Anthropic 发布 Claude Sonnet 5.5，速度提升 30% 且成本降低
Anthropic 发布 Claude Sonnet 5.5，定位为混合推理模型，运行速度比 Sonnet 5 快 30%，典型工作负载成本最高降低 30%，支持 1M 上下文窗口。
推荐理由：原文给出了与 Sonnet 5 的速度与成本对比，以及多家客户在编码、Agent 场景下的实测反馈，读者可据此评估实际价值。
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。
954 条精选近 30 天 858 条共收录 1,130 条
更新
精选归档 · 第 45 页
Anthropic News精选AI 评分7575 Anthropic News精选AI 评分7878 Anthropic 发布 Claude Sonnet 5.5，比 Sonnet 5 快 30% 且多数任务成本最高低 30%
Anthropic 发布 Claude Sonnet 5.5，作为 Opus 5.5 的低成本补充版本，生成速度比 Sonnet 5 快 30% 以上，多数任务成本最高降低 30%。
推荐理由：原文给出 Terminal-Bench 4.0 等具体评测分数与单任务成本变化，便于和 Sonnet 5 横向对照升级效果。
Simon Willison精选AI 评分4545 Simon Willison 用 Claude 与 Playwright 生成 kākāpō 像素动画演讲视频
Simon Willison 用 Claude Opus 5.5 根据三张 kākāpō 鹦鹉照片生成 HTML5 canvas 像素动画，再用 Claude Code 配合 Playwright 脚本录制 15 秒演示视频，用作 WeAreDevelopers World Congress North America 闭幕主旨演讲的最后一页。
推荐理由：展示了用 Claude 生成像素动画并接入 Claude Code 与 Playwright 录屏的工作流，可迁移到其他演示场景。
Simon Willison精选AI 评分3535 John Gruber：Meta Muse 看似可爱却潜藏强大危险性
Simon Willison 引用 John Gruber 对 Meta 发布的消费者级智能体系统 Muse 的评论，Gruber 指出 Muse 实际为每个用户在 Meta 云端运行完整的持久化 Linux VM，是首个面向消费者的智能体 AI 系统。Gruber 担心消费者并未意识到这种能力的强大与潜在危险，尤其当 Muse 运行在用户 Mac 上时。
推荐理由：把 Meta Muse 的 Linux VM 级技术能力与可爱包装并置，提醒关注智能体产品在终端用户层面的安全沟通与风险边界。
GitHub Blog · AI & ML精选AI 评分5555 GitHub Copilot：聊天框并非 AI 交互的最佳界面
GitHub 开发者 Burke Holland 在官方博客中提出，聊天框并非与 AI 交互的最佳界面，并介绍了 GitHub Copilot 中的 canvas 功能作为替代方案。
推荐理由：以 GitHub Copilot 的 canvas 为例，展示了当聊天框不再是主要界面时，AI 协作可以走出纯文本交互的局限。
GitHub Blog · AI & ML精选AI 评分6060 GitHub Security Lab 开源 Fuzzing Taskflow：基于 Taskflow Agent 的 AI 模糊测试自动化流水线
GitHub Security Lab 基于自家 Taskflow Agent 框架开源了 Fuzzing Taskflow，面向 C/C++ 项目的自动化流水线。
推荐理由：原文把智能体的判断和 MCP 工具的执行切开，并给出持续反馈与止损的具体策略，可作为同类安全自动化流水线的设计参考。
Anthropic News精选AI 评分7171 Claude 自主发现类 CRISPR 新酶系统 ART
Anthropic 旗下生命科学团队用 Claude 智能体在 DNA 序列库中自主发现类 CRISPR 的新型酶系统 ART。约 950 个 Claude 智能体在 21 小时内用 2.1 亿 token 筛查逾 20 万条 RT 序列并锁定 ART，随后通过湿实验初步确认其结构。
推荐理由：Claude 通过约 950 个智能体自主分析 DNA 库，发现类 CRISPR 的新酶系统 ART，给出了 AI 驱动生物学发现的具体方法。
OpenAI News精选AI 评分6565 GPT-6 推出改进版提示词缓存与监控工具
OpenAI 为 GPT-6 推出改进版提示词缓存系统，默认缓存命中率更高，对 30 分钟窗口内复用的前缀提供最高 90% 的输入 token 折扣。新增 Prompt Caching Dashboard、缓存诊断工具、显式缓存断点、推理力度调整推理不破坏缓存以及缓存预热等能力。
推荐理由：GPT-6 的缓存系统更新给出更高的默认命中率和监控工具，文中合作方数据可作为 Agent 类应用优化成本与延迟的参考。
OpenAI News精选AI 评分7676 OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna，API 价格较 GPT-5.6 下调 50%
OpenAI 发布 GPT-6 家族的 GPT-6 Sol 与 GPT-6 Luna，API 定价较 GPT-5.6 促销价下调 50%，分别为 $2/$10 与 $0.10/$0.50（每百万 token）。
推荐理由：原文把 GPT-6 Sol 和 Luna 的 API 定价、缓存折扣以及在 AutomationBench、DeepSWE 等基准上与 Claude Opus 5、Fable 5.1 的成本-得分一并列出，便于同价位横向对照。
NVIDIA Blog精选AI 评分4848 NVIDIA 发布 Isaac ROS 5.0，引入智能体开发流程与 ROS Lyrical 支持
NVIDIA 在 ROSCon 大会发布 Isaac ROS 5.0，新增对 ROS Lyrical 与 Ubuntu 24.04 的支持，并引入面向 AI 智能体的开发流程。
推荐理由：Isaac ROS 5.0 把 AI 智能体工作流引入 ROS 开源生态，并打通从 Jetson Orin Nano 到 Jetson Thor 的端侧部署路径，读者可据此了解当前具身智能开发栈的具体形态。
xAI News精选AI 评分3636 xAI 旗下 SpaceXAI 用 Grok Bot 规模化客服实践
xAI 旗下 SpaceXAI 在客服体系中规模化部署 Grok Bot，支持工单量上涨 175% 的同时未新增人力，单工单解决成本压至 $0.20–$0.30，低于传统 AI 客服 $1–$4 的报价。
推荐理由：原文给出了 Grok Bot 在客服场景的接入顺序、单工单成本区间和持续改进闭环，可作为 Agent 落地的具体参考。
Latent Space精选AI 评分3535 Latent Space AINews 周报汇总 Jev 开源复现潮与本周其他 AI 进展
Latent Space AINews 周报报道非生成式决策模型 Jev 发布两天内出现 6 个开源复现项目，包括 Laya（421M 参数 ModernBERT-large）。
推荐理由：它把过去两天的 Jev 开源复现方向关键作品与本周 Claude Code、Anthropic 独立评估合作等进展集中整理，方便一次性对照。
Anthropic News精选AI 评分4444 Claude Code：Anthropic 面向终端与 IDE 的编码智能体
Claude Code 是 Anthropic 的编码智能体，可在终端、IDE、Slack 和 Web 中运行，覆盖 macOS、Linux 和 Windows。
推荐理由：页面汇总了 Claude Code 在终端、IDE、Slack 与 Web 中的能力范围，并披露 Opus 5.5 Fast mode 的速度与定价。
Hugging Face Blog精选AI 评分6767 IBM Research 为 ALTK-Evolve 引入一致性指南，把 GPT-4.1 ReAct 智能体的一致性差距减半
IBM Research 在 ALTK-Evolve 中新增一致性指南与 Consistency Analyzer 诊断，将 GPT-4.1 ReAct 智能体在 AppWorld 上的一致性差距从 24.4pp 砍到 12.0pp。
推荐理由：在意智能体稳定性的团队可直接参考 Pass^k 与一致性差距的诊断方式，以及从历史轨迹自动生成并回灌上下文的一致性指南。
书生 InternLM精选AI 评分6060 上海AI实验室发布Atria Dawn Preview预览版智能体模型
上海人工智能实验室发布新一代智能体模型 Atria Dawn Preview 预览版，基于 744B 参数的 MoE GLM-5.2 基础模型，256K 上下文，仅支持文本输入，覆盖检索发现、构建创造、交付落地和网络安全四类任务。
推荐理由：在搜索、编码、工具使用、生产力和安全等任务上同时给出与多个主流模型的横向对比数据，读者可以据此评估其相对位置。
DeepSeek精选AI 评分8080 DeepSeek 发布 DeepSeek-V4.1-Flash，主打 KV cache 极限压缩
DeepSeek 发布多模态 MoE 模型 DeepSeek-V4.1-Flash，采用 CED 架构、CSA2 与 FP4 KV cache 等压缩手段，将全局 KV cache 占用压至每 token 890 字节，相对 DeepSeek-V4-Flash 和 DeepSeek-V1 分别缩减约 4 倍与 437 倍。
推荐理由：原文给出 CED 架构、CSA2 与 FP4 KV cache 等具体压缩设计，并对照 Opus-5.0、GPT-5.6 等前沿模型列出 agentic 基准成绩，读者可据此评估压缩策略对推理成本的实际收益。
OpenAI News精选AI 评分6262 OpenAI 发布 Agents API
OpenAI 发布 Agents API，用于在云端构建和启动智能体的托管服务。该服务由 Codex harness 驱动，支持编排、长时会话和工具调用。
推荐理由：原文给出 Agents API 的核心能力边界和 Codex harness 底层，读者可据此评估对现有智能体工作流的替代价值。
Mistral AI精选AI 评分5050 Mistral 用 AI 智能体把 4 万行 Fortran 77 迁移到 C++
Mistral 团队用 AI 智能体为一家欧洲能源运营商把 4 万行 Fortran 77 迁移到 C++，先建数值一致性校验框架再按模块由多角色智能体在人类审校下推进。
推荐理由：用一个 4 万行 Fortran 77 到 C++ 的真实迁移案例，展示了先建数值一致性校验、再分模块推进并保留人类审校的可复用改造流程。
GitHub Blog · AI & ML精选AI 评分6565 GitHub Copilot 发布 Project HydraFusion 研究预览，通过多模型编排提升编码任务质量
GitHub 推出 Project HydraFusion 研究预览，已在 GitHub Copilot CLI 中通过 /experimental 向所有 Copilot 套餐开放，按底层模型标准 token 费率计费。
推荐理由：给出了多模型运行时编排的实现细节与三项智能体编码基准的成本与质量对比，可作为评估运行时调度思路取舍的参照。
xAI News精选AI 评分3737 xAI 让 Grok Bot 接管采购工作，已发现超 $100,000 直接节省
xAI 官方博客展示 Grok Bot 在企业采购场景的应用，其内部 Haggle Bot 已识别超过 $100,000 的直接节省。文章给出系统提示词范本和工具接入方式（Slack、Notion、Drive、Gmail、Hex、Ramp），Haggle Bot 已在 Bot Marketplace 上线，可直接复制导入。
推荐理由：xAI 把 Grok Bot 接入采购场景并给出 Haggle Bot 模板和具体节省数据，可作为评估智能体接管企业流程的参考。