技术方向
让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
23 条精选近 30 天 21 条共收录 99 条
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 的油藏模拟器迁移到 C++，该代码库没有测试套件也没有集中文档。团队先搭建数值一致性校验框架，再用 Vibe CLI 启动上百个智能体解析调用树并整理文档，最终采用人工把关的 coder、tester、reviewer 工作流逐模块迁移，首个冲刺完成 30 万行中的 4 万行。
推荐理由：Mistral 公开了 4 万行 Fortran 迁移到 C++ 的完整工程流程，可迁移到其他遗留系统改造。
字节 Seed 推出原生音视频全双工大模型 SeedRealtime，用统一架构融合音频、视频与文本，可在连续多模态信息流上实时交互，实现边看、边听、边说。端到端人工评测显示，相比级联模型，其音视频对话节奏问题减少了一半，单次对话顺畅完整交流的概率明显提升。该模型已在豆包 App 全量上线，更新至最新版本后在对话框选择打电话进入视频通话即可体验。
推荐理由：官方给出音视频全双工的统一架构与端到端评测结果，可了解实时多模态交互的落地形态。
字节 Seed 发布用于衡量真实世界环境学习的超长程评测集 EdgeBench，包含 134 个真实任务，横跨六大能力领域，Agent 在每个任务上可持续工作至少 12 小时。
推荐理由：字节 Seed 开源 EdgeBench 并给出环境学习曲线，读者可了解 Agent 长程学习如何被量化。