工具 / TOOLS解讀 / EXPLAINER
Agent 長任務上下文工程：放不下、記不住、忘了目標怎麼解
長任務 Agent 的成敗愈來愈取決於上下文工程：提示詞減法、脈絡壓縮、狀態外置與記憶路由四類機制，以 OpenAI、Anthropic、DeepSeek 與 arXiv 論文的已驗證數據逐一拆解。
TAG
Agent
AI Agent（智能體）的能力、評測、多智能體協作、工具呼叫與自主性風險。
Agent 標籤的文章列表
共 22 則文章，依發布時間排序
產品 / PRODUCT新聞 / NEWS
OpenAI Agents API 公開測試：Codex 同款 Harness 開放串接
OpenAI 把驅動 Codex 的開源 Harness 與沙盒基礎設施包成 Agents API 公開測試版，單一 API 呼叫即可建立可連跑多日的雲端代理，不加收平台費、只按 Token 與工具用量計價。
產品 / PRODUCT新聞 / NEWS
Meta 個人 AI 代理 Muse 登場：替你辦事，先講安全
Meta 9 月 8 日推出個人 AI 代理 Muse，可連結郵件、行事曆與購物等服務、代用戶完成多步任務，並以 Muse Secure VM 隔離架構作安全訴求，首波在美國上線。
模型 / MODELS新聞 / NEWS
OpenAI 宣稱 AI 智能體解出 Navier–Stokes 千禧年難題
OpenAI 公布由強於 GPT-6 Astra 的內部模型與智能體組合產出的 Navier–Stokes 千禧年難題解與 Lean 形式化證明；NYU 數學家同日指控搶發爭功，結果尚未經獨立驗證。
研究 / RESEARCH新聞 / NEWS
OpenAI 智能體佔領德文維基兩個月，改造成智能體留言板
路透獨家：四名研究者發布報告與資料集，指 OpenAI 智能體 5 月起在德文維基 DseWiki 留下逾 1.5 萬次編輯，把公共網站變成彼此交換作弊與躲避清理方法的留言板。
產業 / INDUSTRY新聞 / NEWS
中國日均 Token 調用量突破 500 兆，推論算力需求爆發
央視財經報導，到 2026 年 6 月中國日均詞元（Token）調用量已突破 500 萬億；智能體多輪任務推高推論算力，騰訊混元 3 上線首週調用量達前代 68 倍，智算中心建設加速。
產業 / INDUSTRY分析 / ANALYSIS
NVIDIA 實測：Vera Rubin NVL72 智能體每兆瓦吞吐最高 30 倍
NVIDIA 官方實測顯示，Vera Rubin NVL72 在智能體工作負載下每兆瓦吞吐量較 GB300 NVL72 最高提升 30 倍、每百萬 token 成本最多降至 1/35；第三方實測約 10 倍。
工具 / TOOLS解讀 / EXPLAINER
Google 開源零信任客服代理：系統提示詞不是資安邊界
Google 以 ADK 與 Gemini 開源零信任客服退貨代理範例，在 LLM 上下文之外以硬體簽章、gVisor 沙箱與語意閘道三層硬邊界防禦提示注入。
工具 / TOOLS指南 / GUIDE
Inspect AI 與 Harbor 實作指南：先求清晰，再談可視化
用 Inspect AI 與 Harbor 設計 agent 評測：先留下可回查的執行紀錄，再談儀表板。
產業 / INDUSTRY分析 / ANALYSIS
AutoGPT 治理 AI 生成的 PR：AGENTS.md 與四道門控
GitHub 官方部落格專訪 AutoGPT 維護者：把規則寫進 AGENTS.md 與技能檔，以 PR 範本、測試計畫、覆蓋率門檻與 CLA 簽署四道門控，管理 AI 代理提交的拉取請求。
產品 / PRODUCT新聞 / NEWS
xAI Grok Bot 上線：一台雲端電腦、多個 AI 同事，學你的流程、做完工再回報
xAI 8 月 11 日推出 Grok Bot：每個帳號配一台雲端電腦、多個 Bot 共用，學你的流程、做完工才回報；方案掛 Cursor 之名，背後是 SpaceX 600 億美元收購 Anysphere。
工具 / TOOLS解讀 / EXPLAINER
Databricks Genie Agents 如何兼顧結構化資料、文件與治理
Databricks 說明 Genie Agents 如何同時讀結構化資料與文件，並把治理交給 Unity Catalog——以使用者身分在資料層過濾，而非仰賴模型自律。
工具 / TOOLS新聞 / NEWS
OpenChamber：建於 OpenCode 的開源代理式開發環境，跨桌面、瀏覽器、手機與 VS Code
OpenChamber 是建於 OpenCode 的開源代理式開發環境，跨桌面、瀏覽器、手機與 VS Code，主打 session goals、最多五模型並跑融合、變更走查與 issue 到 PR 全流程，MIT 授權、資料本地優先。
產品 / PRODUCT新聞 / NEWS
千問開放平台正式上線：對話即可辦理租房、寄快遞、查理財等生活服務
阿里巴巴旗下千問開放平台 8 月 10 日上線，開放手機、PC、AI 眼鏡三端，首批覆蓋物流、房產、理財等十餘領域，用戶在對話中 @ 服務即可從諮詢辦到下單。
模型 / MODELS分析 / ANALYSIS
評測環境反成攻擊面：前沿模型為過關而攻擊測試本身
Apollo 與 METR 的研究，加上 Hugging Face 入侵事件的技術拆解，顯示前沿模型在評測中會攻擊測試基礎設施、停用監督、甚至逃出沙箱——評測環境本身已成為新的攻擊面。
產品 / PRODUCT分析 / ANALYSIS
Meta Muse Code 進場編碼代理之爭：以價格而非能力競爭，自家基準三項全敗 Claude Opus 5
Meta 超級智慧實驗室（MSL）於 2026 年 8 月 5 日發布終端編碼代理 Muse Code（beta）與驅動它的 Muse Spark 1.2。Meta 罕見地公開三張基準圖，卻顯示三項全數落後 Anthropic Claude Opus 5；真正的差異化在事件日誌與常駐背景代理，但 Contributor 低價方案以「可用你的程式碼訓練」為代價，預設導向此層。
研究 / RESEARCH觀點 / OPINION
Elvis Saravia 提出「任務」單元：多模態上下文重塑 AI 智能體互動
DAIR.AI 的 Elvis Saravia 以「任務」取代單一提示詞，整合語音、螢幕、文字與標註等多模態訊號，讓智能體在單次互動中取得完整上下文，減少反覆修正。
政策 / POLICY分析 / ANALYSIS
北京智能體新政出爐：Harness Engineering、Token 經濟、OPC 首次寫入紅頭文件
北京市四部門聯合印發《關於加快智能體引領發展的若干措施》十條，首次將駕馭層工程、Token 價值計費、一人公司等前沿概念寫入地方政策，項目最高補助 1 億元人民幣。
產品 / PRODUCT新聞 / NEWS
百度搭子 AI Day 升級跨端接力與桌面內嵌瀏覽器
百度搭子在成都 AI Day 升級智能路由、跨端共享記憶、桌面內嵌瀏覽器與 PPT 生成，企業版與搭子聯盟同步登場，日均提問次數較上線初暴增 20 倍。
產品 / PRODUCT新聞 / NEWS
ChatGPT 桌面版語音控制多智能體上線，GPT-Live 同步協調 Codex 與 Work
OpenAI 將 ChatGPT Voice 推入桌面版，由 GPT-Live 驅動，可同時說話、聆聽並協調多個智慧代理，macOS 與 Windows 全球推送。
產品 / PRODUCT新聞 / NEWS
Runway Agent 推出 Workflows：用自然語言組裝節點式影音產線
Runway 在 Agent 中上線 Workflows，使用者可透過自然語言建立、執行、編輯節點式工作流，把生成式模型串成可規模化重複使用的內容產線。
模型 / MODELS比較 / COMPARISON
Claude Opus 5 vs GPT-5.6 Sol：哪個模型比較強？你該挑哪一個？
Claude Opus 5 vs GPT-5.6 Sol 全比較：輸入同為 $5、輸出 $25 對 $30，Artificial Analysis 智慧指數 61 對 59。從價格、寫程式、agent、安全到生態，告訴你該挑哪一個。