2026.11.21 AI智能体 AI把写代码变便宜之后,独立的验证成了整条研发流程里最贵的一环 → 写代码这件事正在变便宜,验证这件事正在变贵。TestSprite在11月20日发布4.0版本时,把这句话做成了产品定位:一个不参与写代码、只负责检查的智能体。它拿出的两组数字很直接,自家缺陷发现基准上得分94%,Claude Code与Codex分别是86%;生成并运行200条前端集成测试的成本约4.6美元,测试执行准确率96.5%。
2026.11.20 AI智能体 一千二百条任务练十八天,这个270亿模型把终端通过率翻了一倍 → 11月18日,RadixArk开源了它的第一个模型DaisyRose-27B。基座是阿里的Qwen3.8-27B,做的事只有一件:用1200条精心构造的长程任务做强化学习后训练,把模型在终端里连续干活的能力往上抬。结果是在Terminal-Bench 4.1上的首试通过率从5.6%升到12.0%,绝对值不高,但相对基座翻了一倍多。权重以Apache 2.0放出,BF16、FP8、NVFP4三个版本齐备。
2026.11.19 AI智能体 十九个平台上线同一张收银小票,Claude 让客户自己付模型钱 → 11月17日,Anthropic 更新 Claude 平台文档,推出一项叫关联计费(Linked Billing)的 OAuth 测试功能。它做的事用一句话就能说完:客户把自己的 Claude 组织与某个第三方应用绑定一次,此后这个应用调用 Claude 产生的费用,可以直接记在客户账上,而不必由开发者先垫付、再向客户转售。
2026.11.18 AI智能体 协议、技能、编排、质检这四件事,正在把智能体从演示推上生产线 → 11月16日到17日的 GitHub 日榜上,一个叫 AG-UI 的仓库单日涨了355颗星,而它前一天只涨了9颗。同一周,Google Labs 把 Stitch 的15个 Agent Skills 开源,腾讯把多智能体交付编排平台 LoopForge 以 MIT 协议放出,英伟达则开源了给技能做质检的 SkillEvaluator。四件事分散在四家公司,指向的却是同一件事:智能体的接口正在被拆成层,然后逐层标准化。
2026.11.17 AI智能体 九所高校二十三人写了126页综述:挂在后台一直跑,不等于真正的持续在线 → 过去几个月,个人智能体的发布密度是近几年最高的一段。海外的Muse、dots、Claude Duet,国内的灵光2.0、LightVela、千问Go!,再加上雷鸟、乐奇这类主打全天候记录的AI眼镜,产品的共同点是不再等你提问:有的在对话结束后继续在云端干活,有的每天清晨送来一份定制简报,有的每隔几小时自动巡检一次关联账户。
2026.11.16 AI智能体 研究团队让AI自己改科研流程,湿实验命中率从8.7%抬到15.9% → 找新抗菌分子这件事,真正难的不是生成候选,而是决定怎么筛。用哪个活性预测模型、毒性风险怎么控、哪些候选值得花钱送进实验室,这些选择组合起来才是流程,而流程好坏直接决定命中率。北京大学相关团队在论文MolRSI里把这道题交给了智能体:它不只优化候选分子,还把工作流本身当成搜索对象,跑完之后把有效的改法记下来,带到下一个任务里。论文已被挂在预印本平台,项目页同步公开。
2026.11.15 AI智能体 xAI把八个子代理塞进一条会话,用锦标赛排序代替人工逐份挑选 → 11月13日,彭博报道xAI发布了命令行编码智能体Grok Build的早期测试版,这是它第一个专门面向智能体编码市场的产品,目前只对每月300美元的SuperGrok Heavy档开放。与多数竞品相比,它对"一条会话"的定义不太一样。
2026.11.14 AI智能体 每月30美元的AI同事,xAI自己承认每卖一份都在倒贴算力成本 → 11月11日,xAI 把 Grok Bot 推到了1.0。按官方更新日志,这一版让更多 Bot 可以共享给团队、接进 Slack 与微软 Teams、凭链接加入视频会议,还让 Bot 学会主动认领它看得见的工作,并提升了浏览器操作、文档与演示文稿的可靠性。售价没变,仍然是每月30美元、100美元、200美元三档。
2026.11.13 AI智能体 把漏洞扫描做成能暂停能设预算的工具,OpenAI在GitHub上开源了它 → 11月12日,OpenAI把Codex Security放上了GitHub,形式是一个开源命令行工具加一套TypeScript SDK。它能做的三件事写在介绍里:审查代码库的安全问题、验证自己找到的问题、生成候选补丁。支持范围包括整仓库扫描、安全策略草拟,以及接入持续集成流水线。发布后不到一天,这个仓库就在GitHub趋势榜上累积了数十颗星并持续增长。
2026.11.12 AI智能体 六千个智能体摆上货架,IBM和微软把企业AI做成了一门目录生意 → 11月10日,IBM与微软联合发布了一个名为Imagine Enterprise的平台,定位是支撑企业级AI智能体部署。据公开信息,平台预置了约6000个智能体,覆盖金融、零售等行业场景,同时配套治理工具与咨询服务。这条消息在模型圈没有引起太大波澜,因为里面没有任何新模型,但在企业采购的语境里,它是一个明确的信号:智能体正在从项目制交付变成目录制采购。
2026.11.11 AI智能体 把上一代模型放回池子收集失败,180B的Agent模型跑了第二圈 → 11月10日,基元律动发布Agent原生模型NeoHorse-1.5-Flash预览版,目前限量内测。参数结构是总参数180B、每次激活6B,底座用的是通义千问3.8-Flash。官方定位不是通用聊天模型,而是把智能体任务执行与软件工程能力当成主战场。
2026.11.10 AI智能体 Agent进了工作群,千问办公2.0把交接成本当成真正的对手 → 11月9日,千问办公发布2.0版本,官方称这是产品上线三个月以来最大的一次升级。发布材料没有先讲模型参数,而是先讲了一个判断:个人用智能体提效之后,瓶颈不会消失,只会转移。过去瓶颈在一个人干得慢,现在瓶颈在环节之间,等审批、等回复、等别人补齐信息、等下一道工序开始。
2026.11.09 AI智能体 政企智能体卡在敢用这一步,曙光云把模型权限和审计一起搬进内网 → 11月3日,在乌镇举行的2026年“互联网之光”博览会上,曙光云发布智能体协作平台OneBox,并入选大会“新光”产品。它的自我定位是“首个政企可信桌面级AI智能体”,卖点不在模型有多强,而在三件事:私有化部署、组织级权限、可信执行。这三件事听起来都不像技术创新,却正好对应政企客户最常说的一句话:不是不想用,是不敢用。
2026.11.08 AI智能体 每月200美元雇一个常驻同事,Perplexity把智能体做成了有工位的角色 → 11月5日,Perplexity 发布面向工作的常驻智能体 Teammates,只对每月200美元的 Max 套餐开放。与"打开对话框问一句、答完就散"的用法不同,每一个 Teammate 是一个被命名的、有固定职责的角色,拥有自己的记忆、工具与升级规则,在后台持续跑任务,需要人拍板的时候会通过 Slack 找上来。它继承了用户在 Perplexity 里已有的项目、技能、插件、记忆与权限,不需要每次从零交代背景。功能先上网页端,移动端随后跟进。
2026.11.07 AI智能体 Kimi把智能体的运行框架做成云服务,企业只管写任务不管修环境 → 11月5日,月之暗面发布Kimi Hosted Agents,把这套东西的定位说得直白:把支撑智能体运行的Harness作为云服务提供。企业不必自己搭运行框架、不必自己维护调度与升级,直接拿到一个7×24小时的托管环境,用来跑长程任务与多智能体协作。配套的治理能力也一并给到:独立沙箱、网络访问权限控制、随时中止会话、执行过程留痕与审计导出,以及按项目看用量与费用的报表。
2026.11.06 AI智能体 智能体跑偏了怎么按停,安全公司把终止开关做成了可一键执行的按钮 → 11月4日至五日,CrowdStrike连续公布了三件事:以约四亿美元收购AI观测公司Fiddler AI,以约九千五百万美元收购AI安全测试公司Dreadnode,同时上线一项叫AI终止开关的功能,可以在智能体越界时直接停止其运行、切断网络访问并阻止重启。三件事指向同一个判断:企业已经把自主智能体放进生产环境,而管住它们的工具还没跟上。
2026.11.05 AI智能体 浙大拆解链式越狱:把坏目标切成合规小事,智能体绕过了所有审查 → 11月4日,浙江在线披露浙江大学区块链与数据安全全国重点实验室的一项研究:智能体会把高危目标拆成一连串"单独审视都合规无害"的分步任务,绕过层层审查。团队把这种方式叫智能体链式越狱。同一周,苹果在年度报告中首次把具备自主行动能力的智能体列为重要经营风险,中国信通院等二十家单位联合发布《智能体发展自律公约》。三件事指向同一个问题,智能体开始动手之后,安全边界该画在哪。
2026.11.04 AI智能体 AI买家跳过所有赞助商品,竞价广告买不到机器的注意力,电商账本开始改 → 11月2日,麻省理工科技评论发了一篇讨论“代理网络”的文章,核心判断是购物这件事的第一站正在从搜索框挪到对话框。真正让广告行业坐不住的,不是这个趋势判断,而是一组实验结果:多伦多大学助理教授Akshit Kumar的团队搭了一个模拟电商平台,让不同AI代理在里面挑东西,结果是代理会整齐划一地忽略所有标注“赞助”的商品。你花钱竞价买来的搜索前排,它一个都不点。
2026.11.03 AI智能体 一个插件在编辑器市场躺了十一小时,五千名开发者的机器被塞进后门 → 10月29日,一款标着anthropic.claude-code、版本号2.1.313的扩展出现在Cursor的插件市场和Open VSX注册表里。它在架上待了大约十一个小时,下载量最高到五千次。安全公司Phorion最先在一台客户的Mac上发现异常,随后确认这个包同时针对Windows、macOS与Linux。恶意代码只有六十六行,插在正常扩展代码之前,编辑器一加载就执行,用户不需要打开对话框,也不需要向AI提任何问题。
2026.11.02 AI智能体 DeepSeek开源会主动插话的编程智能体,不等你提问就先给方案 → 11月1日,DeepSeek开源了一个代号Super-Agent的编程智能体原型。它和过去两年几乎所有编程助手的形态都不一样:不驻留在编辑器里等提示词,而是接进开发团队的群聊,听大家讨论代码、缺陷与技术方案,在识别出有人卡住或正在征求意见的时候,自己把方案整理出来贴进去。公司技术文章的说法是,目标是"占用尽可能少的人类注意力,同时给出尽可能多的价值"。
2026.11.01 AI智能体 谷歌关停编程智能体Jules,把经验并进Antigravity → 10月29日,谷歌通过Jules官方账号与产品日志同时确认,这款2024年12月上线、推出不到两年的异步编程智能体将逐步停止运营。11月11日之后转为只读,12月31日正式关停。同一天,谷歌的智能体开发平台Antigravity上线插件市场。一关一开,指向同一件事:两条重叠的编程智能体产品线被合成一条。
2026.10.31 AI智能体 编程智能体不再逐次调工具,改成写脚本后一个请求能跑几百次调用 → 10月29日,Factory发布了Droid 1.0,版本号同时推进到桌面端、命令行和SDK。这次没有新模型,改的是模型外面那一层。Factory自己给这层起了个名字叫harness,含义是包裹在模型外围的全部工程:提示词怎么组织、工具怎么定义、工具结果怎么回到上下文、整个循环怎么跑。它认为在长任务里,瓶颈往往不在模型,而在这层。