⌘ K
… 读取采集状态 同步中...
雷

#Agent

今日 52 条
8月28日周五
  1. 宝玉76

    Warp 如何让 Agent 在 Code Review 中自我进化

    Warp 通过基础 Skill 负责代码审查，改进 Skill 定期收集人类工程师在 PR 中的评论并据此自动更新代码审查 Skill，实现低摩擦的自我进化。其六条最佳实践强调写原则而非死规则、解释理由、保持 Skill 精简及利用改进 Skill 的通用性。对于潜在错误反馈，Warp 通过让 Agent 进行合理性检查、限制反馈权限及保留人工审核来防范风险。

    推荐理由：Warp 提出的双 Skill 机制让 Agent 在 Code Review 中自动吸纳人类评论以进化，并给出六条可复用的最佳实践。

  5. 大模型智能47

    为什么复杂RL离不开分布式系统，分布式RL的核心矛盾又是什么？

    复杂强化学习（RL）依赖分布式系统以应对海量试错与环境交互压力。分布式架构将训练拆解为Actor（数据生产）、Learner（数据消费）及Inference Server等角色，核心矛盾在于平衡采样与训练吞吐、数据新鲜度与资源利用率。IMPALA-style架构因解耦采样与训练且支持策略滞后修正，成为工业级应用首选。

8月27日周四
  2. 量子位63

    百度搭子发布企业版，强调“交付即惊艳”并实测生成17份自媒体成品

    百度搭子在本次发布会上展示其长程任务能力，实测从素材到多平台内容生成仅需20分钟，产出17份高可用性成品，包括事实核查与多风格图文。百度搭子企业版发布15个专业套件和96个Skills，覆盖金融、法务等四大职能域，并引入企业知识库将个人经验转化为组织记忆。其底层Harness引擎宣称在任务效果不受影响的前提下，将Token消耗降低了75%，实现了从生成到直接可用的交付标准。

  5. 光子星球80

    GLM-5.3-Flash实测：多模态前端开发提效明显，复杂3D场景仍存瓶颈

    智谱GLM-5.3-Flash正式上线并开源，该模型总参数量为320B，每次推理激活18B，定价为GLM-5.3的1/10，按每百万token计输入0.075美元，输出0.25美元。

    推荐理由：原文用六项真实开发工作流实测验证了GLM-5.3-Flash的边界，前端开发与多模态看图编程表现突出，但复杂3D场景仍存瓶颈。

  8. DeepTech深科技73

    北京人形机器人天工 Omni 获“捂脸跑”冠军：具身智能平台如何实现从竞速到干活

    北京人形机器人创新中心发布的天工 Omni 在第二届世界人形机器人运动会 400 米小型组决赛中，凭借独创的“捂脸跑”姿态以 45.66 秒夺冠。该跑姿并非人为指定，而是机器人在仿真环境中通过强化学习自主发现的最优解，解决了手臂关节过热问题并提高了平衡效率。

    推荐理由：文章通过机器人运动会中的“捂脸跑”现象，深度拆解了北京人形具身智能平台的大小脑协同机制，展示了从竞技测试到场景落地的工程化路径。

  9. 甲子光年60

    柴云鹏访谈：社会世界模型补上AI最后一块拼图

    中国人民大学信息学院院长柴云鹏创办境瞳科技，提出“社会世界模型”概念，旨在让Agent理解人类社会动力学。其首款产品为基于1350万Agent的社会模拟器，通过生成数据训练图神经网络模型，已获多轮融资。柴云鹏认为该模型是Agent融入社会的关键，并类比具身智能强调数据是核心竞争力。

  10. 智东西82

    深度体验豆包工作48小时，发现其解决企业场景痛点的新解法

    智东西深度体验了字节跳动发布的Agent产品豆包工作48小时，发现其在企业协作场景中凭借飞书集成展现出优势。测试显示，豆包工作能自主完成写文档、做PPT、生成网页等任务，并支持通过Skill机制沉淀流程、操作电脑及跨系统协作。例如，它利用飞书数据自动统计项目进度并生成周报，还能通过视觉识别裁剪图片或远程控制电脑处理任务。

    推荐理由：原文展示了豆包工作与飞书打通后如何处理企业上下文，展示了通用Agent在企业协作场景中的新解法。

  11. 卡尔的AI沃茨74

    实测智谱GLM-5.3-Flash：14项benchmark对打DeepSeek-V4赢11项

    作者实测智谱GLM-5.3-Flash，其在Artificial Analysis斩杀线图上位于$0.045 / 57分的前沿线，与DeepSeek-V4对打14项benchmark赢11项，视觉端六项全赢最大差距约40%。实测中模型凭一句话提示复刻了截图、视频和GitHub页面，还生成了可交互3D界面与浏览器3D FPS游戏，作者计划将日常coding和agent任务分流给它以省成本。

  14. 夕小瑶科技说84

    智谱 GLM-5.3-Flash 认领匿名模型 Ox-Alpha，以低价打破 DeepSeek 价格底线

    智谱认领匿名模型 Ox-Alpha 为 GLM-5.3-Flash。该模型是 GLM 首个原生多模态模型，支持 1M 上下文，采用 MIT 协议开源。作者实测其在 3D 城市建模、视频剪辑、网页复刻及前端工具开发等 Agent 任务中表现接近 Claude Opus 4.8。

    推荐理由：作者实测了 GLM-5.3-Flash 在多模态、3D 建模与视频编辑场景下的 Agent 表现，并展示了其以低价策略打破 DeepSeek 定价底线的冲击。

  16. LangChain Blog55

    LangChain 发布 Managed Deep Agents 与 LLM Gateway 公测

    LangChain 将 Managed Deep Agents 和 LLM Gateway 推至公开测试，前者支持以一条命令部署 Deep Agent 并提供沙箱与追踪，后者提供成本控制、限流、模型回退和敏感数据处理。LangSmith 引擎查找 Agent 问题效率提升超 2 倍，Deep Agents v0.7 基础输入 token 减少 65%。

  18. 新智元71

    Ornith 发布 1.5 模型，自测编码能力反超 Claude Opus 4.8

    Ornith 发布三款 1.5 模型（397B、35B 和 9B），采用模型自我生成训练任务的新范式。在 Terminal-Bench 2.1 自测中，397B 得分 86.1，超过其自测的 Claude Opus 4.8 成绩 85.0，但官方榜单中 Opus 4.8 成绩为 78.9。

    推荐理由：文章拆解了Ornith让模型自我出题的训练闭环，并厘清了自测与官方榜单的差异，提供了评估开放模型能力边界的参考框架。

  24. LangChain Blog67

    LangChain 重构客服 Agent：弃用向量检索，转向直接 API 访问与 Deep Agent 子图

    LangChain 宣布重构其客服产品 chat.langchain.com，核心架构从传统的向量数据库检索转向给 Agent 提供直接 API 访问结构化文档、知识库和代码库。

    推荐理由：文章复盘了LangChain客服Agent的重构过程，提出了用直接API访问和Deep Agent子图替代向量检索的具体方案，为构建生产级Agent提供了可复用的架构参考。

  25. LangChain Blog21

    LangChain 首办 Interrupt AI Agent 大会

    LangChain 宣布举办其首个 Interrupt AI Agent 大会，定于 5 月 13-14 日在旧金山 The Midway 举行。大会邀请 Andrew Ng 等行业领袖分享 AI Agent 的生产级应用案例与最佳实践，并设有 LangChain 团队主导的动手工作坊，旨在探讨 Agent 推理、行动与优化的前沿进展。

  26. LangChain Blog65

    LangSmith LLM Gateway 公开测试版上线，为生产智能体提供运行时管控

    LangChain 宣布 LangSmith LLM Gateway 进入公开测试版，作为位于智能体与模型之间的集中治理层，统一执行成本上限、速率限制、模型回退和敏感数据处理等运行时管控。

    推荐理由：原文列出了成本、限流、回退等具体控制项和四级额度层级，读者可据此评估它是否解决自己生产环境的治理痛点。

  28. LangChain Blog36

    LangChain 2024 AI 现状报告：开源模型与 Agent 应用兴起

    LangChain 发布的 2024 报告显示，开源模型采用率大幅上升，工作流重心从检索转向多步 AI 智能体应用。数据显示，21.9% 的追踪涉及工具调用（2023 年为 0.5%），LangGraph 已被 43% 的组织使用。平均追踪步骤数从 2.8 增加至 7.7，而 LLM 调用次数仅从 1.1 增至 1.4，表明开发者正通过复杂编排提升效率。

  29. LangChain Blog30

    LangSmith 主页改版及 Resource Tags 功能优化

    LangSmith 发布新版产品主页并优化 Resource Tags 资源组织功能。主页按可观测性、评估和提示词工程三大核心工作流重新划分功能模块。Resource Tags 支持通过自定义标签灵活管理跨项目资源，未来将引入基于属性的访问控制功能。

  30. LangChain Blog63

    LangChain 发布 LangGraph v0.1 稳定版与 LangGraph Cloud

    LangChain 发布 LangGraph v0.1 稳定版及处于封闭测试阶段的 LangGraph Cloud。LangGraph 提供灵活 API 支持构建多智能体应用，具备条件分支、循环、人工介入及时间旅行调试等特性。LangGraph Cloud 提供可扩展部署基础设施，支持故障容忍、异步后台任务及 Cron 作业，并集成 LangSmith 用于监控与成本追踪。

  34. LangChain Blog40

    LangChain 博客：如何优化 AI 智能体延迟

    LangChain 博客提出优化 AI 智能体延迟的五大策略：定位瓶颈、优化用户体验、减少 LLM 调用、加速单次调用及并行处理。通过 LangSmith 追踪各步骤延迟，利用流式返回中间结果降低感知延迟。采用 LangGraph 混合代码与 LLM 调用可显著减少调用次数，支持并行执行以提升效率。