GitHub 发布开发者指南,提出将智能体嵌入规划、构建、验证、观测四个阶段的“智能体工程”工作流。文章引用数据称单周提交量同比增超 400%,但 AI 高采用团队的 PR 评审时长增加 441%,说明瓶颈已从写代码转向评审与验证环节。
智能体工程
Agentic Engineering
构建能自主感知环境、规划行动并执行复杂任务的 AI 系统的工程实践
收录情报动态
多人在线游戏 Spawn 展示了基于前沿大模型的智能体工程实践,玩家可通过自然语言指令实时生成并交互游戏资产。该案例验证了 LLM 在复杂动态环境中的低延迟推理与状态管理能力,为 AI 原生游戏提供了可落地的技术范式。
GitHub 发布 2026 年 Octoverse 报告,数据显示受智能体工程驱动,月度合并拉取请求(PR)在一年内增长至 2.2 亿次,提交量达 73.8 亿。这一显著变化标志着 AI 编码代理已从辅助工具转变为软件开发流程的核心驱动力。
Anthropic 因 AI 代理导致代码变更量激增(从日均 2500 次升至 30000 次),决定弃用 Git 并构建自定义源码控制系统。该新系统通过“Antique Change Requests”机制取代传统 Pull Request,以解决高并发下的版本控制瓶颈。这一工程实践揭示了在 Agentic Coding 时代,传统开发工具链面临的重构压力与性能极限。
LangChain 团队发布 LangSmith 针对“深度智能体”(Deep Agents)的调试增强功能,旨在解决多步推理与工具调用中的错误定位难题。该更新引入了名为 Polly 的 AI 辅助调试器,能够自动分析代理的执行轨迹、决策逻辑及中间状态,帮助开发者快速识别并修复复杂代理系统中的故障。
智谱发布并开源旗舰模型 GLM-5.1,重点突破长程任务能力,可独立持续工作超 8 小时完成工程级代码交付。该模型在 SWE-Bench Pro 等核心代码基准测试中刷新全球最佳成绩,综合排名位列全球第三、开源第一。
智谱 AI 正式推出下一代旗舰模型 GLM-5,旨在推动编程范式从“氛围编程”向“智能体工程”演进。该模型采用 DeepSeek 稀疏注意力(DSA)技术大幅降低推理成本,并构建新型异步强化学习基础设施以提升后训练效率。在真实世界软件工程任务中,GLM-5 展现出超越此前开源基线的端到端能力,综合性能比肩 Claude Opus 4.5 和 GPT-5.2。