
Anthropic一发布Multica就开源,这个4人团队想抢占AI协作层 (opens in a new tab)
4 月 9 日,Anthropic 在 X 上宣布 Claude Managed Agents 上线。同一天,一位 ID 叫 @jiayuan_jy 的中国创业者也发了一条推,“We created the open source version of Claude Managed Agents. Introducing Multica.”
Total 1876 articles

4 月 9 日,Anthropic 在 X 上宣布 Claude Managed Agents 上线。同一天,一位 ID 叫 @jiayuan_jy 的中国创业者也发了一条推,“We created the open source version of Claude Managed Agents. Introducing Multica.”

Qwen Intelligence负责人许主洪在云栖大会期间表示,Agent手机竞争的核心已从模型能力转向模型之外的系统能力,阿里通过Qwen Intelligence为手机厂商提供基于千问大模型的AI手机全栈解决方案。

这次,AI开始给自己写软件。 让AI定时干活不算新鲜事了。开源的OpenClaw带火的个人Agent,可以简单理解成一位常驻电脑或服务器的AI助手。 它接入聊天软件,记住用户交代过的事情,并按计划在后台工作;接着,又有团队开始让这类助手自己总结经验。 比如Nous Research推出的Hermes Agent,直接将自我改进写进产品核心。 它会在复杂任务结束后生成Skill,也会在使用过程中修改已有Skill,还能借助持久记忆找回过去解决问题的方法。 个人Agent已经开始积累经验,而Rome进入的,正是一个已经十分拥挤的市场。 Rome更值得注意的地方在于Agent学到一套方法后,还会将方

三星大模型团队联合北京大学、香港城市大学、香港科技大学等科研机构,共同发布了面向 AI Agent 的基准测试 LiveClawBench。它关注的并不是「谁的 Agent 更强」,而是一个更基础、也更关键的问题:为什么同一个 AI Agent,在一些任务中已经接近可用,而在另一些任务中却会突然失稳?

iOS用户还要再等等。 智东西5月21日报道,昨天,腾讯旗下操作系统层级AI助手Marvis(马维斯)正式上线,其将终端系统、文件、应用、算力和跨端连接纳入同一个AI中间层。用户只需要用一句话说明目标,Marvis即可理解任务、拆解步骤、调用对应Agent执行,并在涉及隐私、安全和支付等关键环节时交回给用户确认。 在具体使用场景中,Marvis可以帮助用户做文件格式转换、合同信息审查、运营数据分析,甚至帮忙整理参考文献。 用户可以在虚拟办公室里随时查看每个Agent在干什么,被安排任务的Agent会坐在工位上认真搬砖,其他闲着的Agent可能会打盹、闲逛、健身、喝咖啡或上厕所。 今年3月,腾讯

“给我们剧透一下 M3 吧。” 2026 年 4 月 17 日晚,Hermes Agent 产品负责人 Tommy 在直播中当着几万观众的面向 MiniMax 团队催更。Hermes Agent 是当下全球最火的开源 AI Agent 项目之一,GitHub Star 超过 95,000,整体日均 Token 消耗已从 20 亿飙升至近 3000 亿。而MiniMax M2.7 是 Hermes 用户群中最受欢迎的底层模型之一。 图源:MiniMax 阿岛作为这场直播中 MiniMax 一方的核心发言人,透露了M3几个方面的信息。M3 的规模和智能水平将全面提升,原生支持视频和图像输入,同时会

随着新一代主动执行型 Agent(如 OpenClaw、Hermes Agent 等)的爆发,AI 正经历从「被动工具」向「具备自我演化(Self-Evolving)能力的智能体」的范式跃迁。然而,受限于上下文窗口极限与记忆缺失,现有 Agent 难以在复杂任务中实现经验的复用与自我进化。

这个爆火的开源项目,叫做 Hermes Agent,地址:https://github.com/NousResearch/hermes-agent是由 Nous Research 团队倾力打造的开源Agent。

GitHub最新热榜榜首,来自字节。 这波自研硬核技术不是别的—— 正是豆包手机的核心支撑,GUI Agent模型UI-TARS。 力压OpenAI官方Skills,开源登顶榜首,突破26k Star! UI-TARS的核心是个多模态AI智能体,你只要通过自然语言指令—— 也就是说句人话,就能让它自己点鼠标、敲键盘、拖动滚动、翻页浏览,在浏览器和各种软件里帮你完成一整套复杂操作。 主要包含了Agent TARS和UI-TARS-desktop两个项目。 Agent TARS支持一键式开箱即用的CLI,可以在有界面的Web UI环境执行,也能在无界面的服务器环境运行; UI-TARS-deskt

静态编排 VS 动态编排,谁是多agent系统最优解?通常来说,面对简单问题,采用react模式的单一agent就能搞定。可遇到复杂问题,单一agent就会立刻出现包括但不限于以下问题:串行执行效率低:无法同时完成并行的子步骤(如 “同时爬取 A、B 两个网站的数据”)。