全球 AI 公司、研究机构和媒体的最新动态，自动挑出值得看的，全天自动更新。
更新于 10月17日 16:18 · 每小时自动更新
Anthropic 研究员展示了如何将多日智能体编码工作流应用于科学计算任务。以使用 Claude Opus 实现宇宙学玻尔兹曼求解器的可微分版本为例，该任务通常需耗费研究人员数月甚至数年时间。通过制定清晰的项目指令、利用日志文件作为智能体的持久记忆并设置测试预言，即使是非领域专家也能引导智能体在数小时内完成这类复杂项目。该方法的核心在于设定高层目标后，让智能体团队自主工作，仅需偶尔人工监督，从而显著提升了科学代码开发与移植的效率。
推荐理由：Anthropic 研究员用 Claude Opus 4.6 花几天从零写出了一个宇宙学 Boltzmann 求解器，原本是博士级团队几个月的活。这不是论文，是一份完整的多日 Agent 工作流实操手册，做科研或长周期编码的人可以直接抄作业。
OpenAI 发布指南，介绍如何引导 GPT-5.4 生成更精致的前端界面。GPT-5.4 在图像理解、功能完整性和工具自检（结合 Playwright 验证页面）方面有提升，并训练用于 computer use。
推荐理由：OpenAI 官方给出了引导 GPT-5.4 做前端设计的具体约束、视觉参考和一套可直接安装的 Frontend Skill，方法可迁移到自己的项目。
Cognition 宣布 Devin 新增定时会话功能，用户只需描述周期性需求，Devin 会自行设定节奏并自动执行，无需配置 cron 或工作流。
推荐理由：官方介绍了 Devin 定时任务的具体玩法，包括跨运行记忆和与 Managed Devins 组合并行执行，对想自动化例行工程工作的团队有直接参考。
Composer 2 登陆 Cursor，定价 $0.50/M（输入）和 $2.50/M（输出），Terminal-Bench 2.0 得分 61.3，SWE-bench Multilingual 达 73.7，显著优于前代。支持数百步长周期编码任务，团队同步发布训练技术报告。
推荐理由：Cursor发布Composer 2编程Agent，性能大幅提升且定价极具竞争力
OpenAI 收购 Astral，加速 Codex 发展以支持下一代 Python 开发工具。Astral 是 Python 生态重要工具开发商，此次收购将整合其技术能力，强化 OpenAI 在开发者工具领域的布局。
推荐理由：OpenAI收购Astral加强Codex Python工具链，Agent能力再升级
Qwen3.5-Max-Preview 已登陆 LMSYS Chatbot Arena。Qwen Studio 提供聊天机器人、图像与视频理解、图像生成、文档处理、网页搜索、工具调用及 artifacts 等全栈功能。
推荐理由：阿里 Qwen3.5-Max 预览版上线 Arena，支持多模态理解与工具调用
Cognition 宣布 Devin 可将大型任务拆解并委派给多个并行运行的 managed Devins。每个子 Devin 在独立虚拟机中运行，拥有自己的终端、浏览器、开发环境和会话链接，主 Devin 负责拆分任务、分配工作、监控进度并汇总结果，还能读取子会话轨迹以改进后续任务拆解。用户可监控 ACU 消耗、发送中途指令、暂停或终止子会话。功能现已对所有用户开放。
推荐理由：原文给出了多智能体协作的能力细节和适用场景，读者可以据此判断它是否适合拆解自己的大型编码任务。
LlamaIndex 开源 LiteParse，一个完全本地运行的 CLI 和 TS 原生库，可从 PDF、Office 文档和图片中提取布局感知文本，无需 Python 依赖，内置 Tesseract.js OCR 并支持外接 PaddleOCR、EasyOCR 等 OCR 服务。
推荐理由：开源工具主打本地快速解析加截图兜底的 Agent 模式，并自建评测对比 PyPDF 等基线，读者可评估是否迁移现有解析流程。
PromptArmor 汇总其对电子表格 AI 功能的提示词注入与数据外泄研究，涉及 Claude for Excel、ChatGPT for Google Sheets 和 Ramp Sheets AI 三条已记录攻击链，其中 Ramp 案例已于 2026 年 3 月 16 日修复。
推荐理由：原文基于多起已披露攻击链，归纳出电子表格 AI 的间接提示词注入风险面，并给出可复用的威胁模型和风险来源清单。
一套包含MCP、A2A等六种协议的新工具集正式发布，旨在通过标准化AI代理的数据访问与通信方式，消除定制集成代码的需求。以“厨房管理员”代理为例，这些协议能实时核查库存、通过UCP进行批发交易，并借助AP2完成安全支付授权。开发者使用Agent开发套件（ADK）还可实现A2UI与AG-UI，为用户提供交互式仪表板与无缝流式界面。
推荐理由：开发者能快速掌握AI代理通信标准，提升集成效率。
M2.7是M2系列中首个深度参与自身进化的模型。它能构建复杂的智能体框架，完成精细的生产力任务，尤其在软件工程方面表现突出，其SWE-Pro基准测试得分56.22%，接近Opus的最佳水平。模型的办公软件处理能力在开源模型中领先，GDPval-AA的ELO分数为1495。M2.7能保持97%的技能遵循率，处理超过40个、每个超过2000 token的复杂技能。该模型通过内部研究智能体框架，实现了“分析-修改-评估”的自主迭代优化循环，在内部评估中提升了性能。
推荐理由：MiniMax M2.7 让模型参与自身进化，在 SWE-Pro 和 VIBE-Pro 上接近 Opus 水平，Agent Teams 设计也值得看，但整体仍是追赶者姿态。
LangChain 发布开源框架 Open SWE，将 Stripe、Ramp、Coinbase 内部编码智能体的共性架构模式沉淀为可定制实现，MIT 许可，基于 Deep Agents 与 LangGraph 构建。
推荐理由：LangChain 将 Stripe、Ramp、Coinbase 内部编码智能体的共性架构模式开源为可定制框架，并逐项给出与三家实现的对照，便于团队评估起点。
GPT-5.4 mini 与 nano 发布，为 GPT-5.4 的轻量高速版本，针对编程、工具调用、多模态推理及高并发 API 和子代理任务优化。
推荐理由：OpenAI 发布 GPT-5.4 mini/nano，针对编码与 Agent 场景优化
Manus 发布 Google Workspace 连接器重大升级，集成 Google Workspace 团队在 GitHub 开源（非 Google 官方支持）的 Google Workspace CLI，从创建和读取文件扩展到对 Docs、Sheets、Slides 的精准编辑。
推荐理由：原文说明升级基于开源的 Google Workspace CLI，并给出了具体操作能力与入门提示词，可对照评估自己的文档工作流。
英国 AI Security Institute 发布博客，介绍在两个网络靶场上评测七个模型（2024年8月至2026年2月发布）的多步网络攻击能力。
推荐理由：AISI 用模拟网络环境测试多步攻击链，给出了七代模型能力变化和推理算力扩展的具体数据，可用于了解前沿模型网络能力评估方法。
Mistral 发布 Mistral Small 4，将 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力统一进一个模型，以 Apache 2.0 许可开源。
推荐理由：发布方给出架构参数与吞吐对比数据，读者可以评估这款统一推理与多模态的开源模型在自托管部署中的成本取舍。
Manus 发布 Manus 2.0 桌面应用的核心功能"我的电脑"，将 Agent 从云端扩展到用户本地电脑，通过在本地终端执行命令行指令来读取、编辑文件和控制应用，现已面向所有 macOS 和 Windows 用户开放。
推荐理由：Manus 官方说明桌面端如何通过终端命令操作本地文件与应用，并保留逐条审批机制，可帮读者评估本地 Agent 工作流的收益与权限代价。
Claude Opus 4.6 和 Sonnet 4.6 的 1M token 上下文窗口现已正式可用，按标准定价计费，超过 200k token 的请求无需 beta header 即可自动生效。同时，所有支持模型的专用 1M 速率限制已移除，改用标准账户限制；使用 1M 上下文窗口时，每请求的媒体上限从 100 提升至 600 张图片或 PDF 页面。
推荐理由：Claude 的百万 token 上下文终于从 beta 转正，200k token 以上请求不再需要 beta 头，媒体文件限制一口气提到 600 页，做长文档处理的开发者可以直接切生产。
Answer.AI 分析 PyPI 数据后发现，ChatGPT 发布后 Python 包创建率没有明显上升，整体更新频率的缓慢增长早在 2019 年就已开始。但热门 AI 相关包更新频率跃升至每年 21-26 次中位数，是热门非 AI 包（约 10 次）的两倍多。
推荐理由：原文用 PyPI 数据检验 AI 生产力说法，发现效应集中在热门 AI 相关包，给出两个可检验的解释假设。
LlamaIndex 发文解释 AI 智能体读 PDF 难的根本原因：PDF 源自 1982 年的 PostScript，只存绘图指令而非字符，文本编码、表格、图表和阅读顺序都需要启发式推断。
推荐理由：文章从 PDF 格式底层设计讲清解析困难的根源，并给出文本提取与视觉模型结合的可迁移架构思路。
留下联系方式，我会亲自联系你；想先问问，也可以直接写在下面。消息会实时送到我手上，回复会显示在这里，关掉网页再回来也能看到。