Moonshot AI 发布 2.8T 参数模型 Kimi K3
Moonshot AI 发布 2.8T 参数模型 Kimi K3，基于 Kimi Delta Attention 与 Attention Residuals，具备原生视觉能力和 100 万 token 上下文窗口。
推荐理由：原文同时给出基准对比、架构细节、API 定价与权重开放时间，读者可据此评估这款 2.8T 开源模型在编码与智能体工作里的可用性。
技术方向
Agent 智能体 最新动态
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：Claude Code、Manus 等应用，各家 Agent 框架与评测。
94 条精选近 30 天 60 条共收录 608 条
更新
精选归档 · 第 5 页
Moonshot AI / Kimi Research精选AI 评分8686
GitHub Org · xai-org精选AI 评分6060 xAI 开源 grok-build 编码智能体终端工具
xAI 在 GitHub 开源 grok-build，定位为编码智能体的 harness 和 TUI 工具。该工具支持全屏界面与鼠标交互，并且可扩展，仓库地址为 https://github.com/xai-org/grok-build。
推荐理由：xAI 官方公开的编码智能体 harness，主打全屏鼠标交互与可扩展，关注终端编码工具的读者可以拿它和现有方案做对比。
Meta AI Blog精选AI 评分7575 Meta 发布 Muse Spark 1.1 多模态推理模型并开放 Meta Model API 公测
Meta Superintelligence Labs 于 7 月 9 日发布 Muse Spark 1.1，定位为面向智能体任务的多模态推理模型，在工具与计算机使用、编码和多模态理解上较 Muse Spark 有明显提升，支持 100 万 token 上下文管理和多智能体编排。
推荐理由：官方发布给出了智能体、编码、多模态能力要点，百万 token 上下文和 Meta Model API 公测入口对评估可用性有直接参考。
Meta AI Blog精选AI 评分7272 Meta 发布 Muse Image 并预览 Muse Video 媒体生成模型
Meta 发布图像生成模型 Muse Image 并预览视频生成模型 Muse Video，二者是 Meta Superintelligence Labs 开发的首批媒体生成模型。
推荐理由：图像模型以智能体方式调用搜索和代码工具，并用测试时算力换质量，读者可据此对比现有图像生成产品的技术路线差异。
OpenAI · 失准报告与通报精选AI 评分6464 OpenAI 验证 WildChat 公开聊天数据能否预测模型真实失准率
OpenAI 用内部生产数据验证，基于公开数据集 WildChat 的对话前缀重采样生成模型回复，能较准确预测 GPT 系列模型在线上真实使用中的失准行为发生率。
推荐理由：OpenAI 用内部生产数据验证了公开聊天数据能预测模型线上失准率，同时指出它在智能体场景下误差明显更大。
goose 官方博客精选AI 评分6666 goose 推出 Hooks 功能，可在会话各事件上自动运行自定义脚本
goose 新增生命周期 Hooks 功能，把插件目录放进磁盘即可在会话事件发生时自动运行 shell 脚本，无需写 Rust 或 MCP server。
推荐理由：原文列出全部触发事件并给出五个可复制的示例脚本，读者可以直接照着把已有命令接进 goose 会话。
goose 官方博客精选AI 评分6363 goose 如何跨多个智能体编排复杂工作流
goose 官方博客介绍如何用编排功能协调多个智能体并行处理复杂工作流，把复杂任务分解成子任务后分派给子智能体、ACP provider 或其他 goose 实例。
推荐理由：goose 官方讲解如何编排多个智能体并行协作，附可直接复用的提示词示例和读并行写串行的实践原则。
ARC Prize · 官方博客精选AI 评分7171 ARC Prize 用 ARC-AGI-3 分析 GPT-5.5 与 Opus 4.7 的三种推理失败模式
ARC Prize 团队复盘 160 段 GPT-5.5 与 Opus 4.7 在 ARC-AGI-3 上的对局和推理轨迹，归纳出三种失败模式并开源分析包，两者在半私有数据集上得分分别为 0.43% 和 0.18%。
推荐理由：ARC-AGI-3 的逐局推理复盘呈现 GPT-5.5 与 Opus 4.7 失败方式的不同，比总分更能说明两者推理差异。
goose 官方博客精选AI 评分7171 goose v1.26 集成 Peekaboo，走出终端操控 macOS 桌面
goose v1.26 用 macOS CLI 工具 Peekaboo 重构 Computer Controller 扩展，使智能体能识别屏幕界面并点击、输入、滚动、拖拽操作 Mac 上的应用。
推荐理由：原文解释了用元素 ID 取代像素坐标的桌面操作设计，并给出适用场景与使用限制，可帮助读者评估智能体 GUI 自动化在自己工作流中的可靠性。
GitHub Org · browser-use精选AI 评分6565 browser-use 开源 browser-harness，让 Claude Code、Codex、Cursor 使用真实登录的 Chrome
browser-use 在 GitHub 开源 browser-harness 项目，让 Claude Code、Codex 或 Cursor 使用用户本人已登录的真实 Chrome 浏览器。工具一次提示词即可完成设置，采用 MIT 许可证开源。
推荐理由：原文给出让 Claude Code 等智能体操作用户已登录真实 Chrome 的开源方案，一次提示词即可完成配置。
ARC Prize · 官方博客精选AI 评分7070 ARC Prize 发布 ARC-AGI-3 交互式基准，ARC Prize 2026 奖金超 200 万美元
ARC Prize 发布 ARC-AGI-3，这是 ARC-AGI 系列首个完全交互式基准，由数百个人类游戏设计师手工打造的回合制环境和数千个游戏式关卡组成，不提供任何说明、规则或目标，要求智能体自主探索玩法并将经验带入越来越难的关卡。
推荐理由：人类得分 100% 而前沿 AI 仅 0.51%，这组对比数字直观呈现了智能体自主探索能力的缺口。
Answer.AI 官方研发博客精选AI 评分7070 Answer.AI 披露未授权工具调用问题，Claude 等模型可调用未被授予的工具且 API 不拦截
Answer.AI 的 Piotr Czapla 披露大模型未授权工具调用问题，模型会幻觉出未被授予的工具并发起调用，API 不校验工具名，只要函数存在于运行环境中调用就会真正执行，他在 solveit 中遇到 Claude 4.5 幻觉调用 add_msg 成功写入笔记，并复现于 claude-opus-4-6、Gemini 和 Grok。
推荐理由：作者用可复现实验说明模型可能调用未被授权的工具且 API 不拦截，做能力隔离的 Agent 系统可以据此检查校验逻辑。
GitHub Org · MoonshotAI精选AI 评分6060 Moonshot AI 在 GitHub 发布 Kimi-K2.5，定位开放视觉智能体智能
Moonshot AI（MoonshotAI）在 GitHub 发布 Kimi-K2.5 模型，定位为「Open Visual Agentic Intelligence」（开放视觉智能体智能）。仓库地址为 https://github.com/MoonshotAI/Kimi-K2.5，当前正文仅一句口号，未提供权重、基准或能力细节。
Replit · Blog精选AI 评分6767 Replit 接入 ChatGPT，可在对话中直接构建应用
Replit 宣布接入 ChatGPT，用户在消息中 @replit 描述需求，即可由 Replit Agent 在对话内构建应用并实时显示预览。连接需在 ChatGPT 设置的 Apps & Connectors 中完成，每个对话对应一个应用，成品存入 Replit 账户，可继续添加数据库、连接 API 并发布到自定义域名。
推荐理由：原文给出在 ChatGPT 内用 Replit 构建应用的接入步骤与适用范围，读者可据此判断对话式开发是否适合自己的流程。