🔥 1. DeepSeek 发布 R2：671B MoE，MMLU-Pro 达 87.6% 逼近 GPT-4o，API 仅 1/20 价格 — 486 pts 深度求索于 5 月 15 日发布 DeepSeek-R2，671B 参数 MoE 架构，MMLU-Pro 达 87.6% 逼近 GPT-4
发布于 2026-05-16
🔥 1. 字节跳动豆包推出超级 Agent 模式：跨 APP 操作，打通产品矩阵 — 486 pts 字节跳动于 5 月 13 日上线豆包超级 Agent 模式，首次实现跨 APP 操作——用户可通过自然语言指令让 Agent 在抖音、飞书、剪映等应用间自动流转执行任务，如「提取飞书文档中的表格，
发布于 2026-05-15
🔥 1. 字节跳动 Coze 推出 Agent 商店：支持第三方付费插件，抽成 30% — 468 pts 字节跳动旗下 Coze 平台于 5 月 14 日正式推出 Agent 商店，第三方开发者可发布付费 Agent 插件。平台开放生态的同时抽成 30%，并支持企业客户定制私有 Agent，商业
发布于 2026-05-14
🔥 1. Google 推出 Gemini Agent SDK：多模态 Agent 开发工具包 — 468 pts Google DeepMind 于 5 月 12 日发布 Gemini Agent SDK，支持构建多模态 Agent，原生集成网页搜索、代码执行和 Google Workspace
发布于 2026-05-13
🔥 1. Anthropic 发布 Claude Agent：自我改进循环，自主调试代码 — 486 pts Anthropic 于 5 月 12 日推出 Claude Agent，采用自我改进循环架构，能自主编写、执行和调试多语言代码。早期基准测试 SWE-bench 上比 GPT-5 Agen
发布于 2026-05-13
大模型 AI 普遍选择 Markdown 作为输出格式，核心源于其在token 效率、语义表达、生成稳定性、人机协同四个维度的系统性优势，这与大模型的底层运行机制、训练数据分布及实际应用场景高度契合。以下从技术本质、模型特性、应用生态三个层面展开深度解析。
发布于 2026-05-12
🔥 1. Anthropic 发布 Claude Agent v2：Computer Use 模式正式上线 — 486 pts Anthropic 于 5 月 9 日推出 Claude Agent v2，Computer Use 模式下可自主操控浏览器、执行代码、管理文件系统，单次会话最长持续 2
发布于 2026-05-11
🔥 1. Anthropic 发布 Claude Agent SDK：企业级自动化平台 — 468 pts Anthropic 于 5 月 8 日推出 Claude Agent SDK，开发者可基于 Claude 5 Opus 构建自主 Agent。SDK 包含工具调用 API、记忆管理和多步推理
发布于 2026-05-10
🔥 1. Google 将 Project Mariner 自主浏览器 Agent 推向所有 Chrome 用户 — 486 pts Google 于 5 月 8 日宣布 Project Mariner 全面开放，AI Agent 可自主浏览网页、填写表单、完成购物等复杂浏览器任务。此前仅限测试用
发布于 2026-05-09
🔥 1. Anthropic 发布 Claude Agent Mode：可自主运行数小时 — 486 pts Anthropic 于 5 月 6 日推出 Agent Mode，Claude 可自主执行编程、数据分析、网页研究等多步骤任务，持续数小时无需人工介入。这是从聊天助手到自主 Agent 的
发布于 2026-05-08
🔥 1. Mistral 发布 Mistral-Specialist-7B：开源代码模型 HumanEval 达 92.3% — 412 pts 法国 Mistral AI 于 5 月 7 日发布专为代码生成优化的开源模型，7B 参数在 HumanEval 上达 92.3% 通过率，超越同等规模闭
发布于 2026-05-07
🔥 1. Meta 开源 Llama 4 Ultra：1.2 万亿参数，全面超越 GPT-4o — 486 pts Meta 于 5 月 5 日发布 Llama 4 Ultra，1.2 万亿参数的开源模型，在多项编程和推理基准上超越 GPT-4o。采用自定义商业许可证，是迄今能力最强的开源模型，有
发布于 2026-05-06
