技术方向
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。
50 条精选近 30 天 14 条共收录 133 条
OpenAI 在 o3 和 o4-mini 系统卡片补遗中介绍了云端编程智能体 Codex。Codex 由针对软件工程优化的 OpenAI o3 版本 codex-1 驱动。该模型在多种环境的真实编程任务中通过强化学习训练，能够贴合人类风格和 PR 偏好，严格遵循指令并反复运行测试直至通过。
推荐理由：官方披露了云端编程智能体 Codex 及其专用模型 codex-1 的训练细节，有助于了解针对工程任务优化的思路。
Hugging Face 官方博客发文全面盘点了过去一年开源视觉语言模型的技术演进与核心趋势。文章系统总结了任意模态互转、长链推理、轻量端侧部署、MoE 解码器以及结合物理环境的 VLA 模型等新架构，并深入探讨了多模态 RAG、GUI 智能体及对齐微调等工程实践的落地现状。
推荐理由：文章系统梳理了视觉语言模型在任意模态交互、端侧小型化及智能体应用上的演进路径，便于快速把握开源多模态技术版图。
Hugging Face 介绍了基于 MCP（Model Context Protocol）构建轻量智能体 Tiny Agents 的实现方案，核心执行逻辑仅需约 50 行代码。
推荐理由：拆解了 MCP 作为工具接入协议的极简架构，读者可直接参考其循环控制逻辑构建轻量级智能体。
Hugging Face 开源了复现 OpenAI Deep Research 的智能体方案 Open Deep Research，在 GAIA 验证集上取得 55.15% 的得分。
推荐理由：用代码表达智能体动作相比传统 JSON 能节省调用步数，为本地搭建深度研究智能体提供了可迁移的工程参考。
OpenAI 推出 deep research 智能体，利用推理能力综合海量网络信息以完成多步骤研究任务。该功能即日起面向 Pro 用户开放，后续将逐步推向 Plus 和 Team 用户。
推荐理由：关注该功能如何利用推理能力自动化完成多步网络检索与综合分析，便于了解各订阅层级的上线规划。
OpenAI 发布 Operator 系统卡片，详细介绍了保障该系统安全运行的多层防护机制。文档重点涵盖了防范提示词工程与越狱攻击的模型及产品级缓解措施，并披露了隐私安全保护、外部红队测试与安全评估的实施情况。
推荐理由：文档披露了针对智能体提示词越狱的多层防护方案与红队评估细节，为相关产品的安全设计提供了参考。
Hugging Face 正式推出轻量级开源智能体库 smolagents，主打让大语言模型直接通过可执行 Python 代码来表达与调用工具动作。该库核心代码仅约千行并支持 E2B 沙盒执行环境，未来将取代旧版 transformers.agents。它深度集成了 Hugging Face Hub 工具生态，并可通过 LiteLLM 接入开源模型及主流商业模型。
推荐理由：原文展示了用可执行代码替代传统 JSON 工具调用的智能体设计，为需要高灵活性与轻量化架构的开发者提供了参考。
OpenAI 正式推出 GPT Store。当前材料仅包含标题，未提供更多正文细节。
OpenAI 宣布推出 GPTs，允许用户创建自定义版本的 ChatGPT。用户可以将特定指令、额外知识库以及各类技能进行自由组合，构建满足特定需求的专属 ChatGPT。
OpenAI 宣布其由五个神经网络组成的 AI 团队 OpenAI Five 已开始在 Dota 2 比赛中击败业余人类战队。