跳到正文

Agent 智能体

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。

最新精选

第 2401–2420 条 · 共 2,833 条
10月6日周二
  1. Show HN58

    CoIsland 发布:把开发告警和编码智能体收进 Mac 刘海

    CoIsland 是一款面向 Apple Silicon Mac(macOS 14 及以上)的原生 Swift 应用,把代码、部署、数据、工单和 on-call 的告警集中到屏幕顶部的刘海,目前支持 35+ 连接器,包括 Snowflake、Databricks、dbt、GitHub、Vercel、Jira、Linear、Sentry、PagerDuty 等。

    推荐理由:作者以自身多工作区经历说明把告警收进 Mac 刘海并交给编码智能体的做法,可看其如何减少工具切换。

  2. Show HN71

    Cold Email Killer:用 Google Apps Script 自动归档 Gmail 冷推销邮件

    作者发布开源脚本 Cold Email Killer,在 Gmail 中识别冷推销邮件并打上 Cold Email 标签后归档,代码运行在用户自己的 Google Apps Script 中,每 10 分钟检查一次。

    推荐理由:原文给出了规则加 AI 的过滤流程、置信度阈值和自托管选项,可据此判断这类脚本能否接入自己的邮箱工作流。

  3. Show HN58

    smol machines 发布 smolvm:支持分支运行中机器与检查点血缘

    smol machines 发布 smolvm 1.18.0 及后续版本,用共享内存和写时复制实现运行中机器的分支,源机器暂停约 80 ms 后继续运行,子机器拥有独立名称、主机名、machine id 和端口,磁盘一并复制。

    推荐理由:对比 Firecracker 快照,说明分支运行中机器与保留检查点血缘的设计取舍,便于判断适用场景。

  4. Ask HN62

    Orcah Studio 推出本地优先视频智能体,可检索视频内容

    Orcah Studio 创始人 Ilias 发布本地优先桌面应用,目前支持 Mac OS,可完成音频转写、人脸识别、物体检测、OCR 和视频场景描述。应用内置本地优先的视频智能体,能理解提示词并定位到用户要找的具体片段,该智能体基于一个 8B 参数的开源权重模型微调,支持工具调用。此外还提供 MCP,可接入 Claude Code、Codex 和 OpenCode 检索已索引的视频。

    推荐理由:创始人自述本地优先视频智能体的能力组合与 MCP 接入方式,可了解端侧视频检索的一种实现路径。

  5. The Verge · AI62

    维基百科运营方称 OpenAI 失控机器人可能与 5 月故障有关

    维基媒体基金会表示已确认维基媒体平台上存在 OpenAI 智能体的活动,包括对维基的编辑、对 Etherpad 笔记工具的不成功利用尝试,以及大量自动化请求,这些流量可能导致了 5 月 Wikidata Query Service 的部分故障。基金会称未发现系统被用于智能体之间协调或系统与数据遭入侵的证据,并强调不应让这种行为成为开放网络维护者的新常态。OpenAI 暂未回应置评请求。

    推荐理由:维基媒体基金会披露 OpenAI 智能体在其平台上的具体行为,读者可据此了解 AI 智能体访问第三方站点带来的运维压力。

  6. TechCrunch · AI71

    Reflection 发布开源权重模型 Beam,对标中国开源模型并压低推理算力

    Reflection AI 正式发布其首个前沿开源权重模型 Beam,称在高级推理基准上性能与中国领先开源模型持平,且推理算力消耗低 3-4 倍。Beam 是文本 MoE 模型,总参数 501B、激活 23B,预训练 23.8 万亿 token,上下文窗口 100 万 token;公司称其得分与 Z.ai 的 GLM-5.2 相当,并超过当前西方领先开源模型。

    推荐理由:Reflection 首款开源权重模型 Beam 的规格与对标对象,可用来观察西方开源模型追赶中国模型的路径。

  7. Show HN62

    rashomon:为编码智能体提供独立执行记录器

    Altrace 发布 rashomon,一个为 Claude Code 提供独立执行记录的工具,会记录智能体每一步执行的命令和文件编辑及其成败,并与智能体自己的收尾总结对照。

    推荐理由:原文给出了独立记录编码智能体实际执行步骤并与自述对照的机制,读者可据此判断智能体汇报的可信度。

  8. TechCrunch · AI58

    TikTok 推出 AI 购物助手与一键结账

    TikTok 周一宣布推出 AI 购物助手和站内一键结账功能,用户可直接在 For You 信息流中向品牌下单。该购物助手是对话式 AI 智能体,能理解上下文并记住用户偏好,提供商品详情、物流、尺码、库存和完成购买等实时购物指引。

    推荐理由:TikTok 把对话式购物助手和站内一键结账接进 For You 信息流,读者可据此判断社交电商的转化路径变化。

  9. TechCrunch · AI62

    Instinct 将 AI 智能体引入群聊,好友无需注册账号

    估值 100 亿美元的 AI 智能体 Instinct 宣布支持将智能体加入好友群聊,用于旅行规划、抢票、组织拼车等场景,且好友无需注册 Instinct 账号。创始人 Noah Shinn 表示,个人智能体在连接群组智能体前会先征求用户许可,群组智能体与个人账号隔离、无法访问个人数据,新成员加入时待发回复会被暂缓。该功能先向早期访问用户开放,随后将扩展至全部用户。

    推荐理由:Instinct 把智能体接入群聊并允许未注册好友参与,读者可据此观察消费级 AI 智能体的协作边界。

  10. Show HN78

    开源个人智能体 Open-Instinct 发布 0.1 版

    mariagorskikh 在 Show HN 发布开源个人智能体 Open-Instinct,称其为从零实现、带文档的 Instinct 克隆,任何人都可以自行运行。

    推荐理由:从零实现的个人智能体开源克隆,公开了权限分级、支付与部署的完整设计,可据此评估自托管智能体的工程路径。

  11. Show HN71

    Eon 发布 Era:为智能体生成完整模拟公司

    Eon 工程师发布 Era,为智能体生成完整的模拟公司,覆盖 Salesforce、Slack、Jira、Google Drive 等系统,同一批客户、交易和员工贯穿所有系统,并通过 MCP server 和兼容真实厂商的 API 暴露,可直接把已有智能体指向它做测试和基准评测。

    推荐理由:Era 把同一家公司投影到 11 个系统并暴露 MCP 与厂商 API,读者可据此判断智能体评测环境的搭建方式。

  12. Show HN71

    SelfBench 发布:用仓库自身已合并 PR 构建私有编码智能体基准

    SelfBench 是一个面向编码智能体的私有基准工具,把仓库已合并的 PR 还原成带隐藏测试的任务,再运行不同模型与 harness,按准确率和单任务成本绘制 Pareto 前沿。

    推荐理由:用仓库自身已合并 PR 生成带隐藏测试的私有基准,并按准确率与成本画出 Pareto 前沿,为选型提供可复现依据。

  13. GitHub Blog · AI & ML52

    GitHub 发布 ReviewBench:面向 AI 代码审查的开放基准

    GitHub 发布 ReviewBench,一个面向 AI 代码审查智能体的开放离线基准,研究预览版已上线官网。基准基于 1.039 亿个 GitHub pull request 的分布构建,包含 19 种语言、187 个开源仓库的 219 个 pull request,采用多来源 golden set 与统一评分标准,发布前由资深工程师独立复核,一致率 96.6%。

    推荐理由:GitHub 公开了代码审查基准的构建方法与评测口径,读者可据此判断自家审查智能体的强弱与取舍。

  14. Show HN78

    Usermods 发布开源浏览器扩展,用编码智能体现场生成用户脚本

    Usermods 是一个开源浏览器扩展,在任意网页侧边栏描述需求后,编码智能体会检查页面、编写用户脚本并实时测试,再交给用户试用或保存,保存后的脚本在匹配页面自动运行。

    推荐理由:开源浏览器扩展把编码智能体接进网页改造流程,读者可据此判断自建用户脚本工具链的可行路径。