OpenAI 发布 GPT-6，ChatGPT 输出改为图表按钮等交互界面
OpenAI 面向所有 ChatGPT 用户推出 GPT-6，并带来名为 Intelligent UI 的新功能，模型以图形、按钮、图表和表单等交互界面呈现答案，而非纯文本。
推荐理由：GPT-6 把 ChatGPT 输出从纯文本改为交互界面，并给出等待时间与内部测试对比，可据此判断交互形态的变化。
技术方向
Agent 开发 最新动态
把 Agent 做出来的技术与生态：Agent 框架与运行时（LangGraph、CrewAI、AutoGen、OpenAI 与 Claude 的 Agent SDK、smolagents…）、MCP 与工具调用、上下文与记忆、多智能体协作、Agent 评测基准。
42 条精选近 30 天 31 条共收录 182 条
更新
Agent 开发的精选
The Decoder精选AI 评分8484 量子位精选AI 评分7878 谷歌发布办公 Agent Gemini Agent，支持调用 Claude
Google Cloud 发布长文介绍 Gemini 在企业 Agent 领域的更新，核心是全新发布的 Gemini Agent，可查资料、写邮件、做 PPT、分析数据、编写运行代码并跨应用调用工具。
推荐理由：谷歌把办公 Agent 的模型选择、企业身份与四类记忆机制一并公开，可对照 Meta、OpenAI 的路线差异。
JetBrains AI Blog精选AI 评分6666 JetBrains 发布 Mellum2.1：面向编码智能体的快速开源模型
JetBrains 发布 Mellum2.1，这是其 6 月开源的 12B MoE 模型的新版本，架构不变，仍为 2.5B 激活参数、Apache 2.0 许可。
推荐理由：JetBrains 开源编码智能体模型 Mellum2.1，读者可了解其 RL 后训练路线与自托管部署方式。
The Decoder精选AI 评分8080 AI 黑客工具疑助单人入侵多家韩国银行
CrowdStrike 报告称，一名疑似中文使用者于 2026 年 9 月底至 10 月初入侵多家韩国金融机构并窃取大量数据，仅新韩银行就有超过 25000 条含姓名、联系方式、收入和信用额度的记录被窃。
推荐理由：CrowdStrike 披露的攻击案例显示，AI 自动化渗透工具已让单人完成多机构入侵，可据此了解攻击门槛的变化。
爱范儿精选AI 评分7878 微软发布 Surface Laptop Ultra 与混合智能 Windows 更新
微软在特别发布会上推出 Surface Laptop Ultra，搭载 NVIDIA RTX Spark Superchip，最高 128GB 统一内存，可在本地运行超过 1200 亿参数模型，起价 2599 美元，10 月 7 日开放预订、10 月 16 日发货。
推荐理由：微软把 Windows 的 AI 能力从 Copilot 入口扩展到本地模型、Agent 容器与算力调度，读者可据此判断 AI PC 的硬件与系统路线变化。
Latent Space精选AI 评分8282 Anthropic 发布 Claude Haiku 5.5，定价对标 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，官方称其平均运行成本比 Haiku 4.5 低约 75%。
推荐理由：汇总了 Haiku 5.5 的定价、第三方评测与 token 消耗数据，可据此判断小模型在智能体工作流中的成本取舍。
爱范儿精选AI 评分7878 微软与英伟达发布 RTX Spark 及 Surface Laptop Ultra
微软在 Windows 与 Surface 特别活动上联合英伟达发布 RTX Spark 计算平台，这是一块集成 CPU、GPU 和最高 128GB 统一内存的 ARM 架构 SoC，最高提供 1 PFLOP FP4 AI 算力，可本地运行 1250 亿参数模型。
推荐理由：梳理了微软与英伟达联合发布的新架构与硬件细节，可了解本地 Agent 算力路线的具体落地方式。
Google Developers Blog精选AI 评分7171 Google 发布 AQuA 环境质量智能体，诊断生产环境智能体故障
Google 发布 AQuA（Ambient Quality Agent），一个在 Google Cloud 项目内旁路运行的质量智能体，按计划、部署后或按需扫描 Cloud Trace、Cloud Logging 或 BigQuery 中的生产轨迹，经采样、评审、聚类、验证、跟踪五阶段流水线输出可验证的故障洞察。
推荐理由：原文给出 AQuA 的五阶段流水线、成本数据和一次真实多智能体排查案例，可据此判断生产环境智能体质量监控的可行做法。
Hugging Face Blog精选AI 评分7676 作者用 ML Intern 两天自建六个模型，总花费约 103 美元
作者在 HuggingChat 中开启 ML-intern 模式，用提示词让它完成数据集构建、训练、评测和发布，两天内做出六个模型，总计算花费约 103 美元。
推荐理由：作者用 ML Intern 在两天内从零训练并发布六个模型，给出了提示词写法与逐项算力花费，可迁移到自己的训练流程。
Google Research精选AI 评分6262 Google Research 研究：AI 辅助提升专利撰写产出，但未必加速初级律师成长
Google Research 在 NBER 发布一项为期三个月的专利撰写实地实验，将当时未发布的 Google Labs AI 专利写作助手（现属 Gemini Notebook）随机开放给 11 家知识产权律所的 133 名律师，其中三分之二获得早期访问权。
推荐理由：三个月专利撰写实验区分了 AI 带来的即时产出提升与无辅助判断力的变化，为理解 AI 对专业能力的影响提供了实证。
AWS Machine Learning Blog精选AI 评分7171 Claude Haiku 5.5 上线 AWS，成本较 Haiku 4.5 降低约 75%
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线。
推荐理由：AWS 官方给出 Haiku 5.5 的定位、成本变化与 Bedrock 接入方式，可据此判断它在多智能体分层中的分工。
NVIDIA Blog精选AI 评分7676 NVIDIA 与 Microsoft 发布 RTX Spark 笔记本和 Windows 智能体基础设施
在旧金山举行的 Windows AI and Surface 活动上，NVIDIA 与 Microsoft 宣布为 Windows PC 上的 AI 智能体共同设计软硬件，并公布 RTX Spark 笔记本即日开启预售、10 月 16 日开售，紧凑型台式机 11 月上市。
推荐理由：英伟达与微软把智能体运行所需的系统级容器和本地算力硬件一起端出，读者可据此判断本地智能体落地的软硬件门槛。
Microsoft Research精选AI 评分7171 微软开源 Agent Lightning v1.0：3500 行代码的轻量智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的同一套 agent harness 直接参与训练，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，用约 3500 行代码把真实 harness 直接接入 RL 训练，并给出 6000 样本的编码智能体训练结果。
GitHub Copilot Changelog精选AI 评分6767 GitHub Copilot 本地沙箱正式可用
GitHub Copilot 的本地沙箱功能正式可用，覆盖 GitHub Copilot CLI、GitHub Copilot 应用以及使用 Agent Host 的 VS Code 会话。
推荐理由：官方说明本地沙箱在 CLI、应用与 VS Code 中正式可用，读者可据此了解智能体工作流的权限边界如何落地。
Google AI Blog精选AI 评分6565 Google 推出实验性游戏平台 Playground，用提示词即可创建和游玩自定义游戏
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、生成分享链接或发布到 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边界与开放范围。
Unsloth Releases精选AI 评分6060 Unsloth 发布 v0.1.903-beta：内置浏览器、EmbeddingGemma 2 与语音克隆
Unsloth 发布 v0.1.903-beta，在聊天旁加入内置浏览器面板，文件、网页和模型生成的 HTML 都以标签页打开，并支持对页面内容提问。该版本同时支持 Google DeepMind 的多模态嵌入模型 EmbeddingGemma 2，提供 740M 参数版本（纯文本 270M）、100+ 语言和 8K 上下文窗口，代码任务比上一代提升约 14%。
推荐理由：Unsloth 一次更新同时加入内置浏览器、EmbeddingGemma 2 支持与语音克隆页面，可据此判断本地微调工具链的边界扩展。
Mistral AI精选AI 评分8282 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数多模态模型
Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的稀疏多模态模型，权重将于本月底开放。
推荐理由：Mistral 官方给出 1 万亿参数多模态模型的开放权重时间表与自建欧洲算力背景，可据此判断开源前沿模型的竞争位置。
Cursor Changelog精选AI 评分6262 Cursor 推出本地智能体远程控制功能
Cursor 上线 Remote Control，用户可在 Cursor iOS app 中查看并回复运行在自己电脑上的本地智能体。该功能默认对除 Enterprise 组织外的所有用户开启，电脑需保持开机联网，可在桌面设置中开启 Keep this computer awake 防止休眠。
推荐理由：官方说明远程控制本地智能体的开启方式与限制，可据此判断移动端接管本地编码流程的可行性。
Hugging Face Blog精选AI 评分7171 微软与 Hugging Face 发布 ThinkingBox：按数据库终态给 AI 智能体打分
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，它让智能体在隔离的 MCP 工具会话中运行，只根据最终后端状态和副作用打分，而不是看模型生成的文字。
推荐理由：微软与 Hugging Face 联合发布的智能体评测基准，用数据库终态而非模型自述来判定成败，并给出 20 次重复下的可靠性数据。
GitHub Copilot Changelog精选AI 评分6060 GitHub Copilot 周报：新增 Claude Sonnet 5.5 与 GPT-6.1 Sol 等能力
GitHub Copilot 本周为 Pro、Pro+、Max、Business 和 Enterprise 用户上线 Claude Sonnet 5.5，并为 Pro+、Max、Business 和 Enterprise 用户提供 GPT-6.1 Sol。
推荐理由：汇总了 Copilot 本周新增模型、动态工作流与桌面自动化能力，可据此判断智能体工作流的可用边界。