苹果发布Xcode26.3，实现从AI辅助到智能体编码的跨越。新版本原生集成Claude Agent和Codex，支持复杂任务自动化，从代码辅助升级为全自主执行，标志着开发工具的重大革新。
阶跃星辰发布开源基座模型Step3.5Flash，专为智能体场景设计，具备强大推理能力和极速响应，旨在成为更聪明、稳定且成本可控的“Agent大脑”。该轻量化模型在推理速度上表现突出，最高可达350TPS，尤其在代码任务中优势显著。
谷歌宣布桌面版Chrome浏览器全面集成Gemini3模型，将传统浏览器升级为通用人工智能入口。这一变革使全球38亿用户能通过侧边栏直接使用AI功能，实现多模态理解和多任务处理，标志着互联网交互进入新阶段。
OpenAI旗下ChatGPT Agent发布仅六个月即面临停用危机。其周活跃付费用户从高峰期的400万暴跌至不足100万，流失率高达75%。尽管初期吸引了约11%订阅用户尝试，但产品很快陷入增长停滞。主要问题在于用户普遍不理解其实际用途，甚至不知其存在，加之系统运行问题，导致用户大量流失。
2026 年领先 AI 生成器，支持原生 4K、音频和 Canvas Agent，创电影级视频。
一个用于代理的可视化反馈工具。
面向 AI 智能体的开放式技能生态系统，通过单条命令为 AI 赋能程序化知识。
全球首个动画创作 Agent，助力实现动画梦想。
Alibaba
$2
输入tokens/百万
$20
输出tokens/百万
-
上下文长度
$1.6
$4
128
Openai
$0.63
$3.15
131
Anthropic
$105
$525
200
Bytedance
$3.5
$12
Xai
Huawei
32
$21
Moonshot
$5
bartowski
这是AgentFlow agentflow-planner-7b模型的GGUF量化版本，使用llama.cpp的imatrix技术进行量化，提供多种量化级别选择，适用于不同硬件配置下的高效推理。
nvidia
NVIDIA GPT-OSS-120B Eagle3是基于OpenAI gpt-oss-120b模型的优化版本，采用混合专家（MoE）架构，具备1200亿总参数和50亿激活参数。该模型支持商业和非商业使用，适用于文本生成任务，特别适合AI Agent系统、聊天机器人等应用开发。
NVIDIA Qwen3-14B FP4模型是阿里巴巴Qwen3-14B模型的量化版本，采用FP4数据类型进行优化，通过TensorRT-LLM进行高效推理。该模型专为NVIDIA GPU加速系统设计，适用于AI Agent系统、聊天机器人、RAG系统等多种AI应用场景，支持全球范围内的商业和非商业使用。
agentica-org
DeepSWE-Preview 是一个完全开源的、先进的编码智能体，通过强化学习训练，在软件工程任务中表现卓越。
openbmb
AgentCPM-GUI是一款具备RFT增强推理能力的设备端图形界面代理，可操作中英文应用，基于80亿参数的MiniCPM-V构建。
agentlans
专注于将台湾风格繁体中文翻译成英文的微调模型
基于谷歌 FLAN-T5 Small 微调的文本简化和改写模型，旨在提高文本可读性，同时保留核心语义。
基于E5小型模型架构的多语言文本情感评估模型
基于mDeBERTa-v3-base微调的多语言文本情感分类模型，支持跨语言情感分析
这是一个基于DeBERTa V3架构微调的可读性评估模型，专门用于评估英文文本的阅读难度等级。模型能够根据文本特征预测理解该文本所需的美国教育年级水平，数值越高表示文本越复杂难读。
基于Flan-T5小型版微调的关键词提取模型，专门用于从段落中提取关键词
這是一款專門用於英文到繁體中文翻譯的微調模型，基於Helsinki-NLP/opus-mt-en-zh進行優化，提升了翻譯結果的自然度與流暢性，能有效解決英文到繁體中文翻譯的需求。
agentsea
基于PaliGemma 3B 896分辨率权重微调的UI元素检测模型，专注于目标检测任务
基于PaliGemma 3B 448分辨率权重，在WaveUI数据集上针对目标检测任务微调的视觉语言模型
AgentPublic
基于CamemBERT架构的法语文本分类模型，用于识别有害内容、敏感话题和无害提问
internlm
Agent-FLAN-7b是基于Llama2-7b模型，使用Agent-FLAN论文提出的数据生成管道，在AgentInstruct、Toolbench和ShareGPT数据集上进行混合微调得到的大语言模型。该模型专门针对智能体任务和工具使用能力进行了优化，在多种智能体评估数据集上表现出色，相比之前的最佳工作提升了3.5%。
基于Mistral Open-Hermes 2.5优化的法语大语言模型，专为具有来源追溯和可解释性的检索增强生成(RAG)设计
THUDM
AgentLM-7B是基于Llama-2-chat模型，通过混合训练AgentInstruct数据集和ShareGPT数据集得到的智能体增强型语言模型。
AgentLM-70B 是基于 Llama-2-chat 模型通过 AgentInstruct 数据集和 ShareGPT 数据集混合训练得到的大型语言模型，专注于增强智能体能力和通用语言能力。
基于CamemBERT的法语问答模型，在PIAF、FQuAD和SQuAD-FR三个法语问答数据集上微调而成
Refact Agent 是一个开源AI编程助手，支持多语言代码生成、调试和优化，集成主流开发工具，可本地化部署并提供智能补全和代码解释功能。
Solana Agent Kit是一个开源工具包，用于将AI代理连接到Solana协议，支持60多种区块链操作。
Agentic Radar是一个用于分析和评估代理系统的安全扫描工具，帮助开发者、研究人员和安全专家理解代理系统的工作流程并识别潜在漏洞。
Stripe Agent Toolkit是一个支持多种AI代理框架（如OpenAI、LangChain、CrewAI等）与Stripe API集成的工具包，提供Python和TypeScript支持，简化支付相关操作。
MCP Agent Mail是一个为AI编程代理设计的邮件式协调层，提供身份管理、消息收发、文件预留和搜索功能，支持多代理异步协作和冲突避免。
一个MCP服务器，通过向量嵌入和语义相似性为任何AI模型提供智能搜索Claude Agent Skills的能力，实现渐进式技能发现和跨平台技能共享
基于OpenAI Agents框架的智能聊天机器人，支持自定义工具扩展和Web交互。
SystemPrompt Coding Agent 是一个开源项目，将本地工作站转变为可通过MCP协议远程控制的AI编程助手，支持语音命令和移动端操作，实现异地编程管理。
基于MCP服务器的RAG项目
一个使用OpenAI Agents库与MCP服务器交互的简单代理程序，支持计算数字和或讲笑话功能。
Nano Agent是一个实验性的小型工程代理MCP服务器，支持多提供商LLM模型，用于测试和比较云端与本地LLM在性能、速度和成本方面的代理能力。项目包含多模型评估系统、嵌套代理架构和统一工具接口，支持OpenAI、Anthropic和Ollama等提供商。
该项目是一个基于LangChain的MCP客户端，用于演示如何通过LangChain ReAct Agent调用MCP服务器工具。它支持Anthropic、OpenAI和Groq的LLM，并提供了从MCP工具到LangChain工具的转换功能。
一个MCP服务器，可从GitHub仓库动态获取AI代理的编码规则文件，无需本地存储，支持多种社区规则集和自定义规则库。
Agent Construct是一个基于Model Context Protocol（MCP）规范的AI工具与上下文管理服务器实现，提供标准化接口供AI模型访问工具和数据。
MCP Server是一个简化Model Context Protocol（MCP）API交互的服务器工具，帮助开发者快速创建基于MCP的服务端应用。
Speelka Agent是一个基于模型上下文协议(MCP)的通用LLM代理，能够调用其他MCP服务器的工具，实现复杂任务分解、多模型协作和工具编排。
Agent Care是一个基于MCP协议的服务器，用于与Cerner和Epic等电子病历系统交互，提供医疗工具和FHIR数据访问功能。
一个为FIRST机器人竞赛队伍设计的工具，可同时搜索WPILib、REV、CTRE等多个官方文档库，通过自然语言提问快速获取编程和硬件配置答案，支持VS Code集成和AI助手优化。
AgentRPC是一个通用的RPC层，用于跨网络和语言边界连接AI代理的函数调用。
Agent Browser是一个集中管理MCP服务器的工具，通过统一界面管理多个客户端连接，简化服务器配置和更新流程。
Transformers%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
