GPT-5.6 开发者指南
GPT-5.6 开发者指南介绍初创公司如何利用 GPT-5.6 构建更快、成本更低的 AI 智能体，重点展示更智能的模型选择机制和全新的 Responses API 能力。
#Agent
OpenAI NewsAI 评分2626 DeepSeek精选AI 评分7676 DeepSeek-V4-Pro 0813 正式发布，新增 DSpark 推测解码模块
DeepSeek 正式发布 DeepSeek-V4-Pro 0813，在预览版基础上挂载 DSpark 推测解码模块，重点强化智能体能力。该模型在 HLE 上得分 42.7/60.0（无工具/有工具），Terminal Bench 2.1 达 87.9，DeepSWE 62.7。
推荐理由：正文给出与同代模型的基准对比和 vLLM/SGLang 部署方式，读者可直接评估其相对位置并复现推理流程。
Hugging Face Blog精选AI 评分6868 复现 ICML 2026 2200 篇论文后，Hugging Face 反思智能体与人类审阅的角色
2026 年 7 月 15 日至 8 月 2 日，Hugging Face 发起 ICML 2026 开放复现挑战赛，1221 名社区成员用 Claude Code。
推荐理由：按声明级别汇总了大规模社区复现的具体可复现率与反例，可作为评估 AI 智能体辅助科研审阅效果的参考。
OpenAI NewsAI 评分1818 从辅助到执行：OpenAI 研究揭示企业如何落地 agentic AI
OpenAI 研究显示，企业正通过 ChatGPT 和 Codex 采用 agentic AI，从辅助工具转向自主执行，前沿企业在 AI 落地深度上持续拉开差距。该研究聚焦领先企业将 AI 融入实际业务流程的模式。
xAI News精选AI 评分7777 xAI 发布 Grok 4.6，主打长任务智能体与交互视觉能力
xAI 发布 Grok 4.6 模型，聚焦长任务智能体和更复杂的交互与视觉工作，训练过程采用了更长的补充训练流程与精选的模型生成数据，并在 SFT 与 RL 阶段做了改进。
推荐理由：原文给出多款基准的具体得分，方便对比 Grok 4.6 与 GPT-5.6 Sol 等竞品在长任务智能体上的能力差异。
xAI News精选AI 评分6565 xAI 推出 Grok Bot，将 AI 智能体定位为可独立完成多步任务的同事
xAI 推出 Grok Bot，将 AI 智能体定位为可独立完成多步任务的同事。Bots 拥有独立云端电脑，可登录用户已有的应用、收件箱和网站执行任务，完成后再向用户汇报，支持手机与桌面之间同步会话。
推荐理由：文章对比了 Grok Bot 与常见 Agent 工作流在交互方式和执行环境上的区别，读者可据此判断它在团队协作场景里替代了哪些环节。
OpenAI NewsAI 评分2222 Model ML 使用 GPT-5.6 Sol 更高效完成金融工作
Model ML 使用 GPT-5.6 Sol 完成金融任务，覆盖从研究与分析到生成可编辑、可追溯的 PowerPoint 幻灯片与 Excel 工作簿的全流程，整体处理效率较此前更高。
Hugging Face Blog精选AI 评分7474 Meta 开源 30B 多模态模型 Muse Glimmer，主打本地智能体场景
Meta 发布并开源 30B 多模态模型 Muse Glimmer（Apache 2.0），由 Muse 蒸馏而来，主打本地智能体场景，由 Hugging Face 在发布当日同步接入 transformers、llama.cpp、vLLM 与 Inference Endpoints，并支持基于 DFlash 的推测解码加速。
推荐理由：原文汇总 30B 多模态模型的关键基准、DFlash 加速与同日多框架支持，便于评估其在本地智能体工作流中的可用性。
Microsoft Research精选AI 评分6363 Microsoft Research 开源可扩展 Agent 框架 Orchard
Microsoft Research 开源了面向可扩展 Agent AI 的框架 Orchard，核心是基于 Kubernetes 的可复用环境服务 Orchard Env，并配套发布 Orchard-SWE、Orchard-GUI、Orchard-Claw 三个领域的训练配方。
推荐理由：Orchard 将环境层与训练流程解耦并开源，约 30 亿参数的小模型在 SWE-bench Verified 上逼近十倍参数量的前沿系统，展示了开源 Agent 训练栈的可行路径。
xAI News精选AI 评分6363 xAI 为 Grok 推出 Build Mode Early Beta，支持一句话生成并发布网站、应用与游戏
xAI 为 Grok 推出 Build Mode Early Beta，SuperGrok Heavy 订阅用户在 grok.com、iOS 和 Android 上用一句话即可让 Grok 生成并迭代网站、应用、游戏和交互式仪表盘，并发布为 grok.me 链接或自有域名。生成过程无需安装或配置，用户也可选择不接触代码；交互式仪表盘可通过连接器接入业务数据生成实时图表。
推荐理由：原文给出了从描述到发布的完整工作流与平台覆盖，读者可据此对比同类 AI 建站工具在订阅门槛和支持场景上的差异。
xAI News精选AI 评分6060 xAI 上线 Grok Google Workspace 插件，可在 Sheets、Slides 和 Docs 中直接调用
xAI 上线 Grok for Google Workspace 免费插件，单次安装即可在 Sheets、Slides 和 Docs 中调用 Grok。Sheets 中可直接对表格提问并引用单元、写公式和插入图表，Docs 能将草稿整理为结构化文档，Slides 可将大纲转为可编辑演示稿。该插件也支持 Microsoft 365 的 Word、Excel、PowerPoint 和 Outlook。
推荐理由：Grok 以 Workspace 插件形态覆盖 Sheets、Slides 和 Docs 三类文件，展示了 AI 助手进入办公套件的具体接入方式。
xAI News精选AI 评分6868 xAI Grok Build 上线 Workflows 功能，支持数百个并行 Agent 后台编排
xAI Grok Build 上线 Workflows 功能，用户用自然语言描述复杂任务后，Grok 会自动规划并分发到最多 1,024 个并行 Agent 在后台执行，完成后统一回报。
推荐理由：原文给出 128 到 1024 个并行 Agent 的编排机制和保存复用方式，读者可以据此判断它如何拆解复杂代码审查等任务。
xAI News精选AI 评分5454 xAI 推出 Grok for Outlook 邮箱插件
xAI 发布 Grok for Outlook 微软 365 插件，可在邮箱内总结长邮件线程、按用户语气起草回复、整理收件箱，并支持读取附件、搜索网页和 X。插件今日面向付费 X 和 SuperGrok 用户开放，从 Microsoft Marketplace 安装，同时适用于 Word、Excel 和 PowerPoint。
推荐理由：xAI 把 Grok 嵌入 Outlook 等微软办公套件，展示了把对话助手延伸到邮件场景的具体落地方式与可用能力。
xAI News精选AI 评分5757 xAI 上线 Grok Automations：支持定时与邮件触发的自动化任务
xAI 在 Grok 中推出 Automations 功能，用户描述一次任务后可设定时或邮件触发，Grok 自动执行并回执结果。
推荐理由：Grok 推出可定时或邮件触发的自动化任务，展示其在触发条件、回执渠道和模板化创建上的具体设计，方便对比其他智能体框架。
xAI News精选AI 评分7171 xAI 发布 Grok 4.5 模型，主打编码与智能体任务
xAI 发布 Grok 4.5，定位为面向编码、智能体任务和知识工作的最强模型，已在 Grok Build、Cursor 与 xAI 控制台可用。
推荐理由：原文同时给出 Grok 4.5 在多个软件工程基准上的成绩、每百万 token 的定价与服务速度，方便与同级模型横向比较。
xAI News精选AI 评分7171 xAI 在 GitHub 开源编码智能体 Grok Build 及 TUI
xAI 在 GitHub 开源编码智能体 Grok Build 及其 TUI，源码覆盖 agent loop、工具、终端 UI 与 skills / plugins / hooks / MCP servers / subagents 等扩展机制。代码支持本地编译、对接自有本地推理，并通过 config.toml 配置运行。
推荐理由：直接公开了编码智能体的 agent loop、工具调度与扩展机制源码，为本地化部署和二次开发提供可逐行查阅的参考。
Ai2 Blog精选AI 评分5151 Ai2 复盘 Shippy 海事智能体的架构与构建经验
Ai2 Skylight 团队详细复盘 Shippy 海事智能体的构建经验，将其抽象为 soul、skills、config 三层结构，技能遵循 Claude Code 与 Codex 使用的 agent-skills 规范，当前底层模型为 Claude Opus 4.6，运行框架为开源的 OpenClaw。
推荐理由：读者可以从中了解智能体的分层架构、技能规范与评测流程，判断其中的模式是否可迁移到类似的高风险决策场景。
Meta AI Blog精选AI 评分6161 Meta 发布多模态推理模型 Muse Spark 1.1，主打智能体能力
Meta 推出多模态推理模型 Muse Spark 1.1，在工具调用、计算机使用、编码和多模态理解上较前代有大幅改进，支持 1M token 上下文管理，可作为主智能体调度子智能体优化延迟。开发者可通过公开预览的 Meta Model API 接入该模型，同时它在 Meta AI 应用和 meta.ai 以 Thinking 模式上线。
推荐理由：原文逐项给出 Agent、Computer Use、编码、多模态的改进点，配合 Meta Model API 公开预览，读者可直接对照工作流判断适配度。
Meta AI Blog精选AI 评分6868 Meta 发布图像生成模型 Muse Image 并预览视频模型 Muse Video
Meta Superintelligence Labs 发布 Muse Image 并预览 Muse Video，是其首批媒体生成模型。
推荐理由：原文给出了 Muse Image 的 agentic 工具调用、自我优化和测试时计算扩展细节，便于和现有图像生成模型对比其方法路线。
xAI News精选AI 评分6767 xAI 推出 Voice Agent Builder，两分钟内无代码搭建 Grok Voice 语音智能体
xAI 推出 Voice Agent Builder（beta），一个基于 Grok Voice speech-to-speech 路径的无代码平台，用户可在约两分钟内通过自然语言描述配置出生产级电话语音智能体。
推荐理由：原文给出统一 speech-to-speech 架构和 τ-voice Bench 横向得分，便于读者对比现有语音方案的替代成本。
xAI News精选AI 评分5656 Grok Build 上线 /goal 模式，支持长时自主编码任务
xAI 在 Grok Build 中推出 /goal 模式，可用一行命令设定目标，让智能体自主拆解任务并持续执行代码审查、网页检查、脚本运行等长时编码任务。任务期间用户可继续追加指令并通过新命令监控与引导进度，目标完成后面板会标记为 Complete 且清单全部勾选。Grok Build 现已可用，安装后调用 /goal 即可上手。
推荐理由：用户可以用一句话设定目标，让 Grok Build 把任务拆成清单并自主执行代码审查、网页检查或脚本运行等长时编码工作。
xAI NewsAI 评分3333 Grok 模型登陆 Databricks Agent Bricks
xAI 的 Grok 模型已在 Databricks Agent Bricks 平台上原生可用，是双方在 2026 Data + AI Summit 上公布的合作内容。Agent Bricks 通过整合 Lakehouse 数据上下文帮助工程团队构建 AI 智能体；结合已有的 Grok on Amazon Bedrock，企业可在数据所在处运行 xAI 模型。
xAI News精选AI 评分3636 xAI 上线 Grok 与 Warp 集成，订阅用户可在终端调用
xAI 宣布 SuperGrok 与 X Premium 订阅现可在 Warp 终端中调用 Grok 模型，包括驱动 Grok Build 的 grok-build-0.1。用户可在 Warp 的 Agent > Warp Agent 设置中连接 SuperGrok 订阅，并切换至该模型使用；官方表示后续还将为订阅用户上线更多智能体和集成。
推荐理由：原文给出了接入所需的具体模型与配置步骤，并预告后续将上线更多智能体和集成，开发者可据此提前规划工具链。
Kimi (Moonshot)精选AI 评分7979 月之暗面开源发布 Kimi K3：2.8T 参数原生多模态智能体模型
月之暗面（Kimi）发布开源原生多模态智能体模型 Kimi K3，总参数 2.8T、激活 104B，原生支持文本、图像与视频，配备 1M token 上下文窗口。
推荐理由：Kimi K3 以 2.8T 参数和原生多模态设计开放权重，并在推理、编码与智能体多项基准上与 Claude Fable 5、GPT-5.6 Sol 等前沿模型直接对比，读者可据此查看其相对位置。
Kimi (Moonshot)精选AI 评分6161 Kimi K2.7 Code 发布：相对 K2.6 减少约 30% 思考 token 的编码智能体模型
Moonshot AI 发布 Kimi K2.7 Code 编码智能体模型，基于 K2.6 改进主打长周期编码端到端能力，思考 token 相比 K2.6 减少约 30%。
推荐理由：原文给出 K2.7 Code 相对 K2.6 的 token 效率改进，以及与 GPT-5.5、Opus 4.8 在编程和智能体基准上的对比数据。
xAI News精选AI 评分5959 xAI 发布编码模型 grok-build-0.1，公开测试版上线 xAI API
xAI 发布编码模型 grok-build-0.1，公开测试版已在 xAI API 上线。该模型面向 agentic 编码场景，支持网页开发、调试与 MCP 调用，生成速度 100+ tokens/s，定价 $1/M tokens 输入和 $2/M tokens 输出，同时也是同名产品 Grok Build 的后端模型。
推荐理由：原文给出 100+ tokens/s 的生成速度和 $1/$2 每百万 token 的定价，读者可据此与同类编码模型做横向对比，估算成本与时延。
阶跃 StepFun精选AI 评分6666 阶跃 StepFun 发布 198B 参数多模态模型 Step 3.7 Flash
阶跃 StepFun 发布 Step 3.7 Flash 多模态模型，采用 198B 参数稀疏 MoE 架构，每 token 激活约 11B 参数，支持 256k 上下文与低中高三档可调推理强度，最高吞吐达 400 tokens/秒。
推荐理由：Step 3.7 Flash 以 198B 稀疏 MoE 视觉语言模型形态发布，配合 256k 上下文与 ClawEval-1.1 67.1 的领先成绩，为 agent 与工具调用场景提供了从云端 API 到本地 GGUF 的完整部署参考。
xAI News精选AI 评分6161 xAI 推出终端编码智能体 Grok Build，SuperGrok 与 X Premium Plus 订阅者可试用
xAI 推出终端编码智能体 Grok Build 早期测试版，向 SuperGrok 和 X Premium Plus 订阅用户开放，支持一条命令安装并自动读取已有约定。
推荐理由：给出了 plan 模式、子智能体并行、MCP/ACP 支持等终端编码智能体的关键设计选择，读者可据此判断它如何融入现有开发流程。
阶跃 StepFun精选AI 评分6262 阶跃 StepFun 发布 198B 参数视觉语言模型 Step 3.7 Flash
StepFun 发布 198B 参数稀疏 MoE 视觉语言模型 Step 3.7 Flash，每 token 激活约 11B 参数，吞吐量最高 400 tokens/s，支持 256k 上下文窗口与低/中/高三档推理强度。
推荐理由：原文说明了该 198B MoE 模型针对高频生产与智能体工作流的定位，以及通过三档推理强度平衡成本与速度的设计取舍。
xAI News精选AI 评分4040 xAI 推出 Grok 接入开源本地 Agent OpenClaw
xAI 宣布 Grok 模型可通过 SuperGrok 或 X Premium 订阅在开源本地 Agent OpenClaw 中使用，订阅各档位均支持接入。
推荐理由：原文给出了硬件适配清单、聊天平台接入命令和订阅档位说明，读者可以直接评估它在本地 Agent 方案中的位置。
xAI News精选AI 评分6262 xAI 在 Grok 4.3 中上线 Skills，支持跨对话记忆偏好与工作流
xAI 在 Grok 4.3 中上线 Skills 功能，用户教给 Grok 的偏好、格式规则和工作流步骤可跨每次对话保留。所有 Grok 账号默认内置 xAI 提供的 Skills，覆盖 Word 文档、PPT 演示文稿、Excel 表格和 PDF 文件的生成与编辑，用户也可通过对话自行创建自定义技能。功能已覆盖 grok.com、iOS 和 Android。
推荐理由：Skills 让 Grok 跨对话保留用户偏好和工作流，省去重复说明的步骤，同时支持自定义技能沉淀团队经验。
xAI News精选AI 评分4747 xAI 将 Grok 接入 Hermes Agent，订阅用户可在 Nous Research 开源 agent 中使用
xAI 宣布 Grok 接入 Nous Research 的开源 Hermes Agent，用户可在该智能体内调用 Grok 4.3 进行文本对话与推理、Grok Text-to-Speech 生成语音回复，并使用 Grok Imagine 生成图像与视频。
推荐理由：读者可了解 Grok 通过 OAuth 接入开源智能体的方式，以及 Grok 4.3、TTS 与 Imagine 三类能力在 Hermes Agent 中的具体可用范围。
xAI News精选AI 评分6161 xAI 发布 Grok Voice Think Fast 1.0 语音模型并开放 API
xAI 发布 Grok Voice Think Fast 1.0 语音模型并通过 API 上线，主打低延迟响应和复杂多步骤工具调用能力。该模型在 τ-voice Bench 排行榜上排名第一，支持 25+ 种语言，并已在 Starlink 客服和销售场景部署：销售线索转化率 20%，客服问题自主解决率 70%，单个智能体调用 28 个工具。
推荐理由：原文给出了 τ-voice Bench 榜首成绩和 Starlink 实际部署转化率等数据，可据此与同类语音 API 对比实际表现。
Anthropic NewsAI 评分2929 Anthropic 工程实践
Anthropic 工程博客汇总了围绕 Claude 与 AI 智能体的工程实践文章，置顶篇《How we contain Claude across products》介绍了如何在 claude.ai、Claude Code 与 Cowork 中构建智能体遏制机制。
Kimi (Moonshot)精选AI 评分7474 Kimi K2.6 开源发布：支持 300 子智能体协同，主打长程编码与原生多模态
Kimi K2.6 开源发布，定位原生多模态智能体模型，重点强化长程编码、代码驱动的界面设计与 Agent Swarm 多智能体编排能力。模型采用 MoE 架构，总参数 1T、激活参数 32B、上下文长度 256K，可横向扩展至 300 个子智能体执行 4000 步协同任务，并在单次自主运行中产出文档、网页、表格等端到端结果。
推荐理由：原文给出 K2.6 与 GPT-5.4、Claude Opus 4.6、Gemini 3.1 Pro 在 Agentic、编码、推理、视觉四类基准的多维对比，可作为开源前沿模型与闭源旗舰能力差距的一手参考。
MiniMax精选AI 评分7070 MiniMax 发布 MiniMax-M2.7 模型并开放权重
MiniMax 在 HuggingFace 发布 MiniMax-M2.7 模型，强调 Agent Teams、复杂 Skills 和动态工具搜索能力，并开放权重支持本地部署。
推荐理由：原文给出了与 Opus 4.6、GPT-5.4 等模型在多个工程基准上的横向对比，并附本地部署方式。
Meta AI Blog精选AI 评分6969 Meta 发布 Muse Spark 模型，主打多模态推理与多智能体编排
Meta Superintelligence Labs 发布 Muse Spark 模型，原生多模态推理，支持工具调用、视觉思维链和多智能体编排。其 Contemplating 模式通过多智能体并行推理，在 Humanity's Last Exam 上达到 58%、FrontierScience Research 38%。
推荐理由：Muse Spark 在预训练效率和多智能体推理上给出了具体数字，可以与 Llama 4 Maverick 及同类推理模型横向比较。
Kimi (Moonshot)精选AI 评分7676 Moonshot AI 开源发布原生多模态智能体模型 Kimi K2.5
Moonshot AI 发布开源原生多模态智能体模型 Kimi K2.5，基于 Kimi-K2-Base 用约 15T 视觉和文本混合 token 继续预训练，支持即时与思考双模式及 Agent Swarm 协同执行。
推荐理由：原文给出 1T/32B MoE 架构与 256K 上下文的多模态智能体能力，并附与 GPT-5.2、Claude 4.5 Opus、Gemini 3 Pro 的横评。
xAI News精选AI 评分5555 xAI 推出 Grok Business 与 Grok Enterprise 两档企业方案
xAI 推出 Grok Business 和 Grok Enterprise 两档企业方案，并提供可选的 Vault 加密隔离能力，即日起开放使用。
推荐理由：原文给出按企业规模分层的订阅、与 Google Drive 权限一致的访问模型以及客户自管密钥能力，可作为评估该产品对企业协作和数据隔离场景覆盖范围的参考。
xAI News精选AI 评分6969 xAI 上线 Grok 4.1 Fast 模型与 Agent Tools API
xAI 在 API 中上线 Grok 4.1 Fast 模型与 Agent Tools API，前者是支持 2M token 上下文窗口、面向工具调用场景的模型，提供 reasoning 与 non-reasoning 两个变体。
推荐理由：原文给出 Grok 4.1 Fast 在 τ²-bench Telecom、FRAMES 和 Research-Eval 上对 GPT-5、Claude Sonnet 4.5、Gemini 3 Pro 的成绩与单价对比，便于评估它在工具调用与搜索代理场景下的性价比。