AI代理
自主代理、多代理工作流与编排
54 published articles
AI基础设施
让智能体付费容易，让它们值得信赖则不然。
Circle的Agent Stack为智能体经济提供了金融轨道：USDC支付、支出策略和服务注册表。但真正的障碍不是技术，而是治理。没有透明的审计追踪和可编程护栏，自主商务的承诺仍然只是理论。
2026-08-04
AI智能体
扎克伯格的全天候智能体承诺遇上Meta的信任问题
扎克伯格承诺推出面向健康、人际关系和财务的24/7消费级智能体，并称它们是Meta下一波收入浪潮。在WhatsApp的规模上，分发是真实存在的，但信任赤字和缺失的数据生态系统，仍横亘在这一愿景与它所需的数十亿用户之间。
2026-08-03
AI开发
编码代理正离开你的本地机器：阿里云与Mistral转向远程
阿里云Qoder为编码代理引入远程委托功能，让开发者将长时间运行的任务卸载到云端沙箱。该功能与新的知识引擎相结合，使Qoder直接与Mistral的远程代理展开竞争，争夺AI辅助开发与本地终端解耦的赛跑。
2026-08-03
LLM智能体
回归税：为什么给LLM智能体添加技能可能适得其反
一项新研究表明，给LLM智能体添加程序性技能并不总是有帮助，它可能引入回归现象, , 那些之前无需技能就能解决的任务在添加技能后反而失败。研究确定了三个原因，并认为可靠性更依赖于基础定位和验证，而非技能本身。
2026-08-03
AI路由
对于代理型AI，逐次调用路由是盲点。TRACE-Router提供解决方案。
一种新的路由框架TRACE-Router解决了代理型AI中逐次调用LLM路由与任务级成功指标之间的不匹配，实现了高达8个准确率点的提升和36%的延迟降低。
2026-08-01
工业人工智能
AgentRCA: 零样本根因分析，自解释推理过程
名为AgentRCA的零样本智能体框架利用数字孪生和LLM，无需标注数据即可诊断工厂故障，在完全透明的情况下达到监督级准确率。
2026-08-01
深度研究AI
BAAI的新研究智能体不只是搜索更长时间，它还会检查自己的作业
BAAI的AREX智能体使用递归自我改进循环，压缩长研究历史，实现高效的验证驱动型精炼。通过一种新颖的长视野强化学习方法进行训练，它们在BrowseComp、DeepSearchQA和HLE上优于可比基线。
2026-07-31
GUI智能体
阿里巴巴的Qwen-UI-Agent在真实手机上的得分高于沙盒环境
阿里巴巴通义实验室的Qwen-UI-Agent声称取得了最先进的移动端得分（AndroidDaily上97.5%），并在计算机使用结果上与Opus 4.8、Gemini 3.1 Pro和GPT-5.6 Sol相比具备竞争力。其在真实设备基准上的得分高于沙盒得分，而OSWorld-v2上40%的部分进展则是其诚实的极限。
2026-07-31
多智能体工程
Qoder 多智能体实验：错误率降低 60%，但代价是什么？
对阿里云Qoder Experts Mode的分析，该模式将专门的AI智能体部署为协调团队。针对现实世界用例和多智能体复杂性的权衡，对显著减少错误的说法进行了审查。
2026-07-31
AI代理
没人能说清他们的AI编码代理今天实际做了什么
企业在AI编码代理上投入巨资，却看不到这些代理实际做了什么；衡量其进步的基准可能对公共测试集过拟合；而且它们编写的代码默认未经审查。三个独立问题有着同一个根本原因：采用速度超过了观察工具的发展。
2026-07-30
企业AI安全
合成数据集将AI智能体权限违规降低了93%
一篇新的arXiv论文提出了面向企业AI智能体的动态权限架构，该架构基于一个经过验证的合成数据集。测试中，该方法将权限上限违规减少了93%，为防范权限过剩的智能体提供了主动防御。
2026-07-30
开源 Buzz 工作空间集成 Hermes 代理
Buzz 和 Hermes 让 AI 代理与同事共享频道
Buzz，一个基于 Nostr 构建的开源工作空间，现支持三种方式集成 Nous Research 的自主代理 Hermes。从一键桌面设置到保留 Hermes 记忆和技能的完整网关，该集成为不同部署需求提供了灵活性。
2026-07-30