向一个开放事件调度器添加其事件。混合模拟时钟...
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
GitHub Changelog精选评分9494 GPT-6.1 Sol in GitHub Copilot
GPT-6.1 Sol，OpenAI最新模型，现已普遍可用并逐步推出至GitHub Copilot。可用于具有强多步骤的代理编码和终端工作流。GitHub Copilot中GPT-6.1 Sol的帖子最早出现在The GitHub Blog。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。