OpenAI发布GPT-6 Astra及Pro版，宣称开启AGI时代。该模型能操作电脑和浏览器完成多步骤任务，在数学、编程、网络安全等测试中表现卓越，如ARC-AGI-3达99.9%，ExploitBench满分。它还能自主发现零日漏洞，但遵守边界。价格较前代高2.5倍，已开始企业测试，将向付费用户开放。

代理式AI是能自主规划、决策并执行多步骤任务的AI系统，区别于仅被动回应的聊天机器人。它通过语言模型、记忆、工具和反馈循环实现目标，如自动预订差旅。目前已在软件开发、客服、研究等领域应用，但存在误操作、安全漏洞和责任归属等风险。AI正从交互工具转变为协作者，理解其能力对有效使用至关重要。

谷歌DeepMind发布Gemini Robotics 2，可控制人形机器人全身动作，从脚趾到指尖，支持行走、蹲下、伸展及操作物体。新模型提升手部灵活性，能完成密封袋、拧灯泡等精细任务。同时升级Gemini Robotics ER 2，增强多步骤任务和安全性，并支持多机器人协作。

Claude Fable 5是Anthropic推出的新型AI模型，专为复杂的多步骤任务设计，具备高效的持续输出能力。该模型在代码审查和问题解决方面表现优异，并设有安全性限制以防止滥用。使用时需在AI SDK中设置为anthropic/claude-fable-5，AI Gateway提供统一API以支持模型的高效调用和管理。

昆仑万维推出的SkyClaw-v1.0和轻量版SkyClaw-v1.0-lite模型性能优越且价格低廉，适配多种主流Agent框架。SkyClaw系列专注于Agent任务，优化工具调用和多步骤任务执行，解决传统模型的局限。限时免费开放，旨在降低Agent模型的使用门槛，推动AI技术普及。

一位开发者通过增加8条规则，将Claude Code的错误率从41%降至3%。这些新规则解决了AI在多步骤任务中的协调问题，强调了预算限制、冲突暴露和测试意图的重要性。原有的4条规则已无法应对新挑战，完整的12条规则提升了AI编程的准确性和效率。

OpenAI推出了“工作区代理”，可在团队中执行多步骤任务，如撰写报告和处理请求。这些代理在云端运行，支持跨工具共享，旨在提升团队协作效率。用户可自定义代理，设置权限和监控使用情况，以确保数据安全。

Codex是一款AI助手，能够处理多种实际工作任务，如信息收集、文件创建和更新。它可以连接工具并执行操作，帮助用户推进工作。与ChatGPT不同，Codex更专注于多步骤任务的执行，但仍需用户的指导和审核。

本文探讨了人工智能代理的记忆机制，包括工作记忆、外部记忆和可扩展记忆架构。无状态的AI代理无法记住之前的交互，导致在多步骤任务中出现问题。文章介绍了情节记忆、语义记忆和程序记忆的不同类型及其在代理行为中的作用，并讨论了如何有效管理和检索记忆，以提高代理的性能和一致性。

谷歌的Gemini AI应用开始测试，能够自动执行多步骤任务，仅在支付等敏感操作时需用户介入。目前支持Pixel 10、Pixel 10 Pro和Galaxy S26系列，未来可能扩展至更多安卓设备。

谷歌宣布其Gemini将支持在手机上执行多步骤任务，如订餐和叫车，首批支持设备为Pixel 10、Pixel 10 Pro和三星Galaxy S26。Gemini的功能类似于苹果Siri未发布的功能，可能使谷歌在智能助手领域领先。尽管Gemini仍在测试中，谷歌希望其成为用户的高效助手。

Anthropic更新了Claude Cowork平台，新增功能支持与Google Workspace、Docusign和WordPress等应用连接，能够自动化人力资源、设计、工程和财务等领域的任务。Claude Cowork现可在Excel和PowerPoint之间处理多步骤任务，提升工作效率。该工具将于周二向所有付费用户开放。

谷歌在Chrome中推出“自动浏览”功能，利用Gemini AI帮助用户完成多步骤任务，如查找酒店、航班和安排预约。该功能可与Gmail、日历等应用集成，并能识别图片中的物品进行购物。未来，谷歌将进一步提升Chrome中的个人智能功能。

Trinity Large Preview现已通过AI Gateway访问，无需其他提供商账户。该模型优化了推理密集型工作负载，支持复杂的多步骤任务和长时间交互。使用时需在AI SDK中设置为arcee-ai/trinity-large-preview。

AI代理是能够自主感知环境、做出决策并采取行动的软件，广泛应用于客户服务、开发、金融安全和医疗等行业。它们通过观察、分析和执行任务来实现目标，处理复杂的多步骤任务，提升效率。与聊天机器人相比，AI代理具有更高的自主性和复杂性，能够独立完成任务。

Copilot代理模式是AI辅助开发的新进展，已在Visual Studio的6月更新中推出。该模式使GitHub Copilot成为自主编程助手，能够处理多步骤开发任务，分析代码、提出修改、运行命令并自我纠正。用户可通过详细指令提高效果，并可集成MCP工具扩展功能，旨在提升开发效率并保持用户控制权。

v0模型结合了检索增强生成、先进的大语言模型和自定义后处理，显著提升了代码生成质量。其复合架构支持快速升级基础模型，同时保持稳定性。v0-1.5-md和v0-1.5-lg在错误生成率方面表现优异，尤其在特定领域和多步骤任务中。