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

精选归档 · 第 6 页

11月5日周四第 101–120 条
  1. AIHOT77

    Anthropic 用 Claude 解出原核细胞中首个 vault 颗粒 3D 结构

    Anthropic 使用 Claude 辅助解析出原核细胞中首个 vault 颗粒的 3D 结构。该结构由 96 份噬菌体蛋白 L05 组成,研究团队用 cryo-EM 确认其形态,并将 vault 纯化时间从约 3 天缩短至约 90 分钟。Claude 还参与蛋白质序列检索、DNA 构建设计、分离方法优化和显微镜数据处理,首个完整结构模型在 34 小时后完成;研究预印本已提交 bioRxiv。

    推荐理由:文章展示了 Claude 参与序列检索、结构实验和多智能体分析的完整流程,以及传统结构生物学工作中可迁移的加速方法。

  2. AWS Machine Learning Blog65

    U Mobile 如何用 Amazon Bedrock AgentCore 构建智能体电信运营平台

    U Mobile 与 AWS 及 Axrail 基于 Amazon Bedrock AgentCore 构建 AiDaH,用于跨系统诊断和修复电信运营问题。平台采用六层架构与分层路由,由 8 个专业智能体覆盖 150 多个已记录运营场景;内部测量显示,2026 年 1 月至 9 月开通和网络工单下降 84.5%,一般咨询下降 81.6%,计费工单下降 48.7%。

    推荐理由:本文拆解 AiDaH 的六层架构、成本路由、安全基础和规格驱动开发方法,并提供电信运营智能体的落地参考。

  3. AWS Machine Learning Blog81

    Deep Insight 演示生产级 AI 智能体的四层上下文工程

    AWS 解决方案架构师团队以开源多智能体数据分析方案 Deep Insight 为参考实现,讲解生产级 AI 智能体的四层上下文工程方法。文章介绍多智能体架构隔离、输出 token 预算与自包含代码、文件化上下文与按需加载技能,以及独立验证智能体和安全机制。参考实现中,单次写入并执行工具可减少脚本加入上下文的 token 约 95%,按需加载技能可减少系统提示词约 97%。

    推荐理由:文章以 Deep Insight 代码演示四层上下文工程,涵盖多智能体隔离、提示词控制、文件系统外部化和验证机制,便于迁移到生产级智能体开发。

  4. AWS Machine Learning Blog73

    AWS Quick 智能审批如何兼顾 AI 智能体效率与人工监督

    AWS Quick 的 Smart Approvals 会结合用户请求和有限对话上下文审核符合条件的操作,并自动批准或交回用户确认。该功能不会扩大既有权限,强制人工审批和策略拒绝仍然有效,敏感数据等高影响操作应通过连接器操作权限保留人工把关。

    推荐理由:文章拆解了智能体审批机制、权限边界与审计路径,为设计人机协同审批和开展试点提供了可操作的方法。

11月4日周三
  1. Google DeepMind68

    Google Antigravity 上线 Cheminformatics Skills 加速药物发现工作流

    Google Antigravity 上线 Cheminformatics Skills,将化学数据检索、匹配分子对分析、分子机器学习和候选设计整合为协作式科学工作台。在肺癌治疗案例中,智能体可在 1 小时内检索数千个化合物,分析刚性大环设计并提出带合成路线的新候选。技能当前可用,研究者也可将实验结果导出至行业标准化学软件包。

    推荐理由:原文以肺癌药物研发为案例,拆解智能体如何完成化合物检索、匹配分子对分析、模型构建和候选设计。

  2. AWS Machine Learning Blog62

    AWS 教程:在 Bedrock AgentCore Gateway 中实现 ServiceNow OBO token 交换

    AWS 教程演示如何为 Amazon Bedrock AgentCore Gateway 配置 Microsoft Entra ID OBO token 交换,使 AI 智能体调用 ServiceNow REST API 时保留用户身份并应用对应权限。

    推荐理由:教程完整拆解了跨 Microsoft Entra ID 与 ServiceNow 的 OBO 配置,并给出网关目标、权限映射和代码示例。

11月3日周二
  1. AIHOT76

    Claude Platform 推出 message threads 公测,降低长会话智能体延迟

    Claude Platform 推出 message threads 公测,智能体后续请求只需发送新增消息和前一次响应的 ID。官方数据显示,对于 500k 至 1M tokens 的请求,中位首 token 时间下降约 35%;线程默认对多数 Claude Code 用户开启,但 Claude 仍会读取完整对话,token 用量保持不变。

    推荐理由:message threads 通过仅发送新增消息降低长会话的等待时间,并明确给出使用方式、适用场景与 token 用量变化。

  2. AWS Machine Learning Blog75

    在Amazon SageMaker AI上用知识蒸馏构建高效智能体

    AWS教程演示如何使用序列级知识蒸馏(SeqKD),在Amazon SageMaker AI上训练低成本购物智能体。流程包括由Amazon Bedrock上的GLM-5.3生成并筛选 ShoppingBench轨迹,再以LoRA微调Qwen3.5-4B、评测并部署。蒸馏模型的平均ASR从基础模型的0.297提升至0.541,接近GLM-5.3贪心解码的0.540;仅保留工具调用时降至0.415。

    推荐理由:完整展示SeqKD智能体的轨迹生成、过滤、训练、评测与部署链路,并量化推理保留和专项微调的效果差异。

11月1日周日
  1. AIHOT83

    Wiz 报告“黑色十月”:九个 AI 开发者平台接连披露安全事件

    Wiz 报告称,本月至少有九个 AI 开发者平台披露安全事件,部分事件涉及“agent swarm”攻击、凭据获取、权限提升或第三方依赖。Wiz 观察到两起企业密钥被滥用案例,攻击者进行了约 800k 和 1.7 million 次 Bedrock 调用,按标价计费用可能超过 $100k。报告还追踪了与被盗密钥测试和模型访问转售相关的网站及基础设施。

    推荐理由:报告串联九个平台的凭据泄露事件,并通过两起案例展示密钥盗用、模型调用滥用及转售市场的运作链条。

10月31日周六
  1. AWS Machine Learning Blog67

    MoEngage 如何用 AgentCore Gateway 将 400 多个 API 转换为智能体工具

    MoEngage 使用 Amazon Bedrock AgentCore Gateway,将约 400 个私有 REST API 操作转换为权限隔离的 MCP 智能体工具。该方案覆盖 7 个 AWS Regions,并通过 Cedar 策略、服务端身份注入和语义搜索控制工具可见范围,新 API 接入从数天缩短至数小时,预计节省约 6 个月平台工程投入。

    推荐理由:MoEngage 公开了以中心化网关、权限策略和语义搜索管理大规模智能体工具的架构,便于读者参考私有 API 接入方案。

  2. AWS Machine Learning Blog72

    使用 Amazon Bedrock AgentCore runtime 实时预览编码智能体生成的应用

    Amazon Bedrock AgentCore runtime 教程演示了如何通过 Session endpoints 和本地端点,在浏览器中实时查看编码智能体持续修改的 Vite 网站。

    推荐理由:文章通过可运行的 Vite 示例,拆解如何配置端口、认证和本地代理,让编码智能体生成的应用在浏览器中实时预览。

10月30日周五
  1. The Decoder82

    Epoch AI 研究:开源权重模型 GLM 5.3 在 48 小时内无人干预构建 Firefox 漏洞利用链

    Epoch AI 研究人员报告,开源权重模型 GLM 5.3 在 9 月 17 日至 10 月 26 日发布的 6 个 Firefox 版本上利用补丁公开到推送用户之间的“patch gap”窗口,自主构建了完整的多阶段漏洞利用链,未使用任何人工输入,单次成功攻击的 API 费用约 $1,000,最快一次用时 12 小时。

    推荐理由:报告给出 patch gap 这一可迁移的攻击面定义、攻击成本与失败对照实验,为评估开源模型对软件发布流程的风险提供了具体依据。

  2. AIHOT76

    OpenRouter 实测 Claude Opus 5.5、Sonnet 5.5 与 Haiku 5.5 的选型差异

    OpenRouter 实测发现 Claude Opus 5.5、Sonnet 5.5 和 Haiku 5.5 在编码任务中可靠性相同,建议将 Sonnet 5.5 作为默认模型,Haiku 5.5 用于高吞吐和子智能体工作,Opus 5.5 用于较长、含糊且出错成本高的任务。

    推荐理由:通过统一编码任务、基准跑分和成本对比,OpenRouter 给出了三款 Claude 5.5 模型在可靠性、速度与费用上的选型依据。

  3. AIHOT77

    Figma 讲解专用画布编辑模型的 SFT 与 RL 训练方法

    Figma 介绍了其自研画布编辑模型的训练与评测方法:用 Figma 原生文件格式表示设计,构造超过 250,000 条示例对 Llama 3.3 70B 做监督微调,后续转向基于 Qwen 3.8 27B 等更新基础模型并引入 RL,以改善泛化和样本效率。

    推荐理由:Figma 公开了画布编辑模型从 SFT 到 RL 的训练与评测思路,对非可验证设计类任务给出可参考的落地路径。

  4. NVIDIA Blog61

    NVIDIA Omniverse 如何利用前沿 AI 智能体构建仿真应用

    NVIDIA Omniverse 展示了开发者如何利用 GPT-6 Astra 等前沿 AI 模型构建物理仿真应用。开发者通过自然语言指导智能体生成或修改 OpenUSD 场景、连接 Omniverse 库,并验证机器人拆装、建筑重建、燃气轮机分析和传感器输出。

    推荐理由:文章通过机器人拆装、数字孪生、传感器验证和仓储仿真等项目,展示了 AI 智能体接入 Omniverse 工作流的具体方式。

10月29日周四
  1. AIHOT77

    Google三季度搜索增速不及预期,AI搜索变现引发投资者担忧

    Google三季度搜索收入增长约12%,低于分析师预期的15%,AI搜索查询增长较快但变现水平较低引发投资者担忧。Google Services收入增长11%至$96.3 billion,搜索及其他广告收入增至$63.4 billion;Google Cloud收入同比增长103%至$30.7 billion。

    推荐理由:财报数据呈现了AI搜索增长与变现之间的矛盾,可用于评估Google核心业务面临的压力。

  2. AIHOT79

    Factory 发布 Droid 1.0,以程序化工具调用构建企业级 Agent harness

    Factory 发布 Droid 1.0,将程序化工具调用设为默认模式,以单次模型请求运行数百次工具调用。在相同任务和模型上,Droid 的资源效率较模型原生 harness 最高提升 20%;在 Terminal-Bench 4 中,使用 GPT-6.1 Sol 时比 Codex 高 3.5 分且成本低 12%。

    推荐理由:公开了程序化工具调用在成本、上下文与执行可靠性上的改造方法,并以跨模型评测和真实任务数据说明其收益。

  3. Google DeepMind70

    Google DeepMind 发布 Gemini 4 Carbon 长时程与网络安全模型

    Google DeepMind 发布 Gemini 4 Carbon,主打长时程智能体工作流和网络安全防御。模型在 Artificial Analysis Intelligence Index v5.0 得分为 59,并在 SEC-bench Pro、ExploitGym 和 CWE-bench 上分别达到 88.2%、54.8% 和 71.0%。

    推荐理由:把长时程编码与漏洞发现、验证、修补放在同一模型能力框架下,并披露基准成绩与分阶段开放安排。