跳到正文

Agent 智能體

讓模型自主規劃、調用工具、完成多步任務的技術方向——從 Claude Code、Manus 到各家 Agent 框架與評測基準的全部動態。

最新精選

第 181–200 條 · 共 743 條
11月13日週五
  1. 新浪科技80

    Google 發佈 Gemini 4 Hydrogen,預設 High 思考模式下任務完成速度達 Gemini 3.8 Flash 的 2.5 倍

    Google 發佈 Gemini 4 Hydrogen,稱其在預設 High 思考模式下,任務完成速度是 Gemini 3.8 Flash 的 2.5 倍。在 Terminal-Bench 4.1 中,Gemini 4 Hydrogen 得分為 57%,Gemini 3.8 Flash 為 18.2%;模型生成虛構內容的情況亦減少超過 5 倍。

    推薦理由:文章提供 Gemini 4 Hydrogen 與 Gemini 3.8 Flash 的速度和編程基準對照,另列企業任務速度與 Token 消耗數據,呈現不同工作負載下的效能變化。

  2. AWS Machine Learning Blog63

    Natera 如何以 Amazon Bedrock AgentCore 設計實驗室運維智能體系統

    Natera 與 AWS 使用 Amazon Bedrock AgentCore 建置 SWARM,為實驗室運維支援工單自動生成診斷報告。在 90 天生產評估中,平均首次回應時間由 17.4 小時降至約 8 分鐘,約快 130 倍;96.2% 的工單在工程師查看前收到自動診斷報告。

    推薦理由:文章拆解 SWARM 的雙運行時、技能庫、資料管線與持續評估設計,並提供實驗室工單自動診斷的實測數據,呈現一套可參考的運維智能體建置路徑。

  3. TNW78

    Google 發佈 Gemini 4 Hydrogen,主打快速低成本並開放予所有用戶

    Google 發佈 Gemini 4 Hydrogen,這款面向編碼和 AI 智能體的快速低成本模型可在 Gemini app 和 Search 免費使用。開發者價格為每百萬個輸入 tokens $1.50、每百萬個輸出 tokens $7.50,並可一次處理最多 1 million tokens 的輸入。

    推薦理由:文章以 Gemini 4 Argon 的價格和 Gemini 3.8 Flash 的速度作比較,並補充基準排名,呈現 Hydrogen 在成本與表現之間的定位。

  4. The Decoder81

    Google Gemini 4 Hydrogen 評分超越發佈僅四週的更大型 Argon

    Google 發佈 Gemini 4 Hydrogen,模型在預設 high 思考級別的 Artificial Analysis Intelligence Index 得分為 51,高於 Gemini 4 Argon 的 50;xhigh 級別得分為 54。

    推薦理由:文中並列 Google 公佈的基準成績與 Artificial Analysis 的獨立評測,呈現 Hydrogen 在能力分數、終端任務表現及不同思考級別成本上的差異。

  5. IT之家80

    Google 發佈 Gemini 4 Hydrogen 模型,主打日常編碼與智能體工作流,輸入每百萬 Token 1.5 美元

    Google 推出 Gemini 4 Hydrogen,面向日常編碼及智能體工作流,支援最高 100 萬 Token 輸入及輸出。輸入每百萬 Token 收費 1.50 美元、輸出 7.50 美元,並設 low、medium、high(預設)及 xhigh 四檔思考深度。

    推薦理由:材料並列收費、思考檔位和 Orchestrator 基準數據,亦與 Gemini 3.8 Flash 比較速度與錯誤率,呈現其日常編碼定位的成本及效能參考。

  6. Unite.AI85

    Google 發佈 Gemini 4 Hydrogen,面向日常智能體工作流程

    Google 於 2026 年 11 月 12 日發佈 Gemini 4 Hydrogen,定位為面向快速編碼及智能體工作的模型,並開始全球推出。Google Antigravity 的 Orchestrator 可讓 Carbon 規劃、Hydrogen 執行,並在需要時切回 Carbon。

    推薦理由:Antigravity 團隊的測試呈現 Carbon 規劃、Hydrogen 執行的效率數據,包含接近 Carbon 的任務成功率、配額少用 24% 及平均快 19%。

  7. Hacker News 熱門(buzzing.cc 中文翻譯)82

    Google 發佈 Gemini 4 Hydrogen,開始向全球開發者、企業及消費者推出

    Google 發佈 Gemini 4 Hydrogen,定位為面向日常編碼及智能體工作流程的高速、高效率模型,並開始向全球開發者、企業及消費者推出。在 Artificial Analysis Intelligence Index 的預設 high thinking level 下,Hydrogen 得分為 51,高於 Argon 的 50。

    推薦理由:文章列出 Hydrogen 與 Argon 的基準分數差異,並交代其 1 million-token 上下文窗口定價,呈現模型表現與使用成本的比較。

  8. Google DeepMind84

    Google DeepMind 發佈 Gemini 4 Hydrogen

    Google DeepMind 發佈 Gemini 4 Hydrogen,主打日常編碼及智能體工作流程中的快速執行,並即日起在開發者、企業及消費者產品渠道全球推出。

    推薦理由:文章以 Gemini 3.8 Flash 為對照,列出 Hydrogen 在任務速度、Terminal-Bench 4.1 成績及多項安全指標上的變化,呈現更新涵蓋的能力範圍。

  9. Unite.AI76

    Mirendil 獲 $1 billion A 輪融資,擴大前沿 AI 研發的參與範圍

    Mirendil 於 2026 年 11 月 12 日宣佈完成 $1 billion A 輪融資,由 Kleiner Perkins 和 Clearlake Capital 領投,目標是讓更多科學家和工程師參與前沿 AI 研發。

    推薦理由:這輪融資串連智能體輔助模型開發、研究工作委派平台與雲端基建,呈現 Mirendil 如何把擴大前沿 AI 研發可及性的目標落到產品與算力部署。

  10. AWS Machine Learning Blog67

    Amazon Bedrock AgentCore 新一代 runtime 啟動工作階段低於 2 秒

    Amazon Bedrock AgentCore 宣佈更新 AgentCore runtime,工作階段啟動速度最高提升 15 倍、算力擴展至前代 4 倍,運行效率最高提升 68%,並維持硬件隔離。

    推薦理由:新版把硬件隔離、快速啟動、彈性算力與資料置於信任邊界內,並加入閒置縮至零及按需回收記憶體的管理方式,具體呈現正式部署中安全、效能與成本的取捨。

  11. MarkTechPost77

    AWS 發佈 AWS Emulator,涵蓋 200 多項 AWS 服務並由 AI 智能體編寫及審核程式碼

    AWS 發佈本機 AWS API 模擬器 AWS Emulator,涵蓋 438 個 AWS API 模型及 200 多項服務,AWS CLI 和 SDK 可連接使用,無需 AWS 帳戶或服務費。

    推薦理由:文章列出 AWS Emulator 在 42,857 項保真度測試中通過 56.6%,並呈現不同 AWS 服務的成績差異,方便評估其本機及 CI 測試用途。

  12. AWS Machine Learning Blog67

    從原型到正式環境:以 Agent DLC 建構智能體

    AWS 文章提出 Agent Development Lifecycle(Agent DLC),以一套包含準則、門檻和核準示例的明確標準,串連定義、建置、評估、發佈、觀察及回饋六項活動,並形成內外兩個循環。

    推薦理由:HR 政策助理案例中,區塊層級精確率為 1.00、事實層級僅 0.09,呈現單一檢索指標如何掩蓋知識覆蓋缺口。

  13. AWS Machine Learning Blog66

    Amazon Bedrock Managed Knowledge Base 工具如何實作細粒度存取控制

    Amazon Bedrock Managed Knowledge Base 的示例架構以已驗證用戶身份,限制共用 AI 智能體對內部文件的搜尋。AgentCore Gateway 的請求攔截器會從已驗證的 JWT 注入用戶的 userContext,知識庫再透過 ACL awareness 篩選搜尋結果。

    推薦理由:文章拆解共享智能體與知識庫下的多層存取控制,展示如何以已驗證身份限制搜尋,並防範提示詞注入及繞過閘道的直接呼叫。

  14. AWS Machine Learning Blog62

    如何在 AWS 上透過 A2A 構建可組合、互通的多智能體系統

    AWS 文章示範如何透過 A2A 連接兩個 AWS 帳戶中的 LangChain 企業協調器與 Strands Agents SaaS 智能體,實現跨框架、跨組織的雙向協作。方案採用雙向 OAuth 驗證,兩邊不必使用對方的框架或 SDK,亦不共享密鑰。文章提供三個 Jupyter notebooks 的部署流程,並執行端到端測試及七項信任邊界檢查;合規掃描示範使用合成資料。

    推薦理由:文章把 Agent Card 發現、跨組織雙向 OAuth 和回呼協作放進同一部署範例,並提供可按步驟執行的三個 Jupyter notebooks。

11月12日週四
  1. TNW78

    Google DeepMind 的 AI 智能體用 AlphaProof Code 形式化驗證 Signal 加密程式碼

    Google DeepMind 公佈 AlphaProof Code,利用 AI 智能體形式化驗證 libsignal 的部分程式碼,檢查 Signal 一對一聊天的多項安全性質。研究團隊在四週內產生約 6.5 million lines 的證明,研究人員沒有撰寫證明程式碼。驗證範圍限於研究人員自行構建的程式庫,未涵蓋 Signal 應用程式、羣組訊息或金鑰生成。

    推薦理由:這項工作展示 AI 智能體如何配合人工制定規格與 Lean 證明,並界定驗證範圍,呈現形式化驗證的實際流程與限制。