美团开源LongCat-2.5，总参数1.6万亿支持商用
美团于11月10日正式开源LongCat-2.5，采用MIT协议，支持商用推理部署与二次训练，无需额外授权。据介绍，该模型是面向长程智能体任务的原生多模态模型，总参数1.6万亿，每个token激活约480亿参数，支持一百万上下文，在复杂代码库开发、完整项目构建、Visual Coding与专业办公场景中端到端交付能力有明显提升。
推荐理由：原文给出开源协议、参数规模和激活量等关键信息，读者可据此评估该模型在长程智能体任务上的部署价值。
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。
31 条精选近 30 天 31 条共收录 196 条
更新
Agent 智能体的精选
财联社电报新精选AI 评分7373 IT之家精选AI 评分5151 OpenAI 在内部研究设施部署控制室系统，35 秒内可叫停失控 AI 智能体
OpenAI 宣布已在内部研究设施部署控制室系统，可在 35 秒内叫停失控的 AI 智能体任务。系统为任务发放唯一 ID 并接入推理引擎，收到停止指令后拒绝下一次推理请求；最长延迟来自推理授权的缓存层，公司正努力将其缩短至 0。所有前沿强化学习任务还会配备独立的模型监控器检查行为并在发现问题时发出警报。
推荐理由：原文给出控制室系统的工作机制和35秒叫停延迟等具体细节，可了解OpenAI如何从推理层面阻断高风险智能体任务。
TestingCatalog精选AI 评分7676 Meta 发布 Muse Ember，主打低成本 Agent 执行任务
Meta 发布其最小、最高效的模型 Muse Ember（muse-ember-1.0），面向工具调用、编码子任务、路由、抽取和长文档解析等高频 Agent 工作，已在 Muse Code 和 Meta Model API 上线，输入 $0.10/M tokens、缓存输入 $0.004/M、输出 $0.50/M。
推荐理由：原文汇总了定价、上下文窗口和多组基准对比数据，还标注了落后项，便于评估其在低成本 Agent 任务中的位置。
量子位精选AI 评分5757 中山大学本科生推出反AI逆向工具BLA，Token消耗最高暴增2800倍
中山大学本科生Timo Zhang发布开源项目BLA，通过投毒、卡爆分析器上限、诱导误判三步干扰AI逆向工具REA，作者称加固后逆向Token消耗约为原来的300-2800倍，14个示例估算总Token消耗约为加固前的639.5倍、总费用约304.4倍。13个对照项中7项报错或被拒绝，3项未见阻断，BLA目前获3900+标星。项目地址 https://github.com/qybaihe/bla/。
推荐理由：文章拆解了BLA针对REA逆向工具的三步干扰机制和实测Token消耗倍数，读者可以据此了解反AI逆向加固的实际做法与局限。
LangChain 官方博客精选AI 评分7373 LangChain 解析 AI Agent 上下文工程的检索起点与技巧
LangChain 官方博客提出 agent 上下文工程应从检索做起，以 Deep Agents 构建的竞品分析 agent 为例，分析低效搜索、上下文过载和不相关过期内容三类问题。
推荐理由：文章结合 Deep Agents 竞品分析案例给出检索优化技巧与代码示例，读者可按需迁移到自己的 agent harness 设计中。
TestingCatalog精选AI 评分5656 ElevenLabs 发布 ElevenAgents Campaign Manager 外呼活动管理工具
ElevenLabs 发布 ElevenAgents Campaign Manager，一种外呼系统，可对每个联系人持续跟进直至达成设定结果，如合格线索或确认预约，覆盖销售、催收、客服、招聘等团队。系统支持设置呼叫时间窗、尝试与回拨上限，可根据接听、语音信箱或改约等情况自动重试、预约或关闭联系人；已含保险、银行、电商等行业试点。渠道目前支持电话、WhatsApp 语音和消息，邮件和 SMS 即将推出，现有用户已可使用，新客户需联系销售。
推荐理由：原文列出外呼策略、合规控制和渠道支持等细节，并给出保险、银行等行业的试点情况，读者可据此评估其在自有外呼场景的适用性。
TechCrunch · AI精选AI 评分5858 Medium 发布 TK 应用，把 AI 助手直接嵌入写作流程
Medium 于周一发布新应用 TK，将 AI 助手嵌入编辑器，用户输入“@TK”加提示词即可获得写作协助，还内置编辑反馈、标题反馈等技能。作者可发布说明 AI 使用情况的注释以标明来源，应用可经 TK 的 MCP server 或 Claude skill 连接自有 AI agent，支持分享草稿获取人工反馈，网页端已上线，对 Medium 账号免费，桌面版在规划中。
推荐理由：原文介绍了 TK 在编辑器内调用 AI 的方式与署名披露机制，也保留了对 AI 写作争议的另一方视角。
IEEE Spectrum · 机器人精选AI 评分6868 UC Berkeley 与 NVIDIA 在 CoRL 2026 提出 agentic robotics，用编码智能体替代数据规模路线
UC Berkeley 和 NVIDIA 在 2026 Conference on Robot Learning 上提出 agentic robotics 方法，用 LLM 驱动的编码智能体把复杂任务拆解为子任务、生成人类可读代码并在仿真中迭代，无需收集人类演示数据。
推荐理由：文章解释了 agentic robotics 如何把机器人编程从数据问题转为编码问题，并给出 99% 成功率、缩短换产时间等具体结果。
36氪精选AI 评分3636 企微原生AI助理大圆全量上线并接入腾讯混元Hy4
36氪获悉，企微原生AI智能助理大圆已面向企业用户全量上线，并接入腾讯混元最新大语言模型Hy4，企业用户可直接升级AI办公能力。大圆在企微内通过贴边把手和快捷键唤起，可总结聊天、发送消息、读写文档表格、汇总项目进展，支持定时任务自动整理待办和联网搜集行业动态，还能管理企微内包括WorkBuddy在内的Agent机器人并协作完成任务。
对A股AI应用与终端环节利好，企业级AI办公助理全量上线并接入混元大模型
推荐理由：原文给出大圆的唤起方式、功能范围和对其他Agent的管理能力，读者可据此评估它在企微办公流程中的位置。
MarkTechPost精选AI 评分5757 Reason Machines 开源面向 AI Agent 的 Git 服务器 Aspen
Reason Machines 开源 Apache 2.0 协议的 Git 服务器 Aspen，独立实现 OpenAI 描述的 Pando 设计，按分支而非仓库扩展写入。公司自报单台 8 核服务器持续 567 次/秒推送、p99 314 ms，支持标准 git 经 HTTPS/SSH 使用；项目为 pre-alpha，尚无 release、无 Web UI，24 小时持久化门槛未达成，main 分支落地约 4 次/秒。
推荐理由：原文梳理了 Aspen 的架构取舍、自报性能与短板，并对比多款 agent 规模 Git 后端，便于读者评估是否适用。
量子位精选AI 评分6363 量子位实测LobeHub：主管Agent可派任务、写代码、临时招人
量子位作者实测LobeHub的AI协作平台，组建AI编辑部完成选题简报和热点网页制作，全程约30分钟，主管Agent Sienna能拆任务、派活、验收并临时新建两位Worker接续工作。
推荐理由：作者用两轮编辑场景实测LobeHub的多Agent协作，读者可借此了解主管Agent派活、招人、验收机制的真实运行情况。
机器之心精选AI 评分6868 北大提出MapFlow，实现跨模型注意力复用以降低计算成本
机器之心报道北京大学提出的MapFlow方案，旨在解决多模型协作中上下文交接时的重复计算问题。该方案允许不同模型间复用注意力机制，减少KV缓存的重算开销，为兼顾效果与成本的AI Agent应用提供路径。
推荐理由：北大提出MapFlow方案，通过跨模型复用注意力机制降低多智能体协作中的KV重算开销。
The Decoder精选AI 评分6363 Thinking Machines 发布 Inkling 2 Small，称其为西方最强开源权重模型
Mira Murati 创办的 Thinking Machines 发布 MoE 模型 Inkling 2 Small，参数量 594B，公司声称其为西方最强开源权重模型。据报道其智能体表现更强，但代价是 token 用量明显上升。
推荐理由：原文点出 MoE 参数规模和 token 用量上升的代价，读者可以据此权衡该开源权重模型的实际使用成本。
Tom's Hardware精选AI 评分6060 Claude AI误删法学教授一年讲义与教学大纲
芝加哥大学法学院教授William Baude在使用Claude处理旧讲义页码时，该AI意外删除了其2026年秋季教学大纲及2023年宪法法课程笔记。尽管文件最终通过Dropbox恢复，但Baude将此作为公共警示分享，指出随着AI普及，此类失误频发，提醒用户务必备份重要文件。
推荐理由：原文通过具体事故展示了AI Agent在执行文件操作时的潜在风险，为读者提供了关于AI工具使用边界的警示。
36氪精选AI 评分6161 DeepSeek Harness 披露数据：日活 154 万，日耗 Token 约 92 万亿
DeepSeek 披露截至 11 月 4 日的数据，以使用官方 API 的用户为统计范围，DeepSeek Harness 日活跃用户达 154 万，日消耗 Token 约 92 万亿。第三方插件已增至约 3.5 万个，约 60% 的活跃用户制作或安装过至少一款第三方插件。
推荐理由：原文披露了日活、Token 消耗和插件规模等运营数据，可用于了解 DeepSeek Harness 的实际使用情况。
The Verge · AI精选AI 评分6363 Anthropic 推出 Claude Personal Finance 功能，可经 Plaid 连接银行账户
Anthropic 为 Claude 推出 Personal Finance 功能，通过 Plaid 银行桥接平台连接用户的银行和银行卡账户。用户可向 Claude 提问如"我这个月的钱花到哪了"，由其生成消费概览。
推荐理由：原文报道了 Claude 通过 Plaid 接入银行账户的新功能，读者可了解其个人财务管理用法。
Microsoft Research精选AI 评分6767 Microsoft Research 推出 PDD Kit，用形式化验证智能体编写的全栈 Web 应用
Microsoft Research 发布研究原型 PDD Kit，提出 Proof-Driven Development（PDD）方法：把开发者意图转成 Verus 形式化规范，对智能体编写的代码在所有输入上给出证明，证明覆盖不到的部分回退到测试并显式标注可信边界。
推荐理由：微软介绍了 PDD Kit 如何把意图转成 Verus 形式化规范来验证智能体代码，并展示了在 Pet Store 登录逻辑上的实际流程。
The Decoder精选AI 评分6363 Meta 收购 AI 编程初创公司 Conductor
Meta 宣布收购让开发者同时控制多个 AI 编程智能体的初创公司 Conductor。同一天 OpenAI 宣布计划收购 Pierre Computer，Anthropic 此前已在五月收购 Stainless。报道认为这些交易显示模型趋于同质化，价值正转向围绕模型构建的工具。
推荐理由：报道把三笔收购并列在一起，指出生成式模型同质化后，价值正在向围绕模型的开发者工具转移。
机器之心精选AI 评分4444 清华、米哈游开源 GameScaling 系列模型，迈向通用游戏智能
清华大学与米哈游联合开源 GameScaling 系列模型，目标是迈向通用游戏智能。作者团队包括清华人工智能学院博士生张宽、港大 MMLab 博士生苏悦、新加坡国立大学博士生罗润、米哈游崩坏系列 AI NPC & Gameplay 技术团队负责人郑银河以及清华助理教授李一鸣等。
推荐理由：原文介绍了清华与米哈游联合开源的 GameScaling 系列模型，方向指向通用游戏智能体，可关注其技术路线与开源内容。
TechCrunch · AI精选AI 评分6060 Uber称几乎无人使用AI代理预订行程
Uber表示在上个季度最繁忙的一周内，仅有4人通过AI代理预订了行程。
推荐理由：Uber披露AI代理预订数据极低，为行业评估智能体在出行场景的实际落地效果提供了关键参考。