Claude Code 發佈 v2.1.284，新增 Claude Sonnet 5.5 並帶來多項功能調整
Claude Code v2.1.284 加入 Claude Sonnet 5.5（claude-sonnet-5-5），並將其設為 Anthropic API 的預設 Sonnet 模型。
推薦理由：版本同時涉及模型預設、權限模式、MCP 連線及 Ultracode 操作，並列出終端、VS Code 與 Gateway 的修正，方便用戶核對升級對現有工作流程的影響。
Agent 智能體
全部主題讓模型自主規劃、調用工具、完成多步任務的技術方向——從 Claude Code、Manus 到各家 Agent 框架與評測基準的全部動態。
最新精選
第 21–40 條 · 共 137 條Claude Code：GitHub Releases精選AI 評分7676
Anthropic：Claude.dev 開發者博客精選AI 評分8080 Claude Sonnet 5.5 開發指南：API 接入、遷移與調校
Anthropic 發佈 Claude Sonnet 5.5，較 Sonnet 5 快 30%，每 token 價格不變，多數工作成本最多可減 30%。指南詳述 API 用法、從 Sonnet 5 遷移時的行為變更及 effort 調校建議，並指出原生上下文窗口為 1M tokens。
推薦理由：指南整理 Sonnet 5.5 相對 Sonnet 5 的 API 變更與調校方法，涵蓋工具呼叫、thinking 區塊和 effort 設定，可作遷移核對參考。
Hugging Face Blog精選AI 評分7070 Holo4 發佈通用電腦操作智能體模型系列
H Company 發佈 Holo4 通用電腦操作智能體模型系列，提供 27B dense 與 35B-A3B Mixture of Experts，並推出更新版 Holotron4 Nano。
推薦理由：文章提供 Holo4 在 OSWorld 2.0 的規格分數、Opus 5.5 對照和成本估算口徑，並指出各模型的測試框架與任務子集不盡相同，便於理解比較條件。
GitHub Blog · AI & ML精選AI 評分6666 GitHub Copilot app 初學者指南：如何用 canvases 建立自訂工作流程
GitHub Copilot app 的 canvases 可按用户描述生成自訂介面，讓用户與智能體在共享畫布中同步查看和更新工作內容。用户在 Agent 工作階段輸入 /create-canvas，描述所需工作流程、介面操作和智能體可執行的事項，毋須手動編寫程式或設計。畫布建立後會保存為擴展，可留在專案中供團隊共用，也可保存為個人擴展重用。
推薦理由：文章從描述工作流程、介面操作與智能體職責開始，示範如何建立、反覆調整並保存可重用的畫布擴展，呈現把日常流程轉成協作介面的具體步驟。
Anthropic：Claude.dev 開發者博客精選AI 評分8080 Anthropic 如何在兩週內讓 claude.ai 快 3 倍
Anthropic 在 8 月以兩週衝刺，將 claude.ai 和 Claude 桌面應用程式的核心用戶體驗整體加快至原來約 3 倍。
推薦理由：這次衝刺展示了以可重複基準、CI 效能門檻和分階段上線構成優化閉環的方法，並由工程師把關改動風險與用戶體驗。
Latent Space精選AI 評分8383 Anthropic 發佈 Claude Opus 5.5 並成為 AINews 預設模型，OpenAI 推出降價版 GPT-6 Sol 與 GPT-6 Luna
Anthropic 發佈 Claude Opus 5.5，Latent Space 表示將其即時設為 AINews 後續內容的預設模型。Anthropic 表示其多數任務表現接近 Claude Fable 5.1，運行成本較 Opus 5 低 40%；文中補充，這項成本降幅適用於 medium 預設設定，API token 標價則下調 20%。
推薦理由：報道並列 Claude Opus 5.5 與 GPT-6 Sol、GPT-6 Luna 的能力主張和價格變化，也區分 token 標價降幅與每任務成本，呈現不同降價口徑。
NVIDIA Blog精選AI 評分6262 NVIDIA 發佈 Isaac ROS 5.0，加入智能體工作流並支援 ROS Lyrical
NVIDIA 發佈 Isaac ROS 5.0，加入讓開發者與 AI 智能體協作構建機械人的工作流，並支援 ROS Lyrical 和 Ubuntu 24.04。
推薦理由：Isaac ROS 5.0 把智能體工作流、可重用技能和平台支援納入開源機械人開發，呈現開發工具銜接 Jetson 部署的實作路徑。
Google DeepMind精選AI 評分7575 Google DeepMind 發佈 Gemini 3.8 Live 與 Gemini 3.8 Live Extended Thinking
Google DeepMind 發佈 Gemini 3.8 Live 與 Gemini 3.8 Live Extended Thinking，前者面向規模化與成本效率，後者針對高複雜度任務。
推薦理由：文章區分兩款模型在規模化成本效率與高複雜度任務上的定位，並列出語音代理基準成績，方便比較其應用取向。
Cursor Blog精選AI 評分7979 Cursor 推出 Projects，支援長週期多智能體工作
Cursor 推出 Projects，現正以 beta 階段逐步向所有用户開放，讓協調智能體承接跨月工作並委派子智能體。Projects 預設在雲端運行，需要時可切換至本地，並透過共享上下文及監聽 Slack 頻道、按計劃運行或跟進 PR 來主動處理工作。Cursor 表示，新用户合併 PR 數量提升 30%，而主要使用 Projects 的用户合併量達原來六倍。
推薦理由：Projects 將長週期工作的上下文累積、智能體委派和事件觸發整合起來，文中亦提供新用户與主要使用者的 PR 合併量數據。
OpenAI News精選AI 評分6363 OpenAI 推出 Agents API，供建置及啟動雲端智能體
OpenAI 推出 Agents API，這項由 Codex harness 驅動的託管服務可用於建置及啟動雲端智能體。服務支援編排、長時段工作階段與工具使用。詳情見 https://openai.com/index/introducing-the-agents-api。
推薦理由：這則公告交代 Agents API 將編排、長時段工作階段與工具使用納入雲端智能體託管服務，清楚界定其運作範圍。
Ahead of AI精選AI 評分7676 GPT-6 Astra、循環式 Transformer 與推理鏈可監控性解析
Sebastian Raschka 分析 GPT-6 Astra 的電腦操作表現與循環式 Transformer 傳聞，指出 Astra 表現突出，但採用該架構尚未獲官方確認。
推薦理由：文章比較循環式 Transformer 的權重共享、計算成本與路由設計，並指出現有資料尚不足以將推理鏈可監控性的變化歸因於這種架構。
GitHub Blog · AI & ML精選AI 評分6767 Project HydraFusion 以多模型編排提供前沿級品質
GitHub 推出 Project HydraFusion 研究預覽，以執行時多模型編排為編碼任務動態規劃模型工作流程。它會從不同供應商的模型中選擇 Single、Cascade 或 Critique 工作流程；所有 GitHub Copilot 方案用户可在 Copilot CLI 執行 `/experimental`，再執行 `/model` 選用 HydraFusion。
推薦理由：三項離線編碼基準呈現 HydraFusion 不同的品質與成本取捨，與 Claude Opus 5 的對照能幫助理解多模型編排在不同任務上的效益差異。
Hugging Face Blog精選AI 評分7373 Hugging Face 推出開源工具 funes，為編碼智能體提供可檢索的持久記憶
Hugging Face 推出開源工具 funes，讓 Claude Code、Codex、pi 和 Hermes 共用可檢索的持久記憶。funes 預設在本機索引、嵌入及重排工作記錄，檢索時返回原文並標示智能體、時間戳、工作階段和回合；記憶亦可發布至預設私有的 Hugging Face 資料集，供其他機器使用。
推薦理由：funes 將不同編碼智能體的工作記錄轉為本機可檢索記憶，並保留原始片段及來源脈絡，展示跨會話延續決策依據的實作方式。
Google DeepMind精選AI 評分6060 Google DeepMind 推出 Fairwind Program，向政府機構及可信賴夥伴有限度開放 AI 網絡防禦能力
Google DeepMind 推出有限度開放的 Fairwind Program，讓政府機構及可信賴夥伴使用進階 AI 網絡防禦能力。計劃把 Gemini 3.8 Flash Cyber 與 CodeMender 結合，用於自主發現、驗證及修復漏洞，並可在機構安全雲端環境內於數分鐘生成經驗證、可部署的修補程式。
推薦理由：Fairwind 將 Gemini 3.8 Flash Cyber 與 CodeMender 結合，讓參與機構在安全雲端環境內生成經驗證、可部署的漏洞修補程式，將人工修補由數週縮至數分鐘。
Google DeepMind精選AI 評分7676 Google DeepMind 發佈 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber
Google DeepMind 發佈 Gemini 3.8 Flash 與 Gemini 3.8 Flash Cyber，並稱 Gemini 3.8 Flash 是其迄今推理與編碼能力最強的模型，速度和成本與 3.7 Flash 相同。
推薦理由：兩款模型共享基礎智能，普通版面向長程編碼與智能體任務，Cyber 版則限可信防守者使用，提供漏洞發現與修補能力。
Google DeepMind精選AI 評分7171 Google DeepMind 為 Gemini 推出智能體影片理解功能
Google DeepMind 推出 Gemini 智能體影片理解功能，影片分析成本最多降低 66%、token 用量最多降低 88%，準確度最多提升 7%。
推薦理由：相較固定 FPS 靜態處理，Gemini 會動態檢視畫面、音訊與字幕，影片分析的 token 用量最多減少 88%、成本最多減少 66%。
Hugging Face Blog精選AI 評分6262 Granite 4.2 大語言模型如何構建
IBM Granite 團隊詳述 Granite 4.2 推理模型系列的構建流程，涵蓋架構、訓練方法及評測結果。該系列有 3B、8B、30B 三種稠密、僅解碼器模型，均由 Granite-4.1 base models 後訓練；後者以約 15T tokens 預訓練，並透過五階段策略將上下文窗口延至 512K tokens。
推薦理由：文中並列三種規模共用的訓練主線，以及 8B、30B 額外加入真實環境 Agentic RL 的分支，可據此理解各規模訓練階段和智能體能力培養的差異。
Hugging Face Blog精選AI 評分6363 Hugging Face Inference Endpoints、Jobs 和 Buckets 如何支撐 Papers with Code 搜尋
Hugging Face 以 Inference Endpoints、Jobs 和 Storage Buckets 建立 Papers with Code 混合搜尋系統，為來自 arXiv 和 Daily Papers 的超過 110,000 篇論文維護嵌入向量。
推薦理由：文章拆解離線批次建向量與線上查詢的分工，並説明端點冷啟動時如何回退全文檢索，呈現混合搜尋進入生產環境的工程取捨。
Mistral AI精選AI 評分6868 Mistral 推出 Agentic Search，以多步檢索提升準確率並降低延遲和 token 使用量
Mistral 推出 Agentic Search，讓模型透過多步檢索搜尋、查看、導覽及核實複雜文件中的資料。在 FinanceBench 金融文件測試中，正確率由 26.7% 升至 86%；OfficeQA Pro 表格密集的多文件問題則由 6.3% 升至 51.9%。
推薦理由：FinanceBench 和 OfficeQA Pro 的基準數據呈現 Agentic Search 相較單次 RAG 的準確率提升，也量化延遲與 token 使用量變化。
Google DeepMind精選AI 評分7171 Google DeepMind 發佈 Gemini 3.7 Flash，提升編碼與智能體工作流表現
Google DeepMind 發佈 Gemini 3.7 Flash，稱其在編碼、知識工作及網頁開發工作流上較 Gemini 3.6 Flash 有所提升。
推薦理由：文章列出 Gemini 3.7 Flash 在編碼、網頁開發和複雜文件基準上的對比數據，並交代入門價格，便於衡量效能與成本取捨。