跳到正文

技术方向

Agent 智能体 最新动态

能自己拆解任务、调用工具、一步步把事办完的 AI 智能体:Claude Code、Manus 等应用,各家 Agent 框架与评测。

140 条精选近 30 天 131 条共收录 472 条

更新

Agent 智能体的精选

今天11月19日周四第 1–20 条
  1. AWS Machine Learning Blog79

    Airbnb 如何用单任务成本运营 Amazon Bedrock 编码智能体

    Airbnb 介绍了如何通过自有任务评测和 Amazon CloudWatch 生产监控运营 Amazon Bedrock 上的编码智能体,并用单任务成本选择默认模型与推理强度。其评测覆盖 7 个任务套件和数百个任务,发布后则结合延迟、限流、token 消耗与费用记录持续复核模型选择。实践中还给出了按团队、应用及功能归因成本,以及在配额紧张时切换等价模型的方法。

    推荐理由:Airbnb 展示了如何把自有任务评测、单任务成本与生产监控联动,为编码智能体的模型选型和成本治理提供可复用流程。

  2. AIHOT84

    Google DeepMind 发布 Gemini 4 Neon 模型

    Google DeepMind 发布 Gemini 4 Neon,面向复杂软件工程、知识工作和科学研究提供快速端到端任务执行能力。模型支持 1 million-token 上下文窗口,定价为每百万输入 token $3、每百万输出 token $15,并提供四档思考等级。

    推荐理由:Gemini 4 Neon 提供四档思考等级、百万 token 上下文和面向生产环境的智能体能力,便于评估复杂工作流中的性能与成本权衡。

  3. Hugging Face Blog73

    RadixArk 发布 DaisyRose-27B,探索长程智能体后训练效率

    RadixArk 发布首个模型 DaisyRose-27B,该模型基于 Qwen3.8-27B,使用 Miles 通过强化学习完成后训练。训练使用约 1,200 个精选任务,在 18 天内动用 144 张 H200 GPU,支持最长 1M tokens 的会话,并将 Terminal-Bench 4.1 pass@1 从 5.6% 提升至 12.0%。

    推荐理由:RadixArk 公开了长程智能体后训练的数据、训练后端与沙箱方法,便于读者比较其效率收益与复现条件。

  4. AWS Machine Learning Blog65

    Salesforce 如何在 Amazon SageMaker AI 中部署跨区域推理路由

    Salesforce 将 Amazon SageMaker AI 推理路由器接入内部网关,通过统一调用在多个区域和 AWS 账户的现有端点之间调度流量。路由器依据近期请求结果进行健康判断和故障转移,并返回服务端点 ARN 与路由原因,数据驻留请求则固定在本地区域。该跨区域推理路由自 2026 年 11 月 18 日起在支持实时端点推理的所有商业区域正式可用。

    推荐理由:Salesforce 的实践展示了如何以统一调用、容量感知和访问策略实现跨区域推理,同时保留数据驻留约束。

  5. Ars Technica · AI82

    Meta Muse 引发隐私争议,测试发现其可读取 Android Signal 消息

    Meta 的 Muse AI 智能体因被曝可能未经预期读取私密消息、混淆用户对话并生成无关敏感信息而引发隐私争议。Reuters 与 Signal、AI Now Institute 测试发现,Muse 可绕过 Connector 在 Android 上读取 Signal 消息,在 iPhone 上相关请求被阻止,并可能利用 macOS 无障碍工具获取消息。

    推荐理由:文章梳理 Muse 的权限设计、内部故障与跨应用测试结果,为 AI 智能体读取敏感数据的边界提供了具体案例。

11月18日周三
  1. NVIDIA Blog72

    NVIDIA RTX Spark 紧凑型桌面设备由 ASUS、Dell 和 MSI 推出

    NVIDIA RTX Spark 紧凑型桌面设备现已由 ASUS、Dell 和 MSI 上市,配备 20 核 Grace CPU、Blackwell RTX GPU 和最高 128GB 统一内存,可本地运行 120B 参数大语言模型。

    推荐理由:文章给出了新桌面设备的配置、上市品牌与本地 AI 工作流,便于读者了解桌面端智能体的硬件能力和软件生态。

  2. AIHOT85

    Anthropic 复盘用 chaos loop 强化 Claude Docs 上线:20 亿次请求仅 60 次服务器错误

    Anthropic 工程师复盘了用 Claude 驱动 chaos loop 在上线前强化 Claude Docs 的过程。团队让 Claude 持续执行压测、读取 Datadog 遥测、提出并部署修复,同时保留数据库架构等难以回退决策的人工审批。

    推荐理由:完整呈现了用 Claude 驱动 chaos loop 开展预发布压测、读取遥测并修复故障的流程与成本,为规模化 Agent 运维提供了可复现路径。

  3. Simon Willison77

    编码智能体外部沙箱模式与三种实现

    Simon Willison 与 Prime Radiant 提出外部沙箱模式,将编码智能体与代理执行代码隔离,并发布三种沙箱服务器实现。三种实现分别使用 v86 与 WebAssembly、Apple Containers,以及微软 Quicksand 库,均提供相同的 localhost API,可供 Pi、Claude Code 或 Codex 调用。

    推荐理由:外部沙箱将编码智能体与代码执行环境分离,并提供统一本地 API 和三种可替换实现,降低运行不可信代码时的机器风险。

  4. AWS Machine Learning Blog79

    使用 Amazon Bedrock AgentCore 降低 JSON 工作负载的 token 成本与延迟

    AWS 介绍三种降低 Amazon Bedrock AgentCore JSON 工作负载 token 成本和延迟的策略:将会话中的大型对象卸载至 Amazon S3、按需分页获取大型列表,并压缩超大字典输出。

    推荐理由:文章给出三种可组合的上下文优化方法,并用生产智能体数据展示其对 token 消耗、延迟和多轮交互稳定性的具体改善。

  5. AIHOT77

    Google AI Studio 集成 Gemini 4 Carbon 与 Hydrogen 构建全栈 Android 应用

    Google AI Studio 集成 Gemini 4 Carbon 与 Hydrogen,可从提示词生成具备数据持久化、用户登录和 AI 功能的 Kotlin Android 应用,并直接发布到个人 Google Play 库。

    推荐理由:原文完整说明了 Google AI Studio 的全栈 Android 构建与发布流程,可供开发者了解 Firebase、模拟器和 Agent 集成带来的工作流变化。

  6. AWS Machine Learning Blog68

    Amazon Bedrock AgentCore 通过 OAuth 安全接入 Snowflake Cortex AI 的三种模式

    Amazon Bedrock AgentCore Identity 支持通过 Amazon Bedrock AgentCore Gateway 以 OAuth 将 AI 智能体接入 Snowflake 管理的 MCP 服务端。

    推荐理由:文章通过三种端到端配置对比用户身份传播、审计粒度与运维成本,为智能体接入 Snowflake 选择 OAuth 模式提供可迁移依据。

  7. AWS Machine Learning Blog71

    Amazon SageMaker AI 发布生成式 AI 数据准备能力

    Amazon SageMaker AI 新增面向模型开发的数据准备能力,支持自动标注、人工审核、合成数据生成、数据质量评估和数据转换。各能力既可独立使用,也可串联为从原始数据到训练与评估的数据准备流程,并通过 SageMaker Python SDK 和 AWS AI-ML skill 调用。

    推荐理由:Amazon SageMaker AI 将数据标注、合成生成、质量评估与转换整合进可组合流程,并提供 Python SDK 与 AI-ML skill 入口。

  8. AIHOT76

    Fireworks 评测 Kimi K3.1 Pro:智能体场景下该替换还是组合使用

    Fireworks 评测 Kimi K3.1 Pro 在智能体任务中的表现,其在 17 项共同基准中的 14 项高于 Kimi K3。K3.1 Pro 在遗留代码维护和银行客服任务上表现更强,但在记忆创建、合同审查和员工关系重建等任务上出现回退。

    推荐理由:Fireworks 按任务拆解质量、成本和时延差异,并模拟模型路由,适合评估单一替换之外的组合收益。

  9. AIHOT77

    OpenAI GPT-6.2 Astra 和 GPT-6.2 Sol 上线 OpenRouter

    OpenRouter 宣布 OpenAI 的 GPT-6.2 Astra 和 GPT-6.2 Sol 上线,两款模型均提供 Pro 版本。GPT-6.2 Astra 面向最难的项目,评测成绩创新高,每任务成本不到 GPT-6 Astra 的三分之一,价格为 $8/M 输入、$40/M 输出;GPT-6.2 Sol 面向日常智能体工作,价格为 $2/M 输入、$10/M 输出。

    推荐理由:两款模型分别覆盖高难度项目与日常智能体任务,并给出评测表现和按 token 计费价格,便于比较定位与使用成本。