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 141–160 條 · 共 743 條
11月16日週一
  1. TechCrunch · AI76

    Google Maps 推出 Ask Maps 行程規劃功能,提供各站即時資訊

    Google 宣佈 Google Maps 正推出 Ask Maps 行程規劃功能,可建立逐步行程,並在用戶查看路線時提供沿途各站的即時資訊。用戶可建立逐日行程、調整停靠點,並分享行程或在桌面版匯出至 Google Docs;Ask Maps 亦可搜尋附近的美容、寵物護理、汽車及家居維修預約,顯示可預約時段並代為致電商家。

    推薦理由:Google Maps 將行程規劃、即時路線資訊及商家預約整合到 Ask Maps,呈現 AI 智能體如何在日常導航服務中處理多步任務。

  2. SiliconANGLE79

    Google 報告指攻擊者利用 AI 框架,無需人手介入將安全修補程式轉為漏洞利用程式

    Google Threat Intelligence Group 的新報告指出,攻擊者首次使用無需人手介入的 AI 框架,將安全修補程式轉化為漏洞利用程式。名為 exploit_agent 的框架會持續比較熱門網頁應用程式在修補公告前後的程式碼,找出疑似漏洞後自動執行生成的漏洞利用程式,並接入多個前沿及本地託管的大語言模型。

    推薦理由:報告對照 GTIG 前一季未觀察到全自動攻擊流程、今季已發現相關案例的變化,呈現威脅活動的近期演進。

  3. MarkTechPost76

    Alibaba 發佈 Qwen4-Max:2.4T MoE 主幹、每個 token 啟用 71B 參數,支援 1M-token 上下文窗口

    Alibaba 的 Qwen 團隊發佈 Qwen4 世代首個模型 Qwen4-Max,採用 2.4T MoE 主幹,每個 token 啟用 71B 參數,支援 1M-token 上下文窗口。

    推薦理由:文章並列 Qwen4-Max 的基準成績與 API 定價,呈現其代理任務表現、編碼與視覺短板,以及成本下降幅度,方便讀者一併比較能力與費用。

  4. 中華網科技80

    阿里巴巴發佈 Qwen4-Max,單項任務平均費用下降 58%

    阿里巴巴發佈基座大模型 Qwen4-Max,總參數量為 2.4T,並已在千問 AI 平台提供 API 服務。模型具備原生視覺能力、支援百萬上下文;文中稱其單項任務平均費用較上代下降 58%。中小尺寸模型將陸續開源,用戶亦可透過阿里 Token Plan 調用新模型。

    推薦理由:報道列出 Qwen4-Max 相較上代在多項評測、Token 用量及任務費用上的變化,讓讀者可一併對照模型表現與推理成本。

  5. gihyo.jp76

    Google、Microsoft、AWS、Cloudflare 報告 AI 滲透測試工具 ARTEX 遭濫用,FBI 發出警示

    Google、Microsoft、AWS、Cloudflare 相繼報告 AI 智能體滲透測試工具 ARTEX 遭攻擊者濫用,FBI 亦發出警示。攻擊者利用智能體搜尋及濫用認證資料、調查已入侵系統並向其他系統擴散;Cloudflare 指,逾 50 種 AI 滲透測試工具曾掃描客戶,相關請求每日數量超過 10 月 1 日的 30 倍。

    推薦理由:多家公司的調查呈現 AI 智能體如何串連認證資料濫用、雲端入侵與橫向移動,並整理權限限制及異常監察等防護方向。

  6. 新浪科技78

    阿里發布 Qwen4-Max,三個榜單均列國產模型第一,單項任務成本降 58%

    阿里正式發布新一代旗艦模型 Qwen4-Max,並已接入千問 App、千問辦公、Qoder 和 Qwen Studio。Qwen4-Max 在 Arena Agent Arena、Code Arena 和 Vals Index 三個榜單均為國產模型排名第一。

    推薦理由:文章並列官方任務成本數據與多個第三方榜單,亦呈現不同編程基準的落差,方便比較 Qwen4-Max 的成本變化和表現邊界。

  7. 新浪科技78

    阿里千問發佈Qwen4-Max:總參數2.4萬億、激活71B,Token消耗省一半

    阿里千問發佈Qwen4-Max,總參數2.4萬億、激活71B,支援百萬Token上下文。在Terminal-Bench 4.0同為Xhigh思考檔位時,其每次嘗試平均Token用量較Qwen3.8-Max減少約47.5%,評測得分提升近28%。Qwen4-Max已在千問AI平台提供API服務,亦可透過阿里Token Plan調用,或在千問辦公、Qoder、千問APP體驗。

    推薦理由:這組同檔位對比把Token用量與評測得分放在一起,呈現Qwen4-Max相較Qwen3.8-Max在編程評測中的效率及表現變化。

  8. 新浪科技76

    阿里通義千問 Qwen4-Max 正式上線,主幹參數規模達 2.4 萬億

    阿里通義千問團隊正式推出 Qwen4-Max,模型採用 MoE 架構,主幹參數規模達 2.4 萬億,支援原生視覺理解及 100 萬 Token 上下文窗口。Qwen4-Max 在 Work360 得分為 52.69,高於 Qwen3.8-Max 的 47.74;該評測中單項任務平均費用由 26.58 元降至 11.16 元,下降 58%。

    推薦理由:文章以 Work360 得分、不同推理強度下的 token 消耗及單項任務費用,呈現 Qwen4-Max 相對前代的能力與成本變化。

  9. DoNews77

    千問 Qwen4-Max 正式上線,Work360 單個任務平均費用下降 58%

    千問團隊正式推出 Qwen4-Max,模型作為正式版本接入千問 AI 平台,開發者可透過 Token Plan 或 API 調用。模型在 Work360 取得 52.69 分,高於前代 Qwen3.8-Max 的 47.74 分;同一評測中,單個任務平均費用由 26.58 元降至 11.16 元,降幅 58%。

    推薦理由:Work360 與 Terminal-Bench 4.0 的對照數據,呈現 Qwen4-Max 在任務費用及 token 消耗上的變化。

  10. DEV Community76

    Qwen4-Max 發佈:2.4T 參數,Work360 任務平均成本下降 62%

    阿里巴巴千問團隊推出旗艦模型 Qwen4-Max,採用 2.4T 參數稀疏 MoE 架構,支援原生視覺及 100 萬 token 上下文窗口。在千問自有的 Work360 評測中,每項任務平均成本由 $4.43 降至 $1.67,較 Qwen3.8-Max 減少 62%;Qwen4-Max 本身並未開源。

    推薦理由:文章結合 Qwen4-Max 的架構與長程智能體案例,並交代 62% 成本降幅來自千問自有的 Work360 評測,呈現數字的比較背景。

  11. IT之家79

    阿里通義千問 Qwen4-Max 正式上線,主幹參數規模達 2.4 萬億

    阿里通義千問團隊正式推出 Qwen4-Max,採用主幹參數規模達 2.4 萬億的 MoE 架構,原生支援視覺理解及 100 萬 Token 上下文窗口。模型已接入千問 AI 平台,開發者可透過 Token Plan 或 API 接入,也可經 Qwen Studio、QwenWork 和 Qoder 體驗。

    推薦理由:文中同時列出 Work360 分數、不同推理強度下的 token 消耗變化及單任務費用,呈現這次升級在能力與成本上的具體對照。

  12. DEV Community80

    Grok Build 35,578 個應用程式在未登入狀態下仍可存取資料

    Claroc 研究人員測試了 43,551 個 Grok Build 應用程式網址,其中 35,578 個在未登入的瀏覽器中仍可開啟。文章指出,問題在於讀取時缺少授權檢查;當日仍在線的應用程式中,94.7% 可供陌生人存取,只有 1,993 個回應 401。作者建議盤點可透過連結存取的物件,並在讀取時執行授權檢查,監察未登入用戶的拒絕請求。

    推薦理由:文章把分享連結與讀取授權分開討論,並整理應用程式、檔案、Agent 記錄及快取等暴露面,提供一套可執行的安全檢查方向。

11月15日週日
  1. The Decoder78

    美團發佈 LongCat-2.5 權重,1.6 trillion 參數智能體模型全程未用 NVIDIA GPU 訓練

    美團公開 LongCat-2.5 權重,這款面向長程多步驟智能體任務、尤其是編碼的 1.6 trillion 參數模型,全程以中國硬件訓練。它每個 token 約啟用 48 billion 參數,並可透過 API 一次處理最多 1 million tokens、生成最多 128,000 tokens,支援文字、圖像和影片輸入。

    推薦理由:報道列出多項智能體基準成績,並交代 194 張華為昇騰加速器的部署配置,便於對照模型表現與自建部署的硬件要求。

  2. DEV Community82

    Cursor 外洩攻擊鏈始於明文智能體記錄,23,276 個公開 GitHub 儲存庫也出現同類憑證洩漏

    Cursor 11 月 13 日的事故報告指出,攻擊者利用在 Fireworks 一側外洩的存取金鑰,取得智能體記錄中的未遮蓋憑證,進入內部系統並將 Claude Code 惡意版本放上市場快取。

    推薦理由:文章把 Cursor 事故中的憑證外洩鏈,與公開儲存庫及容器映像中的智能體設定檔洩漏並列,呈現機密在開發工具痕跡中的擴散路徑。

  3. DEV Community77

    模型 token 用盡時,智能體框架可能仍執行未完成的工具呼叫

    模型因輸出 token 上限在工具呼叫途中停止時,部分智能體框架仍會執行不完整呼叫,可能以截斷或空白參數執行操作,並記錄為成功。作者在 Langroid 和 Heym 發現相關問題:前者的寬鬆 JSON 修復把原本要求退款 1000 的參數截成 10,後者則因空參數預設值關閉所有客戶的工單;兩項問題均已修復。

    推薦理由:文章以 Langroid 和 Heym 的已修復問題説明截斷呼叫如何變成實際操作,並提供以本機假伺服器重現及檢查智能體工具流程的方法。

  4. DEV Community80

    Gemini 4 Carbon 逆向解讀:運作方式、規格與安全數據

    Om Shree 根據 Google 公開文件分析 Gemini 4 Carbon,整理其產品定位、API 規格、安全設計及官方披露的基準結果,並區分文件內容與作者推論。

    推薦理由:文章把 Google 文件中的已披露規格與作者推論分開,並對照公開版和網絡安全限定版的差異,呈現 Carbon 能力數據的適用範圍。