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 201–220 條 · 共 743 條
11月12日週四
  1. AWS Machine Learning Blog61

    Amazon Bedrock AgentCore 推出 Web Search API

    AWS 宣佈 Amazon Bedrock AgentCore 推出 Web Search API,讓應用程式透過單次 API 呼叫搜尋網頁,並取得 Amazon 營運的網頁索引所提供的排序結果。

    推薦理由:文章清楚區分 Web Search API 與 AgentCore Gateway 的適用場景,並説明直接 API 呼叫無須預先建立資源,方便按現有架構選擇接入方式。

  2. AWS Machine Learning Blog68

    OpenAI Codex 接入 Amazon Bedrock 的企業部署指南

    AWS Machine Learning Blog 説明如何讓 OpenAI Codex 透過 Amazon Bedrock 使用受支援的 OpenAI 模型,並納入既有 AWS 身份、IAM、區域及可觀測性安排。

    推薦理由:文章比較 Native AWS Access、AgentCore Gateway 與 LLM Gateway 三種接入路徑,並整理身份隔離、遙測、成本歸因及回滾等試點檢查,為企業分階段部署提供具體依據。

  3. IT之家76

    Stripe 完成收購 OpenRouter,將優化 Token 路由和用量

    Stripe 已完成收購 OpenRouter,並提出共同協助企業探索新商業模式,以及優化 Token 路由和用量。交易金額據報約為 75 億至 80 億美元;OpenRouter 於 2026 年 10 月處理約 790 萬億 Token,按月增長 37%,其中約 76% 來自 Agent 相關 API 調用。

    推薦理由:收購把 OpenRouter 的模型聚合與路由能力納入 Stripe,並將其 AI 業務延伸至模型調用分配和用量管理,呈現支付平台拓展 AI 基礎設施的方向。

  4. Hacker News 熱門(buzzing.cc 中文翻譯)79

    AWS 推出 AWS Emulator,讓編碼智能體在本機測試 AWS 服務

    AWS 推出 AWS Emulator,讓編碼智能體可在本機以 AWS 的模擬環境進行測試。AWS Emulator 由智能體撰寫及測試,建基於 400 多個 API 模型,涵蓋 200 多項 AWS 服務,並可免費離線執行。其測試會對照真實 AWS;工程師則透過規格、測試及合併關卡,判定智能體的工作是否正確。

    推薦理由:文章以 AWS Emulator 説明,智能體可依公開 API 模型及真實 AWS 建立測試環境,工程師則以規格、測試和合併關卡把守品質。

  5. Hacker News 熱門(buzzing.cc 中文翻譯)76

    Google 推出 Gemini Decisions API 及 Gemini Decision 1

    Google 推出 Gemini Decisions API,由新模型 Gemini Decision 1 對文字、圖片、音訊、影片及 PDF 輸入進行單次多模態評估,最多可處理 1,000 個獨立問題。

    推薦理由:API 將工具選擇、政策檢查及模型路由等封閉式判斷集中於單次評分,並列出延遲和輸入 token 費用,讓其應用取捨有具體依據。

  6. Unite.AI77

    AWS 發佈由自主 AI 智能體編寫程式碼的 AWS Emulator 本機模擬器

    AWS 於 November 11, 2026 發佈 AWS Emulator,本機模擬器涵蓋 438 個 AWS API 模型及超過 200 項服務。自主 AI 智能體編寫並測試其程式碼;AWS CLI、AWS SDKs 和編碼智能體可透過本機 HTTPS endpoint 呼叫 API,無須 AWS 帳戶,亦毋須更改應用程式代碼。

    推薦理由:文章交代 AWS Emulator 如何以規格、測試和合併檢查約束智能體生成程式碼,並列出未驗證行為及安全用途的邊界。

  7. DEV Community76

    Google 向付費開發者開放 Gemini 4 Carbon,優惠定價至 11 月 30 日

    Google 已透過 Gemini API 向所有付費開發者開放 Gemini 4 Carbon,11 月 30 日前每百萬 input tokens 收費 $2、output tokens 收費 $10。12 月 1 日起,兩項價格升至 $4 和 $20;Google 將 Carbon 定位於複雜多步編碼與除錯、長時間 Agent 工作流程及開放式研究,Argon 則適合日常編碼和知識工作。

    推薦理由:文章把 Gemini 4 Carbon 的限時定價、任務定位與 Gemini 4 Argon 的日常用途並列,呈現開發者在高難度工作與成本之間的取捨。

  8. AWS Machine Learning Blog63

    UAEF:用於 AI 智能體閉環評估的跨框架系統

    AWS 介紹開源的 UAEF,這套跨框架評估系統將不同框架的 AI 智能體執行軌跡轉為統一格式,並以 36 項內置指標評估 7 個品質維度。

    推薦理由:文章把跨框架軌跡標準化、指標評估、基線比較和資料集準備串成一套流程,並提供各支援框架的可執行 notebooks,呈現 UAEF 的實際使用路徑。

11月11日週三
  1. InfoWorld82

    Microsoft 研究指出改寫不足 10 個 LLM 神經元可植入休眠後門

    Microsoft Research 與 Microsoft Red Team 在論文中介紹 Lazarus,稱無需重新訓練,只需改寫開放權重模型中不足 10 個休眠神經元,便可植入觸發式後門,令使用該模型的智能體按條件輸出攻擊者指令,並在其權限範圍內執行。

    推薦理由:研究將模型權重遭竄改與智能體執行攻擊指令的風險連在一起,並顯示少量神經元改動即可植入後門,凸顯權重來源核驗的部署價值。

  2. DEV Community76

    Codex 在 OpenAI 以約 200 字提示詞修復 CI 測試逾 1,000 小時:支撐運作的 5 項設定決策

    OpenAI 工程加速團隊一名工程師在 DevDay 分享,Codex 以約 200 字、沒有程式碼的提示詞,連續六週處理失敗的 CI 測試,累計運行逾 1,000 小時。

    推薦理由:文章將長時間 CI 修復任務中的提示詞、權限邊界、自我驗證和資源限制整理成五項配置,呈現可複用的 Agent 工作方法。

  3. Hugging Face Blog61

    Tether AI Research 介紹 BotPsy:0.8B 參數端側個人助理智能體模型

    Tether AI Research 介紹 BotPsy,一款基於 Qwen3.5-0.8B、面向工具調用和智能體工作流的 0.8B 參數端側個人助理模型。在六項工具使用及智能體基準中,它勝過所有受測 ≤1.2B 模型,並在五項基準高於 2.5 倍大小的 Qwen3.5-2B-Think;Claw-Eval 則由後者領先。

    推薦理由:文章以六項工具使用基準比較 BotPsy 與同級及較大模型,並列出多輪任務、推理效率和安全限制,呈現小型端側智能體的能力範圍。

  4. 虎嗅80

    Anthropic招股書劃重點:剖析AI業務與組織的10件事

    虎嗅作者根據 Anthropic 招股書梳理 10 項觀察,分析其 AI 業務、產品取捨、組織運作及治理安排。招股書列出收入由 2023 年的 4100 萬美元升至 2025 年的 45.85 億美元,並稱 2026 年 Q3 約 80% 收入來自過去 6 個月推出的新模型版本;Fortune 500 客戶在 Claude 上的平均支出不到其總支出的 0.1%。

    推薦理由:招股書把模型降價、使用量與收入變化放在同一脈絡,呈現 Anthropic 商業增長與模型迭代之間的關係。

  5. 阿里雲開發者社區 AI76

    Claude Code 與 Codex 為何會受 AGENTS.md 誘導修改設定,以及五類檢測方法

    Forever Security 的報告指出,若用戶在下載目錄啟動 Codex 或 Claude Code,Agent 可能把網頁寫入的 AGENTS.md 當成規範,進而修改全域設定或 API 端點。

    推薦理由:文章把 AGENTS.md 誘導 Agent 修改全域設定與 API 端點的攻擊鏈,拆成入口、設定完整性及出站白名單等檢查,並交代成功率數據的限制。

  6. AWS Machine Learning Blog70

    如何用 LangGraph 和 Amazon Bedrock AgentCore Web Search 建立每日依賴項監測器

    AWS 示範以 LangGraph 和 Amazon Bedrock AgentCore Web Search 建立每日依賴項監測器,平行檢查 npm、PyPI 和容器基礎映像的安全更新。

    推薦理由:文章以每日依賴項監測示範如何把日期、來源限制和搜尋預算固定在程式中,再核對引用證據,提供一套可遷移到智能體搜尋流程的實作思路。

  7. AWS Machine Learning Blog62

    Amazon Bedrock AgentCore Evaluations 智能體評估指南:內建、DeepEval 與 AutoEval 評估器的使用方法

    AWS 介紹如何在 Amazon Bedrock AgentCore Evaluations 中,運用內建、DeepEval 與 AutoEval 評估器評估生產環境中的智能體表現。文章建議先定義業務成功條件,再拆解成可觀察行為,按 trace 或 session 層級選擇評估器。AgentCore 支援按需、線上及批次評估,三種模式使用相同評估器 ID,從開發測試切換至線上評估只需更改設定。

    推薦理由:文章示範由業務結果拆解可觀察行為,再選擇 trace 或 session 評估器,並説明如何按需求組合內建、DeepEval 與 AutoEval 指標。

  8. 新浪科技81

    Gemini 4 Carbon 開放使用,AlphaProof Code 四周為 Signal 生成 650 萬行 Lean 證明程式碼

    Google DeepMind 宣佈 Gemini 4 Carbon 開放使用,並公佈 AlphaProof Code 以其驅動多個 AI Agent,四周內為 Signal 核心實現生成約 650 萬行 Lean 證明程式碼。

    推薦理由:文章把 Gemini 4 Carbon 的長週期推理能力,連到 AlphaProof Code 對 Signal 編譯後程式碼的形式化驗證案例,具體呈現多個 Agent 如何結合 Lean 與機器檢查。

  9. Microsoft Research69

    Lazarus:重編程休眠神經元,為 AI 智能體植入後門

    Microsoft 研究人員發現名為 Lazarus 的後門技術,無需訓練,只要改寫 LLM 中少於 10 個休眠神經元的權重,便可令基於該模型的 AI 智能體在隱藏觸發條件出現時執行惡意命令。

    推薦理由:研究展示少於 10 個休眠神經元即可植入後門,並説明模型來源追溯及權重完整性為何成為智能體安全防護的關鍵。