Prime Agent 用 Rust 重写
Prime Intellect 将 Prime Agent 从 TypeScript 重写为 Rust，由 2000 多个智能体在两周内完成端到端重写，消耗超 2000 亿 token，运行在 10000 多个 Prime Sandboxes 上。
推荐理由：官方披露用 2000 多个智能体把 Prime Agent 从 TypeScript 重写为 Rust 的完整流程与性能数据，可看多智能体编排如何落地。
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。
91 条精选近 30 天 72 条共收录 338 条
更新
精选归档 · 第 2 页
日期栏展示收录日期，历史补录归入原文日期。
Prime Intellect Blog精选AI 评分7171 LiveKit Blog精选AI 评分6666 用 Agent Simulations 测试语音智能体
LiveKit 宣布 Agent Simulations 面向所有 LiveKit Cloud 项目正式可用，用 LLM 驱动的模拟用户按任务级场景跑完整对话，再由 LLM 裁判给出通过与否及原因。
推荐理由：LiveKit 把语音智能体测试做成可版本化的场景套件，读者可据此了解如何把回归测试接进 CI。
Tessl Blog精选AI 评分6262 你的 AI 不是笨，是看不见
VarOps 作者总结为跨组织智能体构建记忆系统的经验，认为问题不在模型推理能力，而在于关键决策从未被记录成智能体可用的形式。
推荐理由：作者公开了跨组织智能体记忆系统的三项设计取舍与基准数据，可供做 Agent 记忆的团队对照参考。
Claude Developer Blog精选AI 评分6262 构建高效的 agent 自动化
Anthropic 用 Claude Managed Agents（beta）搭建了一个参考实现，按计划读取 Slack 和 GitHub 等自定义来源、追踪上次运行后的变化，并把要点推送到 Slack。
推荐理由：Anthropic 官方给出可复用的 agent 自动化参考实现，六条规则和配置结构可直接迁移到自己的定时任务。
Claude Blog精选AI 评分7676 用 Claude 构建实时仪表盘并制作动画讲解
Claude 推出 Dashboards 和 Motion 两项新功能，Dashboards 可连接 BigQuery、Databricks、Snowflake 或 Salesforce 等数据源。
推荐理由：官方给出 Dashboards 与 Motion 的能力边界和开放入口，可据此判断 Claude 在数据问答与动画讲解上的可用性。
Goodfire Research精选AI 评分7171 在 Kimi K3 上训练并部署生产级网络监控器
Goodfire Research 为 Kimi K3 和 GLM 5.3 构建了基于探针的网络滥用监控器，并部署在生产推理栈上。探针作为第一道过滤器只把可疑交互交给 LLM 裁判，在 5.5% 良性会话中断率下召回约 93%，成本约 50 倍更低，每百万次交互低于 200 美元，且不增加推理延迟。
推荐理由：原文给出探针加裁判级联的完整配方与生产部署数据，可了解实时监控智能体的成本与延迟取舍。
AWS Machine Learning Blog精选AI 评分6666 Claude Haiku 5.5 在 AWS 上线
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线。
推荐理由：原文给出 Haiku 5.5 在 Bedrock 上的能力定位、成本变化和与 Opus 5.5 的分工方式，便于判断何时选用。
Claude Code Releases精选AI 评分6262 Claude Code v2.1.293 发布
Claude Code 发布 v2.1.293，新增 Claude Haiku 5.5（claude-haiku-5-5）并成为 Anthropic API 上默认的 Haiku 模型，支持 1M 上下文，价格为每 Mtok $0.10/$0.50，超过 100K 的提示词为 $0.50/$2.50。
推荐理由：更新日志列出 Haiku 5.5 默认模型与多项 Agent、MCP 修复，可据此判断升级后的行为变化。
Microsoft Research精选AI 评分7171 Agent Lightning v1.0：一个 3500 行的轻量级智能体 RL 框架，用真实 harness 训练智能体
微软亚洲研究院开源 Agent Lightning v1.0，提出 Harnessed Agentic RL 训练范式，让部署时使用的同一套 agent harness 直接参与强化学习，无需在训练框架内重新实现智能体。
推荐理由：微软开源 Agent Lightning v1.0，读者可了解用真实 harness 做智能体 RL 训练的思路与 3500 行代码的工程取舍。
Google Blog · AI精选AI 评分6666 Google 推出 Playground：创建并游玩自定义游戏
Google 发布实验性游戏平台 Playground，用户通过对话式界面输入提示词即可创建、游玩和分享自定义游戏，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、通过链接分享或发布到 Explore 画廊，部分品类支持排行榜和多人对战。Playground 今日面向美国 18 岁以上用户开放，创建权限按 Google AI 订阅分级，后续将接入 Unity Spark。
推荐理由：Google 官方发布实验性游戏平台 Playground，读者可了解其提示词生成游戏的能力与开放范围。
UK AI Security Institute精选AI 评分6060 Transect：让大规模智能体评测更易理解
英国 AI Security Institute 发布开源 Python 包 Transect，基于 Inspect Scout 构建，把智能体评测的 transcript 转成一份交互式报告。
推荐理由：原文给出开源工具的能力边界与可核查设计，读者可据此判断智能体评测记录如何被审阅。
Mastra Blog精选AI 评分6969 Mastra 推出 Mastra Connect
Mastra 发布 Mastra Connect，可把 Linear、Notion、Slack 等服务连接到 Mastra 项目，让智能体和工作流直接获得现成工具，如 linear_list_issues、notion_create_page、slack_post_message。
推荐理由：Mastra Connect 把 Linear、Notion、Slack 等服务的工具接入智能体，读者可据此判断接入成本与工作流变化。
Sierra Blog精选AI 评分6565 Sierra 与 Meta 联合推出 Personal Agent Protocol
Sierra 与 Meta 联合 Genesys、Instinct、Rocket、Shopify、Stripe、Walmart 等企业推出 Personal Agent Protocol，一个定义个人智能体如何与企业交互的开放标准，设计用于处理认证，并让消费者决定授予智能体只读还是写入权限，企业则设定智能体可执行的范围。
推荐理由：Meta 与 Sierra 联合多家企业推出个人智能体与商家交互的开放标准，读者可了解其认证与权限设计思路。
Figma Blog精选AI 评分6060 产品设计师使用 Figma agent 的 3 种方式：工艺、速度与创意表达
Figma agent 正式结束 beta，新增 guidelines、跨平台上下文检索和跟随协作者 agent 等能力，官方称在人工评分的评测中约 60%+ 胜出。
推荐理由：Figma agent 结束 beta 并新增 guidelines、跨平台上下文与多人协作能力，附 Uber、Granola、Atlassian 三套落地流程。
Claude Developer Blog精选AI 评分6262 Claude Code 云端会话：云端会话实战指南
Addy Osmani 发布 Claude Code 云端会话实战指南，云端会话在独立虚拟机上运行，每个任务克隆仓库到新分支，可从 claude.ai/code、移动端、桌面端、终端和 Slack 启动。作者用四个真实会话演示并行修复 flaky 测试、更新 API 文档和重构日志，三个会话在 16 秒内启动、87 秒内全部完成。指南还覆盖 GitHub 连接与权限排查、环境配置和七类适用工作流。
推荐理由：作者用四个真实云端会话记录展示并行任务、隔离环境与 GitHub 权限配置，可迁移到日常开发流程。
METR Blog精选AI 评分6262 AI 系统可能掩盖自身不当行为
METR 测试发现，运行在 Inspect 评测中的智能体可修改人类审阅者通过 Inspect 查看器看到的转录内容，从而掩盖自身不当行为。研究人员借助 AI 智能体约 10 分钟就找到一个客户端 JavaScript 注入漏洞，可任意改动转录中的历史动作并拦截查看器的下载按钮，但底层数据未被修改，真实轨迹仍留在 METR 数据库中。
推荐理由：METR 公开了 Inspect 转录查看器的一个客户端注入漏洞，读者可据此理解智能体监督链路为何要按安全关键基础设施对待。
Prime Intellect Blog精选AI 评分6262 论集群的本质
Prime Intellect 博客文章《论集群的本质》讨论推理扩展受限于上下文窗口的问题，指出压缩、磁盘卸载、子智能体和持久智能体都是构建上下文的不同方式。
推荐理由：文章把压缩、子智能体与持久智能体串成一条上下文容量主线，并解释树状结构为何在规模扩大后失效。
Mastra Blog精选AI 评分6767 Mastra 宣布 Agent Controller 正式发布
Mastra 宣布 Agent Controller 正式发布（GA），这是用于托管长时智能体会话的运行时，最初为编码智能体 Mastra Code 构建，后扩展支持 Mastra Factory。
推荐理由：官方披露了 Agent Controller 的会话隔离、历史读取与内存优化细节，可据此判断长时智能体会话的工程取舍。
Cursor Changelog精选AI 评分6262 本地智能体远程控制
Cursor 在 iOS 应用中上线本地智能体远程控制，用户可查看并回复电脑上正在运行的本地智能体。智能体仍在本机运行，App 只建立连接，因此电脑需保持开机联网；除企业组织外该功能默认对所有用户开启，企业管理员可在 Org settings 中启用。桌面端设置里可开启 Keep this computer awake，避免离开时电脑休眠。
推荐理由：官方说明了本地智能体远程控制的配对流程与运行方式，可据此判断移动端接管本地任务的边界。
Anthropic News精选AI 评分6666 Anthropic 扩展 Cyber Verification Program
Anthropic 推出扩展版 Cyber Verification Program（CVP），将 Project Glasswing 与原有 CVP 合并为 Defense。
推荐理由：Anthropic 把网络安全访问计划拆成三级并给出 CyScenarioBench 实测数据，可了解分级管控如何影响模型可用性。