⌘ K
… 读取采集状态 同步中...
雷

#Agent

今日 68 条
9月23日周三
  4. AWS News74

    AWS 发布 Amazon CloudWatch Omni：面向生成式 AI 与智能体负载的 AI 可观测性平台

    Amazon CloudWatch 推出 CloudWatch Omni，这是专为 AI 智能体设计的统一可观测性、评估与实验工具。它通过 VS Code 和 Kiro 扩展及独立 Web 端提供两个主要入口，支持在 IDE 中调试追踪（traces）并在 Web 端监控生产环境，两者共享相同数据。

    推荐理由：官方介绍专为 AI Agent 设计的统一可观测性工具 CloudWatch Omni，提供 IDE 集成与 Web 端双入口及内置评估器。

  5. LangChain Blog23

    LangSmith 医疗 AI 可靠性层：通用用例

    LangSmith 将稀缺的临床专家判断转化为标签数据集、校准评估器和自动化发布门槛，解决医疗 AI 规模化验证瓶颈。Included Health 使用其评估 AI 指南 Dot 的准确性与安全路由，Abridge 则利用其生成符合临床归因标准的病历笔记，两者均通过自动化流程复用专家洞察，平衡模型覆盖广度与临床精确性。

  6. AI信息Gap88

    Claude Opus 5.5 发布：性能对标 Claude Fable 5.1，实际成本降低 40%

    Anthropic 发布 Claude Opus 5.5，多项指标达到 Claude Fable 5.1 水平，总使用成本较上一代降低 40%。Terminal-Bench 4.0 准确率为 66.4%，API 输入价格降至 4 美元/百万 token，缓存读取成本降低 60%，且支持快速模式与订阅额度提升。

    推荐理由：原文详细列出了终端基准得分及缓存读取价格降幅，读者可据此评估其在编程场景下的实际使用成本变化。

  7. Microsoft Azure AI Blog75

    微软 Azure AI 宣布 GPT-6 Sol 和 Luna 加入 GPT-6 系列生产级智能体模型

    微软宣布 GPT-6 Sol 和 GPT-6 Luna 正式加入 GPT-6 系列，在 Microsoft Foundry 全面可用。GPT-6 Astra 面向高难度推理、软件工程与计算机操作；Sol 适合企业级 Agent、编码与复杂知识工作；Luna 面向高吞吐量的提取、摘要、路由与常规客户交互。

    推荐理由：文章给出三款模型的定价和部署选项，帮助团队匹配任务规模与成本结构。

  8. Microsoft Azure AI Blog84

    Claude Opus 5.5 登陆 Microsoft Foundry 支持长程编码与知识工作

    Claude Opus 5.5 现已在 Microsoft Foundry 上线，专为长时程软件开发和知识工作设计。Anthropic 同步推出了支持异步压缩、尾部保留压缩和对话中动态更换工具的 beta API，以降低长期智能体维护状态成本。该模型采用自适应思考机制并强化了网络安全等高风险领域的安全分类器，微软提供的输入和输出价格均为每百万 token 4 美元与 20 美元。

    推荐理由：文章介绍了Claude Opus 5.5在Microsoft Foundry的部署情况及异步压缩等新API特性，为开发者处理长流程任务提供了解法。

  10. InfoQ CN78

    ZCode 因数据上传争议开源，Coding Agent 安全边界引发关注

    智谱因 ZCode 本地快照上传争议将该 AI 编程工具开源，v3.14.0 删除 Repo Wiki 和 snapshot 上传链路，并邀请第三方核查。开源仓库仅含整改后代码，缺少事故前 Git history，无法完整复盘数据链路。

    推荐理由：原文梳理了 ZCode 从本地快照争议到代码开源与第三方核查的完整时间线，并延伸讨论了 Coding Agent 的数据边界和供应链风险。

9月22日周二
  1. 量子位78

    阿里云栖大会发布全模态模型家族，陆川用AI五天复原明代历史现场

    阿里云在9月22日云栖大会发布全模态模型矩阵，包括Qwen3.8系列、Qwen-Image-3.1、Happy Shrimp 1.1、HappyOyster 2.0 Preview及Qwen-Audio-3.1，下一代视频模型预计11月发布。

    推荐理由：阿里在云栖大会展示了全模态模型家族，结合陆川AI短片案例说明模型正深入影视、音乐等真实生产流程，读者可理解多模态从Demo走向稳定交付的关键变化。

  2. 量子位82

    Grok 4.7发布：上下文扩展至50万Token，强化编码与智能体能力

    xAI发布Grok 4.7，上下文窗口扩大至50万Token，定价为输入2美元/百万Token、输出6美元/百万Token。该模型在CursorBench 4.0评测中得分从40.4%升至46.3%，DeepSWE v1.1得分从65.2%升至71%，电气工程基准测试以64%拿下最高分，Artificial Analysis编码智能体指数得分从47分提升至56分。

    推荐理由：Grok 4.7在电气工程基准以64%领先，CursorBench 4.0提升至46.3%，输入2美元/百万Token。

  3. 量子位15

    量子位 MEET2027 智能未来大会启动，同步征集 2026 人工智能年度榜单

    量子位正式启动 MEET2027 智能未来大会，主题为「智行合一，驭见未来」，大会定于 2026 年 12 月在北京举行。同期开启 2026 人工智能年度榜单征集，涵盖企业、产品、人物三大维度及五类奖项，报名截止 2026 年 11 月 16 日。大会还将同步发布《2026 年度 AI 十大趋势报告》，聚焦智能体、具身智能等落地议题。

  5. 特工宇宙56

    支付宝设立 1000 万元智能体涌现奖，招募开发者解决日常生活需求

    支付宝在 2026 Inclusion 外滩大会上宣布设立每年 1000 万元的「智能体涌现奖」，旨在激励独立开发者开发解决生活琐碎需求的 AI 智能体。奖项采用季度赛加年度评选制，首期报名截止 11 月 10 日，单项最高奖金达 100 万元。支付宝同时开放阿宝智能体生态中的支付、风控及跨端流量资源，并推出许愿池让用户提交真实痛点，开发者需基于真实需求做出可持续运营的解决方案。

  7. 极客公园60

    平头哥真武 V900 及全栈算力系统发布，瞄准 Agentic 时代算力基石

    在 2026 杭州云栖大会上，平头哥发布新一代 AI 训推芯片真武 V900，单芯片性能为上一代 3 倍，搭载 216GB 显存和 1200GB/s 互联带宽，计划 2027 年 Q1 量产。阿里同时展示 ICN Switch 互联芯片、倚天 CPU 路线图等全栈方案，旨在通过芯片、存储与网络协同优化，满足 Agentic 时代对推理效率和大规模集群算力的需求。

  9. 优设AIGC88

    Jev 模型开放注册并赠送 1.2 亿 Token

    新模型 Jev 向所有用户开放注册，赠送约 1.2 亿 Token，其设计放弃文本生成，专注快速评分与决策。Jev 定价为每百万输入 token 0.042 美元、输出免费，典型决策工作流比前沿大模型快几十至几百倍。文中整理了 6 个实测案例，包括论文打标、实时游戏、浏览器查航班、自动找票、社媒打分和模型路由。

    推荐理由：Jev 放弃文本生成、专注快速决策，6 个实测案例展示了低延迟在知识管理、浏览器操作和模型路由等场景下的落地潜力。

  11. 极客公园58

    阿里吴泳铭提出“思考力商品化”经济学：构建AI芯片、模型与云全栈生产链

    吴泳铭在云栖大会上提出“思考力商品化”概念，类比工业革命将动力变为商品，判断未来机器思考总量将超人类千倍，且消耗量与人口脱钩。阿里围绕AI芯片、Qwen模型与AI云三大基石构建完整生产链，通过全栈联合调优解决Agent落地在算力效率、长任务可靠性及成本上的核心痛点。

  13. 新智元78

    OpenAI 疑似在 ChatGPT 开发对标 Grok Bot 的智能体功能 Aeon

    媒体爆料 OpenAI 正在开发功能以应对 Grok Bot 和 Meta 的 Muse，同时疑似代号 Aeon 的代码在 ChatGPT 客户端中曝光。代码截图显示 aeonId 与用户账号 ID 并列，以及 memberAeonIds 等字段，暗示 Aeon 可能作为独立身份与用户协同工作。

    推荐理由：爆料泄露代码显示OpenAI正在ChatGPT内部开发名为Aeon的智能体功能，直接对标Grok Bot形态，展示了AI巨头在个人智能体赛道的竞争策略与产品路线。

  15. 数据猿57

    AI数据赛道重构：从基础标注到Agent训练环境的估值逻辑变革

    年轻团队创立的AfterQuery、Mercor等公司凭借提供Agent强化学习环境和可验证数据，估值迅速攀升至32亿美元及20亿美元年化营收。阿里计划领投国内团队UniPatAI，投后估值有望达25亿美元。随着AI进入Agent时代，数据需求从海量问答转向支持模型自主试错的复杂任务数据集，驱动行业估值体系向科技基础设施溢价转型。

  16. APPSO70

    千问办公发布企业上下文与数字员工体系，押注 Agent 时代组织语言

    千问办公在杭州云栖大会发布企业上下文（Enterprise Context）、应用、QwenNote 及安全中心，旨在为 Agent 进入企业业务流程提供完整支持。企业上下文可将群聊、文档等异构信息整理为结构化组织知识，支撑数字员工在钉钉等 IM 中协同与授权管理。同时，新推出的 QwenNote 硬件 A2 支持语音转写与调用，安全中心则通过沙箱、审批及审计机制实现任务执行的可追溯。

    推荐理由：文章系统梳理了千问办公为企业 Agent 构建的组织协同机制，涵盖企业上下文、数字员工、协作应用与安全中心。

  17. AI产品阿颖62

    AgentGit 工具发布

    AgentGit 是一个面向 AI Agent 会话管理的工具，将 Session 和 Context 按 Git 仓库逻辑组织并共享。它支持将 Codex 等 Agent 的会话 commit 到仓库中，方便其他开发者通过自然语言指令恢复或跨 Agent 交接。

  20. CVer73

    Robocurve 发布 RoboHarm 基准测试 GPT-6 Astra 等模型机器人安全风险

    Robocurve 发布机器人安全测试基准 RoboHarm，测试 GPT-6 Astra、Fable 5.1 和 MolmoAct2 控制双机械臂执行高风险物理任务的能力。结果显示模型越强越容易执行危险动作，GPT-6 Astra 在 97% 的测试中尝试执行，最终成功率为 62%。该机构同时开源了机器人评估框架 Inspect Robots，并公布完整实验数据和视频。

  22. 机器之心57

    openJiuwen 发布首个开源智能体资产平台 Agentic Hub

    openJiuwen 发布首个开源智能体资产平台 Agentic Hub，将 Agent 周边能力拆分为技能、连接器、插件、专家和专家团队五类可管理、可复用资源。各资源经历创建、安装、使用、发布和再次获取的完整生命周期，开发者可基于该体系直接上传、下载和共享 Agent 资产，构建可扩展的智能体协作生态。

  24. 数字生命卡兹克89

    小米 MiMo V2.6 模型发布及开源评测

    小米发布 MiMo V2.6 系列模型，包括 Pro、Flash 及 Pro-UltraSpeed 版本，实现 1M 上下文与原生全模态支持。MiMo V2.6 Pro 在 Artificial Analysis 基准测试中得分 46 分，科研推理 CritPt 得分居首，缓存输入价格低至 0.025 元/百万 Token。

    推荐理由：实测数据展示了该模型在性能、价格与速度间的平衡，为评估多模态智能体提供了清晰对比。

  25. AI信息Gap38

    华为云码道 CodeArts 发布业界首个鸿蒙编码大模型

    华为云码道 CodeArts 于 9 月 21 日发布业界首个鸿蒙编码大模型 GLM-5.2-ArkTS-SPARK。该模型基于超过 100 万条鸿蒙素材增量训练，千行代码错误率降低 80% 以上，一次编译通过率 78% 以上。其支持通过自然语言指令在模拟器中自动构建和部署应用，在三台不同鸿蒙设备上的构建耗时均控制在 500 毫秒以内。

  28. 硅星GenAI70

    TypeSafe 发布判断模型 Jev，支持低延迟分类与评分

    TypeSafe 发布了名为 Jev 的 System One 模型，专注在预设选项中提供带概率和置信度的判断，而非生成文本。该模型端到端响应时间约 70—500 毫秒，每百万输入 Token 收费 0.042 美元。Vercel 和 LangChain 等团队测试显示，Jev 在命令安全检查中速度提升 5—18 倍，在智能体评分任务中表现出更高的准确率一致性和更低的延迟。

  30. Cohere Blog25

    实施 AI 变革管理：以人为本的方法

    AI 变革管理旨在引导企业通过组织变革大规模采用 AI，核心是将 AI 视为需入职的主动参与者而非仅作为软件部署。该过程需重新设计人机协作工作流，例如赋予 AI 任务上下文并建立人工介入机制。员工需转变角色，通过区分可验证、判断依赖及混合类任务，从单纯产出转向管理 AI 辅助工作，避免产生低质量的“AI 垃圾”。