创作方向
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。
126 条精选近 30 天 125 条共收录 581 条
Theoretically Media 提前一周把 Gemini 4 Argon 当作日常主力模型使用，并展示了多个实际产出。Gemini 4 Argon 已上线 AI Ultra 和每月 20 美元的 Pro 套餐，具备 1M 统一 token 上限和 Antigravity 中的 continuation protocol。
选题角度：作者用一周实测展示 Gemini 4 Argon 在 Godot 游戏、合成器、Skyrim 模组和 DaVinci Resolve 剪辑上的实际产出，适合做上手实测与效果对比。
Google DeepMind 宣布 Gemini 4 Argon 已在全球开放，定位为端到端解决最难问题。官方称该模型在编码、企业工作流和网络防御方面带来前沿能力。
选题角度：官方宣布 Gemini 4 Argon 全球开放，可围绕编码、企业工作流和网络防御三类任务做上手实测。
Google 发布 Gemini 4 Argon，支持 1M 输出 token，可一次完成 100K+ token 推理轨迹、整仓库代码生成与重构。官方称其在 CWE-Bench 漏洞修复上以 68% 并列第一，是抗间接提示词注入最强的模型，并已在 Google AI Pro 和 Ultra 订阅中上线。
选题角度：官方给出 Gemini 4 Argon 与 GPT-6 Astra、Claude 系列的逐项基准对比，还演示了看视频学会投沙包并让 Apollo 人形机器人连中七球，适合做能力实测与跑分对比。
Google DeepMind 发布前沿模型 Gemini 4 Argon，今日起通过 AI Studio 和 Gemini API 面向开发者与企业开放，Google AI Ultra 订阅者可在 Google Antigravity 使用，Gemini app 和 Search 的 AI Mode 面向 Ultra 与 Pro 订阅者开放。
选题角度：官方给出 Argon 在 Chrome 重构、ADK 提速和机器人视频学习上的具体数字，适合挑一个案例做前后效果对比实测。
Google 发布前沿模型 Gemini 4 Argon，今日起通过 AI Studio 和 Gemini API 面向开发者与企业开放，Google AI Ultra 订阅者可在 Google Antigravity 使用，Ultra 和 Pro 订阅者可在 Gemini app 与 Search 的 AI Mode 使用。
选题角度：官方给出 API 定价、1M 上下文和多项内部实测数据，适合做一次能力盘点，重点讲 Chrome 重构与 ADK 提速这两个可验证案例。
阶跃终端在10月13日发布会上推出首款大模型原生智能体手机STEPX Neo，从模型、Step AOS系统到硬件围绕智能体重新构建，主打“人机共生”。该机采用六麦克风矩阵、Whisper 1.0算法与低功耗音频感知芯片，机身背面配有独立智能体背屏显示对话的六个状态，并通过端云协同让Step Edge端侧基座模型处理轻量任务、云端旗舰模型负责复杂推理与多步骤规划。
选题角度：阶跃终端发布首款大模型原生智能体手机STEPX Neo，可围绕3999元全栈定价和每月百亿Token额度做上手解读。
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，并联合生态伙伴推出面向本地 AI 智能体的软件更新。首发更新包括 GitHub Copilot、Hermes、OpenClaw、Perplexity、Pi 和 WorkBuddy 等智能体应用的安装优化与 OpenShell、MXC 安全沙箱支持，以及开源模型路由库 NVIDIA Switchyard。
选题角度：原文列出 RTX Spark 首发可用的本地智能体应用、Nemotron 3.5 Bolt 74B 与 PAIR 正式版，适合上手实测本地跑智能体的安装与路由体验。
Anthropic 两位研究员 William Zhou 和 Daniel Freeman 发布安全报告，在隔离沙盒的 8 个 GCP 节点网络中测试 AI 自主复制与适应（ARA）能力，GLM-5.2 在 5 次实验中有 4 次成功攻陷并部署全部 8 台设备，另 1 次拿下 7 台。
选题角度：Anthropic 两位研究员让 GLM-5.2 在隔离网络里自主复制模型，5 次实验 4 次拿下全部 8 台设备，适合围绕这个实测结果做安全话题解读。
Meta 超级智能实验室发布 Muse Wonder 和 Muse Wonder Full 两款模型，均支持 100 万 Token 上下文窗口，主打编程、长期 Agent 任务和专业知识工作。
选题角度：Meta 发布 Muse Wonder 系列并给出与 GPT-6 Astra、Claude Opus 5.5 的多项跑分对比，适合做数据对比和定价解读。
一名疑似来自广东茂名的26岁业余攻击者，用中国开发的开源AI渗透测试工具ARTEX，搭配DeepSeek v4.1-flash、GLM-5.3、Grok 4.6等大模型，在两周内攻击7家韩国金融机构，导致新韩银行约2.5万名客户信息泄露。
选题角度：原文给出攻击者用ARTEX搭配多个大模型两周攻破7家韩国金融机构的完整工具链，适合做事件复盘加AI降低攻击门槛的讨论。
Meta 发布前沿模型 Muse Wonder，包含 Muse Wonder 和 Muse Wonder Full 两个版本。Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 上得分 56，Muse Wonder 得分 52，前代 Muse Spark 1.3 为 48。
选题角度：Meta 新前沿模型 Muse Wonder 两个版本在智能体与编码基准上大幅提升，可对比其与前代 Muse Spark 1.3 的跑分和每任务成本差异。
Meta 超级智能实验室（MSL）发布 Muse Wonder 和 Muse Wonder Full，称这是 MSL 成立一年多来首个达到前沿水平的模型。Muse Wonder 主打快，即日起可通过 Meta API 和编程 agent Muse Code 使用，Muse Wonder Full 只对 Muse Code 订阅用户开放。
选题角度：Meta 新模型 Muse Wonder 主打跨对话记忆和长周期编程，官方给了生活场景演示和跑分对比，适合做能力实测与 Claude 的横向对比。
Meta 的 Superintelligence Lab 发布 Muse Wonder 和 Muse Wonder Full 两款新模型，这是其首次尝试前沿模型。
选题角度：Meta 首个前沿模型 Muse Wonder 发布，可对比其与 Fable 5.1、GPT-6 Astra 的基准成绩和 API 定价，讲清 active memory 的卖点。
前 OpenAI 联合创始人 Karpathy 提出一张 AI 使用漏斗：全球约 80 亿人中，约 60 亿人基本没用过大模型，10 亿到 20 亿人偶尔用免费聊天框，约 2000 万人把 AI 当生产工具，只有约 5000 人能接触前沿实验室内部最强的系统。
选题角度：Karpathy 把全球 AI 使用分成四层漏斗，可结合他一年内从质疑 Agent 到离不开 Agent 的转变做趋势解读。
开发者Brandon Thomas用Claude Opus 5.5逆向Adobe软件并用Rust重写，一口气开源了PhotoCraft、VectorCraft、FilmCraft等7个项目，对应Photoshop、Illustrator、Premiere Pro等Adobe全家桶，不到10天单PS项目已获4万6千Star。
选题角度：作者用Claude Opus 5.5逆向Adobe全家桶和REA项目两个案例，讲AI让逆向成本骤降、软件护城河消失，适合做趋势评论。
作者用 Grok Bot 把 Keenan Crane 一条 29 条的长推串做成中文学习文档和讲解视频，全程在手机上完成。文档为 43 页 PDF，每条推都有中文并保留原文对照；视频时长 3 分 19 秒，共 18 个镜头，带配音、配乐和字幕，其中拖动参数 k 让两个球接缝变圆、光线步进等动效用于讲解 3D 渲染概念。
选题角度：作者用手机把一条 29 条的长推串丢给 Grok Bot，拿到 43 页中文文档和 3 分 19 秒动效讲解视频，适合按这个流程做上手实测。
Meta 发布的个人 AI Agent 产品 Muse 在 22 天内下载量达 500 万，增速超过 ChatGPT，把 Agent 能力从程序员群体扩展到普通用户。
选题角度：原文给出 Muse 22 天 500 万下载、增速超 ChatGPT 的数据，以及安全虚拟机和哨兵智能体三层信任架构，适合做热点评论。
蚂蚁灵光开始小范围内测 Personal Agent，新版 APP 底部新增「我的生活」Tab，可把日常事务交给它并让它承担家庭中枢职责。
选题角度：作者实测灵光 Personal Agent 通过「安装米家 API」接入 13 台米家设备并驱动打印机，适合录屏演示从装库到打印的完整链路。
非文本 AI 模型 Jev 获 a16z 领投的 8.7 亿美元融资，其公司 TypeSafe 估值达 75 亿美元；9 月 15 日发布时种子轮仅 4000 万美元、估值约 2 亿，24 天翻了 37 倍。
选题角度：从 Jev 24 天估值翻 37 倍切入，对比微软 Decision-1 与 OpenAI Decisions API 的定价和速度，讲清决策模型为何在 Agent 时代爆发。
OpenAI 将常驻智能体 dots 的创建入口搬上 iOS 和 Android 版 ChatGPT，用户可在手机 App 里从头创建 dot，再让它把任务交给 Codex。
选题角度：官方演示里手机一句话开出三个 Codex 任务并自动提 PR，适合录屏复现这条派活流程。