Agent 自我進化的數據底座:阿里雲 SLS Session Store
阿里雲 SLS 推出 Session Store,將 OpenTelemetry Trace / Log 整理為可查詢、可重用的標準執行軌跡,供觀測、數據集、LLM 評估及 Agent RSI 自我進化使用。團隊可按任務查找和分析軌跡,整理評估樣本,並由 AgentLoop 等下游系統讀取,用於生成候選改進及驗證效果。
阿里雲 SLS 推出 Session Store,將 OpenTelemetry Trace / Log 整理為可查詢、可重用的標準執行軌跡,供觀測、數據集、LLM 評估及 Agent RSI 自我進化使用。團隊可按任務查找和分析軌跡,整理評估樣本,並由 AgentLoop 等下游系統讀取,用於生成候選改進及驗證效果。
阿里雲百煉大模型服務平台涵蓋模型推理、應用開發、知識庫 RAG、Agent、模型微調及專屬部署六大模組,並提供選型與計費方案。雙 11 期間,全模型低至 4.5 折,新用戶可獲超過 7000 萬免費 Token,有效期 90 天。建議先用免費額度驗證功能,再按調用量和使用場景選擇 Token Plan、節省計劃或專屬部署。
SigzenAI 的開發清單指出,瀏覽器智能體能否使用網站,取決於 CDN 是否放行、定價是否寫入原始 HTML、表單能否完成,以及外部資料是否一致。清單建議將價格及方案細節以伺服器渲染文字呈現,表單使用可見標籤與標準輸入類型,並避免在首次提交時設 CAPTCHA。作者建議按 CDN 規則、頁面原始碼、智能體執行任務、表單結果及第三方刊載資料依序測試。
SMART 以 SDK 和 Terraform stack 封裝 WhatsApp 與 Bedrock AgentCore 之間的渠道整合,讓開發者可用來建立 WhatsApp AI 智能體。
AheadKit 的測試顯示,claim row 雖可阻止同一 delivery key 重複投遞,但 Agent 若未在規劃下一步前讀取延遲到達的成功狀態,仍可能再次付款。
文章詳解 Qwen4-Max 的多模態能力、API 接入方式及模型和內置工具的收費規則。文中列出其兼容 OpenAI 與 Anthropic API,並提供 Python、Node.js 和 cURL 串流調用範例。模型輸入價格為 ¥10 /M tokens,輸出為 ¥30 /M tokens。
作者實測 Mirasim,分享以 Fable 5.2 進行影片剪輯、網頁生成、開源項目優化及宣傳片製作的四類用法。作者稱 Mirasim 本身免費,Claude 全系目前按官方 API 價格五折計費;五項任務實際花費約 70 美元,計入充值雙倍額度。請求會經 Mirasim 的線路轉發,作者提醒公司敏感程式碼需自行評估,並認為工具較適合有 Agent 使用經驗的開發者。
亞馬遜 CEO 安迪·賈西表示,公司不排除重新開放外部 AI 購物智能體在平台下單,但前提是為用戶提供良好體驗,並實現公平的價值交換。亞馬遜今年 9 月曾阻止 Meta 的 Muse 代用戶購物;賈西稱正與相關公司溝通,並認為零售商應有權決定如何與 AI 智能體互動。Shopify 已歡迎外部購物智能體接入其電商生態,家得寶則要求智能體購物前表明身份。
螞蟻國際 CEO 楊鵬在新加坡金融科技節表示,AI、通證化與智能體商業重塑資金流動之際,未來金融體系的關鍵不只是智能,還包括普惠性與可信任。螞蟻國際的 Whale 資金處理量過去 12 個月超過 1.1 萬億美元,楊鵬預計今年將超過 2 萬億美元。與 Swift 合作的銀行帳戶至印尼 Dana 電子錢包轉帳項目,從籌備到落地用了 8 個月,轉帳需時 1.5 秒。
llms.txt 是一項標準提案,建議網站在根目錄放置純文字檔,簡要説明網站內容及重要頁面,方便語言模型和智能體查找資訊。部分 AI 工具會讀取這個檔案,部分則不會;目前沒有大型搜尋引擎確認會用它作評分依據。建立檔案約需半小時,但不能取代優質內容或 SEO。
亞馬遜 CEO 安迪・賈西表示,公司不排除未來重新開放外部 AI 購物智能體在平台直接下單,但前提是提供良好消費者體驗並實現公平價值交換。亞馬遜今年 9 月曾阻止 Meta 的 Muse 代替用戶購物,賈西稱正與相關公司溝通,並認為零售商應有權決定如何與 AI 智能體互動。Shopify 已歡迎外部智能體接入,而 Home Depot 則要求智能體購物前表明身份。
Amazon 行政總裁 Andy Jassy 表示,Amazon 未排除讓外部 AI 購物智能體在平台購物,但前提是帶來良好用戶體驗並實現「公平的價值交換」。Amazon 於 9 月阻止 Muse 在平台下單;Jassy 表示正與相關公司洽談,並認為零售商應有權決定如何與智能體互動。
阿里雲 Qoder CN 個人專業版(Pro)推出雙十一新客首訂優惠,月費 19.90 元,原價 59 元/月,並附 2,000 Credits。優惠活動截止至 2026 年 11 月 30 日。 Qoder 是面向軟件開發的智能體編程平台,提供 Desktop、IDE、CLI、插件及移動端等使用形態。
瓴羊Quick Service以AI Agent處理查物流、改地址及退款等標準化業務,將複雜業務處理時長壓縮約60%。部分場景的AI自主解決率超過80%,複雜多輪業務辦理成功率達87%。系統按任務複雜度及情緒狀況分流,讓AI處理標準化事務,人工專注複雜判斷和情緒服務。
瓴羊 Quick Service 為中小商家提供 30 天全功能免費試用,涵蓋網上客服、智能機器人、智能輔助、數據洞察及 AI Agent 執行能力。AI 問答準確率為 93%,可自動處理 80% 以上常見問題,複雜業務處理時長可縮短約 60%。系統採用 SaaS 模式並支援零程式碼配置,知識庫基礎部署最快可在 5 分鐘內完成。
山東電信推出面向政企市場的「六耳·AI智能體一體機」,提供可在內網甚至無網絡環境使用的本地部署方案。產品已在山東全省推出,落地9類應用場景,覆蓋政務、工業、金融、衞健、政法五大行業;多個行業標杆客戶驗證顯示,整體工作效率提升80%以上。
文章提出為使用編碼智能體的團隊設定 WIP 上限,未完成變更須計入執行、人工審查及修復,合併或明確放棄後才釋出名額。兩個名額只是小團隊的示例;文章亦建議在審查交接中提供修訂版本、差異、檢查結果及待決事項。文中明言這套 WIP 政策、看板和交接流程是建議,並非經測試的整合或實測結果。
Michele Matozza 以 Lanes 評測編碼智能體並行改動程式碼時的衝突,並透過預先訂明成功門檻及改變啟動延遲檢驗結果。固定 8 秒延遲的三項情境中,D2 分別通過 10/10、9/10、10/10;延遲掃描在 4 秒條件下則發現 I3 只通過 1/5。問題出在編輯前同步引入其他智能體的檔案變更時,系統沒有記錄該變更,令回合結束時的過期檢查未觸發;修正後的 D3 測試尚未完成。
Root 提出讓 AI 智能體的規格類文字採用 ASD-STE100 簡化技術英語,並在自己的環境中測試加入規則前後的輸出。規則要求每句只寫一個主題、指令最多 20 個詞、描述最多 25 個詞,並用主動語態標明執行者。測試中,加入明確的主動語態錯誤示例後,較小模型四次報告均未再出現該錯誤;作者指出測試僅涵蓋一個情境及少量執行,未衡量規格可讀性的提升。
2005年,兩名業餘棋手以幾部普通手提電腦贏得自由式棋賽,勝過特級大師與超級電腦。這説明混合智能的關鍵不在模型或人手數量,而在雙方如何協作。企業部署智能體時,應設計清晰的工作分工、雙向交接、分歧處理及決策記錄流程。
瓴羊Quick Service以雲原生架構支援萬級並發,P99響應時間小於1.5秒,並透過One ID接入12+渠道,保持跨渠道身份、上下文及執行一致。AI Agent可自動執行15類任務,複雜多輪業務辦理成功率達87%,AI問答準確率為93%,可自動處理80%以上常見問題。系統提供SaaS、私有化及混合雲三種部署模式,私有化部署可在客戶自有VPC內運行。
面向非結構化數據的 AI 智能體採用感知、認知、執行三層架構,串連多源文件解析、檢索推理及工具調用。方案結合 OCR、RAG、知識圖譜與 ReAct 工作流,自動抽取及校驗資訊,輸出標準 JSON;低質素結果可轉交人工覆核。
團隊用 7 天業餘時間,以 ContextDB 作知識與記憶底座,搭建數碼員工小T初版,並沿用 Codex 的 Agent 執行循環,採用 DeepSeek V4.1 Flash。小T可在羣組提供圖文答疑、分析客戶進展及整理產品反饋,並透過羣記憶、每日後台學習和 Skill 沉澱,持續更新知識與做事方法。客戶羣與產研羣按不同職責配置權限和工作方式。
Payhawk 完成由 Goldman Sachs 領投的 $280m C 輪融資,公司估值達 $2bn。這使其累計融資額超過 $515m。公司稱將超越核心支出管理服務,打造全球財務營運系統,讓 AI 智能體、支付及企業管控共同運作。
集邦諮詢報告指出,國內雲服務商大幅下調企業級 SSD 採購訂單,NAND Flash 合約價預計於 2027 年第二季轉跌,較原先預期提前一季。訂單下調與 GPU 供應緊張、庫存偏高及 AI 商業化變現進度不及預期有關;消費端疲弱和供給擴張亦加劇供需失衡。
智元AIMA城市行·香港站於香港城市大學舉行,活動以「AI機械人:如何感知與思考世界」為主題,吸引逾300人報名。活動包括主題分享、機械人互動體驗及AIMA工作坊,讓參與者瞭解具身智能並親手創作。工作坊透過靈心平台建立智能體並部署至實體機械人,亦可透過靈創平台創作動作及編排內容。
AgentBlackBox 加入 SARIF v2.1.0 匯出引擎,並在報告中嵌入 Merkle hash chain 加密證明;程式碼差異只在臨時 RAM 處理,不會儲存在磁碟。AnimeStudio-Pro 新增收藏播放清單、桌面背景一鍵復原及自訂素材匯入,兩個項目均以 MIT 授權開源。
騰訊公佈 2026 年第三季度財報,營收達 2073.4 億元,按年增長 8%,並加快推進 AI 化變革。最新一代混元大模型 Hy4 發布時位列 Agent Arena 中國模型第一;WorkBuddy 每日活躍用戶超過 1000 萬,日均 Token 消耗量超過 100 萬億。
TheWitcherish 用 Strands Decider 示範讓角色扮演遊戲的 AI Game Master 按信心決定直接行動、詢問玩家或呼叫專家 Agent。範例由程式設定 0.8 信心門檻,未達門檻時不執行工具或呼叫專家,並把決定交回玩家。模型可在本機提供服務,單次呼叫約 200 ms;文章亦建議先用 20 至 50 個答案已知的應用決策,檢查高信心答案後再用於實際流量。
Tokenomics Foundation 是 Linux Foundation 於 2026 年 8 月推出的項目,正建立開放、供應商中立的標準和框架,協助組織衡量 AI 成本並連結業務成果。
作者預期,AI 智能體不久將在編程能力上遠超人類,並產生人類尚未想像到的成果。OpenAI 內部模型曾推翻離散幾何中的 Erdős 單位距離問題一項核心猜想,為人類後續研究打開新方向。作者認為,軟件開發者的工作或將轉向驗證智能體產出的結果是否正確、是否符合需求。
Cambridge Dictionary 將 human 選為 2026 年度詞,並表示 AI 的興起令這個詞更具分量。詞典將 human 定義為具有人類的特質、缺點和感受,與神、動物或機器相對。人們使用 human-made 一詞區分自己的作品與 AI 產出;對把思考外判的憂慮,也促使人們重新思考對 AI 的依賴。
Anton 想集中管理 Claude Code、Codex 等工具執行的大量例程,但目前沒有單一工具同時支援排程、訂閲路由及達到用量上限後自動切換。Orca 有排程和用量查看功能,但切換帳戶須手動;agent-orchestrator 支援自動故障切換,卻沒有排程;codex-orchestrator 支援排程,但不支援任務故障切換。
KIRA Company Director 在 Windows 消費級硬件上以本地/混合方式運行 44 個自主 AI 智能體,並採用兩層架構處理多智能體協作瓶頸。架構由 9 個主管智能體和 35 個執行智能體組成;離線量化 Whisper 的本地語音處理時間低於 120ms。作者指出,多智能體系統 90% 的穩定性取決於原子 JSON 狀態鎖,而非提示詞工程。
供應鏈與物流 AI 智能體研發商 Pedestal AI 宣佈完成 470 萬美元種子輪融資,由 Eclipse Ventures 領投,RRE Ventures 等多家機構跟投。公司以物流圖譜上下文層連接 ERP、TMS、WMS 等系統,提供客戶協調、人力優化及預測性維護等可執行 AI 智能體,並可在異常時轉交人工。產品已落地於 Fortune 500 電商、北美頭部印刷廠及全球航運公司。
高校 AI 智能體實訓平台採用雲原生分層架構,以 Kubernetes 彈性調度 GPU 算力,並整合 Agent 網關、Milvus、PostgreSQL 及可視化編排器。平台支援多角色協同工作流、Python SDK 接口和自動化評測,評測指標包括 BLEU、ROUGE 及人工偏好排序。工程部署須管控算力成本,並以外部 API 白名單等安全措施防範提示詞注入與數據越權訪問。
阿里雲開發者社區文章詳解 Qwen4-Max 的定位、架構、能力及適用場景,並與上一代 Qwen3.8-Max 比較多項指標。文章指出,Qwen4-Max 總參數為 2.4T,每個 Token 啟用 71B 參數,支援 1M Token 上下文;Work360 單項任務平均成本由 26.58 元降至 11.16 元。
Forward Deployed Engineer(FDE)會在客戶業務內界定問題、於客戶系統開發軟件,並跟進至正式投入生產。文章追溯這個職稱源自 Palantir,並比較 FDE 與產品工程師、售前架構師及顧問的職責。
Flux Intelligent 分享 n8n AI Agent 工具配置教學,涵蓋工具描述、參數設定和操作防護。文中建議只讓模型透過 $fromAI() 填寫依對話而定的欄位,並把 API 認證保存在 n8n Credentials;敏感操作可先經子工作流程加入人工驗證或檢查。工具輸出應精簡且結構化,並設定 AI Agent 的 Max Iterations,以避免不必要的重複呼叫。
提示詞注入源於語言模型把系統提示詞、用戶指令、檢索文件和工具輸出等內容當作同一輸入串處理,並非特定 LLM 的漏洞。過濾器難以應對新型及間接注入,對話框只確認用戶按下批准,政策層也無法確認特定行動是否獲得授權。文章主張以模型無法存取的加密簽署,將人類授權綁定至具體行動。