让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
Manus 推出 2.0 版本，将智能体扩展为平台，支持视频编辑、多人游戏托管和通过手机远程运行个人智能体。新 Cascade 智能体架构在测试配置中 token 消耗减少 23.2%、成本降低 32%，桌面应用更名为 Manus Studio，独立应用 Cue 为每个智能体分配独立邮箱、钱包和云端计算机，现处于免费早期访问阶段。
推荐理由：原文给出了 Manus 2.0 的平台化能力扩展和效率数据，可以作为判断智能体产品形态变化的参考。
Grok 4.7 现已通过 Amazon Bedrock 上线，提供 500K token 上下文窗口和低、中、高、超高四档可配置推理力度。该模型面向编码、长时运行智能体和知识工作，支持 Responses、Chat Completions 和 Converse API。xAI 称其为最擅长编码和知识工作的模型，强调持久工作与自我校验。
推荐理由：Grok 4.7 登陆 Bedrock，文章梳理了 500K 上下文、四档推理级别与成本权衡，适合评估长任务智能体工作负载。
Claude Opus 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上线。相比 Opus 5，它用更少 token 完成任务且单价与缓存读取更便宜，平均单任务成本更低，并首次为 Opus 系列加入生物、网络安全和 AI 发展领域的安全分类器。模型支持自适应思考，可通过 Bedrock 控制台或相关 API 调用，覆盖多个地理区域的推理配置。
推荐理由：AWS 官方博客给出了 Opus 5.5 的效率与成本优势说明，并附 Bedrock 调用示例，便于开发者评估部署价值。
TypeSafe AI 推出面向软件的 System One 模型 Jev，CEO Diogo Almeida 在访谈中解释其 RLCD 训练法如何用校准概率替代 RLHF 的人类反馈，并主张开发者把 AI 当作软件依赖而非聊天助手。
推荐理由：访谈剖析了 Jev 为何押注校准决策而放弃 RLHF，并给出编码代理、游戏操控等具体用例，便于开发者判断 System One 模型的适用场景。
Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款新语音对话模型，主打近实时推理。
推荐理由：官方基准显示新模型在语音智能体任务上领先并在成本上有竞争力，可据此判断生产环境中的应用价值。
OpenAI 发布 Agents API，一个由 Codex harness 驱动的托管服务，支持智能体的编排、长会话和工具调用，用于构建和部署云智能体。
推荐理由：原文点出 Agents API 的定位与三大核心能力，读者可据此判断其编排、长会话与工具调用的适用场景。
Google DeepMind 发布 Gemini 3.8 Flash 和 3.8 Flash Cyber 两款新模型，3.8 Flash 保持与 3.7 Flash 相同的每百万输入 token 0.75 美元、输出 3.75 美元定价。
推荐理由：原文给出 3.8 Flash 的定价、编码与智能体基准成绩，以及 Cyber 版的安全管控方式，可据此判断其在企业自动化中的定位。
Google DeepMind 今日推出 Gemini 3.7 Flash，定位为迄今最智能的编码与智能体工作负载模型，距离 3.6 Flash 发布仅三周。相比 3.6 Flash，它在编码基准 FrontierCode 1.1（43.6% 对 34.4%）和 DeepSWE v1.1（65.3% 对 49.0%）上显著提升，并改善网页开发与多领域知识推理能力。
推荐理由：原文给出了 3.7 Flash 相比 3.6 Flash 在编码、网页开发和领域推理上的基准提升数据及首发优惠价，可帮开发者判断升级价值与性价比。
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 三款新模型。
推荐理由：官方放出三款Flash模型的token效率、速度与价格数据，可据此评估它们对规模化智能体工作流的实际价值。
Google DeepMind 将 computer use 集成为 Gemini 3.5 Flash 的内置工具，开发者可通过 Gemini API 和 Gemini Enterprise Agent Platform 构建跨浏览器、移动端与桌面端的智能体。
推荐理由：官方博客交代了此前独立模型的集成路径、开发入口与两套企业级防护机制，读者可据此评估它适合哪些自动化场景。
Google DeepMind 发布 Gemini 3.5 系列，首批推出 3.5 Flash，主打智能体与编码，今天面向 Gemini 应用、Google 搜索 AI 模式及 Antigravity 等平台开放。
推荐理由：官方给出了 3.5 Flash 的基准成绩和开放渠道，可据此判断它在智能体任务上的速度与成本取舍。
Google DeepMind 在 Nature 发表 Co-Scientist 研究，这是一个基于 Gemini 的多智能体系统，通过生成想法、辩论、演化三阶段循环迭代，自动产生并排序新颖的科学假说。该系统已通过 Hypothesis Generation 工具向个人研究者开放，注册入口在 labs.google/science。
推荐理由：介绍了多智能体系统如何通过生成、辩论、演化三阶段迭代产出科学假说，并用具体合作案例展示其实际成效。
Google DeepMind 发布开源模型 Gemma 4，提供 E2B、E4B、26B MoE 和 31B Dense 四个尺寸，采用 Apache 2.0 许可，31B 模型在 Arena 文本榜单位列开源模型第 3。新模型支持 140+ 语言、最高 256K 上下文、原生多模态与语音输入，可离线运行于手机等边缘设备，并兼容 Hugging Face、vLLM、Ollama 等主流工具。
推荐理由：官方披露 Gemma 4 四个尺寸与 Apache 2.0 许可，有助于评估其智能-参数比优势和本地部署门槛。