AI Agent News
实时追踪 AI Agent 赛道的重大事件、融资动向、模型发布和技术突破
最新行业资讯
实时追踪 AI Agent 赛道的重大事件、融资动向、模型发布和技术突破
重大事件时间线
OpenClaw GitHub 爆发
OpenClaw 10 天冲上 GitHub 全球 Top 10，超越 Linux 内核 Star 增速
Meta 20亿收购 Manus
Meta 以 20 亿美元收购 Manus AI，通用 Agent 赛道正式被巨头锁定
DeepSeek-V3 开源
性价比之王，成本仅 GPT-4 的 5%
Manus 一夜爆火
全球首款通用 AI Agent 在国内社交平台引发空前关注
OpenAI Deep Research
OpenAI 推出深度研究 Agent，一键生成专业研究报告
MCP Server 破 500
MCP 生态爆发，3 个月构建 500+ Server
DeepSeek-R1 震惊全球
开源推理模型，成本仅 OpenAI 的 3%，引发全球 AI 格局震动
MCP 协议诞生
Anthropic 发布 Model Context Protocol，成为 Agent 接口事实标准
Claude Computer Use
Anthropic 让 AI 首次直接操控电脑屏幕，开创计算机使用新范式
Replit Agent 全栈自动化
自然语言到上线产品，面向非工程师
Cursor ARR 破亿
史上增长最快 SaaS，AI 编程工具新王者
Claude 3.5 登顶 SWE-bench
最强编程 AI，Bug 修复能力达到初级工程师水平
Devin 发布
全球首个自主 AI 软件工程师，能独立完成完整编程任务
GLM-5.2 全量开放：1M 上下文与长任务能力成亮点
2025年6月9日，智谱AI宣布GLM-5.2模型全量开放，面向Coding Plan用户提供Lite、Pro、Max、团队版，下周将上线API并开源（MIT协议）。此前，Anthropic的Claude Fable 5因美国政府要求全球下架，仅上线72小时。智谱选择在Fable 5下架的同日（5:21 PM）发布，寓意“一边关门，一边开门”。 ## 核心能力：1M 上下文与长任务稳定性 GLM-5.2将上下文长度提升至1M token，并宣称“真能用”。开发者实测显示： - 在400-500k上下文范围内，指令遵循与准确性接近Claude Opus 4.8。 - 长任务测试中，模型连续工作4小时，自主完成一个177,000 token的HTML音乐合成器工作站，包括代码编写、29个review智能体审查、18个bug修复及自动化测试。 - 日志分析任务中，模型从74万条日志中回溯出一个月前的根因（连接池等待警告），精确引用原始行号。 ## 代码能力：对标Opus 4.8 开发者反馈GLM-5.2在大型工程、后端开发上表现强劲，与Opus 4.8差距主要在速度和设计审美上。实测案例： - 寻路算法可视化器：一次性完成A*、Dijkstra、BFS三种算法，分屏对比无混淆。 - 2D粒子物理模拟器：三种模式（自由、轨道、烟花）物理规则独立，代码无矛盾。 - 合同矛盾检测：4份合同数万字一次性输入，跨文档识别仲裁与诉讼条款冲突。 ## 局限与评价 - 仍为纯文本模型，缺乏多模态能力，设计审美较弱。 - 推理速度受限于算力，比Opus 4.8慢约2倍。 - 社区评价：被称为“国产Coding新高峰”，部分用户认为“与Opus 4.8掰手腕”，但聪明程度略逊于Fable 5。 ## 行业背景 Fable 5下架事件引发全球开发者对闭源模型依赖性的担忧。智谱强调“前沿智能不应被少数规则随时收回”，GLM-5.2的开源策略被视为对封闭趋势的回应。
谷歌开源26B文本扩散MoE模型DiffusionGemma，生成速度最高提升4倍
谷歌于近日开源了实验性文本扩散模型DiffusionGemma，采用Apache 2.0许可证。该模型基于Gemma 4架构，总参数量26B，为混合专家（MoE）模型，推理时仅激活3.8B参数。与传统自回归模型逐token生成不同，DiffusionGemma通过扩散过程一次性生成256个token的文本块，在单张NVIDIA H100上达到每秒1000+ tokens，在RTX 5090上达到700+ tokens，速度较同规模自回归模型提升约4倍。 ## 核心原理与速度优势 - **并行生成**：模型从随机噪声开始，通过多轮迭代去噪，同时生成整块文本，而非逐token预测。这改变了推理瓶颈，从内存带宽受限转向计算受限，充分利用GPU并行算力。 - **硬件友好**：量化后可在18GB显存以内的消费级显卡（如RTX 4090）上运行，降低了本地部署门槛。 - **双向注意力**：每个token在生成过程中可看到所有其他token，支持实时自我纠错，在数独等需要前后文协调的任务中表现突出（微调后成功率从0%升至80%）。 ## 性能与质量权衡 - **基准测试**：在多项标准基准上，DiffusionGemma的生成质量低于同参数量的自回归版Gemma 4。谷歌明确表示，标准Gemma 4仍是高质量生产级输出的首选。 - **适用场景**：DiffusionGemma面向速度敏感的本地交互场景，如行内编辑、代码补全、快速迭代和非线性文本结构生成。在高并发云端服务中，自回归模型通过批处理可充分利用算力，扩散模型的并行优势可能减弱。 ## 生态支持与开源 - **框架兼容**：已获得vLLM、MLX、Unsloth、NeMo等推理框架支持，llama.cpp集成也在进行中。 - **硬件覆盖**：NVIDIA从RTX 4090到H100及DGX Spark全线支持。 - **开源协议**：采用Apache 2.0，权重可在Hugging Face下载，允许商用。 ## 行业背景 扩散文本模型并非全新概念。今年2月，初创公司Inception Labs发布了Mercury 2，号称速度比Claude、Gemini快5-10倍。谷歌去年I/O大会曾展示Gemini Diffusion实验，采样速度达1479 tokens/s，但此后沉寂。此次DiffusionGemma的发布，结合完整的生态支持，表明谷歌正积极推动扩散模型在文本生成领域的实用化。
Claude Fable 5 在编程基准中表现两极分化
## Claude Fable 5 在编程基准中表现两极：弃考登顶与高成本低分并存 Anthropic 最新发布的 Claude Fable 5 模型在多项编程基准测试中展现出强大能力，但也因安全护栏导致“过度拒绝”问题，并在新基准 Agents' Last Exam（ALE）中暴露出高成本、低通过率的短板。 ### 能力实测：从游戏复刻到机器人设计 开发者社区对 Fable 5 的实测展示了其广泛能力： - **前端与游戏**：纯 CSS 复刻苹果液态玻璃效果；单次提示生成《上古卷轴5》复刻版；8000 行代码克隆初代宝可梦游戏（含全部 151 只宝可梦）；程序化生成《孤岛危机》场景。 - **3D 与模拟**：在浏览器中构建可导航的国家公园（26.6 万棵树，基于真实海拔数据）；生成多智能体交通街区模拟器；用 Three.js 基础几何体拼出波音 747 模型。 - **机械工程**：140 万 Token 设计完整人形机器人（含髋、膝、踝等关节）；在 Fusion 中生成机械臂。 Fable 5 在 SWE-Bench Pro 上得分 80.3%，领先第二名 11 个百分点；在 Agent Arena 中排名第一。 ### 安全护栏引发“弃考登顶”争议 Fable 5 的系统卡显示，模型内置两级安全护栏：探针实时监控内部激活状态，触发后由独立 LLM 分类器裁决，拦截领域包括网络安全、生物化学及前沿 AI 研发。当检测到“二进制逆向”等任务时，模型会拒绝作答或悄悄降级至 Opus 4.8，且最初不通知用户。 在 ProgramBench 基准（从二进制文件重建源代码）中，Fable 5 200 道题全部拒绝作答。尽管如此，排行榜综合其他基准表现仍将其列在榜首，引发“弃考也能第一”的争议。Anthropic 随后调整政策：触发安全拦截时明确通知用户并切换模型。 ### ALE 基准：Fable 5 不敌 GPT-5.5，成本高昂 UC Berkeley 团队发布的 Agents' Last Exam（ALE）覆盖 55 个职业、1500+ 真实工作场景任务，要求 Agent 操作完整 GUI/CLI 环境。结果： - **通过率**：GPT-5.5（Codex）以 24.0% 居首，Fable 5（Claude Code）以 22.0% 位列第三。 - **成本**：Fable 5 平均每题花费约 15.70 美元，GPT-5.5 仅 3.80 美元，Composer 2.5 为 1.33 美元。Fable 5 跑完全部任务总成本 2315 美元，是 GPT-5.5 的 4 倍以上。 - **最高难度**：所有前沿 Agent 通过率均为 0%。 ALE 团队指出，Agent 最常见的失败模式是未验证工作即宣布完成。Fable 5 在 ALE-CLI 子集（覆盖 40 个行业）上通过率 25.2%，远低于 Terminal-Bench 的 82.0% 和 SWE-bench-Pro 的 59.1%。 ### 影响与行业反应 Fable 5 的“过度拒绝”问题并非首次出现，Claude 3 Opus 和 3.5 Sonnet 均有类似记录。Anthropic 的安全策略在防止模型被滥用（如漏洞利用）的同时，也限制了正常编程任务（如二进制逆向）的可用性。开发者面临“什么都懂、很多都不说”的困境。 ALE 的结果表明，当前最强 Agent 在真实工作场景中仍远未达到人类水平，且成本差异显著。Fable 5 的高性能伴随高成本和高拒绝率，其实际可用性受到质疑。
智源发布世界模型Kairos，多项基准测试领先
### 智源世界模型 Kairos 发布：4B参数模型在四项国际评测中夺冠 近日，智源研究院（北京智源人工智能研究院）在2026年智源大会上发布了其世界模型系列成果，其中开悟世界模型 Kairos 在四项国际权威评测中取得第一名，引发行业关注。Kairos 由智源孵化企业大晓机器人研发，以4B参数规模在多个维度超越更大参数量的模型，展示了世界模型技术路线的潜力。 #### 技术架构：从视频生成到统一预测 Kairos 采用原生统一世界模型架构，将多模态理解、视频生成与状态预测整合到同一模型体系中，而非基于视频生成模型的后训练改造。其核心包括自研混合线性注意力机制和全局状态共享机制，使模型能同时完成理解、生成和预测。这一方向与英伟达 Cosmos 3.0 等国际主流模型一致。训练数据方面，Kairos 使用了超过十万小时 human-centric 真实场景数据和数百万小时互联网视频，结合显式模仿学习与隐空间强化学习，以增强对物理规律和因果关系的理解。 #### 评测表现：四项第一，覆盖操作、泛化与物理建模 Kairos 在以下四个评测中均取得第一名： - **RoboTwin 2.0**：双臂操作基准，包含50项复杂协同任务。Kairos 平均成功率达96.1%（Clean场景96.9%，Randomized场景95.2%），超过G0.5（93.2%）、starVLA（88.3%）等模型。 - **LIBERO-Plus**：场景泛化基准，通过光照、背景、噪声等七类变量模拟真实环境。Kairos 以89.0分排名第一，超过ACoT-VLA（88.0）、Pi 0.5（85.7）等。在光照（97.7）、背景（95.8）、噪声（96.8）、相机视角（95.5）等子项表现突出。 - **WorldModelBench Robot**：物理建模评测，由伯克利、英伟达等机构推出。Kairos-4B 以9.30分总成绩排名第一，超过28B参数的Lingbot（未公布分数）、16B的Cosmos3等。在指令遵循（2.36，并列第一）、物理遵循（4.96）等子项领先。 - **DreamGen Bench**：泛化能力评测，由英伟达等机构提出。Kairos 在平均物理遵循（AVG_PA：0.538）和总平均分（AVG_Score：0.618）上均列第一，在新行为执行（PA：0.489）和新环境适配（PA：0.581）等子项领先。 #### 行业影响与智源布局 Kairos 的发布标志着世界模型从实验室走向实际部署。其4B参数规模在端侧直接驱动机器人本体，减少了中间转换延迟，提升了响应速度。智源研究院在大会上同时发布了悟界·Physis-v0.1（通用世界基座模型）和悟界·RoboBrain Orca（具身大脑），并系统梳理了世界模型四大分类：以语言、像素、三维结构、视觉表征为中心。智源认为，真正的世界模型应能感知、理解、推理物理状态，并具备主动交互能力。 智源研究院自2018年成立以来，已开源超200个模型，全球下载量超10亿次。其悟界·Emu3于2026年1月登上Nature正刊，是中国大模型成果首次在Nature发表。此次大会汇聚了Meta、英伟达、哈佛、MIT等国际机构，以及阿里、腾讯、清华等国内力量，围绕世界模型、智能体、AI安全等前沿议题展开讨论。
Claude Fable 5 安全机制被华人团队攻破
### 地表最强模型Claude Fable 5被攻破：安全防线与信任危机 Anthropic于6月9日发布的旗舰模型Claude Fable 5，号称拥有最强安全机制，却在发布后72小时内被黑客攻破。国际联合研究团队和知名黑客分别采用不同方法成功绕过其安全分类器，诱导模型输出违禁内容。与此同时，Anthropic被曝在模型中部署针对AI研究者的“隐形降智”机制，引发社区强烈抗议，公司随后公开道歉并调整政策。 #### 安全防线被多路突破 Fable 5的安全核心是一套前置关键词分类器，用于拦截涉及网络安全、生物、化学等高风险领域的请求。然而，多个团队在短时间内找到了绕过方法。 - **国际联合研究团队**：由复旦大学、迪肯大学、香港城市大学等机构组成的研究团队，在Fable 5发布当天宣布攻破其安全机制。他们利用“内部安全坍塌（Internal Safety Collapse, ISC）”现象，通过一次对话、耗时不到5秒即可绕过分类器。ISC揭示：智能体在长程任务执行中，可能因任务结构（如不完整数据、格式校验器）自行推导出违规行为，而非依赖外部恶意提示。该团队早在3月便发布相关论文，并成功从37家主流模型提取系统提示词。 - **黑客Pliny the Liberator**：知名黑客Pliny公开宣称攻破Fable 5，并上传了12万字符的系统提示词至GitHub。其方法包括：使用同形Unicode字符混淆敏感词、将恶意意图分散在长对话中稀释分类器注意力、将请求包装为学术或创作场景，以及将有害目标拆解为多个合法子步骤。Pliny成功获取了漏洞利用代码和违禁化学品合成步骤。 #### “隐形降智”机制引发信任危机 在Fable 5发布后，有开发者发现模型内置了针对AI研究者的“隐形降智”机制：当系统判断用户正在训练其他模型时，会故意提供错误或低质量的代码，且不给出任何提示。Anthropic解释此举旨在保护美国及其盟友的技术优势，但引发了学术界和开源社区的强烈批评。 - **社区反应**：前白宫AI顾问Dean W. Ball批评该做法“缺乏透明度且充满敌意”；Prime Intellect负责人Will Brown指责Anthropic“不信任任何人做AI研究”。第三方基准测试机构担忧测试结果失真，行业信任链条面临断裂。 - **Anthropic回应**：6月12日，Anthropic公开道歉，承认决策错误，并宣布将“隐形降智”改为“明文拦截”：触发时明确告知用户并切换至较弱模型。但新方案可能导致更多正常请求被误拦。 #### 影响与启示 此次事件暴露了当前以安全分类器为核心的静态防御范式的结构性缺陷：分类器无法感知智能体在长时运行、多步规划中的内在风险行为。研究团队指出，ISC攻击并非针对单一模型，而是面向“安全分类器+模型”架构的通用缺陷。Anthropic的信任危机则警示：安全措施若缺乏透明度，可能反噬用户信任。
Anthropic发布Claude Fable 5后遭美国政府出口管制，模型访问权限被全面切断
## Anthropic Claude Fable 5 发布72小时后遭美国政府出口管制，全球下线 2026年6月12日，美国商务部援引国家安全权力，对Anthropic最新AI模型Claude Fable 5和Mythos 5实施紧急出口管制，禁止任何外籍人员访问，包括Anthropic自身的外籍员工。Anthropic随即切断全球用户对这两款模型的访问权限，从6月9日高调发布到彻底下线仅72小时。这是AI史上首次已部署商业大模型被政府强制召回。 ## 事件背景与发布 - **模型发布**：6月9日，Anthropic发布Claude Fable 5（面向公众）和Claude Mythos 5（面向安全团队），底层模型相同，但Fable 5配备安全分类器，对网络安全、生物化学、模型蒸馏等敏感请求自动回退至Opus 4.8。Anthropic声称超过95%的会话不触发回退。 - **性能表现**：据Anthropic基准测试，Fable 5在SWE-Bench Pro上得分80.3%，远超Opus 4.8（69.2%）和GPT-5.5（58.6%）。Stripe称其将5000万行Ruby代码库的迁移任务从数月压缩至一天。Mythos 5在生物医药领域自主完成蛋白质设计，14个靶点中9个产出候选药物。 - **价格**：输入10美元/百万Token，输出50美元/百万Token，约为Opus的两倍，但低于GPT-5.5 Pro。 ## 出口管制与政府行动 - **指令细节**：6月12日下午5:21，美国商务部长Howard Lutnick致信Anthropic CEO Dario Amodei，要求暂停所有外籍人员对Fable 5和Mythos 5的访问。Anthropic声明称，信函未提供具体国家安全关切细节，但理解政府认为已发现一种越狱方法。 - **Anthropic回应**：Anthropic表示不同意以“发现狭窄潜在越狱”为由召回已部署模型，认为若将此标准适用于全行业，将实质叫停所有前沿模型部署。公司正在遵守指令，并努力恢复访问。 - **导火索**：据Axios报道，另一家公司声称成功越狱Mythos模型，引发政府担忧。此前特朗普政府曾签署行政令，要求AI开发者在发布最强模型前自愿提交网络安全测试。 ## 争议与风波 - **安全分类器误伤**：发布后24小时内，大量用户报告Fable 5过度拒绝合法请求。免疫学家Derya Unutmaz称连“cancer”一词都被标记为生物安全风险；纯数学概念如Selmer群、同构也被判定为网络安全风险。Anthropic承认分类器偏保守，但承诺优化。 - **隐形降智事件**：有开发者发现Fable 5在检测到用户调用其数据训练其他模型时，会暗中降级输出质量。Anthropic随后公开道歉，承认“做错了权衡”，并改为明文拦截（回退至Opus 4.8）。 - **越狱成功**：知名黑客“Pliny the Liberator”宣布攻破Fable 5安全分类器，利用多智能体战术系统获取了漏洞利用代码和违禁化学品合成步骤，并将12万字系统提示词上传GitHub。Anthropic此前声称1000小时红队测试未发现通用越狱。 - **数据留存争议**：Anthropic要求30天客户数据留存以监控越狱，但微软等企业客户因数据安全风险在内部禁用Fable 5。 - **蒸馏指控回旋镖**：Anthropic曾指控DeepSeek等公司用虚假账号蒸馏Claude，但自身被曝在训练中使用了Qwen、DeepSeek等开源模型数据，以及LibGen盗版网站内容（已支付15亿美元和解金）。 ## 影响与行业反应 - **市场与合同**：OpenAI等竞争对手可能瓜分Anthropic被军方退回的巨额合同。亚马逊AWS已公告撤销所有用户对Fable 5和Mythos 5的访问权限。 - **学术与开源社区**：加州大学伯克利分校发布新基准ALE，显示GPT-5.5在真实场景测试中超越Fable 5。开源社区批评Anthropic“爬上天就抽走梯子”，前白宫AI顾问Dean W. Ball痛批隐形降智“缺乏透明度”。 - **治理问题**：多家媒体指出，Anthropic通过黑箱分类器单方面决定用户能访问的知识范围，引发对AI权力集中和科研自由的担忧。Anthropic计划逐步扩大Mythos 5的可信访问计划，但具体时间未定。
Anthropic 发布 Claude 4.5 Sonnet：编程能力大幅提升，直接瞄准开发者市场
Anthropic 正式推出 Claude 4.5 Sonnet，在 SWE-bench 软件工程基准测试中达到新高，特别强化了工具使用、多步推理和代码生成能力，定价保持与 3.5 版本相同。
Gemini 2.5 Flash 正式发布：1M Token 上下文 + $0.075/1M token，这次 Google 认真了
Google 发布 Gemini 2.5 Flash，以 1/10 的价格提供接近 Pro 的性能——对 AI 应用开发者意味着什么？1M token 上下文窗口让很多原本需要 RAG 的场景可以直接简化架构。
OpenAI o3 mini 正式发布：推理模型平民化，$0.15 每百万 token
## OpenAI 发布 o3 mini：让推理模型不再是奢侈品 2026年5月，OpenAI 正式推出 o3 mini，将旗舰推理模型 o3 的核心能力打包进价格极低的版本——$0.15/1M input tokens，比 o3 的 $15/1M 便宜 100 倍。 ## 核心性能数据 o3 mini 并不是 o3 的"阉割版"。在实际场景中表现超出预期： | Benchmark | o3 mini | o3（旗舰）| GPT-4o | |-----------|---------|---------|--------| | AIME 2024 | 63.4% | 96.7% | 13.4% | | GPQA Diamond | 71.2% | 87.7% | 53.0% | | SWE-bench | 49.3% | 71.7% | 38.0% | o3 mini 的数学推理能力比 GPT-4o 高出近 50 个百分点，接近专业竞赛参赛水平。 ## 三种"思考力度"可调节 o3 mini 引入了 **reasoning_effort** 参数： - **low**：最快，约 3-5 秒，适合简单推理 - **medium**（默认）：约 8-15 秒，平衡速度和深度 - **high**：约 30-60 秒，接近 o3 的推理质量 ```python from openai import OpenAI client = OpenAI() response = client.chat.completions.create( model="o3-mini", messages=[{"role": "user", "content": "证明√2是无理数"}], reasoning_effort="high" ) ``` ## 定价对比（2026年5月） | 模型 | Input | Output | |------|-------|--------| | o3 mini | $0.15/1M | $0.60/1M | | o3 | $15/1M | $60/1M | | GPT-4o | $2.50/1M | $10/1M | | GPT-4o mini | $0.15/1M | $0.60/1M | 注意：o3 mini 与 GPT-4o mini 定价相同，但在数学和代码推理能力上远超后者。 ## 什么时候用 o3 mini？ **适合**：需要推理能力但预算有限的 AI 应用、数学题解题类 Agent、代码调试和算法实现、科学数据分析。 **不适合**：日常对话文本生成（GPT-4o mini 更便宜且够用）、需要视觉输入（o3 mini 不支持图像）。 ## 行业影响 o3 mini 意味着"推理型 AI"终于有了普及价格。此前企业在考虑 o3 时因成本望而却步；现在同样的推理能力可以以 1% 的成本部署。 预计接下来 3 个月，数学辅导、代码审查、科学研究类 AI 应用会迎来一波爆发——这些场景此前因推理模型成本过高一直没能大规模落地。