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。

30 条精选近 30 天 26 条共收录 95 条

更新

Agent 智能体的精选

11月15日周日第 1–20 条
  1. The Decoder84

    美团发布 1.6 万亿参数开源多模态智能体模型 LongCat-2.5

    美团 LongCat 团队发布 LongCat-2.5 权重,这是一款总参数量 1.6 万亿、每 token 激活约 480 亿参数的 MoE 智能体模型,面向长流程编码任务,并支持文本、图像和视频输入。

    推荐理由:文章梳理了 LongCat-2.5 的开放权重、硬件适配方式与多项智能体基准表现,便于评估其部署成本和能力位置。

11月14日周六
  1. AWS Machine Learning Blog73

    Amazon Bedrock AgentCore runtime V2 会话快速启动的四种架构模式

    Amazon Bedrock AgentCore runtime V2 通过预构建快照、恢复内存状态并将文件按需读取,让新会话启动时间缩短且更稳定。官方教程建议把静态导入、客户端和内存数据移至初始化阶段,使用构建钩子预热大文件,并在用户进入应用时后台启动会话以追求亚秒级响应。

    推荐理由:文章给出四种会话快速启动模式,并说明初始化重构、构建钩子与预热的适用边界。

  2. Google Research90

    Google Research 展示 Antigravity /teamwork 多智能体科研与工程成果

    Google Research 展示了 Antigravity /teamwork 多智能体工作流在科学研究与系统工程中的成果,包括辅助证明信息论猜想、形式化 Weil 猜想和解析分子结构,并完成代码迁移与基础设施优化。团队称该功能已面向研究者和开发者在 Antigravity 开放,用户每周可免费调用两次 Deep Review,后续将加入正式证明等专用工作流。

    推荐理由:文章汇总了多智能体系统在数学证明、化学发现和系统工程中的实验结果,并说明其验证机制与工程实践。

  3. AWS Machine Learning Blog68

    Amazon Bedrock 为 AI 开发与生产力工具配置用户级成本归因和用量控制

    Amazon Bedrock 可将每次推理调用归因到发起请求的 IAM principal,并通过 CUR 2.0、Cost Explorer 和组织标签提供用户、团队及成本中心级成本视图。

    推荐理由:文章提供从身份传播、权限集到成本报表和用量控制的完整配置路径,便于评估多款 AI 工具共用 Bedrock 时的治理方案。

  4. AWS Machine Learning Blog67

    Amazon Bedrock AgentCore 发布 Web Search API

    Amazon Bedrock AgentCore 发布 Web Search API,开发者可通过 AWS SDK 或 AWS CLI 调用 InvokeWebSearch,以单次 API 请求获取网页搜索结果。

    推荐理由:文章给出直接调用、网关集成和私有网络接入方案,便于开发者按智能体或非智能体场景选择集成路径。

  5. AWS Machine Learning Blog68

    AWS 提出 Agent DLC 智能体生产工程方法

    AWS 提出 Agent DLC,通过一个生命周期、内外两层循环和统一的验收标准来评估并改进生产环境中的 AI 智能体。其参考实现展示了高检索精度可能掩盖事实级覆盖不足,并说明提示词改动为何无法解决知识库缺失。文中还给出五维验收标准、三级发布门槛,以及在 AWS 上建立首个评估基线的步骤。

    推荐理由:文章用内部 HR 政策助手案例说明单一指标可能掩盖检索覆盖问题,并给出可复现的评估流程。

  6. AWS Machine Learning Blog68

    Amazon Bedrock Managed Knowledge Base MCP 工具的细粒度访问控制实践

    Amazon Bedrock Managed Knowledge Base 可通过请求拦截器、ACL awareness、Policy in AgentCore 和资源策略实现 MCP 工具的细粒度访问控制。

    推荐理由:文章用可部署的 AWS CDK 示例说明如何在共享智能体和知识库中实施用户级检索隔离,并覆盖身份注入、策略校验与绕过防护。

  7. AWS Machine Learning Blog81

    在 AWS 上构建基于 A2A 的可组合跨组织多智能体系统

    AWS 演示了如何用 A2A 协议连接两个独立 AWS 账户中的多智能体系统,LangChain 编排器可通过 Agent Card 发现并调用基于 Strands Agents SDK 构建的 SaaS 智能体,双方无需依赖彼此的框架或 SDK。

    推荐理由:文章提供跨框架、跨组织智能体协作的完整 AWS 参考架构,并展示身份隔离、双向回调与信任边界测试的实现方式。

11月13日周五
  1. GitHub Blog · AI & ML60

    GitHub Copilot 智能体技能实战指南

    GitHub Copilot 团队介绍了构建可复用 Agent skills 的方法,涵盖任务定义、多技能协作、manifest 配置、共享执行路径、人工审批和 CI 检查。

    推荐理由:文章以 Proof Agent 和 Data Forge 为例,拆解技能的职责划分、配置隔离、执行路径、审批检查与跨客户端打包方法。

  2. AWS Machine Learning Blog64

    AWS 讲解如何在 Amazon Bedrock 上优化智能体任务成本并验证 ROI

    AWS 提供了一套在 Amazon Bedrock 上核算和降低智能体任务成本、验证 ROI 的实践框架。成本核算需考虑 tokenizer 效率、输出冗余、智能体循环和推理开销四项隐性因素,并通过提示词缓存、智能路由、输出约束和批量推理优化成本;效果验证则依赖人工基线、受控留出实验、流程遥测,以及效率、质量、成本和业务影响等维度的记分卡。

    推荐理由:文章给出按任务核算智能体成本的完整方法,并说明如何通过基线、留出实验和五维记分卡验证投入回报。

  3. AWS Machine Learning Blog60

    基于 Amazon Bedrock 和 LiteLLM 构建自助式 LLM 网关

    AWS 展示了如何将 LiteLLM 部署在 AWS Fargate 上,通过 OpenAI 兼容 API 为 Claude Code、Continue 和 Cursor 提供统一的 Amazon Bedrock 接入,并支持按用户成本控制、API key 自助签发和可观测性。

    推荐理由:文章提供完整架构与 AWS CDK 片段,并总结数百名开发者规模下的延迟、成本和权限配置经验。

11月12日周四
  1. Google Research71

    Google Research 提出基于可穿戴设备的 CKM 风险画像与个性化健康指导框架

    Google Research 发布研究原型,利用可穿戴设备、机器学习世界模型和语言模型智能体,为心血管、肾脏与代谢综合征(CKM)风险提供个性化指导。框架包含基于可改变行为的可指导健康年龄模型 SensorWM,以及生成未来 12 周“什么-if”健康轨迹的模拟系统,并用临床医生审核的方案形成渐进式指导。

    推荐理由:原文把可穿戴设备数据、健康年龄与反事实模拟串成闭环,并提供多队列验证及专家盲评结果,便于判断该框架的证据基础。

11月11日周三
  1. Hugging Face Blog72

    Tether AI Research 发布 0.8B 端侧智能体模型 BotPsy

    Tether AI Research 发布 BotPsy,一款基于 Qwen3.5-0.8B、面向工具调用和智能体工作流的 0.8B 模型,适合在端侧部署个人助手任务。

    推荐理由:文章详述了 BotPsy 的训练方法、端侧定位与基准结果,也明确列出开放搜索和多步任务等限制,便于判断其适用场景。

  2. Simon Willison77

    Google 向所有用户开放 Gemini 4 Carbon,并公布首发定价

    Google 向所有用户开放两周前面向部分网络防御人员宣布的 Gemini 4 Carbon。首发输入价格为 $2/million、输出价格为 $10/million,12 月 1 日将分别涨至 $4/million 和 $20/million。

    推荐理由:文章实测了 Gemini 4 Carbon 的思考档位、定价和代码生成效果,并提供可运行结果供读者对照体验。

11月10日周二
  1. Google DeepMind86

    Google DeepMind 发布 AlphaProof Code 深度验证 Signal 加密协议

    Google DeepMind 发布 AlphaProof Code,以多 LLM 智能体形式化验证 Signal 核心加密协议的实际代码。该框架由人类定义安全目标并审核规格,Gemini Carbon 驱动的智能体生成逾 600 万行 Lean 证明,Lean 自动检查结果供专家复核。

    推荐理由:材料展示多 LLM 智能体如何形式化验证 Signal 加密协议,并提供 Lean 检查、缺陷复测与开源验证产物等可核查细节。

  2. Simon Willison77

    Meta AI 发布小型高效模型 Muse Ember

    Meta AI 发布 Muse Ember,将其定位为面向复杂推理及智能体重复任务的高效模型,并提供 6 个推理档位。其短提示词价格为每百万输入 token $0.10、每百万输出 token $0.50,支持最多 100 万输入 token,超过 200k 提示词后输入与输出价格分别升至 $0.30 和 $1.50。

    推荐理由:文章对比了 Muse Ember 与两款同级模型的定价、上下文阈值和任务成本,并展示不同推理档位的实际输出差异。