Agent 智能体

大语言模型中的证据整合机制研究

该研究提出了一种关于大语言模型（LLM）如何整合外部证据的分布理论，认为证据会通过接收者先验权重和候选证据倾斜来改变模型的初始答案分布。基于超过一千万次试验、十二个模型和八个领域的验证，研究发现模型更易接受自身倾向的候选，且相同证据可能提升弱模型而损害强模型。因果干预表明候选整合发生在网络后期，而验证表征对最终答案几乎没有因果影响。

AI写代码，人类还债：代理生成代码可持续性与演变的实证研究

南丹麦大学、奥卢大学和夏威夷大学的研究人员发布了一项注册报告，计划通过大规模挖掘软件仓库（使用SQuaD数据集和628k个问题票据）来研究AI编程代理生成代码对软件质量和技术债务的长期影响。研究将比较代理生成的修复与开发者实际提交，评估问题定位准确性、技术债务引入及其随时间的演变。预期结果将提供代理开发权衡的经验证据，并促进代理在软件开发中的负责任采用。

Harbor Adapters与Harbor-Index：大规模智能体评估基础设施与精选元数据集

Harbor Adapters 和 Harbor-Index 项目为大规模智能体评估提供了统一基础设施和精选元数据集。他们开发了适配器，将超过80个基准测试移植到Harbor框架，并对8个模型在54个基准上进行了大规模评估。Harbor-Index包含82个高质量任务，旨在保持挑战性的同时降低成本。所有代码、结果和数据集均已开源。

等推理成本下多智能体结构未超越单一冻结智能体

该研究在固定总推理调用数的条件下，比较了多智能体团队与单一智能体的性能。作者提出MA-Evolve方法，在冻结的7B模型上进化Planner-Executor-Critic团队的角色提示词。实验表明，在ALFWorld任务中，团队虽达到最高平均成功率，但与单一智能体无显著差异，且额外调用未带来收益。价值分解显示所有提升均来自执行者角色，规划者和批评者提示词退

Iris：攀登搜索前沿的代理模型

Hugging Face 论文页面介绍了 Iris-mini 和 Iris-pro 两个搜索代理，分别基于 35B-A3B 和 397B-A17B 规模训练。它们通过结合监督微调和强化学习的多阶段流程，在 BrowseComp、DeepSearchQA 等基准上取得了开源搜索代理中的领先成绩。论文计划发布模型权重及完整训练配方。

另有 1 家信源报道

AFAC2026总决赛：AI金融的看见与被看见

2026年AFAC金融智能创新大赛总决赛落幕，46支队伍入围，24支挑战组和6支初创组获奖。大赛通过“会、展、赛”形式连接政策、学术、产业与资本，旨在让AI金融创业项目“被看见”。论坛上专家认为大模型能力持续攀升，但金融场景落地仍面临准确性、合规性等挑战，投资风向转向商业验证和硬核技术。

OpenAI内部视角：研究加速与递归自我改进

OpenAI在2026年9月6日举办了关于递归自我改进（RSI）的内部活动，被视为其迈向AGI的新进展。文章提到OpenAI研究团队广泛使用编码代理，并展示了研究人员人均AI支出在7月底显著加速的图表，推测这与内部员工提前使用GPT-6 Astra模型有关。

另有 1 家信源报道

Claude Code 2.0.14 发布：修复 MCP 切换与权限检查

Claude Code 发布 2.0.14 版本更新，修复了 MCP 服务器提及切换、bash 内联环境变量权限检查、ultrathink 与思考切换等问题，并减少了不必要的登录，改进了渲染效果和插件界面。

Claude Code 2.0.17 发布：支持 Haiku 4.5 并新增 Explore 子代理

Claude Code 2.0.17 版本新增了对 Haiku 4.5 模型的支持，并默认在计划模式使用 Sonnet、执行模式使用 Haiku。同时引入了由 Haiku 驱动的 Explore 子代理，用于高效搜索代码库以节省上下文。此外，该版本还支持通过 HTTP PROXY 和 HTTPS PROXY 进行 OTEL 代理，并可通过环境变量禁用非必要流

Claude Code 2.0.21 发布：支持 MCP 结构化内容并新增提问工具

Claude Code 2.0.21 版本发布，新增对 MCP structuredContent 字段的支持，并引入交互式提问工具，使 Claude 在计划模式下更频繁地向用户提问。此外，Pro 用户现在可以选择 Haiku 4.5 模型，同时修复了排队命令无法访问先前消息输出的问题。

Claude Code 2.0.22 发布：修复布局与权限问题，新增 MCP 管理

Claude Code 发布 2.0.22 版本更新，修复了滚动斜杠命令时的内容布局偏移问题，以及并行工具调用导致重复权限提示的 bug。新增 IDE 中启用/禁用思考的开关，并支持企业管理的 MCP 允许列表和拒绝列表。

Claude Code 2.0.24 发布：修复技能加载并新增沙盒模式

Claude Code 发布 2.0.24 版本，修复了指定项目设置源时项目级技能未加载的问题。新版本支持从 Web 界面跳转到 CLI，并在 Linux 和 Mac 上为 Bash 工具推出沙盒模式。此外，在 Bedrock 平台上，当需要认证时会显示 awsAuthRefresh 的输出。

Claude Code 2.0.27 更新：改进权限提示与会话恢复功能

Claude Code 发布 2.0.27 版本更新，主要改进了权限提示的用户界面，并在会话恢复界面增加了当前分支过滤和搜索功能。此外，该版本修复了目录 @-mention 导致的错误，并为 VSCode 扩展添加了包含 .gitignored 文件的搜索配置选项，同时修复了相关 bug。

Claude Code 2.0.28 发布：新增 Plan 子代理与动态模型选择

Claude Code 2.0.28 版本发布，引入了新的 Plan 子代理，并允许 Claude 动态选择子代理使用的模型及恢复子代理。SDK 新增 --max-budget-usd 标志，同时修复了多个 bug，并支持基于 git 的插件和市场的分支与标签。

Claude Code 2.0.30 发布：增强安全与修复多项问题

Claude Code 发布了 2.0.30 版本更新，新增了多项安全与配置功能，包括禁用沙箱逃逸的策略设置、自定义代理的工具禁用字段、基于提示的停止钩子，并支持 SSE MCP 服务器。同时修复了多个问题，如 MCP 工具对子代理不可用、钩子与插件在跳过权限时未执行等。该更新提升了安全性和用户体验。

Claude Code 2.0.31 发布：新增 Vertex Web Search 与多项修复

Claude Code 2.0.31 版本发布，主要更新包括：Windows 原生安装的快捷键调整、Vertex AI 上支持 Web Search、VSCode 中新增 respectGitIgnore 配置，并修复了多个 bug，如子代理与 MCP 服务器的工具名称冲突、/compact 命令失败及插件卸载问题。

Claude Code 2.0.32 发布：恢复输出样式并新增公告设置

Claude Code 发布 2.0.32 版本，根据社区反馈取消了输出样式的弃用，新增了 companyAnnouncements 设置用于在启动时显示公告，并修复了 PostToolUse 钩子执行期间进度消息不更新的问题。

Claude Code 2.0.33 更新：启动提速与多项修复

Claude Code 发布 2.0.33 版本更新，主要优化了原生二进制安装的启动速度，修复了 claude doctor 对 Homebrew 与 npm-global 安装方式的误判问题，并解决了 claude mcp serve 暴露不兼容输出模式工具的问题。

Claude Code 2.0.34 发布：修复 OAuth 与内存崩溃，提升性能

Claude Code 发布了 2.0.34 版本更新，主要针对 VSCode 扩展进行了改进。新增了设置项，允许用户配置新对话的初始权限模式。同时，通过采用基于 Rust 的原生模糊查找器，提升了文件路径建议的性能。此外，修复了 MCP 服务器（如 Slack）因 OAuth 导致的无限令牌刷新循环问题，以及读写大文件（尤其是 base64 编码图片）时的

Claude Code 2.0.41 发布：新增钩子模型参数及多项修复

Claude Code 发布 2.0.41 版本更新，新增了提示词停止钩子的模型参数，允许用户指定自定义模型进行钩子评估，并修复了多个问题，包括斜杠命令重复加载、插件命令钩子超时崩溃、Bedrock 用户重复 Opus 条目等。此外，该版本还支持插件共享和安装输出样式，并允许更多安全 git 命令无需批准即可运行。