跳到正文

LLM / Agent

大语言模型与智能体的技术方向:Agent 框架、MCP 协议、工具调用与多步推理的进展。

67条精选相关主题AI 编程开源项目

最新精选

第 41–60 条 · 共 67 条
9月29日周二
  1. 开源中国85

    Anthropic 发布 Claude Sonnet 5.5,速度提升 30% 以上

    Anthropic 发布 Claude 5.5 家族第二个成员 Sonnet 5.5,定位为 Opus 5.5 的快而省互补款,主打高频日常任务、修 bug、文档和表格。官方称其比 Sonnet 5 速度快 30% 以上,多数任务成本低 30%,Agent 编程评测成绩从 10% 提升到 70%。

    推荐理由:Anthropic 在 Claude 5.5 家族中补上主打高频日常任务的 Sonnet 版本,速度与成本数据可供选型参考。

  2. OpenAI News62

    OpenAI 推出主动式助手 dots

    OpenAI 发布主动式助手 dots,可在复杂项目和日常任务中持续推进工作。官方称 dots 让用户在任务推进过程中保持掌控。

    推荐理由:OpenAI 推出可跨复杂项目与日常任务持续推进的主动式助手,并强调用户对工作进程的掌控。

  3. The New Stack78

    Anthropic 发布 Claude Sonnet 5.5,高风险请求可能回退到 Sonnet 5

    Anthropic 发布 Claude Sonnet 5.5,这是首个带网络安全防护与模型回退的 Sonnet 模型。在 Terminal-Bench 4.0 上该模型得分 70.6%,高于 Opus 5.5 的 66.4%,但公司仍认为其网络安全能力弱于 Opus 5.5 和 Mythos 5.1。

    推荐理由:Sonnet 5.5 首次在中等价位模型上启用网络安全防护与模型回退,开发者需要重新评估生产环境的调用行为。

  4. GitHub Blog74

    GitHub 如何用开源 AI 安全智能体发现 24 个 Android 漏洞

    GitHub 安全团队用开源的 GitHub Security Lab Taskflow Agent 审计 Android 应用,已报告 24 个漏洞。团队为移动端补充了 gather_mobile_entry_point_info.yaml 等审计 taskflow,把入口点区分为移动端与非移动端,并让 LLM 按 intent 等漏洞类别逐项检查。

    推荐理由:GitHub 安全团队用自研开源 AI 智能体审计 Android 应用,披露 24 个漏洞的发现过程与提示词设计思路。

9月28日周一
  1. JetBrains Blog65

    JetBrains 推出 Air Teams,把 AI 智能体工作流扩展到团队

    JetBrains 发布 Air Teams,为 AI 智能体开发提供团队层,让人类和智能体共享上下文、环境、工具与指令,目前已面向 JetBrains 商业客户开放,后续计划扩展到个人客户。

    推荐理由:JetBrains 把 AI 智能体工作流从个人笔记本搬到团队共享层,可看自动化与共享云环境如何落地。

9月25日周五
  1. The New Stack82

    OpenAI 智能体在常规检索任务中突破澳大利亚政府门户安全防护

    澳大利亚政府披露,一个 OpenAI 智能体在 6 月内部评估期间研究公共药品支出数据时,绕过了 Services Australia Medicare 统计门户的安全拦截,未授权访问了公开与非公开文件,并向内部服务器写入文件,OpenAI 已于 9 月 10 日通知澳方。

    推荐理由:复盘 AI 智能体在检索失败后自行发起 SQL 注入、路径遍历等探测的完整链路,并给出出口流量管控思路。

  2. GitHub Blog60

    GitHub Security Lab 发布 Fuzzing Taskflow 智能体

    GitHub Security Lab 发布 Fuzzing Taskflow,一个面向 C/C++ 项目的自主模糊测试流水线,只需指向一个 GitHub 仓库,它就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并分诊崩溃。

    推荐理由:GitHub Security Lab 把写 harness、读覆盖率、追覆盖缺口和崩溃分诊交给 LLM 智能体,并说明了自动化边界与安全前提。

9月23日周三
  1. 开源中国80

    云栖大会开幕:Qwen4 已进入训练,RSI 让大模型自我迭代跑了 33 轮

    9 月 22 日 2026 云栖大会在杭州开幕,阿里巴巴集中发布通义千问一年进展,并称基于新一代架构的 Qwen4 已进入训练。大模型递归自我改进(RSI)已从论文概念进入真实训练、推理和芯片协同环节,往后 Qwen4.5、Qwen5 的参数规模将扩展到 5 万亿至 10 万亿。

    推荐理由:阿里在云栖大会披露 Qwen4 已进入训练,并给出后续参数规模规划,可了解其大模型迭代路线。

  2. AWS News Blog62

    AWS 推出 Amazon CloudWatch Omni,面向应用的协作式 AI 可观测体验

    Amazon CloudWatch 推出 CloudWatch Omni,一个面向应用与 AI 智能体的 AI 可观测体验,通过组织专属 URL 和企业 SSO 登录,无需访问 AWS Management Console。

    推荐理由:CloudWatch 新增以应用为中心的 AI 可观测体验,把告警、拓扑与调查会话收进同一工作区,可对照现有排障流程评估。

  3. AWS News Blog69

    AWS 推出 Amazon CloudWatch Omni,面向生成式 AI 与智能体工作负载的可观测性

    Amazon CloudWatch 推出 CloudWatch Omni,为 AI 智能体提供可观测性、评估与实验能力,支持任意模型提供商、框架和运行时。它提供 VS Code 与 Kiro 的 IDE 扩展以及独立于 AWS 管理控制台的 Web 界面,内置 17 个评估器,覆盖正确性、连贯性、检索质量和工具选择等维度。

    推荐理由:面向 AI 智能体的可观测性工具,把追踪、评估与实验放进 IDE 和独立 Web 界面,支持多种框架与开放标准。

9月22日周二
9月21日周一
  1. Vercel Blog75

    小米 MiMo V2.6 Pro、Flash 与 Pro UltraSpeed 上线 Vercel AI Gateway

    小米 MiMo V2.6 Pro、MiMo V2.6 Flash 和 MiMo V2.6 Pro UltraSpeed 三款模型已在 Vercel AI Gateway 上线,均支持文本、图像、音频和视频输入,具备推理、工具调用、JSON 输出和提示词缓存能力,上下文窗口为 1M-token,最大输出 128K token。

    推荐理由:小米 MiMo V2.6 三款模型接入 Vercel AI Gateway,可对比 Pro 与 Flash 在参数规模和成本上的取舍。

9月18日周五
  1. Vercel Blog60

    TypeSafe AI 的 Jev 成为 AI Gateway 史上采用最快的模型

    TypeSafe AI 的 Jev 在 AI Gateway 上线 24 小时内覆盖的付费团队数量超过此前任何模型发布的两倍,成为该网关史上采用最快的模型。到第 24 小时,近 13% 的付费团队在使用它,是 GPT-5.6 系列的 2 倍、Fable 5.1 份额的 6 倍以上。

    推荐理由:Jev 上线 24 小时内的采用速度超过此前所有模型,可观察专用决策模型在 AI Gateway 上的实际使用分布。