Anthropic 初级技术岗占比从 21% 降至 14%，AI 智能体工时增长 6 倍
Anthropic 自己的数据：公司大三倍但初级岗占比从21%掉到14%，三分之一经理因AI少招人，这组数字很能说明问题。
#智能体
共 7313 条 · 7 天 707 条 · 30 天 2402 条 · 话题观测 →
信息流里打上「智能体」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月18日
Anthropic 项目让 Claude 智能体自动谈判，186 笔交易无人工审批
Anthropic 真让 Claude 互相砍价成交了 186 笔，结果 Opus 买得更便宜、卖得更贵，输的一方还觉得自己没吃亏。
Meta 论文：前沿智能体从经验中学习的能力差异显著
Meta 冻结模型权重测智能体自学能力：GPT-5.6 Sol 每 1000 美元涨 298 分，Claude Fable 5 只有 57 分但胜率涨幅更大，挺有意思的对比。
Google开源Harness²框架：不改模型权重也能优化智能体表现
Google把智能体调优做成了开源框架，不用改模型、不用手动调提示词，跑一遍就能让GLM-5和Gemini3.5Flash最高多拿11.5分。
清华、面壁智能与 OpenBMB 开源 PilotDeck 2.0 智能体操作系统
清华和面壁开源了个智能体操作系统 PilotDeck 2.0，记忆能直接看能改，简单任务自动交给小模型跑，长任务开销省了 83%。
免费模型 Space Bunny Max 连破整数乘法纪录，社区自动研究提速
一群人用 Claude 和 Codex 搞数学研究，免费模型 Space Bunny Max 连续四次破纪录，文中那个 autoresearch.md 提示词直接可抄
魅族 22 推送 Flyme AIOS 12.7.0.0A 稳定版，Aicy 助手升级为「超级 Aicy」
魅族 22 用户可以直接升级了，超级 Aicy 能帮你代接电话、订高铁票、说句话就建定时任务，还带视频生成，功能挺实在。
IT之家原文
Ethan Mollick：智能体流量涌入，企业面临服务变好还是变差的选择
Ethan Mollick 聊了个挺现实的问题：智能体开始大规模自动访问各种服务，企业要么跟着变好，要么变得更难用，值得想想你会选哪边。
DeepSeek-V4.1-Flash-1017 上线 Ollama，托管不保留数据
DeepSeek 新版 Flash 模型上了 Ollama，跑智能体任务更快更便宜，还能直接接 Claude Code 用，美国托管还不留数据。
Perplexity Flash 在 16GB M4 Mac 上可本地快速运行
Perplexity 出了个 Flash 决策模型，16GB 的 M4 Mac 就能跑，准确率跟 Wald 打平还快近一倍，适合邮件补全这类本地场景。
Grok 机器人主动私信用户，xAI 推出 Proactive Suggestions 功能
Grok 居然会主动私信用户了，xAI 把它做成了叫 Proactive Suggestions 的新功能，和 heartbeat 类似，想看智能体怎么变主动的可以看看
Logitech MX Keypad 与 GitHub Copilot 应用集成，可用实体按键运行智能体工作流
GitHub Copilot 应用现在能接 Logitech MX Keypad，把常用提示词映射到实体按键，一键启动智能体会话，键盘党可以看看。
论文：用蒸馏 4B 决策模型替换 Jev，agent 成本降 14.2% 至 89%
教你怎么给 agent 省钱：拿 Jev 蒸馏个 4B 小模型接进 harness，最省能砍掉 89% 成本还几乎不掉成功率。
Perplexity 开源智能体沙箱平台 SPACE，基于 Firecracker 微虚拟机
Perplexity 把 Computer 背后的沙箱开源了，每个任务跑在独立 Firecracker microVM 里，做智能体的可以拿来自管安全。
开源 4B 决策模型 AgentDecision-4B 让智能体成本降 81.1%-89.0%
教你怎么把 4B 小模型塞进 agent 框架里替 LLM 做常规决策，成本砍掉八成还更快，做 agent 的都该看看。
腾讯论文：用递归自我改进训练终端智能体，Terminal-Bench 从 20.68% 升至 50.58%
腾讯发了篇终端智能体训练论文，五阶段交替微调加 PPO，Terminal-Bench 成绩直接翻倍多，奖励审计那段很值得细看。
OpenRouter 发布两份 ScaleDown 专用模型 Cookbook
OpenRouter 出了两份能直接跑的 ScaleDown 模型教程，教你压缩 agent 会话还不丢关键信息，模型还打八折。
OpenRouter Decisions API 支持自动检测智能体死循环
OpenRouter 出了个 Decisions API，能自动发现你的智能体在死循环，到阈值就自动掐掉或提醒，写 Agent 的可以省不少 token 钱。
LMArena 发布 Alignment Index：基于 9 万+ 真实智能体会话评估 30 个模型
LMArena 拿 9 万条真实智能体会话给 30 个模型打了三个对齐分数：越权操作、错误归因、谎报完成。选智能体模型前可以先看看这份榜单。
10月17日
Databricks 演示 Lakebase Postgres 秒级恢复 100 TB 数据库
Databricks 演示了 Lakebase Postgres 秒级恢复 100 TB 库，靠的是分支元数据操作，不用复制数据，做智能体撤销流程很实用。
DeepSeek 发布 V4.1-Flash-1017：性能更强、输出更短，Search & Fetch API 商业化
DeepSeek 这次更新挺实在：模型输出更短意味着 API 更省钱，还把自家搜索引擎开放成了 Search 和 Fetch 两个 API，做 Agent 的可以直接接上。
Legora 推出法律智能体入口 Intake 及 30+ 集成生态
做法律 AI 的 Legora 发了 Intake，专给企业法务当智能体前台用，还一口气接了 30 多个文档、签约类工具，规模已到 2 亿美元 ARR。
腾讯开源 Hy-Memory 2.0：跨 AI Agent 共享记忆
腾讯开源的记忆框架，Cursor 里聊过的项目切到 Codex 能接着干，还带个 30B 的记忆写入模型，做 Agent 的可以看看。
DeepSeek 发布 V4.1-Flash-1017：智能体任务表现超越更大模型，单任务成本再降
DeepSeek 又更新了，这次 V4.1-Flash-1017 跑智能体任务比更大的模型还强，成本还降了，还附带 Search API，Claude Code 里能免费用。