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。
Anthropic 工程团队发布 Claude Code 官方最佳实践指南，系统阐述了在智能体编码环境中管理上下文、构建闭环验证与配置工程扩展的成熟模式。指南指出模型上下文窗口填满会导致指令遗忘和性能衰退，建议通过 CLAUDE.md 精简规则、适时使用 /clear 或子代理调研，并始终提供测试套件或视觉截图作为客观验证标准。
推荐理由：Anthropic 官方总结了 Claude Code 在上下文管理、闭环验证与子代理并行上的核心实践，有助于开发者规范智能体编码流程。
OpenAI 在 API 中推出新一代音频模型。开发者首次可以直接指示文本转语音模型以特定风格说话（例如像富有同情心的客服代表），为语音智能体带来了更高水平的定制能力。
推荐理由：新模型允许开发者直接用提示词控制语音风格，为语音智能体的定制与拟人交互提供了更灵活的控制方式。
Anthropic 介绍了用于复杂多步任务的 think 工具方案，允许 Claude 在生成工具调用的过程中记录思考、核对规则并检查上下文。测试显示，结合优化提示词后 Claude 3.7 Sonnet 在 τ-Bench 航空领域的 pass^1 达到 0.570，较基准提升 54%，在 SWE-bench 上也带来 1.6% 的独立提升。
推荐理由：原文对比了思考工具与扩展思考在多步调用中的差异，并附带工具定义与提示词范例，可直接套用到复杂智能体开发中。
Hugging Face 启动 24 小时冲刺项目并开源 Open Deep Research，旨在基于 smolagents 库复现 OpenAI Deep Research 的网络搜索与复杂推理能力。
推荐理由：材料展示了用代码替代传统调用协议带来的推理步数缩减与性能变化，开发者可直接参考其工具链设计。
OpenAI 推出基于推理的 Deep Research 智能体，能够综合大量在线信息并为用户完成多步骤研究任务。该功能即日起面向 Pro 用户开放，随后将提供给 Plus 和 Team 用户。
推荐理由：原文说明了该智能体结合推理与多步信息综合的能力定位，并给出了面向不同订阅层级的开放安排。
Hugging Face 宣布开源智能体框架 smolagents 正式支持视觉语言模型（VLM），使智能体能够在任务流程中原生处理图像。框架不仅支持在任务启动时批量传入图像，还允许通过步骤回调函数动态捕获浏览器截图并写入观测记忆。官方结合 helium 自动化工具与 Qwen2-VL 等模型，演示了让视觉智能体自主浏览网页并提取信息的实现流程。
推荐理由：原文展示了如何通过回调函数动态传入截图让智能体观察网页，为构建基于视觉的浏览器工作流提供了直接参考。
OpenAI 发布 Operator 系统卡（System Card），阐述了针对该系统构建的多层安全框架。报告详细介绍了防范提示词对抗与越狱的模型及产品级缓解措施，并涵盖了隐私安全保护、外部红队测试以及持续的安全评估工作。
推荐理由：报告梳理了智能体在防范提示词对抗与隐私保护上的多层缓解方案，为评估其落地部署的安全边界提供了参考。
升级版 Claude 3.5 Sonnet 在软件工程基准 SWE-bench Verified 上取得 49% 的解决率，超越此前最佳成绩 45%。Anthropic 披露了其配套的极简 Agent 脚手架设计，仅提供基础提示词、Bash 执行工具与基于精确字符串替换的 Edit 工具，避免对工作流进行硬编码。
推荐理由：文章拆解了将控制权完全交给模型本体的极简工具架构，为开发者设计高成功率的代码智能体提供了工程参考。
Hugging Face 正式推出轻量智能体库 smolagents，主打让大语言模型直接编写可执行代码而非生成 JSON 来执行外部操作，并计划替代旧版 transformers.agents。该库将核心抽象控制在约千行代码内，支持通过 E2B 沙箱安全运行，并可借助 LiteLLM 接入开源或闭源大模型，支持直接在 Hugging Face Hub 上共享与加载自定义工具。
推荐理由：文章系统阐释了用可执行代码代替JSON调用工具的优势，为构建轻量Agent提供了清晰的工程范式。
Anthropic 工程团队总结了构建大语言模型智能体系统的核心实践与模式。文章明确区分了预定义代码路径的工作流与模型自主驱动的智能体，详细拆解了提示词链、路由、并行化、协调者-执行者及评估者-优化者五种常见工作流模式。团队建议开发者从最简单的 API 级模式起步，优先优化工具定义与接口设计，仅在确有必要时引入自主循环与高复杂度架构。
推荐理由：文章梳理了工作流与自主智能体的模式差异，读者可按复杂度渐进选择架构以避免过度设计。
Hugging Face 在 HuggingChat 中上线 Community Tools 功能，允许用户将平台上的任意公开 Space 转化为大语言模型可直接调用的外部工具。
推荐理由：原文展示了如何将公开 Space 转化为模型可调用的外部工具，为在对话界面中低成本集成多模态生成与私有知识检索提供了具体路径。
Hugging Face 介绍了基于 Transformers Agents 构建的 Code Agent 在 GAIA 智能体基准评测中的方案，在验证集以 44.2% 的成绩位列第一，测试集得分 33.3% 位列第二。团队核心采用由智能体直接编写并执行 Python 代码而非生成 JSON 字典的交互范式，搭配基于 AST 构建的安全 Python 解释器以及轻量级多智能体编排和周期性规划机制。
推荐理由：团队通过实测对比了代码动作与传统 JSON 动作的步骤消耗与性能差异，为构建复杂工具调用智能体提供了安全代码执行与规划架构参考。
Hugging Face 正式发布 Transformers Agents 2.0，引入支持基于观察结果持续迭代的 ReactCodeAgent 和 ReactJsonAgent，并在 v4.41.0 版本中上线。
推荐理由：框架通过模块化解耦底层模型与工具调用逻辑，读者可以借鉴其代码智能体设计在开源模型上构建多模态工作流。
Hugging Face 评估了多款开源大语言模型在 LangChain ReAct 架构下担任智能体的表现，结果显示 Mixtral-8x7B 在未经专门微调的情况下超越了 GPT-3.5。测试集整合了 HotpotQA、GSM8K 及 GAIA，重点考察模型在网络搜索与计算器调用上的多步推理能力；而借助工具支持，Mixtral-8x7B 在 GSM8K 零样本测试中的准确率达到了 73%。
推荐理由：文章通过工具调用评测展示了开源模型驱动智能体工作流的可行性，读者可参考其 ReAct 实现与评估方法优化智能体搭建。
OpenAI 宣布推出 GPT Store。当前材料仅包含标题信息，具体功能与发布细节可参见原文链接。
OpenAI 宣布推出 GPTs，支持用户创建结合了自定义指令、扩展知识库以及技能组合的定制版 ChatGPT。用户可以根据特定需求灵活组合各项能力构建专属 AI 助手。
OpenAI 在 DevDay 开发者大会上发布 GPT-4 Turbo，支持 128K 上下文窗口且调用价格更低。本次更新还同步推出了 Assistants API、具备视觉理解能力的 GPT-4 Turbo with Vision 以及 DALL·E 3 API 等多项开发者工具。
推荐理由：OpenAI 在 DevDay 发布支持 128K 上下文且价格更低的 GPT-4 Turbo 与 Assistants API，集中更新了模型与开发者工具。
Hugging Face 推出开源库 Agents.js，允许开发者在浏览器或 Node.js 环境中通过 JavaScript 为大语言模型接入工具。该库开箱即用支持多种多模态工具，允许自由扩展自定义工具和模型，并通过 npm 包 `@huggingface/agents` 分发。官方同时提醒，因运行依赖动态执行模型生成的代码，在不可信环境中建议先通过代码生成接口审查内容后再行评估。
推荐理由：该库为前端和 Node.js 开发者在 JavaScript 环境中调度多模态工具与大语言模型提供了轻量且可扩展的实现方案。
Hugging Face 发布博客综述梳理对话智能体的核心训练技术，系统对比了 ChatGPT（InstructGPT）、LaMDA、BlenderBot 3、Sparrow 与 Anthropic Assistant 等主流模型。
推荐理由：原文横向对比了多款主流对话智能体在数据量、标注与安全性上的具体方案，读者可系统理解指令微调与人类反馈强化学习的工程落地路径。
OpenAI 提出视频预训练（VPT）方法，通过海量无标注人类游戏视频与少量承包商标注数据训练神经网络玩《我的世界》。模型直接使用键盘与鼠标等人类原生接口，经微调后可完成通常需要熟练玩家操作 20 分钟以上（约 24,000 次动作）的合成钻石工具任务。该成果展示了从网络视频中学习行为模式并迈向通用计算机操作智能体的路径。
推荐理由：该研究展示了利用海量未标注人类视频与少量操作数据预训练模型的方法，为构建通用的计算机操作智能体提供了可行路径。