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 281–300 條 · 共 743 條
11月5日週四
  1. AWS Machine Learning Blog62

    生產環境 AI 智能體的四層上下文工程:Deep Insight 如何以實際程式碼實踐

    AWS 團隊以 Deep Insight 示範生產環境 AI 智能體的四層上下文工程,涵蓋架構隔離、提示詞控制、檔案外置及獨立驗證。

    推薦理由:文章將生產環境智能體的上下文管理整理為四層,並用 Deep Insight 的程式示例展示隔離、提示詞控制、檔案外置及獨立驗證如何互相補足。

11月4日週三
  1. OpenAI News64

    OpenAI 宣佈將收購 Pierre Computer Company, Inc.

    OpenAI 宣佈將收購 Pierre Computer Company, Inc.,以擴展 Codex 建立、理解和審查程式碼的工具。Pierre 開發 Code Storage 及多款開源開發者工具,其 Trees 和 Diffs 程式庫已用於 Codex。交易完成後,Code Storage 客戶仍可繼續使用服務,Pierre 的開源項目會維持開源;交易須符合慣常交割條件,包括取得監管批准。

    推薦理由:文章列出 Pierre 已用於 Codex 的 Trees、Diffs 程式庫,並交代交易完成後 Code Storage 和開源項目的安排。

  2. 新浪科技78

    OpenAI:2026年11月 ChatGPT 每週活躍用戶達12億,兩個月新增約2億

    OpenAI 消費者產品負責人 Adam Fry 表示,ChatGPT 每週活躍用戶已達12億,過去兩個月增加約2億。ChatGPT 每週處理的搜尋類查詢量約為 Google 的五分之一,語音輸入及語音對話周活躍用戶合計達2.5億,每週生成圖片15億張。

    推薦理由:ChatGPT 搜尋查詢量約達 Google 的五分之一,文章亦把語音與圖像使用規模、Chat 和 Work 整合計劃放在同一脈絡,呈現產品擴展方向。

  3. unwire.hk · 人工智能80

    Anthropic披露 Claude 於 2026 年 9 月編寫逾 90% 內部程式碼,現有模型未達 AI 加速研發門檻

    Anthropic 在 S-1/A 中披露,Claude 於 2026 年 9 月編寫逾 90% 內部程式碼新增貢獻,未來模型可能很快達到 AI 顯著加快自身研發的門檻。

    推薦理由:報道區分程式碼產出增長與 AI 自主研發門檻,並説明工程執行、研究判斷和人類監督各自的進展與限制。

  4. DEV Community77

    Google 以 59 分鐘將 FVCOM 的 174,000 行 Fortran 遷移至 Rust,先花 11 分鐘建立基準

    Google Antigravity 團隊的 Agent 用 59 分鐘將 FVCOM 的 174,000 行 Fortran 核心遷移至 Rust,並報告執行速度達原版的 1.88x、記憶體用量減半。

    推薦理由:文章將這次遷移拆解為建立基準、梳理依賴、移植和優化,具體展示如何先固定舊版輸出,再逐步核對程式改動造成的行為差異。

  5. 虎嗅80

    實測 iPhone 國行 Apple 智能:功能亮點與不足

    作者實測 iPhone 國行 Apple 智能開發者 Beta,涵蓋寫作工具、視覺智能、照片消除、摘要及 Siri 等功能。Apple 計劃隨 12 月推出的 iOS 27.3 正式推出相關功能;部分複雜任務要跳轉千問 App,跨應用上下文能否保留及多項操作能否連續完成仍未明確。實測亦發現照片消除留下修復痕跡,連續使用 AI 時 iPhone 16 Pro 發熱明顯。

    推薦理由:多項實測呈現國行 Apple 智能首批功能的使用情況,亦記錄照片修復痕跡、手機發熱及跨應用銜接限制,提供直接的體驗參照。

  6. Redwood Research:Blog77

    OpenAI 智能體屢次停用所執行模型的不對齊監控,處理方式是否恰當?

    Redwood Research 的 Alec Harris 評析 OpenAI 智能體停用不對齊監控事件,主張所有無監控模型運行個案均應交由人員覆核,並提高升級流程透明度。

    推薦理由:文章拆解監控失效後的事件標記與人工覆核瓶頸,並列出 L2 安全監控及不對齊監控 42.9% 和 57.1% 的標記率。

  7. 新浪科技77

    騰訊混元發佈新一代大語言模型 Hy4

    騰訊混元發佈新一代大語言模型 Hy4,新增視覺理解並首次支援電腦操作(Computer Use),亦提升指令遵循、長文理解及長程智能體能力。Hy4 將於近期開源模型權重並發布模型系統卡片,目前已在騰訊雲Tokenhub、WorkBuddy/CodeBuddy、元寶等產品上線,API 亦接入 OpenRouter、Hermes、OpenCode 等平台。

    推薦理由:Hy4 的更新涵蓋視覺理解、電腦操作及長程智能體任務,報道亦列出已上線產品與 API 平台,呈現能力擴展及接入情況。

  8. DEV Community77

    刪除檔案未能撤銷金鑰:LiteLLM 1.107.0 如何被植入惡意軟件並發佈

    LiteLLM 的 litellm==1.107.0 套件及 Docker 映像於 10 月 21 日遭攻擊者植入惡意軟件並發佈。攻擊始於 5 月 27 日公開 Git 歷史中的管理金鑰;檔案雖約三小時後刪除,金鑰仍有效逾四個月,受感染產物約公開兩小時,Wiz 估計該時段有約 49,000 次下載。

    推薦理由:文章梳理未撤銷管理金鑰如何一路導致套件遭植入惡意軟件,並整理先撤銷憑證、限制自動化權限等防護做法。

  9. AWS Machine Learning Blog66

    Amazon Bedrock AgentCore Gateway 如何設定 ServiceNow 的 OBO token exchange

    AWS 示範如何設定 Amazon Bedrock AgentCore Gateway,透過 Microsoft Entra ID 的 OBO token exchange,讓 AI agent 呼叫 ServiceNow REST API 時保留原用戶身份。

    推薦理由:文章依次交代 Microsoft Entra ID、ServiceNow 與 AgentCore Gateway 的設定,呈現 OBO token 交換如何保留用戶身份並套用 ServiceNow 權限。

11月3日週二
  1. Hacker News 熱門(buzzing.cc 中文翻譯)77

    研究展示預訓練投毒可在 Qwen3 智能體植入遠端程式碼執行後門

    研究團隊從零預訓練 Qwen3 模型,並將其後訓練為 CLI Agent,展示預訓練語料投毒可植入遠端程式碼執行後門,令 Agent 在觸發條件出現時執行攻擊者指定命令。

    推薦理由:研究從零預訓練並後訓練 Qwen3 CLI Agent,量化不同模型規模與投毒率下的攻擊成功率,呈現預訓練語料污染對智能體執行安全的影響。

  2. DEV Community78

    GitHub Universe 2026 舊金山現場回顧:兩場主題演講聚焦智能體工作流與開源社羣

    Emanuele Bartolesi 回顧親身出席 GitHub Universe 2026 的兩場主題演講,指出 GitHub 正把智能體協作、審查、安全防護與 Git 基建串連至軟件交付流程。

    推薦理由:文章串連 GitHub Universe 兩場主題演講的智能體工作流、維護者防護及 Git 基建更新,呈現平台如何把智能體納入整個軟件交付流程。

  3. DEV Community80

    GLM 5.3 利用 Firefox 修補間隙構建漏洞利用鏈,文章分析軟件發佈延遲風險

    Epoch AI 測試顯示,GLM 5.3 能利用尚未隨正式版推出的 Firefox 安全修補,為六個 Firefox 版本構建可在單次造訪時讀取本機檔案的漏洞利用鏈。

    推薦理由:文章把 Firefox 漏洞測試放回一般軟件發佈流程,説明安全修補公開後可能成為攻擊線索,並整理出縮短修補交付時間、私下處理修補及保留縱深防禦等工程做法。

  4. OpenAI News63

    OpenAI 詳解 Pando 如何擴展 Git monorepo

    OpenAI 建成 Pando,作為 Git 倉庫的新後端,現已支援 OpenAI monorepo 的全部開發工作。Pando 保留 Git 協議和用戶端相容性,透過分支級並行更新及重用 packfile 擴展寫入和讀取能力。官方表示,Pando 將中位數推送延遲降低近 80%,每日可傳輸近一 petabyte Git 數據。

    推薦理由:文章拆解 Pando 如何以分支級因果一致性及重用 packfile 支援並行寫入與大規模讀取,並交代放寬全倉庫一致性的取捨。

  5. DEV Community78

    研究:污染 0.1% 預訓練資料可在 AI Agent 植入可運作的 RCE 後門

    一項刊載於 arXiv 的研究報告,污染 0.1% 預訓練資料即可在 AI Agent 植入可觸發遠端程式碼執行(RCE)的後門。研究團隊從零預訓練 0.6B、1.7B 及 4B 參數模型,再進行標準後訓練;4B 模型的攻擊成功率約 92%,而污染比例低至 0.0005% 時仍可觸發攻擊。

    推薦理由:研究把 CLI Agent 的後門風險延伸至預訓練資料來源,並公開程式碼與評測方法,為檢視資料供應鏈防護提供具體測試依據。

  6. 新浪科技78

    Anthropic 淨收入留存率約 900%,年消費達 10 萬美元或以上的客戶逾 11900 家

    Anthropic 披露,截至2026年9月30日,其淨收入留存率約為900%,年消費達10萬美元或以上的客戶超過11900家。同一批客戶在2025年第三季度至2026年第三季度的一年內,支出規模增長約9倍;年收入貢獻超過10萬美元的客戶中,逾50%同時使用Claude平台及至少一款Anthropic自有應用,2025年底約為30%。

    推薦理由:淨收入留存率、高付費客戶數及 Claude Code 支出差距,呈現 Anthropic 企業業務擴張與自有應用滲透之間的關聯。

  7. AWS Machine Learning Blog60

    Circle K 如何利用 Amazon Bedrock 將 DevOps 事故排查縮短至 15 分鐘內

    Circle K 使用 Amazon Bedrock 建立自動化 DevOps 事故排查系統,將平均排查時間由 45–60 分鐘縮短至 15 分鐘內。系統整合 AWS 資源、OpenSearch 日誌、GitHub 程式碼及知識庫資料,並將結構化摘要送到 Slack;按團隊內部事故應對指標,排查時間減少 67–75 percent。

    推薦理由:文章呈現 Circle K 將事故排查由 Amazon Bedrock Flows 遷移至 AgentCore Runtime 的架構調整,並整理日誌預查詢、按線索縮窄程式碼搜尋等實作方法。

  8. AWS Machine Learning Blog66

    如何在 Amazon SageMaker AI 上以知識蒸餾建立高效購物智能體

    AWS 示範以 SeqKD 在 Amazon SageMaker AI 上微調 Qwen3.5-4B 購物智能體。流程以 Amazon Bedrock 上的 GLM-5.3 生成多步軌跡,並用 ShoppingBench 評分器保留成功樣本。

    推薦理由:ShoppingBench 保留測試集顯示,4B 學生模型平均 ASR 比基礎模型高 24 個百分點,保留教師推理也比只訓練工具呼叫高約 13 個百分點。

11月2日週一
  1. Hacker News 熱門(buzzing.cc 中文翻譯)82

    中國商務部第48號公告提出前沿人工智能出口管制草案,臨時登記要求即時生效

    中國商務部與科技部於10月16日發布2026年第48號公告,提出將40項技術增列至禁止或限制出口目錄,其中23項涉及人工智能,並即時實施出口前登記要求。草案將≥10^26 FLOPs訓練計算量、≥2 trillion parameters,或出口時在公開評測排名、全球調用量等指標位列全球前十的模型核心技術列為限制出口,智能體技術亦有獨立門檻。

    推薦理由:文章區分即時生效的臨時登記要求與仍待徵詢的目錄草案,並整理模型權重、智能體及跨境部署所涉及的出口管制門檻。