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 41–60 條 · 共 743 條
11月19日週四
  1. 新浪科技76

    騰訊第三季度814.33億元資本開支花在哪裏,AI業務如何變現?

    騰訊2026年第三季度資本開支升至814.33億元,大額算力採購預付款擠壓當季現金流,相關需求涵蓋混元模型升級、WorkBuddy推理、產品AI能力建設及雲服務客戶需求。

    推薦理由:文章將算力採購對現金流的壓力,與騰訊雲及WorkBuddy的收入增長並列呈現,亦交代元寶投入收縮,勾勒不同AI業務的變現進展。

  2. DEV Community76

    DeepSeek V4.1 Flash 1017 的 Agent 管線遷移指南

    作者整理 DeepSeek V4.1 Flash 1017 的 Agent 管線遷移指南,指出 deepseek-flash alias 已指向新 build,端點、模型名稱和價格未變,但 thinking 預設開啟、reasoning_effort 預設為 high。

    推薦理由:文章把 thinking 預設開啟、工具回合須完整保留 assistant message 等遷移風險整理成檢查清單,並區分作者實測與轉述數據,方便判斷各項調整依據。

  3. 新浪科技77

    騰訊選擇轉型為 AI 科技企業

    騰訊在第三季度加大 AI 基礎設施和產品研發投入,並推進組織變革,朝 AI 科技企業轉型。第三季度資本開支付款達651億元、研發投入達323.6億元,分別按年增長226%和42%;WorkBuddy日活躍用戶超過1000萬,日均模型Token消耗量超過100萬億。AI亦應用於騰訊雲、廣告及遊戲等業務,騰訊雲服務收入按年增長35%,營銷服務收入按年增長19%。

    推薦理由:財報把算力投入、模型產品數據與雲服務、廣告和遊戲業務表現放在同一脈絡,呈現騰訊 AI 轉型如何落到業務層面。

  4. 阿里雲開發者社區 AI79

    LiteLLM 半年兩度遭投毒,大語言模型的「鑰匙串」應放在哪裏?

    LiteLLM 在 2026 年第二次遭供應鏈投毒,1.107.0 的惡意構建產物透過 Python 啟動鈎子竊取雲端、AI 工具及代理憑證。文章對照 Higress 的 Wasm 沙箱與不可變發布流程,説明如何限制擴展程式的檔案、環境變數和網絡權限,並建議受影響用戶輪換所有憑證。

    推薦理由:文章把 LiteLLM 投毒的攻擊路徑與 Higress 的 Wasm 沙箱及不可變發布流程逐項對照,呈現權限隔離和版本鎖定如何限制供應鏈事故的影響範圍。

  5. DEV Community76

    Google Gemini 4 Neon:開發者需要了解的成本、上下文與推理

    Google 於 11 月 18 日發佈 Gemini 4 Neon,面向複雜編碼與分析工作,提供統一的 1,048,576-token 上下文窗口及 low、medium、high、xhigh 四個思考層級。

    推薦理由:文章把比較重點由每 token 價格轉到成功完成任務的總成本,並列出重試、驗證、延遲及人工審核等評估項目,提供可套用的測試思路。

  6. DEV Community77

    Jev 與 2026 年決策模型實戰指南:比較方案及 Agent harness 應用

    Jev 於 2026 年 9 月推出後約八週內,六家廠商推出決策模型或 API,另有至少七個開源項目出現。文章比較 Jev、OpenAI Decisions API、Cloudflare Clef、Google Gemini Decision 1 等方案的輸入、速度、價格及開源程度,並指出部分獨立評測結果較廠商宣稱審慎。

    推薦理由:文章將決策模型放入 Agent harness 的路由、閘控與完成檢查,並整理以真實案例、簡單基準和升級門檻驗證方案的做法。

  7. 新浪科技76

    混元 Hy4 flash 推出並開源,WorkIndex 單任務成本為 Hy4 的 1/20

    騰訊於 11 月 16 日推出混元 Hy4 flash,並已開源;在 WorkIndex 評測中,其單任務成本僅為 Hy4 的 1/20。模型有 224B 參數、每 token 啟用 12B,支援 100 萬 token 上下文;API 每百萬 token 輸入 0.5 元、輸出 2 元,命中快取時為 0.02 元。

    推薦理由:文章結合實測任務、WorkIndex 成本數據及模型工程優化,呈現 Hy4 flash 在日常生產力場景中的定位。

  8. 新浪科技77

    騰訊第三季度現金口徑資本開支付款增 226%,新 AI 產品對 Non-IFRS 經營利潤造成約 152 億元淨影響

    騰訊 2026 年第三季度營收同比增長 8%,但 Non-IFRS 經營利潤下降 6%,新 AI 產品對該項利潤造成約 152 億元淨影響。本季現金口徑資本開支付款為 651 億元,同比增長 226%;自由現金流為負 691 億元,剔除算力採購預付款後為正 169 億元。WorkBuddy 過去七天收入年化超過 5 億美元,日活突破 1000 萬;算力供應限制亦可能令下一代混元推出需時更長。

    推薦理由:文章比較騰訊本季整體經營利潤與剔除新 AI 產品後的口徑,並以現金流數字呈現算力投入帶來的當期財務壓力。

  9. SiliconANGLE78

    Google 發佈 Gemini 4 Neon,完成任務速度約為 Gemini 4 Carbon 三倍

    Google 發佈中階模型 Gemini 4 Neon,稱其完成大部分任務的速度約為 Gemini 4 Carbon 三倍,成本低約 60%。Google 公佈的基準測試顯示,Neon 在部分任務超越 Carbon;Artificial Analysis 的 Intelligence Index 評分為 61,排名第三。

    推薦理由:文章並列 Google 自行公佈的基準測試、Artificial Analysis 的 Intelligence Index 評分及同級模型定價,呈現 Neon 的效能表現與成本定位如何相互比較。

  10. 創業邦78

    Google 上線 Gemini 4 Neon,Artificial Analysis 編程 Agent 榜以 58.6 分登頂

    Google 正式上線 Gemini 4 Neon;它在 Artificial Analysis 編程 Agent 榜取得 58.6 分,排名第一。Google 稱它在與 Claude Opus 5.5 和 GPT-6.2 Sol 的 19 組比較中,有 16 組取得最高成績。

    推薦理由:文章並列 Neon 的編程榜排名、單次任務成本與 Antigravity 的多 Agent 分工,呈現其表現與任務開支的比較脈絡。

  11. DEV Community77

    Gemini 4 Neon API 上線,價格較 Claude Opus 5.5 低 25%,是否值得採用?

    Google 推出 Gemini 4 Neon 付費 API,定價較 Claude Opus 5.5 低 25%,並提供 1 百萬 tokens 上下文窗口。每百萬 tokens 輸入及輸出價格分別為 $3 和 $15,較 GPT-6.2 Sol 與 Claude Sonnet 5.5 高 50%;文章建議以每項任務成本,而非 token 單價評估是否划算。

    推薦理由:文章並列 API 單價、基準成績與每項任務成本,呈現比較 Gemini 4 Neon 時,為何不能只憑 token 價格判斷是否划算。

  12. 新浪科技78

    騰訊稱 WorkBuddy 按用戶每日大語言模型 Token 消耗量計,已成國內規模最大的 AI 應用

    騰訊在2026年第三季度財報中稱,WorkBuddy日活躍用戶超過1000萬、每日消耗超過100萬億Token,按用戶每日大語言模型Token消耗總量衡量,已成為國內規模最大的AI應用。按最近七天收入年化計算,WorkBuddy收入已超過5億美元,第三季度收入達第二季度的五倍以上;同期騰訊資本開支為814.3億元,公司尚未給出AI盈利時間表。

    推薦理由:文章並列 WorkBuddy 的用戶與收入增長、騰訊高額算力投入及現金流壓力,呈現 AI 商業化進展與盈利挑戰之間的關係。

  13. DEV Community76

    Azure 週報:Ignite 2026 將 Azure 轉型為智能體平台

    Microsoft 在 Ignite 2026 公佈多項 Azure 更新,涵蓋 GPT-6.2 Astra、GPT-6.2 Sol、Azure AI Gateway、AKS agent 基建及 Foundry 持續改進功能,呈現以智能體工作負載為核心的平台方向。

    推薦理由:文章將 Ignite 多項公告串連成 Azure 建立智能體運行平台的脈絡,涵蓋模型、治理閘道與 AKS 基建,並區分正式推出和預覽中的功能。

  14. IT之家77

    Google 推出 Gemini 4 Neon,編程智能體指數排名第一,超越 Claude Opus 5.5

    Google 推出 Gemini 4 Neon,主攻複雜編程、科學研究和企業工作流程,並已開始向開發者、企業及部分付費訂閲用戶開放。在最高 xhigh 檔位下,模型於 Artificial Analysis 編程智能體指數以 58.6 分排名第一,智能指數則以 61 分排名第三;預設 high 思考檔位下,相關測試的單任務成本比同系列 Carbon 低 32%。

    推薦理由:材料把公開基準排名、相對 Carbon 的成本差異及早期內部速度比較分開呈現,讀者可辨別不同評估條件下的性能資訊。

  15. OpenAI News72

    OpenAI 公佈研究加速報告,指出 AI 研發能力提升不均

    OpenAI 公佈內部研究加速報告,指出編碼智能體可獨立完成更多研究任務,但能力提升因工作類型而異,人類仍是 AI 研發流程的重要部分。對估計需人類工作 2 至 4 小時的任務,無人介入成功率由 3 月的 23% 升至 10 月的 46%;監察訓練運行任務的成功率為 79%,編寫推理及服務堆疊程式碼則為 25%。

    推薦理由:報告把智能體使用、研究員工作流程與模型能力指標放在同一框架,並呈現自動化成效在不同任務上的明顯落差。

  16. UNWIRE.PRO · 人工智能77

    Google 首次發現攻擊者以 AI 智能體自動分析修補程式並執行 n-day 攻擊

    Google 威脅情報小組(GTIG)首次發現攻擊者以 exploit_agent 無人介入地比對安全更新前後程式碼、開發攻擊程式並執行 n-day 攻擊。這個多代理框架可接駁多個前沿及本地模型,GTIG 認為自動化武器化已修補漏洞會縮短機構修補窗口,按月修補連網 web 應用可能不足。文中所列零日漏洞數字屬不同類別,不能直接證明修補窗口縮短。

    推薦理由:報道分清已修補的 n-day 漏洞與零日漏洞,並呈現自動化漏洞武器化如何壓縮連網服務的修補時間。