开发者借助 Claude Code 单次长会话与约 430 个子智能体,在零手写代码的情况下构建出 soksolv 推箱子求解器,在两大标准基准上均超越所有已公开求解器,并首次自动解出 24 个关卡。其总耗时约为其他求解器的 1/3.2,API 等效成本约 3500 美元,消耗 1.5 万 vCPU 小时算力。
子代理
Subagents
由主智能体派生并编排的并行任务执行单元,用于分工完成大规模工程工作
收录情报动态
商汤团队提出 SenseNova-RoboRSI 框架,在保持 GPT-6 Astra 模型权重不变的前提下,通过引入多点末端执行器(EEF)预测、规划与反馈子代理以及递归自我改进循环,显著提升了具身智能体的执行效率。该方案在 RoboDojo 基准测试中取得 56.83 的平均分(基线为 28.97),任务成功率达 50.83%,并在 LIBERO-PRO 和 RoboCasa 上表现优异,证明了系统架构优化而非单纯依赖更大模型即可增强机器人能力。
Anthropic 推出最新小模型 Claude Haiku 5.5,主打高吞吐与低成本场景,运行成本较前代降低约 75%,并作为 Opus/Sonnet 的编码子代理。同时,Sonnet 5.5 的缓存读取价格减半,使大多数智能体工作负载成本降低约 20%,进一步巩固其性价比优势。
开发者使用 Opus 5.5 在数天内通过单条 Prompt 自主完成了《SimCity 2000》的 WebGL 低多边形复刻。模型不仅调用 Ghidra 反编译原始 PowerPC 代码,还自动部署 27 个子代理并行工作,并构建 Python 验证框架运行 10,000 个游戏日以确保状态完全一致。该案例展示了前沿大模型在复杂逆向工程、多智能体协作及自我验证闭环中的实际落地能力。
OpenAI 发布 Agents SDK 重大更新,引入模型原生执行框架(harness)和内置安全沙箱,旨在解决从原型到生产环境的部署痛点。该版本将代码模式、子代理等核心功能同步至 Python 和 TypeScript,并承诺扩展对更多第三方沙箱提供商的支持。
OpenAI 正式推出 GPT-5.4 mini 和 nano,旨在为高并发场景提供极致性价比。GPT-5.4 mini 在编码、推理和多模态能力上显著超越前代,速度提升超 2 倍,且在 SWE-Bench Pro 等关键基准测试中逼近旗舰版 GPT-5.4 的性能。nano 版本则专为分类、数据提取及简单子代理任务优化,主打低延迟与低成本。