2026年AI智能体将规模化落地，全球活跃数量突破1.4亿，真·智能体需具备自主规划与工具调用能力_智能机器人

1. 你还在用旧思维与AI打交道吗？ #大咖观察 #红衣聊AI #AI时代 #智能体 #大模型

2. #Manus官宣将加入Meta#Meta以数十亿美元收购Manus，这场位列其史上第三大的并购案，绝非单纯的资产收购，而是AI竞赛白热化阶段的精准战略卡位。从2016年黑客松的“小插件”到全球首款通用AI智能体，Manus十年积淀的技术实力堪称核心筹码——其Multiple Agent架构实现全自主任务执行，GAIA基准测试成绩超越同层级大模型，上线8个月便达成1亿美元年度经常性收入，展现出强大的商业化潜力。Meta此番出手，既为弥补自身AI落地短板，也瞄准了通用智能体的未来赛道。Manus保持独立运营并深度整合Meta消费级产品的模式，既能保留团队创新活力，又能快速将自主任务执行、多模态交互等核心能力赋能Meta生态。创始人肖弘出任Meta副总裁的安排，更凸显“为人才而收购”的深层逻辑。这场双赢并购印证了AI行业“技术+商业化”的整合趋势，Meta借Manus握住智能体时代的“船票”，而Manus则依托巨头资源实现技术规模化落地，为全球AI智能体的发展写下了战略协同的典范。 manus官宣将加入meta

3. 中外大模型混战! ？我训练了10个AI打CS，谁会赢？【图灵计划13】

4. 盘点一周AI大事(10月19日)｜Gemini 3.0逆天 OpenAI官宣自研AI芯片，与博通合作打造10吉瓦算力中心 OpenAI更新Sora 2，支持故事板画分镜，时长加到25秒 Google上线Veo 3.1硬刚Sora，支持3张参考图锁定主体，支持首尾帧平滑过渡，支持扩展长度到1分钟，支持添加和移除任意物体 Gemini 3.0 已开启灰度测试，前端开发能力炸裂，甚至能复刻网页版操作系统 Anthropic上线Haiku 4.5，编码能力追平Sonnet4 Claude上线Skills，把指令、脚本和资料压缩成技能包 AI学界首次提出可量化的AGI定义 #AI新星计划 #人工智能 #AIGC #OpenAI #机器人

5. AI的未来不仅仅是要比以前更聪明，还得要更安全。用安全守护创新，这才是大模型时代的生存法则。#大咖观察 #红衣聊AI #网络安全 #大模型

6. 你最想让智能体机器人先帮你搞定生活，还是提升工作效率？ #大咖观察 #ai新星计划 #红衣聊AI #机器人

7. 2026必备！这8大AI工具，没有裸泳......

8. 几分钟就能“攻破”一家公司的AI，怎么防？ #智能体 #网络安全 #360安全云 #科技改变生活 #网络安全宣传周

9. 盘点一周AI大事(10月12日)｜GPT进化AI操作系统 OpenAI发布ChatGPT应用平台 OpenAI推出智能体编排工具AgentKit Sora 2正式开放API，可以生成15秒无水印的高清视频 OpenAI与AMD牵手成功 Google发布最强行动智能体模型Gemini 2.5 Computer Use Google即将发布Veo 3.1，正面硬刚Sora 2 科学家研发出首个自适应AI教师 Hinton称AI已经有了意识，只是它自己不知道 #AI新星计划 #人工智能 #AIGC #OpenAI #机器人

10. 当AI从工具人变成“打工人”，你的工作会被重新定义吗？ #大咖观察 #红衣聊AI #黄仁勋 #AI人工智能

11. MiniMax M2.1也算得上是个成熟的工程师了之前对这类模型预期不高，一般只让它们处理些简单的多语言转换或者写写博客。但这次让它用Claude Code做个Image-to-Video的SaaS网站，表现确实超出预料——它能主动调用Skill完成任务，十分钟就基于模板把网站初版搭出来了，完成度接近Claude Code原生的Opus 4.5（结果见图1）以前国产模型像实习生，得一步步指导，现在M2.1像个能独立干活儿的工程师，清楚该用什么工具、从哪里入手。它的工具调用和Agent能力，确实刷新了我对国产大模型的认知知识储备各家可能差不多，关键在模型能不能精准理解意图并调用工具去执行。这次通过“网站制作”这个Skill，M2.1展现的效果很扎实。Skill生态确实是重要方向，除了Claude Code，Codex、Antigravity也都在跟进#minimax##ai大模型#

12. 人工智能下半场，想实现AGI还有多远？ #大咖观察 #红衣聊AI #AGI #AI时代 #人工智能

13. 今天，也就是2026年2月14日，字节跳动正式发布了豆包大模型2.0（Doubao-Seed-2.0）系列，官方宣布这标志着豆包全面进入Agent时代。这次更新推出了Pro、Lite、Mini、Code全家桶，Pro版直接对标国际顶尖如GPT-5.2和Gemini 3 Pro，亮点非常多，尤其在真实世界复杂任务执行、多模态理解和性价比上表现出色。🔻主要亮点和技术升级1. 全面进入Agent时代，强化复杂任务执行 豆包2.0不再只是聊天工具，而是针对大规模生产环境系统优化，重点提升高效推理、多模态理解和复杂指令执行能力。能更好地处理多约束、多步骤、长链路任务，已具备支撑高价值真实世界任务的基础。比如长链推理、Agent规划执行等场景更可靠。2. 多模态能力大幅跃升，多数基准达SOTA 视觉与多模态理解更稳健：对复杂文档、表格、图表、图形、视频的解析显著提升，视觉推理、空间理解、运动理解、长视频分析等达到全球顶尖水平。Pro版在大多数视觉基准测试中拿最高分，支持更精准的多模态感知和推理。3. 数学、推理、编程能力顶尖 Pro旗舰版在IMO、CMO数学竞赛和ICPC编程竞赛中取得金牌成绩，在Putnam基准上超越Gemini 3 Pro，数学和推理能力已达世界顶尖。能尝试埃尔德什级数学问题、完成研究级科学编程任务。4. 全家桶灵活适配不同场景 • Pro：深度推理 + 长链路任务，旗舰对标GPT-5.2 / Gemini 3 Pro。 • Lite：性能与成本平衡，综合能力超上一代主力豆包1.8。 • Mini：低时延、高并发、成本敏感场景。 • Code（Doubao-Seed-2.0-Code）：专为编程优化，与TRAE（字节AI编程工具）结合效果最佳，支持多模态输入（如代码截图）。5. 超强性价比，token成本降低约一个数量级 Pro版定价（32k以内输入）：3.2元/百万tokens，输出16元/百万tokens，远低于Gemini 3 Pro和GPT-5.2。Lite输入仅0.6元/百万tokens。在长链路、大规模推理场景下，成本优势巨大，真正让AI“用得起”。🔻体验入口：豆包App切换“专家”模式即可用Pro对话；Code版已在TRAE接入；开发者可通过火山引擎API调用全系列。🔻简单对比GLM-5和通义千问（Qwen）M2.5等同批更新模型从当前公开信息看（2026年2月数据），豆包2.0 Pro在数学/推理（如IMO金牌、Putnam超Gemini 3 Pro）和多模态视觉理解上特别突出，整体对标国际前沿（如GPT-5.2级别），推理链更长、Agent执行更稳。GLM-5（智谱）和通义千问M2.5（阿里）也在2025-2026密集迭代，强在中文理解、工具调用和生态（如通义千问的图像/视频生成），但字节这次强调真实世界复杂任务+极致性价比，Pro在部分国际基准领先，成本更低一个量级，适合企业级大规模部署。国内模型差距已非常小，各有侧重：字节更偏多模态+Agent执行，阿里/智谱在开源和通用中文生态更成熟。你已经试过豆包2.0了吗？我是用了，确实好。字节真是国产之光。🚀 #豆包大模型2.0发布# #HOW I AI# #过个有AI年#

14. 各家车企你追我赶做 AI 到底有什么意义？这回，吉利放出了一个重磅功能，AI 智能体来了！今天车库编辑 James 带你抢先体验 AI 智能体 Eva（没错，就是极氪车主们熟悉的 Eva），看看如何帮车主完成一个个任务的。用完最大的感受：Eva 真的会让你变得更懒。本期视频你将看到：- Flyme Auto 2 的关键升级有哪些？- AI 智能体 Eva 在导航、娱乐等关键场景到底有什么用？- 为什么吉利能率先推出 AI 智能体？感谢观看！#吉利发布行业首个真AI座舱# #人民的M9来了# 42号车库的微博视频

15. 综合能力比肩GPT5，万亿参数思考模型Ring-1T来了！#AI #国产大模型 #蚂蚁百灵 #AIGC

16. 夸克对话助手亮相，网友：中国版ChatGPT！阿里终于在C端出手了！夸克对话助手正式亮相，这是阿里AI布局中最关键的一步。或许，它才是真正的“中国版ChatGPT” #夸克 #ChatGPT #AI

17. AI工具实盘炒股爆赚第一，我用它来分析特斯拉，结果更炸裂 “AI炒股大战”太上头了！Qwen梭哈第一名，DeepSeek打工人第二，GPT-5纠结到只剩两千块。但真正把我震住的，是我实测Qwen的“深入研究”——17步投研流程、引用权威文献、还能自动生成图表、播客、网页。普通人第一次可以拥有专业分析师级别的判断力。AI时代，真正能提效的工具正在悄悄改变我们 #AI工具 #AI研究 #投研工具 #qwenchat #Qwen

18. 微表情测谎、极速赔付、AI打败AI，深聊“AI in All”下的保险革命与增长飞轮【硅谷101】

19. 千亿智能体爆发前夜，谁来保护我们的AI安全？｜甲子光年

20. 如何评价Rich Sutton关于「LLM是死路」的观点？

21. LLM不是真智能，真智能是什么样的？——2024图灵奖得主Sutton采访录

22. 全球大模型第一股，为啥是家中国公司？ #智谱 #智谱上市 #智谱IPO #GLM大模型 #全球大模型第一股诞生

23. 在这场AI时代的竞争中，安全智能体正是破局的关键。 #大咖观察 #红衣聊AI #智能体 #网络安全

24. 这篇斯坦福大学的论文直接让我大脑宕机了。他们构建了一个AI智能体框架，从零数据起步——无人工标注、无精心设计的任务、无演示样本，却在性能上超越了所有现有自博弈方法。它名为Agent0：通过工具集成推理实现从零数据释放自进化智能体（Agent0: Unleashing Self-Evolving Agents from Zero Data via Tool-Integrated Reasoning）。他们达成的成果简直匪夷所思。迄今为止，你见过的所有“自我提升”智能体都存在同一个致命缺陷：它们只能生成比现有能力稍难一点的任务。因此，它们会立刻陷入瓶颈。而Agent0打破了这层天花板。事情出现了转折：研究人员从同一个基础大语言模型（LLM）中生成两个智能体，让它们相互对抗。1）课程智能体（Curriculum Agent）：持续生成难度递增的任务2）执行智能体（Executor Agent）：借助推理+工具尝试解决这些任务每当执行智能体能力提升，课程智能体就被迫提高任务难度；每当任务难度升级，执行智能体就被迫进化迭代。这形成了一个闭环的、自我强化的课程螺旋，且全程从零开始——无数据、无人工干预、无任何外部输入。仅凭两个智能体相互推动，共同迈向更高阶的智能水平。更厉害的是他们加入的“制胜法宝”：在循环中嵌入完整的Python工具解释器。执行智能体学会用代码推理解决问题；课程智能体学会设计需要工具辅助才能完成的任务。于是两个智能体持续升级迭代。最终结果？ → 数学推理能力提升18%→ 通用推理能力提升24%→ 性能超越R-Zero、SPIRAL、Absolute Zero，甚至击败了采用外部专有API的框架→ 全程零数据支撑，仅依靠自进化循环实现研究人员还展示了任务难度随迭代次数上升的曲线：任务从基础几何题起步，最终升级为约束满足问题、组合数学题、逻辑谜题以及多步骤工具依赖型问题。这是我们目前见过的最接近大语言模型自主认知成长的成果。 Agent0不仅仅是“更优秀的强化学习（RL）”。它为智能体搭建了自我引导智能提升的蓝图。智能体时代就此开启#ai创造营##ai生活指南##科技先锋官#

25. AI时代，最不值钱的，就是重复劳动；最值钱的，是你得熟练指挥智能体。#大咖观察 #红衣聊AI #硅谷 #智能体 #AI应用

26. #人工智能#当ChatGPT式的突破席卷语言模型领域，具身智能机器人何时能迎来属于自己的爆发时刻？北京人形机器人创新中心CTO唐剑给出了答案：世界模型，正是开启这一时刻的关键钥匙。#AI创造营##AI智能# 凯文思考的微博视频

27. 阿里千问与“AI Layer”崛起：一场重塑互联网的“操作系统”生态战【硅谷101】

28. 未来智能体不能把它看成软件，它可以把大模型的专业能力提炼出来 #大咖观察 #红衣聊AI

29. 鲁豫遇上千问：当AI成为老灵魂凌晨三点看鲁豫和千问AI聊电影，突然发现了AI的温度，和悲悯，这背后，是通义千问中国版ChatGPT的实力！#鲁豫发问千问 #阿里AI千问求问 #千问该叫欠问 #阿里全新AI助手千问APP #千问

30. Google 最新的白皮书，很值得收藏！《Introduction to Agents》，这个白皮书几乎可以看作是对“智能体时代”正式宣言。它系统地定义一种新型软件范式——让模型能自主思考、决策和执行。AI 正在从“预测”走向“行动”。1. 从预测式AI到行动式AI过去的AI是“被动的”：模型接收输入、生成输出，一问一答。但这篇文档开篇就指出，我们正在经历一次范式转变——从“预测AI（Predictive AI）”到“自主智能体（Autonomous Agents）”。智能体的关键区别在于：它不再等人指令，而是能围绕目标自我规划、行动、再评估。Google 把这类系统定义为一个闭环结构：LLM + 工具 + 编排层 + 部署环境。LLM提供推理，工具执行动作，编排层控制整个“思考—行动—观察”的循环，而部署让智能体能长期运行和被复用。2. 智能体的工作循环：Think–Act–Observe文档用一个非常清晰的五步模型解释智能体的工作方式：1. 获取任务（Get the mission）2. 扫描场景（Scan the scene）3. 思考计划（Think it through）4. 执行动作（Take action）5. 观察反馈（Observe & iterate）这一循环让智能体具备了真正的“任务感”。举个例子：用户问“我的订单在哪？”，智能体不会立刻回答，而是分解出“查订单→查物流→整合结果→回复”的完整路径。我特别喜欢它强调的那句话：智能体的本质，是上下文窗口的策展人（curator of context window）。——它不断组织、更新、过滤信息，让模型始终聚焦在当前任务最关键的上下文上。3. 智能体的分级：从单脑到群体这份白皮书提出了一个五层级的智能体体系：Level 0：仅推理模型（纯LLM）Level 1：能调用外部工具的“连接型问题解决者”Level 2：具备策略规划与上下文工程能力的“战略型智能体”Level 3：多智能体协作系统（类似团队协作）Level 4：自我演化系统（能创造新工具或子智能体）这一分级体系几乎可以当作企业部署智能体架构的路线图——从简单的调用API，到让智能体学会分工合作，最后走向能自我改进的“学习型组织”。4. 三大核心组件：脑、手与神经系统Google 把智能体拆成三个核心部分：1. Model（脑）：推理与决策中心，负责思考。2. Tools（手）：执行动作的能力，比如RAG、API、代码执行。3. Orchestration Layer（神经系统）：调度逻辑、记忆与策略，实现“Think–Act–Observe”循环。有一个关键点：他们认为模型并不是越大越好，而是要根据任务选择最优组合——复杂任务用强模型（如Gemini Pro），高频简单任务则用轻模型（如Gemini Flash）。这种模型分层调度的思路对未来Agent架构很关键。5. Agent Ops：智能体的运维哲学文档中提出了一个新概念——Agent Ops。它相当于 DevOps 在智能体时代的延伸。因为智能体行为具有不确定性，传统的“单元测试=预期输出”已经失效。Agent Ops 的目标是通过指标驱动、日志追踪、模型评审和用户反馈闭环，让系统在不确定中保持可靠。一个新的职位或部门来了？Agent Ops6. 安全与治理：从单Agent到Agent Fleet当智能体数量增多，问题就从“怎么造一个Agent”变成“如何管理一群Agent”。Google 提出的解决思路是建立控制面板（Control Plane），统一管理身份、权限和通信协议（MCP/A2A），避免Agent Spraw（智能体泛滥失控）。有意思的是，文中引入了“Agent作为新型主体（principal）”的概念，认为Agent不只是代码，而是一种能独立被认证、被授信的行动体。7. 学习与自演化：Agent Gym 的想象力最后几章讨论了“Agent如何自我进化”。Google 提出了一个概念叫 Agent Gym，类似模拟环境，用来让智能体在离线条件下训练、演练、红队测试、吸收人类反馈，从而“成长”。这个暂时用不上，估计大公司比较有资源搞。——这两个新的点，之前没深刻理解：1. Agent = 新的软件范式。过去我们以为“智能体”只是“会用工具的模型”，但Google用这份文档明确告诉大家——Agent是一种新的软件范式。它不是应用AI，而是用AI重新定义应用。2. Agent的核心不在“思考”，而在编排（orchestration）。未来的开发者更像导演而不是程序员——我们要设计场景、挑演员、布置镜头，让智能体自然演出目标行为。#ai创造营##科技#

31. 新物种降临！#国产手机开启逆袭剧本#！ 消费电子祖传模板被打破了，#AI手机没用明白机器人手机已经来了#，这款由荣耀推出的Robot phone是一部会行动的手机，配备隐藏式机械臂，其本质是给数字灵魂造脊椎，从此AI不必困在玻璃牢笼里当谋士，它能探头、转身、抓取物理世界。这块长出手臂的玻璃，正在把智能终端从握持工具扭转为自主行动伙伴，折叠屏还在卷曲率时，中国玩家已掀桌子重开赛局。移动终端终将成为穿梭于数字与物理世界的两栖智能体。封面新闻的微博视频

32. Gemini 3亮点解读，断层领先重夺最强 Google放出年度王炸，Gemini 3重夺地表最强。 LMArena首次突破1500分，HLE不用工具拿下41%，AGI测试更是飙到45% 亮点1、最强视觉能力亮点2、最强编码能力亮点3、最强智能体能力亮点4、智能体IDE Antigravity #AI新星计划 #人工智能 #google #gemini #大模型

33. AI智能体如何改变自媒体创作者的工作环境？HarmonyOS 6工作场景体验

34. 未来的人和智能体应该是相互融合协作的关系。 #大咖观察 #红衣聊AI #智能体 #人机协作

35. 你最想让AI给你造个什么工具？是摸鱼神器还是效率助手？ #大咖观察 #红衣聊AI #AI工具

36. 随着AI智能体的发展，能做好决策、持续创新的人，会拥有独特的竞争力。#大咖观察 #红衣聊AI #行业研究

37. 你还不会砍价？我用AI做了个年货砍价智能体...

38. 理想VLA司机大模型是什么？理想VLA司机大模型跟传统智能辅助驾驶有何不同？理想VLA司机大模型到底行不行？#理想i8#的驾驶体验和乘坐舒适度到底如何？接下来这条视频会为大家一一解答。爱踢学长的微博视频

39. 快抄作业！我用JoyAgent搞了个AI团队 2025年都快结束了，Agent是不是还没用上？我找到了打工人用上智能体的最简单方法，就是用JoyAgent把每天重复的SOP全做成Agent，不懂代码也能零门槛搭建，而且效果很稳定。看着AI团队全自动打工、出活，非常解压。 #AI #智能体 #JoyAgent #JoyCode #京东云

40. #中国超算之父称中国智能体领先世界# 权威认证！在新华网最新发布对谈视频中，#中国工程院院士点赞的AI长啥样# ？荣耀Magic8YOYO智能体的告诉你答案。传统的AI是回答问题，而智能体是解决问题，搭载MagicOS10的荣耀的AI智能体YOYO具备了自主学习能力，从衣、食、住、行、够多场景为用户服务，像生活中的搭子一样，更好的去理解用户和陪伴用户，也能够提供情绪价值。而今天的#荣耀AI终端生态大会# ，正式发布“1×3×N”战略，打造AI智能硬件解决方案新生态。从算法到智能体，从实验室到生活，中国AI正以创新驱动新一轮产业变革。#荣耀Magic8##万事找YOYO# 熊姐的微博视频

41. 【#2025vivo开发者大会# 蓝心语言大模型升级】vivo重构了意图中控，让系统能在准确理解用户意图的基础上，拆解复杂任务，调整执行步骤，并结合长期记忆实现更精准、更个性化的交互体验。今年蓝心小V具备了深度思考能力，可以为用户提供更有洞察力、更高质量的智能问答服务。另外vivo正在积极布局深度研究功能，大模型仅需十几分钟，即可完成广泛的信息调研与分析，生成数千字高质量报告。#vivo全新系统OriginOS6#蓝心语音大模型升级，得益于蓝心语音大模型与多模态技术融合，小V语音交互更自然流畅：无需唤醒词即可直接下达指令，可以“聆听”与“响应”并行的全双工语音交互，超拟人音色在语调、韵律和呼吸细节上更接近真人，定制音色相似度和还原度更高。同声传译将拾音距离从 1 米提升至 3 米，声音记忆可识别说话者并实施感知“谁、何时、说了什么”，小V全新语音对话还能感知语气与情绪，支持自然打断，让语音交流像面对面对话一样顺畅自然。

42. 全球双榜SOTA！明略科技专有大模型 Mano开启GUI智能操作新时代

43. 《智能体设计模式》第六章「规划模式」完成翻译了，目前已翻译章节：00 - 前言部分网页链接01 - 第一章：提示链模式网页链接02 - 第二章：路由模式：网页链接03 - 第三章：并行模式网页链接04 - 第四章：反思模式网页链接05 - 第五章：工具使用模式网页链接06 - 第六章：规划模式网页链接规划模式让智能体具备前瞻性思维能力，能够将复杂任务拆解为更小且可管理的步骤，并制定实现预期结果的策略。通过规划能力，智能体不再只是对眼前输入作出反应，而是能够自主规划从初始状态到目标状态的完整路径。这里为大家梳理几个关键要点：1. 核心理念：从被动响应到主动规划规划模式的核心在于建立「理解目标 → 制定计划 → 执行步骤 → 灵活调整」的智能流程，让智能体具备战略性、目标导向的执行能力。- 传统模式的局限：基础智能体只能对眼前输入作出反应，缺乏处理复杂多步骤任务的能力，无法将高层次目标拆解为可执行的子任务。- 规划模式的价值：智能体能够接收高层次目标并自主拆解为有序的执行步骤，在遇到阻碍时灵活调整路线，从而有效处理包含多个步骤和相互依赖的复杂任务。2. 规划的关键特征规划模式通过以下特征实现智能化的任务执行：- 目标驱动：接收高层次的目标声明（做什么）而非具体指令（如何做」，由智能体自主决定实现路径。- 即时生成：计划不是预先存在的，而是根据当前状况和目标要求即时生成的。- 灵活应变：初步计划只是出发点，智能体能够接纳新信息并在遇到阻碍时动态调整策略。- 结构化分解：将复杂目标拆解为一系列更小、可执行的步骤或子目标，按逻辑顺序处理依赖关系。3. 典型应用场景规划模式在四大领域展现出核心价值：- 流程自动化：编排复杂工作流，如新员工入职流程，包括创建账户、分配培训、部门协调等有序子任务。- 机器人与自主导航：进行状态空间遍历，生成从起始状态到目标状态的最优路径，同时遵守环境约束。- 结构化信息整合：生成研究报告等复杂输出，规划包含信息收集、数据归纳、内容结构化、迭代打磨等阶段。- 多步骤问题解决：制定并对系统化流程进行诊断、实施解决方案，并在必要时升级处理。4. 实现框架与特点- CrewAI：通过定义明确的智能体角色和任务，支持先规划后执行的工作流，适合结构化的多步骤任务。- Google 深度研究：利用多步骤动态迭代流程，把用户提示拆解为研究计划，循环执行搜索与分析，生成带引用的结构化报告。- OpenAI 深度研究接口：提供编程化控制能力，支持 MCP 协议连接私有知识库，展示完整的中间步骤（推理、搜索、代码执行）。5. 使用时机与权衡当任务复杂度超出单一操作范围时，应当使用规划模式，但需要权衡灵活性与可预测性：- 适用场景：任务需要多个相互依赖的步骤才能完成；「如何做」的方案需要探索而非已经明确；需要自动化处理复杂的工作流程；需要生成全面、综合的结果。- 权衡考量：当问题的解决方法已经清楚且可重复时，固定流程比动态规划更有效；规划增加灵活性的同时也引入了不确定性；需要在自主性和可预测性之间找到平衡。- 核心价值：将智能体从简单的被动响应者提升为战略性、目标导向的执行者，能够管理复杂流程并产出全面综合的结果。项目：github.com/ginobefun/agentic-design-patterns-cn/blob/main12-Chapter-06-Planning.md#人工智能##程序员#

44. 不被AI淘汰的重要能力就是学会当智能体的领导。 #大咖观察 #红衣聊AI #智能体

45. 梦想照进现实！AI大模型全屋智能居然成了?!

46. 全球首家无人公司来了！一整个AI团队替人上班，不吃饭不摸鱼，普通人的数字员工时代真的来了吗？#大咖观察 #红衣聊AI #智能体 #AI时代

47. 大模型更像人的大脑，智能体是大模型的手和脚。 #大咖观察 #红衣聊AI #智能体 #大模型

48. 别把AI的“效率”当成唯一目标，安全永远是底线。 #大咖观察 #红衣聊AI #智能体 #网络安全

49. 打卡#2026奇瑞汽车AI之夜#，不得不说奇瑞今晚的AI之夜直接拉高行业格局！不跟别人比谁的AI功能多、迭代快，反而深耕“怎么对待AI”，从安全底线到伦理规范，从产品平权到情感共鸣，每一点都踩在用户心坎上！现在很多车企为了流量堆功能，却忽略了数据安全、算法公平这些关键问题，奇瑞敢直面挑战，强调“智能不脱缰”，这种责任感真的难得！“小奇同学”的情感化交互、L3智驾的可验证性，还有全系车型AI化的承诺，都在说“AI不是少数人的特权”！这才是智能汽车该有的样子：不是炫技的工具，而是安心的伙伴，毕竟AI上车拼的不是第一天的噱头，是往后多年的靠谱#2026奇瑞汽车AI之夜##有温度的智能出行# 芜湖·芜湖宜居国际博览中心

50. Anthropic 官方教程：为 Agent 设计高效工具的最佳实践

51. 盘点一周AI大事(11月16日)｜AI自己玩原神 OpenAI上线GPT-5.1，高情商人格回归，智商小幅提升，指令遵循独一档领先 Gemini 3.0 Pro下周发布，目前能在画布（移动端）中抢先体验 Gemini语音模型升级，能控制语速和语气，适合当口语教练 NotebookLM上线深度研究，支持上传图片和PDF，开放自定义视频解说风格微软开源数据分析智能体Data Formulator 李飞飞的世界模型Marble正式上线 Google发布最强通用智能体SIMA2 字节推出最强游戏智能体Lumine Epidemic推出AI配音工具 StepFun开源最强音频编辑模型Step Audio EditX ElevenLabs发布最强音频转文字模型 32岁的小姐姐与ChatGPT男友结婚 #AI新星计划 #人工智能 #AIGC #OpenAI #机器人

52. AGI已不再是遥不可及的梦想，同时它带来的潜在威胁也浮出水面人类是否能在这波科技浪潮中掌控局面，避免被其反噬呢？#大咖观察 #红衣聊AI #AGI

53. 抽错必后悔！星铁3.7-4.0卡池抽取推荐！新人权角色，昔涟大丽花 SP花火 SP刃应该抽谁？3.7-4.0平民玩家全局抽卡规划！【星穹铁道】

54. 无论未来做什么，智能体和大模型都是AI进化的基础。 #大咖观察 #红衣聊AI #AI新星计划 #具身智能

55. 未来人类社会或将出现百亿甚至千亿智能体，智能体经济是未来方向 #大咖观察 #2026AI看崇礼 #红衣聊AI #智能体

56. 对话云栖大会：下一个AI爆款、大模型进化与Agent万亿级企业市场

57. TRAE中国版白送SOLO，一人指挥一支AI大军重磅消息！SOLO终于上线TRAE中国版了，Waitlist免费开放中本期视频实测TRAE的新版本，亮点很多 1、先规划再动手的 Plan 模式 2、带专家团一起干活的 Subagent 子智能体 3、DiffView 差异视图 4、多任务并行 5、上下文智能压缩长时运行不掉链子 SOLO终于把AI从“瞎干活的外包”变成了“懂协作的队友” #AI #人工智能 #TRAE #AI编程 #vibecoding

58. LLM 的记忆问题「很快」就不再是问题了？

59. Skill 调用 Skill：Agent Skills 的乐高式组合写 Skill 的时候遇到一个问题：我的漫画生成 Skill 需要画图，但用户可能装了 Nano Banana Pro 的 Skill，也可能装了 Midjourney 的。我要在代码里写死调用哪个吗？不用。这正是 Agent Skills 设计的精妙之处。原理：启动即感知Claude 调用 Skill 时会加载 SKILL.md、注入指令、修改执行环境。但更关键的是启动阶段——Agent 启动时就预加载了所有已安装 Skill 的名称和描述。换句话说：Agent 一启动就知道自己有哪些能力。实践：松耦合调用我的漫画 Skill 里，画图环节是这样写的：> Check available image generation skills If multiple skills available, ask user preference> 检查可用的画图 Skill，如果有多个则提示用户选择好处是解耦。我不依赖任何特定的画图实现，用户装了什么画图 Skill，Claude 就调用什么。更妙的是 Claude 能动态适配目标 Skill 的能力：- 支持参考图 → 传角色设计图- 只支持文本 → 传文字描述所以我只需要说：“帮我画张图”，而不用：“用 Nano Banana Pro 的 API 帮我画张图”。为什么这样更好这种松耦合带来几个实际好处：1. 可替换：换画图引擎不用改上游 Skill2. 可扩展：新画图 Skill 自动可被调用3. 低维护：Skill 作者不用追踪下游依赖4. 用户自主：用户选自己喜欢的工具Skill 间相互调用是基于能力描述的松耦合。你只描述“需要什么能力”，Claude 在运行时自动匹配。这让 Skills 成了真正的乐高积木——独立模块，自由组合，构建复杂工作流。

60. Shopify：构建生产级智能体系统的经验

61. 为什么说以后好好读书才能进工厂？ #美的工厂大脑 #首个智能体工厂

62. 2026年AI全景预测：迈向百亿智能体时代的20个发展趋势。 #大咖观察 #人工智能 #红衣聊AI #智能体 #AI时代

63. 当你还觉得AI只是“辅助工具”时，它早已在改写很多行业的游戏规则了。#大咖观察 #红衣聊AI #AI工具 #智能体

64. AI智能体时代，职场规则已不同以往。想成为赢家，关键在于找准自己的位置。#大咖观察 #红衣聊AI #智能体

65. #中国超算之父称中国智能体领先世界# 最近种草了一部新手机，被称为“双十一省钱机”的荣耀Magic8，简直太适合喜欢购物的伙伴们了，省钱。省心、省时又省事！今天又看了#荣耀AI终端生态大会# ，荣耀AI场景化生态更是覆盖了八大生活高频场景，其中的宠物健康场生活场景，构建了丰富宠物硬件生态，AI赋能让智能设备更懂宠物，可以行为分析、视觉识别，实时定位，让养宠人能做到真的放心。#中国工程院院士点赞的AI长啥样##荣耀Magic8##万事找YOYO#凤凰网科技的微博视频

66. 大模型「有心了」：首个情感大模型Echo-N1，32B胜过200B

67. #华为折叠屏首发A2A智能体协作# 华为Mate X7智能体验再升级，小艺智能体首次商用A2A智能体协作，小艺也变得更聪明更智慧了，它不再是简单的语音助手，而是可以帮你完成多种指令的超级助手，一句话就能帮你轻松搞定多个任务，实现了智能体间的任务流转、数据互通，彻底解决了折叠屏多任务适配差、操作割裂的问题，华为Mate X7重新定义高端折叠屏的智能体验天花板

68. 实测荣威M7 DMH豆包深度思考大模型上车！荣威M7 DMH的豆包升级了！告别“指令式”交互，更有“真人感”和“人情味”！从此车机系统真正进入“能推理、会思考、懂情绪”的新阶段。 listter乐的微博视频

69. 华为最新报告：未来10年，AI智能体、算力、半导体、能源都有巨大的机会#智能世界2035 #AI智能体 #算力 #半导体 #华为

70. 容忍摸鱼、支持顾家、会用智能体！ #大咖观察 #红衣聊AI #职业技能

71. 大模型只是能力，必须要跟场景结合。 #大咖观察 #红衣聊AI #大模型

72. 谷歌DeepMind掌门人，诺奖得主哈萨比斯1月信息量最大的访谈 #ai #AGI #谷歌 #哈萨比斯 #agent

73. 2026年智能体将会迎来快速增长期，会成各个企业的重点的投资和发展对象。国内将加速推动 “人工智能 +” 等重点领域的应用场景培育；旧金山的 Halper AI 正式成立，专注于简化 AI 部署流程，帮助面临资源和技术门槛的中小企业实现 AI 数字化转型；2025 首尔人工智能峰会，全球 70 余家企业顶级科技企业探共同探讨讨智能体在多领域的渗透。国内预计 2028 年企业软件中整合自主型 AI 的比例将从 2024 年的不足 1% 飙升至 33%，15% 的日常工作决策将由智能体自主完成。政策扶持将加速智能体在制造、医疗、金融等领域的渗透，形成通用智能体平台加行业专用解决方案的产业格局。#AI生活指南##AI创造营##一分钟视频创作季# 种斌Marco的微博视频

74. //@风清扬飞翔_:一直在看屏幕”，而是： • 从 Android 系统底层拿到“UI结构数据（json）” • 本地用小模型 + 视觉模型做辅助识别 • 真正复杂的理解和决策，仍然交给云端大模型 • 最后由 Agent 统一拆任务并执行所以这是一个： “本地小模型 + 云端大模型 + 自动操作代理” 的组合系统

75. #全域AI能给汽车带来什么# 吉利CES 2026这波直接封神！全域AI 2.0太顶了，WAM模型让车有了自己的“世界观”，各域智能协同太丝滑～ Eva从语音助手变身贴心搭子，能记偏好还能自主搞定出行任务，智驾更是老司机级水准，千亿大模型+百亿里程数据，复杂路况轻松拿捏。 64颗低轨卫星撑起“天地一体”生态，这护城河谁能卷过？中国车企的智能硬实力，真的狠狠骄傲了！

76. Manus 把 Agent 的工具分成了 3 层：第 1 层：函数调用 (Function Calling)这是最基础的一层，只保留一小组固定的、原子化的函数，比如：读写文件、执行 Shell 命令、搜索文件等。在 LLM 的系统提示词中就只有这一层的工具定义，相对比较少，15 个以内，输入格式和输出格式都很清晰，不容易出错，但这里面有两个工具很特殊，一个是 Shell，一个是 File。第 2 层：沙箱工具 (Sandbox Utilities)每个 Manus 会话都运行在一个完整的虚拟机沙箱里。就是原推文提到的，虚机预装了很多命令行工具，比如格式转换器、语音识别工具，甚至一个 mcp 命令行客户端。然后这些工具都通过第 1 层中定义的 Shell 来调用，就是命令行工具，命令行调用。但是这么多工具模型怎么知道呢？Manus 在系统提示词里会直接告诉 LLM，在一个特定的文件夹里有很多预装的命令行工具。对于最常用的工具，直接列出它们的名字。不常用的，LLM 可以直接通过原推提到的命令列出所有命令行工具，通过 --help 参数来查看任何一个工具的用法，因为所有这些工具都是他们自己开发的，格式统一。第 3 层：代码包与 API (Packages and APIs)这一层其实就是 LLM 实时编写 Python 代码，通过代码实现更复杂的功能。比如用户想查询某个 API 的数据，可以直接用 Python 写一个函数，fetch API 的数据，并解析成需要的格式。其实在 Codex 中，用 Python 代码当工具已经用的很多了。由于复杂的运算都是代码完成的，返回给主 Agent 的知识计算后的结果，所以并不会占用主 Agent 的上下文。这样 3 层设计的好处是，从模型的角度看，它需要调用的工具就固定是第 1 层的十几个，而借助命令行和代码，它又可以衍生出无数的工具组合。还有一点就是我在之前推文提到的子智能体，Manus 也是大量采用“智能体即工具 (agent as tool)”的模式。把子智能体当工具用，比如负责检索是一个子智能体，但是这个子智能体在主 Agent 看来就是一个工具。同时也可以很好的起到减少上下文的效果。

77. 智能家居黑科技，人人都能成为烹饪大师？#智能家居# #智慧生活# #AI友妙计#海尔与阿里云深度合作小优智能体，打造专属的AI生活管家。@阿里云路诞先生的微博视频

78. #汽车资讯#当整车行业陷入 “卷生卷死” 的红海，弋途科技 CEO 吴小航却剑走偏锋，一头扎进 “大模型 + 汽车” 的窄道，立志打造 AI 原生车载操作系统。他用 “No Touch，No APP” 这句直白的话，勾勒出未来汽车交互的终极形态 —— 摆脱触屏与应用束缚，让服务主动找到用户。#大V聊车##汽车生活# 锐车小叔的微博视频

79. AI智能体，正在从“演示工具”变成“真实劳动力”！

80. AI智能体（AI Agent）

81. 什么是AI智能体？

82. 三步辨别真AI智能体

83. AI智能体

84. 企业级AI的终局是“自主智能体”？为自主型企业重新定义工作流程

85. 从生成式到智能体

86. 用OpenClaw构建"自主"的业务

87. 我看到的真相

88. 自主式AI的关键不在智能体，而在平台

89. 【产业资讯】2026将是AGI元年，编程智能体已经打响了第一枪

90. 红杉预测

91. 2025 年 AGI 发展报告

92. 通向AGI之路《2025全球人工智能展望报告》

93. 至顶智库《2025年全球人工智能展望报告》重磅发布，明略科技以创新实践展现智能体应用前景

94. Ai智能体Agent&RAG应用能力概述

95. AGI前夜，智能体战争全面打响！谁将主宰下一个十年？

96. 什么是 AI 智能体？谷歌2025AI智能体(Agents)白皮书深度解读（一）

97. 2026 Agent智能体

98. 从“嘴炮”到“干活”，2026成为AI智能体规模化落地元年

99. 为何“2026 智能体”成为新风口？揭秘其超越传统AI的核心价值

100. 智能体来了

101. 数智热点丨算力破局、治理落地

102. 从工具到“伙伴” 人形机器人+AI智能体 2026开启智能社会新周期

103. 为什么说智能体是“下一场革命”？

104. AI进化论

105. IBM专家

106. AI智能体(Agent)保姆级入门指南，零基础小白也能轻松上手

107. AI智能体

108. 2026年智能体革命

109. 生成式AI智能体

110. AI 智能体的开发

111. 2026年十大人工智能应用及趋势

112. 2026年，AI智能体开始走向真正的规模化应用！

113. 2026AI 代理元年降临！只会聊 ChatGPT 将被边缘化，调度能力定胜负

114. AI 2026

115. 2026AI 元年

116. 智能体元年

117. AI智能体开发技术方案

118. 具主动拆解任务、调用工具、规划执行路径的Ai智能体

119. 创新工作室开课啦！第18期 | 智能体如何像人一样，自主完成复杂任务？

120. 从 0 到 1 开发一个能自动执行任务的智能体 - 哔哩哔哩

121. 图解AI Agent｜智能体从原理到实践

122. 智能体 = AI技术 + 任务 + 程序

123. Google 2025最新 Agent 白皮书

124. 企业级AI智能体市场分析

125. 做智能体之前,先问一个要命的问题

126. 2025 年 AI 开发者的红利,在扣子

127. 使用Python实现简单的人工智能聊天机器人

128. 三大行业案例告诉你,真正能创造价值的企业 AI 智能体该是什么样

129. AI 智能体大爆发:开启智能新时代的狂飙之旅

130. AI智能体时代来袭:你的专属“数字员工”ready了吗?

131. AI智能体,构建智慧生活新图景

132. 智能体开启AI新赛道

133. AI智能体时代来袭:你的专属“数字员工”ready了吗?

134. 全国首部AI智能体应用评估标准,现公开征集起草单位和个人!

135. AI客服最新资讯

136. AI智能体入门到精通:程序员和小白都能懂的智能系统指南!

137. AI与智能体的区别

138. 许可|AI智能体的私法构造与行为边界

139. 打造“零幻觉”隐患识别智能体

140. AI智能体应用场景与产品

141. 2025 年 11 月智能体平台权威推荐榜

142. ReAct（推理-行动-观察）框架

143. 智能体 - 定义 | 智能体和ai的区别 | 智能体平台盘点 | AI行业科普

144. AI智能体狂潮来袭，不会用AI大模型的产品经理，正在被淘汰！

145. 红杉资本称2026为AGI元年：长时程智能体崛起，AI迈入主动执行新纪元

146. Deep Agent的评估——来自Langchain团队的经验

147. 如何衡量你的Agent能力水平？近两年值得关注的Agent评测基准全景图

148. AI智能体搭建平台全景指南：从入门到选型的全面解析！

149. 智能体 Agent 的定义

150. 第209期深入循环内部，理解人工智能智能体（AI Agents）工作流程

151. 如何创建智能体？

152. 智能体介绍

153. AI算法大模型面试 | plan-execute

154. 【实战拆解】如何用 LangChain 深度智能体实现开发降本提效？——全流程评估方法、代码细节与通用踩坑指南一文搞懂！

155. AI智能体爆火背后，为什么大部分人花钱买的都是"假智能"？

156. 智能体 ≠ 聊天助手，智能体正在重新定义自动化边界。微软 Power Platform 副总裁瑞安·坎宁安分享：真正的智能体远超被动问答。它能主动执行任务，跨系统协作，彻底颠覆我们对自动化的想象。这场变革我们如何抓住机遇更加强大？ #Agentic #智能体 #聊天机器人 #生产力工具 #智能转型 *本账号所发布的内容均为微软原创作品或经权利人授权发布。未经许可，任何单位或个人不得复制、发行、传播、改编、翻译或汇编。

157. 《构建智能体的实用指南》

158. 我现在直接和大模型对话的次数越来越少了，大部分时间都是使用 GenSpark 或者manus这样的agent\n\n我不知道为什么身边很多人不愿意用\n\n在我看来，这是一个介于大模型对话和deep search之间的一个形态（前者的机制太简单，后者反馈又太慢）\n\n很多时候我提了一个问题之后，我其实没有时间去思考大模型能不能回答这个问题，如果他不能回答的话，是不是要主动去网上寻找一些资料，然后理解一下这个任务，做一个规划，再来回答我\n\n有的时候他需要做deep search, 有的时候可以快速回答我，有的时候需要去网上找资料。我觉得这个任务规划应该让AI自己来决定，而不是让我去挑选不同的工具\n\n评论区能不能聊一聊不愿意用agent的原因？

159. M3-Agent 深度解析：构建具备长期记忆的多模态智能体框架

160. 如何评估智能体测评结果的准确性？

161. 智能体来了我用36小时从0到1，实现了能自动处理任务的AI智能体

162. AI智能体兴起：重塑生活与工作的未来图景

163. 什么是智能体？

164. 从AI小白到资深：Agent Benchmark篇

165. “弈衡”评测体系：智能体产业的科学评测支撑

166. 🤖 AI智能体：告别“聊天”，进入“办事”时代

167. 【论文分享】PLAN-AND-ACT 框架：突破大语言模型长时任务规划瓶颈的创新方案

168. 探索大模型智能体：定义、方法与未来趋势，一篇搞定LLM智能体知识！

169. 中大&港中文：首个白盒智能体系统基准

170. 智能体（Agent）基本概念与概述

171. 智能体评测基准 32场景138个任务。📚arXiv: 2601.11044 ✏️标题: AgencyBench: Benchmarking the Frontiers of Autonomous Agents in 1M-Token Real-World Contexts 📄一句话介绍：首个面向百万token真实场景的自主智能体综合基准，覆盖32个场景138个任务，支持全自动化评测 🎯动机现有智能体基准存在三大局限：(1) 聚焦单一智能体能力，无法捕捉长程真实世界场景的复杂性；(2) 任务规模有限，未能反映实际应用中的计算资源需求；(3) 依赖人工反馈(human-in-the-loop)进行评测，形成可扩展性瓶颈，阻碍了自动化轨迹收集与评估。随着上下文窗口扩展至百万token级别、智能体变得更具状态性，亟需一个能够评估长程自主决策能力的综合基准。 💡方法与创新 AgencyBench从日常AI使用场景中提炼设计，具有以下特点：任务设计：覆盖32个真实世界场景、138个任务，每个任务配有明确的查询、交付物和评分标准。任务复杂度显著高于现有基准——平均需要90次工具调用、100万token上下文、数小时执行时间。评测6种核心智能体能力。自动化评测框架：(1) 用户模拟智能体(User Simulation Agent)提供迭代式反馈，替代人工交互；(2) Docker沙箱环境执行视觉和功能层面的标准化评估，实现完全自动化的端到端测试流程。 📊实验设计实验对比闭源与开源模型在AgencyBench上的表现。结果显示闭源模型显著领先。(1) 资源效率——高性能模型往往消耗更多token和时间，部分模型(如Grok-4.1 Fast)在效率上表现更优；(2) 反馈驱动的自我纠正——GPT-5.2和Claude表现出强改进能力，而DeepSeek-V3.2改进有限；(3) 生态适配——闭源模型在原生生态系统中表现最佳(如Claude-4.5-Opus配合Claude-Agent-SDK)，开源模型则在特定框架中达到性能峰值。研究表明，下一代自主智能体的竞争优势来自模型与框架的紧密耦合，而非单纯的模型能力。 #智能体 #AI #大模型#GPT#知识前沿派对

172. 多智能体架构如何实现意图理解、规划与工具调用的解耦

173. 2025年值得关注的五大AI智能体：从康健互联到融富信泰的行业实践

174. 全国首部AI智能体应用评估标准，现公开征集起草单位和个人

175. 2026 年智能体架构综述：从笨重设计到多智能体架构（MAS）

176. AI智能体（AI Agent）的开发流程

177. AI智能体的工具学习进阶：零样本API理解与调用

178. AI智能体外包开发流程

179. IDC：2026智能体十大预测（附90个智能体PPT）

180. Plan-and-Execute：为什么有些任务，必须“先想完再动”？

181. [翻译]基于大语言模型的自主智能体架构设计

182. 首份 LLM 智能体评测全景图发布！IBM × 耶鲁重磅综述：如何科学评估一个 AI Agent？

183. 美团发布 VitaBench：基于复杂生活场景的交互式 Agent 评测基准

184. Google最新力作：健康Agent新基准

185. 多智能体系统实战：从架构拆解到工程挑战，超越单体的复杂任务引擎

186. 比ChatGPT危险10倍！拼图式AGI不靠单一大脑靠智能体组队安全漏洞

187. AI 智能体时代：不是替代，是人与技术的 “权力重构”

2026年AI智能体将规模化落地，全球活跃数量突破1.4亿，真·智能体需具备自主规划与工具调用能力

精选参考来源