#Agent能力
共 504 篇相关文章
·12 分钟
Qwen3 27B本地部署实测：单张3090跑出前沿级Agent能力
实测Qwen3 27B开源模型在单张RTX 3090上的表现，涵盖推理速度、Agent能力、多模态视觉及工具调用等维度，对比DeepSeek V-Flash等闭源模型，解析其性价比优势与本地部署方案。
阅读全文 →
·7 分钟
DeepSeek V4-Pro深度解读：Agent能力升级、跑分实测与API涨价全分析
DeepSeek V4-Pro正式上线，Agent能力大幅升级，推理力度三档可调，原生支持OpenAI Responses API。本文深度解读V4-Pro跑分数据、与V4-Flash对比、DS Bench内部榜单表现，以及8月17日API分时涨价策略详情。
阅读全文 →
·14 分钟
DeepSeek-V4-Pro发布：Agent能力与弹性推理机制全面解析
DeepSeek-V4-Pro正式发布，带来Agent智能体能力重大升级、弹性推理强度机制及OpenAI Responses API原生兼容。本文详细解析V4-Pro在生产环境落地、成本控制与开发者生态方面的核心改进。
阅读全文 →
·15 分钟
Meta开源Muse-Glimmer-30B模型：Agent能力全面对标Qwen，本地部署指南
Meta开源Muse-Glimmer-30B稠密模型，专为Agent场景设计，支持工具调用与多模态理解。采用Apache协议，部分指标超越Qwen-3 27B，本文详解其性能表现、硬件需求与部署方案。
阅读全文 →
·6 分钟
GPT-5.6实测：前端开发榜登顶背后的Agent能力解析
GPT-5.6 SoulX High版本在前端开发榜以1636分登顶，Agent Arena排名第二。通过个人作品集网页和推理小游戏两组实测，深入分析其任务拆解、连续执行与自我纠错的Agent能力表现。
阅读全文 →
·5 分钟
烧掉20万美元测试GPT-5.6：Agent能力的真实极限在哪里
一位开发者获得GPT-5.6早期访问权，历时一个半月、横跨67个项目、消耗约20万美元推理成本进行极限实测。本文详解其在代码重构、React Native重写、GRUB引导修复等真实工程场景中的表现，客观评估GPT-5.6的Agent能力质变与前端短板。
阅读全文 →
·13 分钟
PageAgent实测：一行代码为网页集成AI Agent能力
深度实测阿里开源网页自动化工具PageAgent：三种接入方式详解、脚本执行能力解析、当前局限性全面梳理。一行JS代码即可为网页赋予AI Agent能力，适合自动化测试与智能导航场景，开发者快速入门指南。
阅读全文 →
·17 分钟
Claude Sonnet 5发布：最强Agent能力的中端AI模型
Anthropic正式发布Claude Sonnet 5，官方称其为最具代理能力的Sonnet模型。新模型支持规划任务、调用浏览器与终端工具、自主运行，将旗舰级Agent能力带入中端价位，大幅降低开发者构建AI自动化应用的成本门槛。
阅读全文 →
·5 分钟
CueBench：量化你驾驭编程Agent能力的评估工具
CueBench for Developers是首个评估「人类如何驱动编程Agent」的基准测试工具，区别于传统SWE-bench等模型评估，它将焦点转向开发者的提示质量、任务拆解与迭代反馈能力，帮助开发者建立AI协作的反馈循环，量化人机协作时代的核心竞争力。
阅读全文 →
科技前沿
社区热议·第1期：AI Agent能力跃升与信任危机
·1 分钟
社区热议·第1期：AI Agent能力跃升与信任危机
每周四聊聊Twitter和Reddit上本周最火的AI话题
阅读全文 →
·9 分钟
Perplexity Computer整合深度研究为原生技能，AI Agent能力融合新范式
Perplexity宣布将Deep Research整合为Computer的原生技能，用户无需手动切换模式即可自动调用深度研究能力。本文解析这一Agent Harness设计哲学的意义，对比ChatGPT、Gemini等竞品路径差异，探讨AI Agent能力无缝融合的行业趋势。
阅读全文 →
教程攻略·8 分钟
Agent Tuning：训练具备Agent能力的大模型完整指南
深入解析Agent Tuning的原理与实践，包括为什么需要Agent训练、从Prompt到RAG到Agent的技术演进、研发流程与成本评估，帮助中小模型获得顶级Agent能力实现私有化部署。
阅读全文 →
产品体验·8 分钟
Kimi K2.6深度评测：编程与Agent能力全面拆解
深度评测Kimi K2.6模型的编程工程能力、群智Agent协作与视觉开发表现。SWE-Bench Pro开源第一，支持300个并行子代理协作，API价格仅为竞品三分之一，全面拆解其架构优势与实际落地价值。
阅读全文 →
科技前沿·4 分钟
Gemini 3.5 Flash深度测评：Agent能力、视频生成与编码实力全面解析
深度解析谷歌Gemini 3.5 Flash的三大核心能力：Agent智能体自主执行、不到一分钟视频生成、76.2%编码得分。对比GPT与豆包，帮你找到最适合的AI生产力工具。
阅读全文 →
观点碰撞·4 分钟
Replit CEO访谈：AI Agent能力边界、长程推理突破与AGI困局
Replit CEO Amjad Masad深度访谈解读：AI Agent从2分钟到200分钟的长程推理突破，自然语言编程的实现，可验证性如何决定AI进步速度，以及为什么当前AI的实用性反而成为AGI的最大障碍。
阅读全文 →
产品体验·4 分钟
GPT-5.5全面解读：编程、自动化与Agent能力实测
深度解读GPT-5.5核心升级：从聊天助手进化为超级执行者，20分钟完成数小时编程工作，知识工作全流程自动化，基准测试全面领先。详解三大版本定价、API费用及安全策略。
阅读全文 →
·7 分钟
DeepSeek Harness开源Agent框架：48小时9万星爆火解析
DeepSeek Harness是GitHub史上增长最快的开源Agent框架，48小时斩获9.5万星。本文深度解析其MIT开源协议、插件化乐高架构、一行命令上手的核心优势，以及与Claude Code的路线之争。
阅读全文 →
·11 分钟
DeepSeek开源Harness框架：AI竞争从模型转向智能体与基础设施
DeepSeek开源智能体框架Harness，12小时GitHub狂揽5万星标；Claude攻克黎曼猜想相关难题；OpenAI晶圆级芯片推理提速14倍。AI竞争主战场正从模型能力向智能体框架和底层基础设施全面扩散。
阅读全文 →
