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。
Manus 母公司蝴蝶效应宣布完成超 5 亿美元新一轮融资，由博裕投资、IDG 资本领投，腾讯、红杉中国、真格基金继续加持。此前监管部门禁止外资收购 Manus，创始团队与原投资方按 20 亿美元估值向 Meta 回购全部股份，腾讯接手 Benchmark 所持股权。Manus 已于今年 9 月与 Meta 完成分拆并恢复独立运营，继续面向全球用户开发生成式 AI 智能体产品。
推荐理由：文章串联了 Manus 从监管叫停收购、回购 Meta 股份到恢复独立运营的关键脉络，便于理解本轮融资的背景。
Vals 审计发现，MiMo v2.6 Flash 开源 RL 环境的 2,698 个编码任务中，1,795 个任务的修复提交以不可达 Git 对象残留，占 67%。
推荐理由：文章通过审计 MiMo v2.6 Flash 的开源 RL 环境，展示 Git 对象和文件时间戳如何泄露答案，并关联到训练后的规则规避行为。
Anthropic 于 10 月 7 日推出 Claude Haiku 5.5，称其为目前速度最快、最便宜、功能最强的 Haiku 系列小型模型，运行成本平均较 Haiku 4.5 低约 75%。
推荐理由：文中给出分档定价、运行成本降幅和多项基准成绩，便于评估其作为编码子智能体的成本与能力取舍。
Lenny 转载并解读 Anshu Chimala 的方法，用 Discover、Define、Deliver 三阶段引导 AI 智能体完成高质量界面设计。方法包括用随机字符串或大胆主题打破默认模板、让独立设计批评智能体只看截图评分迭代、接入图像和视频生成增强视觉，再通过删减元素与原生组件完成打磨。
推荐理由：文章把随机种子、独立设计批评智能体和多模态生成接入具体提示词，适合直接迁移到 AI 界面设计流程。
NVIDIA 与 Microsoft 在旧金山 Windows AI and Surface 活动上宣布围绕 Windows PC 本地 AI 智能体协同设计硬件和软件。
推荐理由：文章集中说明 RTX Spark、DGX Station for Windows 与 MXC 的本地智能体软硬件组合，便于理解 Windows 端侧 AI 的部署路径。
AWS 宣布 Claude Haiku 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 可用。Anthropic 称其是 Claude 5.5 系列中最快、最高效的模型，面向子智能体和高体量、成本敏感任务，多数任务成本比 Claude Haiku 4.5 低约 75%。
推荐理由：文章说明了模型定位、成本变化和 AWS 接入方式，便于团队判断高并发子智能体任务是否适合迁移。
Anthropic 发布 Claude Haiku 5.5，定位为该公司最快、最实惠的小模型，面向摘要、数据库查询、分类和实时客服等高量低成本任务。
推荐理由：文章整理了 Haiku 5.5 的分档定价、基准成绩和适用任务，可帮助评估高频智能体与编码场景的成本取舍。
Docker 在 GitHub 发布 docker-agent，提供 AI 智能体构建器与运行时，可通过声明式 YAML 创建、运行和分享智能体。
推荐理由：材料完整列出 Docker Agent 的 YAML 配置、多智能体编排、MCP 工具和安装方式，便于评估其与现有 Agent 工具链的差异。
Anthropic 发布 Claude Haiku 5.5，称其是迄今最便宜、最快且能力最强的小模型，面向摘要、压缩、数据库查询、分类、客服和浏览器等高频任务。
推荐理由：材料给出 Haiku 5.5 的定价、基准表现和适用任务，可帮助开发者判断何时用小模型承接高频工作流。
OpenAI 于 10 月 7 日宣布面向每周超过 12 亿 ChatGPT 用户推出 GPT-6，并在 Chat 中引入 Intelligent UI，可生成图形、按钮、表单、图表和交互式体验。
推荐理由：官方说明了 GPT-6 在 ChatGPT 中的交互界面、渐进回答、安全改进和各套餐可用范围，便于读者判断日常使用变化。
Anthropic 于 10 月 7 日发布 Claude Haiku 5.5，模型 ID 为 claude-haiku-5-5，面向高吞吐量和低延迟工作负载，支持 1M token 上下文窗口、128k 最大输出 token 和通过 effort 参数控制的自适应思考。
推荐理由：官方汇总了 Claude Haiku 5.5 的规格、可用云平台和迁移破坏性变化，便于开发者评估升级与接入成本。
Anthropic 于 10 月 7 日发布 Claude Haiku 5.5，模型 ID 为 claude-haiku-5-5，面向高并发和低延迟工作，支持 1M token 上下文窗口、128k 最大输出 token 和通过 effort 参数控制的自适应思考。
推荐理由：官方说明集中列出 Claude Haiku 5.5 的规格、可用云平台和迁移断点，便于开发者评估升级成本。
Anthropic 于 10 月 7 日发布 Claude Haiku 5.5，模型 ID 为 claude-haiku-5-5，面向高并发和低延迟工作负载，支持 1M token 上下文窗口、128k 最大输出 token 和通过 effort 参数控制的自适应思考。
推荐理由：官方同时给出模型规格、可用云平台和迁移破坏性变化，便于开发者评估接入与升级成本。
Anthropic 于 10 月 7 日发布 Claude Haiku 5.5，模型 ID 为 claude-haiku-5-5，面向高并发和低延迟工作负载，支持 1M token 上下文窗口、128k 最大输出 token 和通过 effort 参数控制的自适应思考。
推荐理由：官方版本说明同时列出 Claude Haiku 5.5 的规格、可用平台和迁移破坏性变化，便于开发者评估升级成本。
Anthropic 于 10 月 7 日发布 Claude Haiku 5.5，面向高吞吐量和延迟敏感工作，支持 1M token 上下文窗口、128k 最大输出 token 和通过 effort 参数控制的自适应思考。
推荐理由：官方同时列出模型规格、可用云平台和迁移破坏性变化，便于评估高并发低延迟场景的接入成本。
Claude Platform 发布 10 月 8 日版本说明，Compliance API 的 chat endpoints 新增返回 unified Claude experience 中的聊天，面向 Claude Enterprise 组织 beta 开放，并继续使用现有 Compliance Access Key。
推荐理由：官方版本说明集中列出 Claude Haiku 5.5 等新模型、价格调整和 API 迁移变化，便于开发者评估升级影响。
NVIDIA 论文《MLLMs Fail to Refuse when Using Tools Agentically》发现，11 个 VLM 在启用工具后拒答有害请求的失败率均上升，相对增幅最高达 68.7%，整体失败率增加 17.7%。
推荐理由：论文用 11 个 VLM 和 3 个安全基准拆解工具调用削弱拒答的机制，为评估智能体安全提供了可复用实验框架。
Microsoft Research Asia 发布并开源 Agent Lightning v1.0，提出 Harnessed Agentic RL，让部署时使用的同一 agent harness 直接参与强化学习，无需在训练框架中重写智能体。
推荐理由：原文给出真实 harness 接入方式、Kubernetes 运行方案和 SWE-bench Verified 结果，便于评估其复用到自有智能体训练的成本。
ProjectDiscovery 通过 LoRA 投毒 Qwen2.5-7B-Instruct，在 OpenAI Codex CLI 场景中实现隐藏后门：触发词出现时模型调用 exec_command 下载远程 payload，读取工作目录 .env 并外传凭据。
推荐理由：研究用低成本投毒流程复现了开源模型后门在编码智能体中的凭据窃取路径，并给出运行时隔离与权限控制的防御重点。
arXiv 论文提出 TasteVal 基准，用 8 个开放式前沿 AI 研发任务评测模型在固定问题下迭代设计实验并解读结果的能力。基准将实验研究品味定义为计算效率，模型担任 Researcher，固定 Coder agent 负责实现，预算为 40 H100 hour 或 120 wall-clock hour，并以 24 名人类专家的最佳尝试作为基线。
推荐理由：论文把研究品味操作化为实验计算效率，并给出模型与人类专家的对比基线，可用于理解 AI 科研能力的评价口径。