搜索
过去一年，编程 Agent 的能力大幅提升，软件工程师对它们的要求也比以往任何时候都高，但上下文窗口的大小却基本停滞不前——一年前，一百万个 token 大致就是最先进的水平，如今依然如此。随着我们逐渐进入 Agent 日常处理 Monorepo（单体仓库）级任务的世界，将越来越多的信息塞进模型那固定的上下文限制中，这种需求已经变成了一项实实在在的全职工程任务。
A社刚发了一项新研究，讲了件很有意思的事：Agent其实和丧尸一样，可以互相传播一种“思维病毒（Mind Viruses）”，而且过程中有些病毒还会发生变异。研究人员先给一个Agent植入某种想法，随即它开始私信队友、发展“下线”；新感染的Agent又会修改自己的长期记忆，把同一套想法继续传给下一位。
视频模型这个月很热闹。7 月 31 日，MiniMax H3 和字节跳动 Seedance 2.5 同日发布。3 天后，MiniMax H3 正式开源；8 月 7 日，Seedance 2.5 开放 api。模型越来越好了，但产品能把它用好吗？
距离 3.6 Flash 发布才过去 3 周，Google 又端上了 Gemini 3.7 Flash。刚刚接掌 Google DeepMind 的 Koray Kavukcuoglu 发文介绍，这是新一代面向 Coding 和 Agent 工作流的主力模型，首发价格只有 Gemini 3.6 Flash 原始价格的一半。
8 月 3 日，Genspark 创始人&CEO 景鲲在 AGI Playground 2026 大会上发布了 GenOffice。这是一款 AI 深度集成的本地 Office 客户端，其亮点在于打通了从 AI 生成到工作交付间的链路：通过 GenOffice 打造的软件工程框架，模型得以直接操作 Office 文件最复杂的底层格式，将生成内容转化为可编辑、可交付的 Word 和 PPT 成品。
瓴羊CEO朋新宇。他是阿里数据中台方法论的创立者，他的团队做这件事已经5年，比“FDE”这个词流行起来还要早。在AI浪潮到来之后，他们发布企业级Agent平台：AgentOne。
8 月 11 日，xAI 联合创始人伊戈尔·巴布什金（Igor Babuschkin）创办的 River AI 宣布完成 11 亿美元融资。这笔资金横跨种子轮和 A 轮，由 General Catalyst 和 AMP PBC 领投，英伟达、AMD Ventures 战略投资，Y Combinator 和淡马锡等参与。
Discovered Materials便是这一趋势下的最新代表，该公司计划利用大量AI Agent集群，寻找可用于制造更高效集成电路的新材料。这家初创公司表示，公司近期从Y Combinator毕业后，已完成一轮900万美元种子轮融资，由Lightspeed India Partners领投
MiniMax 过去一年的 agent 实践，从一个内部飞书 bot 开始，演化成了桌面应用 MiniMax Code，最终形成了一个训练-服务的闭环：模型在自己的 harness 里训练，通过 harness 服务用户，用户行为变成训练信号反哺下一个模型。这个闭环是模型公司设计 Agent 的核心逻辑。
对 Agent 来说，这种长期记忆能力，正逐渐成为影响实际可用性的一项基础能力。今天，Agent Memory Leaderboard（AML，记忆之巅排行榜）正式发布首期结果。