GPT-5.5是一个新模型，专注于处理复杂的任务，如编写代码和信息分析。与之前的模型相比，它能更快理解任务，需求指导更少，工具使用更高效。发布前进行了全面的安全评估，并收集了近200个早期合作伙伴的反馈，确保其具备强大的安全措施以减少误用，同时保留合法的有益用途。

AI代理从单一响应转向自主执行任务，具备工具使用、规划和记忆三大核心能力。它们能够将复杂目标分解为可执行步骤，并动态调整策略以提高任务效率。构建可靠的AI代理需关注设计、状态管理和错误处理，以确保其有效性和安全性。

Z.ai推出了新模型GLM-4.7，具备更强的编码、工具使用和多步骤推理能力，适合复杂任务。用户可通过AI Gateway无账户访问，享受统一API和智能路由功能。

在2025年QCon AI NYC大会上，OpenAI的Will Hang介绍了Agent RFT，这是一种强化微调方法，旨在提升工具使用代理的性能。他强调了优化提示和任务的重要性，并提出了监督微调和偏好优化等多种微调选项。Hang指出，强化微调适合需要探索策略的任务，并强调了在整个轨迹中进行信用分配的重要性。Zi展示了实际应用案例，强调了在工具调用预算下的有效内容定位。

2025年被称为“智能体之年”，AI逐渐融入现实生活。尽管GPT-5和Claude Sonnet 4.5表现出色，但在多步骤任务中仍有超过40%的失败率。研究表明，智能体需具备工具使用、规划、适应性和常识推理等能力，以有效应对现实环境。目前，常识推理仍是AI与人类之间的主要差距。

本文讨论了如何通过服务器指令优化大型语言模型（LLM）与MCP服务器的交互。明确的指令显著提高了模型在复杂任务中的表现，建议开发者编写简洁、功能性强的指令，以提升工具使用效率。

工具使用模式使代理能够与外部系统实时交互，通过函数调用根据用户请求决定使用工具，生成结构化调用并执行，最终返回结果。这种模式扩展了大型语言模型的能力，适用于多种应用场景。

xAI推出了Grok 4 Fast，这是一种高效且低成本的推理模型。与Grok 4相比，思维令牌减少40%，成本降低约98%。该模型支持2百万令牌的上下文窗口，并具备网页浏览等工具使用能力。在基准测试中，Grok 4 Fast表现优异，成本效益高于OpenAI的GPT-4 Turbo。用户可通过grok.com免费试用该模型。

《社会中的心智》探讨了人类与环境的关系、劳动形式及其心理结果，以及工具使用与语言发展的关系。儿童的智力发展依赖于语言与实践活动的结合，模仿成人的工具使用至关重要。在游戏中，儿童通过规则和想象情境发展自我控制和抽象思维，学习与发展相辅相成，促进心理功能提升。

本文介绍了Anthropic的多智能体研究系统，强调了在构建过程中遇到的工程挑战和经验。该系统通过多个智能体协作完成复杂任务，模拟人类研究过程。文章探讨了提示词工程的重要性，以及如何通过有效的任务分配和工具使用提高系统性能，指出多智能体系统在处理开放式任务时的优势和未来发展方向。

本周我专注于研究AI智能体，开发了一个翻译智能体，能够提取和翻译文本、网址或文件。与传统聊天工具不同，AI智能体具备自主决策和动态使用工具的能力。使用豆包1.6模型，结合Claude Code开发，强调实践和版本迭代的重要性。

作者使用Watson追踪时间已有两年半，发现其有助于理解时间分配和提高工作效率。尽管功能简单，记录习惯促进了自我反省和提供更好的工作数据，强调了工具使用方式的重要性。

许多AI代理不仅依赖大型语言模型（LLMs）进行语言处理，还具备规划、记忆、工具使用和与现实世界互动等功能。因此，将AI代理仅视为LLM的简单包装是不够全面的。

OpenAI 最新发布的 o3 和 o4-mini 模型具备强大的工具使用能力，能够自主搜索、分析图像并完成复杂任务。o3 性能卓越，适合高要求应用；o4-mini 性价比高，特别在数学和编程上表现出色。这些模型的视觉思维能力使其能够从图像中提取信息并进行多维推理，展现出更智能和务实的特性。

模型上下文协议（MCP）由Anthropic创建，旨在通过结构化自然语言命令实现AI模型与外部服务的安全通信。MCP作为AI与计算机程序的翻译器，简化工具使用，支持动态查询、错误处理和内容交换，提高AI与API集成的效率，减少集成复杂性，增强运行时安全性，适合开发者控制工具实现。

OpenAI最近推出了Responses API，将Chat Completion API和Assistant API整合为一个简单接口。本文介绍如何使用Morph框架和Responses API在3分钟内构建一个自定义聊天应用，代码量不到30行。该API简化了代码库，支持灵活的工具使用，便于实现复杂流程。