腾讯轻量云团队开源自进化研发平台 LoopForge
腾讯轻量云团队打造并开源云端自进化 AI 研发平台 LoopForge，集成 7×24 小时云端工作区、多角色共享会话、工程级 SOP 流水线、无人值守自动化与工程级 RSI 自进化。平台已在内部 20+ 业务落地，单月自动完成 200+ 需求与日常单据交付，代码已在 GitHub 开源。
推荐理由：腾讯轻量云团队复盘了从本地 Agent 到云端共享工作区、SOP 门禁与工程级 RSI 的五步演进，可作为团队级 Agent 落地的参考路径。
技术方向
Agent 智能体 最新动态
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：Claude Code、Manus 等应用，各家 Agent 框架与评测。
40 条精选近 30 天 37 条共收录 560 条
更新
精选归档 · 第 2 页
InfoQ 中文 · AI精选AI 评分7878 OpenAI News精选AI 评分7272 OpenAI 发布 GPT‑6 Cyber 网络安全模型
OpenAI 发布网络安全模型 GPT‑6 Cyber，用于发现可利用漏洞并开发修复方案。该模型经过训练，以将行为限制在授权范围内。
推荐理由：OpenAI 推出面向网络安全的专用模型，定位在发现可利用漏洞并给出修复，同时强调授权范围约束。
InfoQ 中文 · AI精选AI 评分8282 混元 Hy4 实测：塔防游戏、机器人调度与商业策划表现如何
InfoQ 通过 WorkBuddy 对腾讯 11 月 4 日发布的混元 Hy4 做了四类实测，覆盖游戏研发、视觉推理、商业策划和海报设计。塔防游戏测试中模型约 55 分钟完成三轮开发迭代，从工程搭建到重构、自动化测试和在线部署；双机器人调度测试中模型给出无碰撞时间表并证明 8 步为理论下界。作者也指出模型在单据核对中出现计数表述错误和无依据推断，商业方案中的行业数据与假设仍需人工核实。
推荐理由：通过塔防游戏、机器人调度、商业策划和海报设计四类实测，呈现 Hy4 在长程任务与视觉推理上的具体表现和短板。
AWS Machine Learning Blog精选AI 评分6060 AWS 详解生产级 AI 智能体的四层上下文工程及 Deep Insight 代码实现
AWS 博客以开源多智能体数据分析方案 Deep Insight 为参考实现，讲解生产级 AI 智能体的四层上下文工程：多智能体架构隔离上下文、提示词限制输出、文件系统外置重内容、独立智能体与兜底机制校验。
推荐理由：文章把上下文工程拆成架构隔离、提示词控制、文件外置、独立校验四层，并给出可对照的代码实现与量化收益。
InfoQ 中文 · AI精选AI 评分7878 YC Paper Club 谈 Harness：同一模型在 ARC-AGI 上从 30% 到 95%
InfoQ 整理 YC Paper Club 的 Harness Night 专场，Prime Agent 作者 Seth Karten、OpenJarvis 作者 Jon Saad-Falcon 与 QM 团队的 Josh France、Regan Bell 围绕 Harness 做三场演讲。
推荐理由：三场演讲从表达力、端侧部署和组织权限三个角度拆解 Harness，并给出 ARC-AGI 上同一模型 30% 到 95% 的对比。
InfoQ 中文 · AI精选AI 评分7878 CentOS 创始人用 Codex 11 天写出 13.9 万行 Linux 兼容内核 Ginux
CentOS 创始人 Gregory Kurtzer 于 2026 年 10 月 27 日宣布，用人类主导的智能体工程（HDAE）在 11 天内借助单个 Codex 任务（GPT-5.6 Sol）写出约 13.9 万行代码，产出以 Rust 为主的 x86-64 内核 Ginux，并非从 Linux 内核分叉而来。
推荐理由：CentOS 创始人用单个 Codex 任务 11 天写出兼容 Linux 的 Rust 内核，报告同时给出性能对比与生态门槛的判断。
arXiv · cs.CL精选AI 评分6060 CoworkOS：面向真实世界自动化的长时程协作智能体框架
研究团队提出通用长时程工作框架 CoworkOS，将任务策略与执行管理分离，由模型决定动作、委派与验收，运行时维护状态与反馈。其三层架构支持直接执行或同步、异步委派给 Subagent，并通过共享应用层让人与智能体共同查看和修改同一份文档、演示、CAD 模型与 Blender 场景；分层工作区和持久语义记忆使工作文件、关键决策与长任务日志可共享、复用并在中断后恢复。
推荐理由：论文给出长时程协作智能体的三层架构与持久记忆设计，并用12个基准和一次自动后训练案例说明其可行性。
Google DeepMind精选AI 评分6262 Google DeepMind 为 Antigravity 推出化学信息学 Skills
Google DeepMind 发布面向 Google Antigravity 的 Cheminformatics Skills，基于 RDKit 并接入 ChEMBL 和 PubChem，让智能体完成化合物抽取、匹配分子对分析和成药性建模。
推荐理由：原文完整演示了智能体从文献抽取化合物到设计合成路线的流程，可看到化学研发工作流被压缩到一小时的路径。
Hugging Face Blog精选AI 评分6262 IBM 用合成数据训练 20B 小模型 Palette 按指定设计语言生成幻灯片
IBM 研究团队微调一个 20B 开源权重模型 Palette，按 IBM Design Language 生成幻灯片，在 PresentBench 的 Economics 和 Education 两个领域排名第一，三个领域平均分 59.7，仅次于 NotebookLM 的 60.8。
推荐理由：IBM 团队公开了用合成数据与检查器训练 20B 小模型做幻灯片的方法，可迁移到其他可代码校验的输出任务。
Google DeepMind精选AI 评分6060 Google DeepMind 的 PlanAssist 将扩展至 12 个英国地方规划部门
Google DeepMind 与英国政府合作的 AI 规划工具 PlanAssist 将扩展至另外 12 个英格兰地方规划部门，总数达到 15 个。在 Barnet、Camden 和 Dorset 的试点中，该工具把规划人员处理住户申请评估任务的平均时间缩短了 58%，超过 70% 的生成报告无需修改即获批准。
推荐理由：原文给出试点中评估时间下降 58% 与 70% 报告免修改的数据，可据此判断 AI 介入公共审批流程的边界。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长周期任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：原文给出 Carbon 在网络安全与长周期智能体任务上的基准表现和分阶段开放路径，可据此判断前沿模型的攻防能力边界。
Mistral AI精选AI 评分8282 Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK
Mistral 发布 Voxtral 3 语音模型家族，包含支持 50+ 语言的转写模型 Voxtral Small Transcribe 3、支持 35+ 语言和 50+ 方言的 TTS 模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音智能体 SDK。
推荐理由：Mistral 一次性给出语音转写、TTS 与智能体 SDK 的完整组合，并附价格与基准对比，便于评估自建语音智能体的成本。
Google Research精选AI 评分7474 Google Research 介绍让 AI 智能体接入真实湿实验室的三项研究
Google Research 发文介绍三项研究，目标是打通 AI 在计算层面的探索与真实湿实验室实验之间的差距。VERID 框架为实验室工作单元建立语义数字孪生，让智能体在执行前检查 3D 状态、做虚拟试运行并拦截无效指令。
推荐理由：Google Research 用三个项目说明智能体如何接入湿实验室的真实测量与闭环反馈，读者可了解自动化实验的关键工程环节。
Google DeepMind精选AI 评分6060 Google DeepMind 演示用 Antigravity 智能体加速抗菌肽发现
Google DeepMind 展示了如何用智能体开发平台 Google Antigravity 加速抗菌肽（AMP）的发现：研究者在多轮会话中设定目标，智能体负责跨数据库检索、结构分析和文献综合，最终找到一个对呼吸道感染相关病原体有预测活性的新型抗菌肽候选，目前正进行湿实验验证。
推荐理由：原文完整演示了研究者与智能体在单一会话中完成跨库检索、结构评估与候选筛选的流程，可作为生物信息学工作流的参考。
Google Research精选AI 评分6262 Google 发布地理空间推理智能体技术报告并扩大 Earth AI 早期访问
Google 发布 Geospatial Reasoning 智能体的技术报告，在四个基准上对比独立 LLM、基础工具、Earth AI 工具和带前置规划的完整智能体，并新开源 GeoKTools 与 GeoExpertQueries 两个基准的开发集。
推荐理由：技术报告用四个基准对比有无专用工具与前置规划，并附世卫组织等伙伴的实测案例，可看地理空间智能体的能力边界。
Google Research精选AI 评分7171 Google 发布 Deep Review，用智能体流水线核查复杂技术文档
Google 公开发布 Deep Review，这是一个对复杂文档做技术核查与反馈的智能体系统，最初面向计算机科学论文，现已扩展到法律、金融等领域。系统采用文档分段、自适应算力分配、并行核查与全局综合四阶段流水线，并接入 Gemini 4 Argon。
推荐理由：原文交代了四阶段智能体流水线如何分工核查长文档，也给出免费额度与 API 接入方式。
Google AI Blog精选AI 评分8888 Google 发布 Gemini 4 Argon，面向开发者与企业开放 API
Google 发布前沿模型 Gemini 4 Argon，今日起通过 AI Studio 和 Gemini 平台的 API 向开发者与企业开放，Google AI Ultra 与 Pro 订阅者可在 Gemini 应用和 Search 的 AI Mode 中使用。
推荐理由：官方披露了 Argon 在编码、科研与安全对齐上的具体案例和定价，可据此判断前沿模型的能力边界。
Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：3500 行代码的轻量智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重写智能体。
推荐理由：微软研究院开源的重建版框架把训练与部署用的同一套 harness 打通，并给出小样本提升编码智能体的完整流程。
Google AI Blog精选AI 评分6767 Google 推出实验性游戏平台 Playground，用提示词创建并分享游戏
Google 推出实验性游戏平台 Playground，用户通过对话式提示词即可创建、试玩并分享自定义游戏，无需编程经验。平台基于浏览器，支持手机和笔记本游玩，游戏可设为私密、生成分享链接或发布到 Explore 画廊，部分品类支持排行榜和多人对战。
推荐理由：Google 把游戏创作压缩成对话式提示词流程，读者可据此判断无代码创作工具的边界与订阅分层方式。
Mistral AI精选AI 评分8282 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态模型
Mistral AI 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，可在 Mistral Studio 试用预览 API，权重将于本月底开放。
推荐理由：官方给出 ML4 的参数量、多模态与编码基准，并说明权重月底开放，可据此判断开源模型的能力边界。