Agent 智能体

DeepSeek-V4-Pro 正式版上线并更新 API

DeepSeek 在 APP、网页端和 API 正式上线 DeepSeek-V4-Pro，API 模型名设为 deepseek-v4-pro，调用方式不变。正式版重点增强 Agent 能力，并公布 HLE、Terminal Bench 2.1、NL2Repo 等多项基准成绩。API 原生支持 OpenAI Responses API 格式并适配 Codex，

DeepSeek 发布多模态视觉模型 V4-Flash-Vision-Exp

DeepSeek 发布了实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，已上线 API 平台，用户可通过设置 model='deepseek-v4-flash-vision-exp' 访问。该模型在纯文本能力上与正式版持平，但在视觉理解的 Agent 基准测试中大幅提升，接近 Opus-4.8。

另有 1 家信源报道

Xinference v3.3.0 发布：新增多模型支持与路由功能

Xinference 发布 v3.3.0 版本，新增了对多个模型的支持，包括 Qwen3.8、DeepSeek V4 Flash、GLM-Image、Kimi-K3 等，并引入了 token 感知的虚拟模型路由、Anthropic Messages 协议适配器、世界模型生成等新功能。此外，该版本还增强了音频、图像、视频等多模态能力，并修复了若干 bug。

NC-AI 联盟发布 VAETKI-100B-A10B 多语言 MoE 大模型

NC-AI 联合 13 家机构组成的 NC-AI 联盟发布了 VAETKI-100B-A10B 大型语言模型，采用 MoE 架构，总参数 112.2B，激活参数 10.1B，支持韩、英、中、日四种语言，上下文长度 32k，基于 MIT 许可开源。该模型针对推理、知识应用和智能体场景设计，工具智能体任务使用非思考模式，其他任务使用思考模式，并经过人类偏好对齐。

AI代理缺乏时间感知，影响长任务执行

一项由MATS研究项目支持的新研究发现，Anthropic的Claude Code和OpenAI的Codex等AI编程助手缺乏时间感知能力，无法准确估计任务所需时间或已用时间。在测试中，它们普遍高估任务时长，且对自身工作质量的评估也不可靠。研究者指出，这种缺陷会影响长时间任务的执行和可控性，但提供时间报告工具时，代理几乎总能正确报告时间。

Anthropic调整Claude Code限额：名义上涨实际削减17%

Anthropic 宣布自9月14日起，将 Claude Code 的周使用限额永久提高25%，但同时取消当前50%的临时提升，实际可用容量将减少17%。官方确认了这一变更，并承诺改进用户体验和透明度。此外，Anthropic 近期为 Claude Code 增加了性能优化和自动反馈工具。

Vercel AI SDK 发布 ai@6.0.272 版本

Vercel AI SDK 发布了 ai@6.0.272 版本，主要更新包括：拒绝不符合必需或特定工具选择的 generateText 响应，并在 ToolChoiceViolationError 中暴露标准化响应内容以支持选择性恢复；修复了允许在 ToolLoopAgent 设置和 prepareCall 中使用工具审批密钥的问题。同时更新了相关依赖包。

AWS 开源 Kiro Crew，支持异步编码代理

AWS 开源了 Kiro Crew，这是一个用于异步编码代理的系统，支持跨会话、工具和任务运行多个 Kiro 编码代理。该系统允许开发人员分配异步编码任务，如事件调查、工单分类、迁移和 PR 监控，无需持续监督。Kiro Crew 提供共享内存、可复用技能、定时任务、并发代理等功能，并支持通过 MCP 和 webhooks 集成外部工具。该系统在亚马逊内部已

Agno v3.0.2 发布：新增集成与 MCP 改进

Agno 发布 v3.0.2 版本，包含多项行为变更、新集成和改进。行为变更包括运行元数据优先级调整、MCPConfig 拒绝未知字段、推理检测改为询问提供商等。新集成支持 Synthorai 模型提供商、WaveSpeed 图像视频生成、Serply 搜索工具包和 AtomicMail 邮件工具包。改进包括将 Agent/Team/Workflow 作为

LiteLLM v1.100.0-rc.1 发布：镜像签名验证与多项修复

LiteLLM 发布 v1.100.0-rc.1 版本，所有 Docker 镜像均使用 cosign 签名，并提供了基于提交哈希和发布标签的验证方法。该版本包含多项修复和功能更新，包括 Anthropic 消息处理、复杂性路由器、提示缓存节省报告、模型注册表更新、代理搜索工具、MCP 工具集强制、以及多个测试和 UI 改进。

Surge 发布 AriannaV4：基于 Gemma 4 的多模态本地助手

Surge 发布了 AriannaV4，一个基于 google/gemma-4-12B 与 Aria v4 权重合并的多模态本地助手模型。该模型采用核心权重加侧车架构，支持文本、推理、视觉、音频和视频理解，并提供 GGUF 量化版本供 llama.cpp、Ollama 和 LM Studio 使用。模型遵循 CC-BY-NC-SA 4.0 许可证。

three.ws 开源栈：为 AI 代理提供身体、大脑、钱包与工作

three.ws 是一个开源平台，为 AI 代理提供 3D 生成、动画、支付和分发能力。其代码以 Apache-2.0 协议在 GitHub 上开源，模型托管在 Hugging Face。平台通过多引擎路由实现免费优先的 3D 生成，并支持照片到虚拟形象、骨骼动画、x402 支付标准及 MCP 集成。该平台旨在将代理的“身体、大脑、钱包和分发”整合为单一产品

本地部署AI不如官方版原因找到：推理栈微小差异致输出偏差

Level1Techs论坛用户thr3e通过实验发现，AI模型本地部署性能不如官方版的原因在于推理软件栈的微小差异，如注意力后端、KV缓存量化、权重量化方案等，这些差异会导致浮点运算产生数值偏移，进而改变输出token。实验显示，切换注意力后端或使用INT4 KV缓存会导致工具调用失败，而英伟达NVFP4权重量化表现最差。thr3e正在打包测试工具供其他用户

清华姚班新班主任徐梦迪：从车辆工程到AI，主张机器人需适应能力

清华大学姚班2026级新生班主任徐梦迪，本科毕业于清华车辆工程，后赴CMU获机械工程博士，曾在斯坦福从事博士后研究，2025年9月加入清华交叉信息院。她研究机器人学习与AI安全，主张通用机器人不能仅依赖Scaling Law，还需具备适应能力，其博士论文获CMU最佳论文奖。姚班近年扩展至AI与量子信息方向，四位新班主任研究领域多元，体现交叉培养趋势。

谷歌为AI智能体打造Wiki知识库，实现经验积累与技能进化

谷歌研究院推出 WikiSkill 框架，为 AI 智能体配备持久化知识库，通过类似 wiki 的结构记录每次运行中的失败与成功经验，并生成可复用的“Agent Skills”模块来指导后续行为。该框架在多个基准测试中显著提升了模型性能，如 Gemini-3.5-Flash 平均准确率从 49.5% 提升至 68.1%，且技能可跨模型迁移。研究受 Andre

Claude开始训练Claude：4美元时薪跑赢150美元人类研究员

Anthropic发布研究，基于Claude Opus 4.8构建自动化对齐研究员（AAR）系统，让Claude自主完成查论文、提方案、训练模型等研究闭环，以时薪4美元的成本在10类AI安全问题上弥合了26%-96%的安全差距，部分任务表现优于人类研究员。研究还展示了较弱模型Claude Sonnet 5训练较强模型Claude Opus 4.8的案例，但过

阿里Qoder桌面端上线：Coding能力走出IDE，桌宠形态助力非程序员

阿里发布Qoder桌面端，新增桌宠形态，支持语音交互和自动执行编码任务，将Coding能力从IDE扩展到桌面环境。该产品基于Agentic Coding技术，已服务全球600万用户和10万家企业客户，旨在让非程序员也能通过自然语言实现软件开发。

OpenClaw 从爆红到退潮：AI 智能体迭代加速

OpenClaw 曾因开源 AI 智能体而爆红，三个月内 GitHub Star 超 25 万，但几个月后热度消退，被 Claude Code、Codex 等 Harness 取代。其创始人 Peter Steinberger 已加入 OpenAI 开发下一代 Agent，并投资 Linux 桌面基金会。OpenClaw 虽热度下降但仍在更新，国内厂商推出

为AI代理构建数据层：从事务系统到MCP与语义模型

TOTVS 公司的 Fabiane Nardon 在演讲中探讨了为 AI 代理构建数据层的问题。她指出，企业数据通常为事务系统或数据分析优化，而非为代理访问设计。她建议结合事务系统与数据平台，根据工作流需求选择数据源，并利用 MCP 等协议。她还强调了在确定性软件与概率性 AI 之间划分界限的重要性，以平衡精度、安全性和成本。

Anthropic 发布 MHS 标准，统一 AI 控制物理硬件接口

Anthropic 推出了 Model Hardware Standard (MHS)，旨在为 AI 代理提供统一接口以控制和读取物理设备，如实验室和工厂中的显微镜和机械臂。该标准基于 MCP 扩展，可将设备集成时间从数周缩短至数小时。早期测试显示，Claude 能自主优化工作流程并生成无需语言模型运行的脚本，但在物理因果理解上仍有局限，需要人工监督。