跳到正文

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。

6 条精选近 30 天 3条 共收录 47条

更新

Agent 智能体的精选

11月16日周一第 1–6 条
  1. 量子位 QbitAI88

    阿里发布 Qwen4-Max 基座大模型,智能体与编程能力进阶

    11月16日,阿里巴巴发布全新一代基座大模型 Qwen4-Max,总参数2.4T、仅激活71B,具备原生视觉能力并支持百万上下文。该模型采用基于 Qwen 稀疏注意力(QSA)的全新 MoE 架构,在 CodeArena 前端编程盲测中位列全球第6,Agents' Last Exam(ALE)取得46.7分。

    推荐理由:原文给出 Qwen4-Max 的架构、评测与定价细节,读者可据此判断其智能体与编程能力的位置。

11月10日周二
  1. Google AI (The Keyword)60

    Google Cloud 推出 Gemini for healthcare

    Google Cloud 发布 Gemini for healthcare,把临床、运营和行政系统中分散的数据整合起来,支持团队将数据转化为协同行动。该平台通过专用技能和数据连接器接入电子病历、账单平台、临床指南和 Medicare 数据集,在既定护栏和人工监督下编排病历综合、事前授权审核等多步流程。

    推荐理由:读者可了解 Gemini 如何接入电子病历、账单与医保数据,把多步临床与行政流程交给智能体编排。

  2. One Useful Thing (Ethan Mollick)78

    Ethan Mollick 实测 Claude Fable 5.2:这是「参差不齐的 AGI」

    Ethan Mollick 在 Claude Fable 5.2 公开发布前试用后认为,按「在多数可用电脑完成的智力任务上达到多数人类专家水平」的定义,它已接近 AGI,但仍是「参差不齐的 AGI」。

    推荐理由:作者用六个亲手设计的跨领域任务,展示 Claude Fable 5.2 的能力边界与失败模式,可据此理解当前模型离通用智能还差什么。

10月16日周五
  1. Ollama Blog80

    Reflection 首个开放权重模型 Beam 上线 Ollama,限时免费

    Reflection 的首个开放权重模型 Beam 于 10 月 16 日正式发布,Ollama 作为 day-zero 合作伙伴限时免费提供。Beam 是 MoE 模型,总参数约 501B、每 token 激活 23B,面向软件工程、推理和长周期智能体任务,上下文窗口为 100 万 token,采用 Apache 2.0 许可。

    推荐理由:读者可以了解 Reflection 首个开放权重模型 Beam 的规格、Apache 2.0 许可和 Ollama 上的免费接入方式。

8月11日周二
  1. Ollama Blog78

    NVIDIA Nemotron 3.5 Lightning 上线 Ollama,30B 总参数 3B 激活可本地运行

    NVIDIA Nemotron 3.5 Lightning 已在 Ollama 上线,可完全在本地设备运行。该模型为 30B 总参数、每 token 仅 3B 激活的混合 MoE 开源模型,面向持续运行的智能体任务,支持最高 1M token 上下文,并借助多 token 预测(MTP)、DFlash 或 DSpark 的投机解码实现最高 4 倍于同类开源模型的吞吐。

    推荐理由:材料给出 30B 总参数、3B 激活的本地智能体模型规格与吞吐数据,可据此判断本地跑长任务智能体的可行性。

6月10日周三
  1. One Useful Thing (Ethan Mollick)78

    实测 Claude 5 Fable:Mythos 级模型能连续工作十余小时,但过程成了黑箱

    Ethan Mollick 提前测试了首个面向公众发布的 Mythos 级模型 Claude 5 Fable,称其表现明显超过他用过的所有公开模型,能连续执行多页规格任务达十余小时。

    推荐理由:作者用等时线地图和 Concord 两个长任务实测 Mythos 级模型,呈现能力跃升与过程不可见之间的张力。