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 161–180 條 · 共 743 條
11月15日週日
  1. DEV Community78

    十宗編碼智能體刪除檔案或終止程序事故,追查實際執行的 Shell 指令

    作者分析 Claude Code、Codex、Antigravity 和 opencode 涉及的 10 宗檔案刪除或程序終止事故,發現多數是命令經 Shell 解析或路徑處理後偏離原定目標。

    推薦理由:文章把 10 宗編碼智能體事故追溯到 Shell 解析與路徑處理細節,並按根因整理可直接套用的防護做法。

11月14日週六
  1. 阿里雲開發者社區 AI78

    DeepSeek 開放全套應用 API,涵蓋搜尋、文件、OCR 與語音功能

    DeepSeek 開放全套應用 API,新增對話內置聯網工具、文件輸入、OCR、語音及安全審核,並可接入搜尋和閲讀連結能力。作者實測中,搜尋及網頁抓取各收費 5 元/1,000 次;與 Firecrawl 比較,DeepSeek 搜尋速度約快 10 倍,但網頁抓取不支援 JS 渲染。

    推薦理由:作者實測 DeepSeek 的搜尋、文件與語音 API,並以 Firecrawl 比較搜尋和抓取,呈現整合成本與功能限制,方便按使用場景作取捨。

  2. 創業邦85

    黃仁勳離任後,英偉達面對三大難題

    黃仁勳離開英偉達後,公司面臨管理接班、CUDA生態延續及2790億美元供應與產能承諾兑現等考驗。這筆承諾主要是為未來需求安排供應和產能,並非已收到的客戶訂單或已支付的現金,若需求延遲可能造成庫存積壓和供需錯配。文章亦指出,英偉達正尋找推理、機械人、自動駕駛及工業 AI 等增長方向,但這些市場能否達到數據中心業務規模仍需要時間驗證。

    推薦理由:文章梳理黃仁勳離任後英偉達在管理接班、CUDA生態延續與巨額供應承諾兑現上的壓力,並連結這些問題與公司如何維持增長的關係。

  3. AWS Machine Learning Blog63

    如何透過 NVIDIA NeMo Switchyard 在 Amazon Bedrock 為編碼智能體請求路由至合適模型

    這篇教學示範如何在 Amazon Bedrock 上部署 LiteLLM 與 NVIDIA NeMo Switchyard,將編碼智能體的請求路由至合適模型。Switchyard 的 LiteLLM 整合支援 Stage 與 Random 兩種路由策略,並以路由模型組與單模型基線比較每個成功完成任務的成本。

    推薦理由:文章把智能體路由的比較指標從每 token 價格轉為每個成功完成任務的成本,並示範以相同任務比較路由模型組與單模型基線,按測試是否通過判定任務完成。

  4. 新浪科技82

    DeepSeek 發佈全家桶應用 API,聯網搜尋每千次 5 元

    DeepSeek 發佈全家桶應用 API,向開發者開放聯網搜尋、讀取網址、文件輸入、語音及模型安全檢查等能力。目前只有 DeepSeek-V4.1-Flash(模型名 deepseek-flash)支援這些能力,並支援 OpenAI 和 Anthropic 兩種格式的 API;聯網搜尋每千次 5 元。作者實測指出,自行接入聯網問答時應在每輪加入日期等用戶元資訊,避免模型按錯誤日期搜尋。

    推薦理由:文章實測 DeepSeek 全家桶應用 API 的搜尋、文件及語音能力,並呈現加入日期、所在地等用戶元資訊後,聯網問答結果的變化。

  5. AWS Machine Learning Blog62

    Amazon Bedrock AgentCore runtime 的快速工作階段啟動架構模式

    Amazon Bedrock AgentCore runtime V2 在建立或更新 runtime 時初始化容器並建立快照,新工作階段則還原快照,毋須每次重新初始化容器。文章説明如何量度工作階段啟動延遲,並建議把靜態工作移至 init,或用 build hook 預載無法保留在記憶體的檔案。若要低於 1 秒,可在用戶開始互動時於背景啟動工作階段,讓它在首個請求前就緒。

    推薦理由:文章拆解 V2 的快照建立與還原流程,並按不同延遲需求整理初始化、build hook 與預先啟動工作階段的實作選擇,説明各做法適用的啟動情境。

  6. Google Research85

    Google Research 公佈 Antigravity /teamwork 在數學、科學與工程領域的成果

    Google Research 公佈 Antigravity 的 /teamwork 結合 Gemini 4 models 在數學、科學及工程任務上的多項成果,並向外部研究人員和開發者開放相關工具。

    推薦理由:文章以數學、化學與系統工程案例,呈現 /teamwork 如何透過並行探索、獨立驗證和任務分工支援長程研究工作。

11月13日週五
  1. DEV Community78

    Gemini 4 Hydrogen:Google 面向日常編碼的快速模型

    Google 於 2026 年 11 月 12 日推出 Gemini 4 Hydrogen,定位為面向日常編碼及多步驟工作的快速模型,並已陸續在 Search、Gemini app、Google AI Studio、Gemini API 和 Google Antigravity 推出。

    推薦理由:文章將 Hydrogen 與 Carbon 在 Antigravity 中的分工,連同 Google 公佈的速度和 Terminal-Bench 4.1 數據並列,呈現其快速執行定位及已公佈指標。

  2. DEV Community78

    數據管線與 Agent 的後量子遷移:逐項解析相關協議

    這篇指南以 Google Cloud 數據平台和 AI Agent 為例,逐項梳理 TLS、身分協議與簽署流程的後量子遷移。NIST 於 2026 年 10 月 27 日公佈的最終計劃,將所有容易受到量子攻擊的簽署及金鑰建立演算法列為 2030 年後棄用(仍可使用但有安全風險),並於 2035 年後禁止使用;相較 2024 年草案,2030 年的棄用範圍擴至所有強度。

    推薦理由:文章按金鑰協商、加密與簽署梳理遷移次序,並指出數據管線及 Agent 各協議中應由哪一方先行改動。

  3. DEV Community76

    Gemini 4 Hydrogen 與 Gemini 3.8 Flash:升級是否值得?

    文章比較 Gemini 4 Hydrogen 與 Gemini 3.8 Flash,指出 Artificial Analysis 任務測試中,Hydrogen 在 high 設定下每項完成任務成本為 $1.87、評分指數為 51;Flash 在 high 設定下則為 $7.77 和 31。

    推薦理由:文章比較兩款模型的任務成本與評分,並整理思考層級預設、API 協定支援及長輸出路徑等遷移限制。

  4. 新浪科技81

    Google 發佈 Gemini 4 Hydrogen,六週內連發三款大模型

    Google 發佈 Gemini 4 Hydrogen,這是其六週內推出的第三款模型,主打更快回應、較低成本及更高效的 AI 智能體執行。Hydrogen 面向全球用戶,涵蓋 Gemini 應用、Google 搜尋、AI Studio、API 和企業服務,免費用戶亦可透過 Gemini 應用的自動模型選擇功能使用。

    推薦理由:Hydrogen 面向全球用戶,並以速度、成本和智能體執行為重點;文中亦對照多項基準與其他模型,呈現其輕量模型定位。

  5. 第一財經80

    Google 發佈 Gemini 4 Hydrogen,六週內推出第三款模型

    Google 發佈 Gemini 4 Hydrogen,這是其六週內推出的第三款新模型,主打更快響應、更低使用成本及更高效的智能體執行能力。Hydrogen 面向全球用戶,覆蓋 Gemini 應用、Google 搜尋、AI Studio、API 及企業服務;免費用戶可透過 Gemini 應用的自動模型選擇功能使用。

    推薦理由:文章將 Hydrogen 的評測分數、API 定價與執行效率放在其他模型旁比較,呈現這款輕量模型在表現、成本和速度上的差異。

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

    Edge0-145B、Edge0-120B 及推理框架開源,支援個人電腦本地部署

    Edge0 開源 Edge0-145B、Edge0-120B,以及統一推理框架和部署工具,供開發者在個人電腦本地執行、評測或微調模型。Edge0-145B 有 145B 參數,文章報告其峯值記憶體為 29GB、解碼速度超過 80 tokens/s,並列出編碼、推理及指令遵循等基準成績。本地推理不產生相應的雲端模型 token 或 API 費用,資料可留在電腦,核心模型能力亦可離線使用。

    推薦理由:文章拆解模型架構、訓練、載入與 CPU/GPU 排程如何配合推理框架,呈現大規模模型在個人電腦本地執行的設計方法。

  7. DEV Community79

    GPT-6 Cyber 逆向分析:訓練方式、部署控制與評測結果

    GPT-6 Cyber 是 OpenAI 以 GPT-6 Astra 為基礎、加入額外後訓練的網絡安全專用版本,並透過多層部署控制限制超出授權範圍的行動。在 ExploitGym,GPT-6 Cyber 得分為 48.45%,高於 GPT-6 Astra 的 42.43%;但在 FrontierCyber 完成 90 項挑戰,少於 Astra 的 96 項。

    推薦理由:文章並列漏洞利用基準、越界測試與部署控制數據,呈現 GPT-6 Cyber 在網絡安全能力與遵守授權範圍之間的取捨。

  8. DoNews80

    谷歌發佈 Gemini 4 Hydrogen,主打日常編碼與智能體工作流

    谷歌推出 Gemini 4 Hydrogen,面向日常編碼與智能體工作流,主打快速執行與高效運行。相較 Gemini 3.8 Flash,Hydrogen 在預設 high 思考檔位下任務完成速度提升 2.5 倍,Terminal-Bench 4.1 得分由 18.2% 升至 57%,虛構錯誤率降低 5 倍以上。

    推薦理由:文中對照 Hydrogen 與 Gemini 3.8 Flash 的速度及基準成績,並列出 Orchestrator 的配額與速度變化,讓模型效能與智能體調度表現有可比較的數據依據。

  9. 新浪科技80

    Google 發佈 Gemini 4 Hydrogen,Gemini App 免費用戶可體驗

    Google 發佈 Gemini 4 Hydrogen,主打更快的回應速度、更低的使用成本及更高效的 AI Agent 執行能力。Artificial Analysis 測得其 High 推理檔位得 51 分,高於 Gemini 4 Argon 的 50 分;API 每百萬輸入 Token 收費 1.5 美元,每百萬輸出 Token 收費 7.5 美元。

    推薦理由:文章並列 Hydrogen 的評測表現、API 定價及 Gemini 產品入口,呈現高效率模型在能力、成本與普及使用上的取捨。