AI Model Library: LLMs, Agents & Dev Tools
Curated reviews of mainstream AI models, agents, and dev tools — capabilities, use cases, and how they compare.
Tag: AI Agent
305 article(s) found · Clear tag
Gamma-World – 英伟达推出的多智能体世界模型
Gamma-World是NVIDIA研究团队推出的多智能体世界模型，旨在解决多个智能体在同一个模拟世界中平等交互、全局一致的难题。该模型创新性地采用单纯形旋转编码（Simplex Rotation Encoding）保证智能体身份对称，配合稀疏枢纽注意力（Sparse Hub Attention）将多智能体间的通信复杂度从平方级降至线性级，从而实现实时、可扩展的多视角视频生成。Gamma-Worl...
MiniMax M3 – MiniMax 推出的一代 AI 模型
MiniMax M3是MiniMax公司推出的新一代AI模型，采用创新的MSA稀疏注意力架构与MoE混合专家结构，在编程、Agent与长文本处理领域展现出领先性能。该模型总参数量196B，但每次推理仅激活约11B参数，支持高达100万tokens的超长上下文，处理效率较传统模型提升20倍。在SWE-Bench Pro等权威评测中，M3的编程能力已超越GPT-5.5等主流模型，同时原生支持图像与视频...
Webwright – 微软开源的终端原生网页智能体框架
Webwright 是微软研究院开源的终端原生网页智能体框架，仅需约 1000 行代码即可让 AI 模型在终端环境中编写 Playwright 脚本、执行 bash 命令、查看日志并反复修正，从而完成复杂的网页自动化任务。该框架采用“代码即动作”范式，赋予 AI 模型完整的终端自由度——模型可以自主创建、操控和销毁浏览器会话，而非传统方法中逐次预测点击坐标或 DOM 元素。基于 GPT-5.4 的...
阿里云百炼 CLI – 阿里云开源的 AI Agent 命令行工具
阿里云百炼 CLI 是阿里云开源的 AI Agent 命令行工具，专为智能体（Agent）场景设计。开发者通过一行命令即可让 Agent 自动调用阿里云百炼平台上的 150+ 多模态模型、10+ 应用及知识库、记忆、联网搜索等全套能力。该工具原生兼容 Claude Code、Qoder、OpenClaw 等主流 Agent 框架，支持文本、图像、视频、语音等全模态任务调用与结构化输出，实现从单点模...
Step 3.7 Flash – 阶跃星辰开源的一代 Flash 模型
Step 3.7 Flash是阶跃星辰面向Agent生产化阶段推出的新一代开源Flash模型，采用稀疏MoE架构，在保持高推理速度（最高400 Tokens/s）的同时，显著降低了激活参数至11B。该模型围绕Agent、Coding、Search与多模态工作流进行了系统性的优化，旨在为开发者提供一个在速度、成本、可靠执行与复杂任务完成能力之间取得最佳平衡的生产级基座模型。其开源特性与生态兼容性，为...
Hy-Memory – 腾讯混元推出的 Agent 记忆插件
Hy-Memory是腾讯混元团队专为OpenClaw等长期协作型Agent设计的专业记忆插件，通过6层记忆框架、System1/System2双系统处理机制以及演化链三层架构，实现了对Agent记忆的精细化管理。该框架在LongMemEval和PersonaMem两大权威评测中均位列同类框架第一，记忆数量降低70%以上，信息密度提升45%，写入速度达到同类产品的8倍，为Agent提供了真正意义上的...
Dynamic Workflows – Claude Code 推出的动态工作流
Dynamic Workflows 是 Anthropic 在其 Claude Code 开发环境中推出的动态工作流系统，目前处于研究预览阶段。该系统允许 Claude 在单次会话中动态编写编排脚本，并行调度数十至数百个子 Agent 协同处理大型工程任务，自动进行任务拆分、结果验证与断点续跑，将原本需要数周完成的大规模代码重构或审计任务压缩至数天内完成。它标志着 AI 编程助手从单轮对话向多 A...
PilotDeck – 清华联合面壁智能开源的 Agent 操作系统
PilotDeck 是由清华大学自然语言处理实验室（THUNLP）、面壁智能、OpenBMB 与 AI9stars 联合开源的新一代智能体操作系统。它以 WorkSpace 工作舱为核心设计范式，为每个项目建立独立的文件系统、记忆存储和技能集，实现多任务并行与物理隔离。系统创新性地提出记忆白盒化、智能路由动态分配模型以及 24 小时 Always-on 常驻任务引擎，实测成本节省 70% 以上，同...
Claude Opus 4.8 – Anthropic 推出的旗舰级大语言模型
Claude Opus 4.8 是 Anthropic 推出的最新旗舰级大语言模型，在 Opus 4.7 的基础上实现了判断力、诚实性和长时独立工作能力的显著跃升。该模型在编程、智能体推理、多学科推理等六项核心基准测试中全面领先 GPT-5.5 和 Gemini 3.1 Pro，API 价格维持不变，极速模式成本降至前代的三分之一，成为当前 AI 领域最具竞争力的通用智能模型之一。
Fara1.5 – 微软推出的浏览器端 AI 智能体模型系列
Fara1.5是微软研究院AI Frontiers实验室推出的浏览器端AI智能体（CUA，Computer Use Agent）模型系列，包含4B、9B、27B三个参数版本。该系列模型基于Qwen3.5进行微调，采用纯像素级截图作为唯一输入，通过“观察—思考—行动”的循环机制，直接输出鼠标与键盘操作指令，从而实现对网页的自主控制。在Online-Mind2Web基准测试中，其27B版本的任务成功率...
Subscribe to AI Model Reviews
Get in-depth reviews the moment a new AI model drops. Know its capabilities and use cases.
We never share your email. Unsubscribe anytime.