Claude Sonnet 5.5 在 Agent Arena 排名第 3，每任务中位成本 2.74 美元
Claude Sonnet 5.5 在 Agent Arena 排名第 3，净提升分数为 +12.5%，每任务中位成本 2.74 美元。该模型性能处于顶级水平但成本偏高，排名第 2 的 Claude Opus 5.5 每任务成本为 1.58 美元且分数更高，这一取舍使 Sonnet 5.5 未能进入 Agent Arena 的帕累托前沿。
匹配字段标题
←搜索结果
搜索“Agent”
Claude Sonnet 5.5 (Max) 在 Agent Arena 首登第 3，净提升 +12.5%
Arena 公布 Claude Sonnet 5.5 (Max) 在 Agent Arena 首次上榜即位列第 3，净提升 +12.5%，比排名第 13 的 Claude Sonnet 5 (High) 高出 8.1 个百分点。分类上它在 Chat 以 +15.6% 拿下第 1，高于 Fable 5.1 的 +11.49% 和 Opus 5.5 的 +10.29%。代价是成本更高，每任务中位成本 2.74 美元，比第 2 名 Claude Opus 5.5 (High) 的 1.58 美元高约 73%。Anthropic 模型目前占据 Agent Arena 前三名。
匹配字段标题
Banner Health 采用 ElevenAgents 处理患者护理来电
Banner Health 已部署 ElevenLabs 的 ElevenAgents 处理患者来电，首批用于初级护理预约，可全天候接听、直接在电子病历中安排/改期/取消预约，并在需要时带上下文转接给 Banner 团队成员。该部署运行在 Banner 的 AI 治理框架内，符合 HIPAA 合规要求。
匹配字段标题
Agentic Coding 与 Harness Engineering：如何最大化 AI 的自走性能
《Software Design 2026年10月号》特集公开第1章，梳理 Agentic Coding 与 Harness Engineering。SWE-bench Verified 上 Anthropic 模型最高分从 2024年10月的 49% 升至 2025年11月的 80%，使 Agentic Coding 的自律循环从数十分钟延长到数小时至数天。文章区分内部 Harness（LangChain、Anthropic 的模型外实现）与外部 Harness（AGENTS.md、CLAUDE.md、测试、CI/CD、权限设置），并指出 LangChain 仅改进 Harness 就把 Terminal-Bench 2.0 分数提升 13.7 个百分点。
匹配字段标题
Agent 框架对比：工具调用 Schema 如何处理
OpenRouter 对比了 LangChain/LangGraph、CrewAI、OpenAI Agents SDK、Claude Agent SDK、Google ADK 和 Microsoft Agent Framework 六种智能体框架的工具 Schema 定义与跨厂商转换方式。OpenAI、Anthropic、Google 的工具定义与返回格式互不通用，LangChain 与 LangGraph 为每个厂商各做一次转换，CrewAI 把转换交给所路由的客户端，OpenAI Agents SDK、Claude Agent SDK 和 Google ADK 则围绕单一厂商格式构建。OpenRouter 在 API 层接受 OpenAI 风格 tools 数组，并为所有支持工具调用的模型返回标准 tool_calls 响应，切换模型只需改模型字符串。
匹配字段标题
Grok Build 推出 Agent Dashboard
在 grok dashboard 中试用，或在任意会话中使用 /dashboard。 https://t.co/A2MMZT5eJX
匹配字段标题
Grok Build 推出 Agent Dashboard
从一个自上而下的视图派发新的智能体。并行启动任务，或用 Ctrl+W 让智能体在各自的 git worktree 中运行。
匹配字段标题
Grok Build 推出 Agent Dashboard
Grok Build 现已推出：全新的 Agent Dashboard。所有智能体尽在一屏。 用 /dashboard 试用 从一个自上而下的视图派发新智能体。并行启动任务，或用 Ctrl+W 让智能体在各自的 git worktree 中运行。 用 grok dashboard 试用，或在任意会话中用 /dashboard。
匹配字段标题
AWS 用 Amazon Bedrock AgentCore 上的智能体 AI 扩展云迁移
AWS Professional Services 基于 Strands Agents SDK 和 Amazon Bedrock AgentCore 构建了四智能体模式，用于 MCP 连接环境下的云迁移，将每个应用的基础设施即代码（IaC）开发时间从 3 到 4 周缩短至几分钟。该模式与 AWS Transform 和 AWS DMS 配合使用，包含 Intake、IaC、Migration Intelligence and Governance 以及 SRE 四个智能体，通过 AgentCore Gateway 调用 MCP 工具。
匹配字段标题
NVIDIA 发布 DOCA AI agent skills，让智能体在 BlueField 上开发更高效
NVIDIA 在 GitHub 上发布 DOCA AI agent skills，为智能体提供经过验证的 API 签名、硬件能力要求和构建约束，覆盖 Flow、GPUNetIO、PCC、RDMA 等完整 DOCA 库。在 65 条真实 DOCA 开发者提示词评测中，无 skills 的智能体仅满足 19% 的检查项，使用 skills 后满足 100%。演示显示，带 skills 的智能体在 BlueField-3 上构建 Go 语言 RDMA 应用时手写代码减少 73%、硬件命令减少 46%。
匹配字段标题
Hakoniwa 与 Comfy Agent 如何创作动画短片《YUI》
知名 AI 动画艺术家 852話 Hakoniwa 用 Comfy Agent 创作了首部动画短片《YUI》，主角名字取自 ComfyUI 最后三个字母。她主要用 GPT Image 2.5 做角色设计与静帧，正片主要用 Seedance 2.5、幕后视频用 MiniMax H3，并在同一镜头上对比 Wan、MiniMax H3 和 Seedance 选优。全片 4:20，总成本约 20 万日元（不含人力），一人专注工作 3 天，其中约 2/3 用于生成、1/3 用于剪辑。
匹配字段标题
MiMo-V2.6-Flash 登 Agent Arena 帕累托前沿
MiMo-V2.6-Flash 已登上 Agent Arena 帕累托前沿，净提升 -0.57%，每任务中位成本 $0.04！ 前往 Agent Arena 帕累托前沿查看：https://t.co/Nb8opa5Kkw https://t.co/dwArwpjtYi
匹配字段标题
小米 MiMo-V2.6-Pro/Flash 登陆 Agent Arena
小米 MiMo-V2.6-Pro 与 MiMo-V2.6-Flash 登陆 Agent Arena，Pro 在开源模型中排第 5，8.1K+ 真实智能体会话净提升 +3.17%，较 MiMo-V2.5-Pro 的 -7.23% 提升 10.4 个百分点、名次上升 9 位。其 Confirmed Success 得分 +7.35%，在开源模型中排第 2。Flash 在 13K+ 会话中净提升 -0.57%，开源排名第 9，单任务中位成本 $0.04，比 Pro 低 56%，并进入 Agent Arena 帕累托前沿。
匹配字段标题
用 NVIDIA NeMo Agent Toolkit 和 Amazon S3 Vectors 构建智能体记忆
AWS 发布教程，演示如何将 Amazon S3 Vectors 作为 NVIDIA NeMo Agent Toolkit（NAT）的持久化记忆后端，并部署在 Amazon EKS 上。NAT 是开源智能体框架，其记忆模块通过实现 MemoryEditor 接口的 add_items()、search()、remove_items() 方法扩展自定义记忆提供方，内置提供方包括 Mem0、MemMachine、Redis 和 Zep。S3 Vectors 单索引支持最多 20 亿向量，写入后记忆立即可见，按存储、写入和查询计费。
匹配字段标题
用 Amazon Bedrock AgentCore 构建 ambient agent：从事件驱动信号到 human-in-the-loop 工作流
AWS 发布基于 Amazon Bedrock AgentCore 的 ambient agent 参考实现，让智能体由 Amazon S3 上传或定时任务等事件触发，而非等待用户发起对话。该实现通过单个 ask_human 工具和统一响应信封支持 Notify、Question、Review 等人工介入模式，信号上的 autoExecute 开关决定任务自动执行还是先由人工审核。平台由 Lambda、SQS、DynamoDB 和 React 前端组成，全部通过一个 AWS CDK 栈部署，示例默认使用 Anthropic Claude Sonnet 4.5。
匹配字段标题
ComfyUI 发布 Comfy Agent，可在画布内规划并运行工作流
ComfyUI 发布 Comfy Agent，用户用自然语言描述需求，它就能在 ComfyUI 内规划、搭建、运行并迭代工作流。该功能已在 Comfy Cloud 向所有人开放，几周内进入 Comfy Desktop，目前处于 beta，免费试用并消耗已有的 Comfy Credits。它支持创建和使用公开或私有技能、最多 5 个并行对话，并能在用户同时编辑画布时实时协作。
匹配字段标题
Muse狂飙之后：个人Agent的商业矛盾与国内大厂的防守式跟进
Meta于9月8日发布首款Agent产品Muse，上线三周下载超250万、美国移动端日活64.2万，是ChatGPT上线同期23.1万的近三倍。文章认为Muse验证了个人Agent的大众需求，但订阅费难覆盖算力成本、交易抽佣与帮用户省钱冲突、单用户成本可能高达每月50美元，商业模式尚未闭环。国内大厂因微信、淘宝、抖音数据不互通，只能做生态内的管家式Agent，跟进本质是防守，成功标准变成守住自身生态边界。
匹配字段标题
Robinhood 推出 AI 智能体交易工具 Robinhood Agents
Robinhood 在年度活动上发布应用内 AI 助手 Robinhood Agents，可解答行情、从零搭建定制化投资策略，并在用户离线时自动盯盘和执行交易。Robinhood 称已有超过 15 万名客户开设智能体交易账户，但智能体只能调配独立专用账户中的资金，用户也可选择手动批准每笔交易。该公司还将对部分精选美股推出全天候交易时段，并计划在未来数月内向美国客户提供永续期货。
匹配字段标题
Gemini 4 Argon (High) 在 Agent Arena 排名第 8，每任务成本 0.62 美元
Arena.ai 公布 Gemini 4 Argon (High) 在 Agent Arena 排名第 8，净提升分 +7.92%，每任务成本 0.62 美元，并重塑了帕累托前沿。该模型比排名第 19 的 Gemini 3.8 Flash (High)（+2.96%）高出 4.96 个百分点，在可控性（+15.88%，第 1）、确认成功（+14.15%，第 2）和好评与投诉比（+27.74%，第 4）等信号上表现突出，Chat 类别以 +11.58% 位列第 3。Arena 表示目前基于 3k 真实智能体会话，该分数仍属初步结果。
匹配字段标题
蚂蚁 Tiger Agent 用 Ling-3.1-flash 规划任务
真正的工作不会停留在聊天框里。在蚂蚁集团内部的 Tiger Agent 中，Ling-3.1-flash 负责任务规划，桌面智能体则提供浏览器、文件、终端和实时预览。一个 GitHub Trending 演示把研究与语义分组变成一份简洁的简报。
匹配字段标题