搜索
Anthropic 最近推出了 Claude Design，是我除了编程之外用得最多的 Agent，也推荐过很多次。效果真的好：你用一句话描述想要的 App，它直接给你生成一个可交互的原型，点哪哪都有反应，不仔细看还以为在操作真实的 App。
如果你在三年前问AI圈：未来最强的AI长什么样？
近日，全球领先的具身自主科研智能基础设施提供商，深圳津渡生物医学科技有限公司（以下简称“津渡生科”）宣布完成近亿元A轮融资，本轮融资由高特佳投资领投，指数资本担任独家财务顾问。融资资金将重点用于深化物理AI（Physics-AI）底层架构研发、BioFord Agent科研智能体平台的迭代升级及全球市场布局拓展。
你为什么选了做视觉有关的方向呢？跟你对市场、对成都的观察有关吗？我们现在用的很多传统的 APP，包括很多操作系统，我觉得未来会被替代掉的。因为很多是很“反人类”的设计。这些东西的本质是“系统状态的流转”，没有一个正常人喜欢用这些系统。而这部分，数据的流转，是 Agent 能替我们做的。最终一定会剩下一些简洁的信息要呈现给人——我们做的，反而应该是这个部分。
当 LLM Agent 处理长期对话、多轮交互和复杂文档时，Memory 已经成为不可或缺的核心模块。它帮助智能体保存历史、检索信息、维持个性化上下文，并支撑跨时间的推理能力。
随着AI Coding、Agent、Deep Research 等应用快速普及，模型单次处理的上下文长度正在从几万Token迈向几十万甚至百万Token。
5 月中旬，一个名叫 anysearch-skill 的开源仓库出现在 GitHub 上，一周之内冲上了 Agent 技能市场 Skills.sh 的热榜第一。开发者们发现，给自己的 Agent 装上这个 Skill 之后，原本要搜七八轮才能拼凑完整的调研任务，常常一两次调用就能拿到结果，而且返回的不是网页链接，是可以直接进推理链路的结构化数据。
2026年6月，个人AI助手Town完成5500万美元A轮融资，由a16z领投，Forerunner、First Round、Conviction等机构跟投。在Agent赛道高度拥挤的背景下，这笔融资释放了一个明确信号
刚刚，UC伯克利放出了一场号称“智能体最后的考试”的全新基准测试。它把当今最强的AI Agent们拉到考场上，让它们干真正的活——在Siemens NX里建3D模型、在Unreal Engine里搭游戏场景、在Adobe After Effects里做特效合成。
硅谷 AI 圈又来了个新词：Loop Engineering。 大佬们纷纷表态，别再手动验证和写提示词了，该让 Agent 自己循环完成工作了。 OpenClaw 开发者 Peter Steinberger 带火了这个讨论，Claude Code 负责人 Boris Cherny 也说他已经不怎么在 Claude Code 里输入提示词了，而是去写 loops。