2025年已成为名副其实的Agent元年。 不论是Operator、Manus、Genspark等爆款Agent的相继出现，还是各大厂商陆续发布MCP协议支持，种种迹象都在印证着AI Agent正经历从“玩具”到“工具”的关键转折。
LLM 智能体（LLM Agent）正从 “纸上谈兵” 的文本生成器，进化为能自主决策、执行复杂任务的 “行动派”。它们可以使用工具、实时与环境互动，向着通用人工智能（AGI）大步迈进。然而，这份 “自主权” 也带来了新的问题：智能体在自主交互中，是否安全？
当下的AI Agent领域，正上演着一幕“奇特”的景象，一方面，是关于Agent能力极限的狂热探讨；但另一方面，是当这些光鲜的Agent从实验室走向真实生产环境时的普遍“失速”与“沉寂”。
刚刚谷歌推出了 Gemini CLI，一个开源的 AI Agent，把 Gemini 的能力直接带到你的终端里。可以把它看作是谷歌版的 Claude Code。最香的是，这玩意儿开源、免费用，背后是带百万上下文的最强 Gemini 模型。
MyShell 自从进入 ShellAgent 的框架阶段，由于深度融合了 ComfyUI 生态，图像视频流的 Agent 迎来了井喷式的爆发。上个月据说上新了 150+个，竞争确实有点激烈了。但其实图像视频流的能力并不代表 ShellAgent 所能做的全部可能性，仍然有大量值得探索的场景等待创作者去尝试。
2025年，随着 Agent 应用在千行百业加速落地，Agent 应用开发的实际需求和痛点也正在发生变化。
大家好，我是歸藏（guizang），今天给大家带来 Kimi 的深度研究能力体验和介绍。
你能想象一个汽车经销商每天漏接45%电话的场景吗？这意味着几乎一半想要预约保养、询问配件或购车咨询的客户都被直接晾在了一边。
这款 Agent 擅长多轮搜索和推理，平均每项任务执行 23 个推理步骤，访问超过 200 个网址。它是基于 Kimi k 系列模型的内部版本构建，并完全通过端到端智能体强化学习进行训练，也是国内少有的基于自研模型打造的 Agent。
随着语言模型在强化学习和 agentic 领域的进步，agent 正在从通用领域快速渗透到垂直领域，科学和生物医药这类高价值领域尤其受到关注。
