2025年5月23日,Anthropic发布Claude Opus 4和Claude Sonnet 4两款模型。据开发者版本说明,两款模型在SWE-bench上分别取得72.5%和72.7%,支持扩展思考时调用工具、并行工具执行和记忆文件;Claude Code正式可用,并新增VS Code、JetBrains扩展及GitHub Actions后台任务。同日,Anthropic的Jan Leike表示,Claude 4能力足够强,团队不得不按照Anthropic的负责任扩展政策开启额外的安全缓解措施。目前该故事尚无后续发展事实。
匹配字段摘要
2025年2月25日,Anthropic发布Claude 3.7 Sonnet与Claude Code。据官方说明,Claude 3.7 Sonnet是其首个混合推理模型,可在标准模式与扩展思考模式间切换,API用户可控制思考token预算;定价与上一代相同,为每百万输入token 3美元、每百万输出token 15美元(含思考token),已在所有Claude套餐及Amazon Bedrock、Google Cloud Vertex AI上线。同日推出的Claude Code为终端智能编码工具研究预览版,可搜索和阅读代码、编辑文件、运行测试并提交到GitHub。2025年2月26日,Cognition发布Devin二月产品更新,新增批量并行编辑与多动作并行执行能力,并支持GitLab;官方称Devin于2月24日集成Sonnet 3.7,在调试、代码库搜索和智能体规划等任务上表现最佳。
匹配字段摘要
2025年1月10日,vLLM发布2024年度回顾及2025年路线图。项目称,2024年其GitHub星标数从1.4万增至3.26万,贡献者从190人增至740人,月下载量从6000增至2.7万,支持的模型架构接近100种。面向2025年,vLLM计划发布重新设计的V1架构,并继续推进推理扩展与生产部署,完善KV cache、MoE、长上下文、量化、推测解码及集群级部署能力,同时坚持开放架构路线。
匹配字段摘要
2024年7月1日,Prime Intellect 宣布其聚合与调度全球 GPU 资源的平台 Prime Intellect Compute 全面公开,已接入 12 家云厂商,用户可即时按需获取最多 8 张 GPU,H100 按需价格为每小时 1.5 至 4 美元。官方称当前 H100 在不同供应商间价格从每小时 1.2 到 18 美元不等,高端 GPU 闲置率常达 20-50% 以上。平台后续计划支持 16-128+ GPU 的多节点集群、即时报价与可靠性数据。7月11日,Prime Intellect 开源 OpenDiLoCo,这是 DeepMind DiLoCo 低通信分布式训练方法的可复现实现,代码基于 Hivemind 与 PyTorch FSDP,已发布在 GitHub。团队在加拿大、芬兰和美国两地共四个 DiLoCo worker(各 8 张 H100)上训练 1.1B 参数模型,跨两大洲三国,计算利用率保持 90-95%,all-reduce 仅占训练时间 6.9%。相比原论文 400M 参数规模,该方法被扩展到 1.1B 参数,并验证伪梯度可用 FP16 all-r
匹配字段摘要
2024年3月4日,Cartesia团队发布Based架构,通过结合滑动窗口注意力和线性注意力,在召回密集型任务上超越Mamba等次二次方模型,同时实现比FlashAttention-2高24倍的文本生成吞吐量。该架构使用二阶泰勒近似作为特征映射,并提供了IO感知的CUDA实现,代码和检查点已在GitHub和Hugging Face公开。
匹配字段摘要
2025年5月22日,Cognition 发布官方 DeepWiki Model Context Protocol(MCP)服务器。据 Cognition 模型 / Devin 博客介绍,该服务器完全免费,无需登录或认证,为 DeepWiki.com 上索引的所有 GitHub 仓库提供 ask_question、read_wiki_contents 和 read_wiki_structure 三个工具。用户可在 DeepWiki.com 索引公开仓库,私有仓库需注册 Devin 账号并连接 GitHub;开源维护者可申请 500 美元 Devin 额度。目前该事件尚无后续发展事实,状态停留在发布当日。
2025年5月22日,Cognition 发布官方 DeepWiki Model Context Protocol(MCP)服务器。据 Cognition 模型 / Devin 博客介绍,该服务器完全免费,无需登录或认证,为 DeepWiki.com 上索引的所有 GitHub 仓库提供 ask question、read wiki contents 和 read wiki structure 三个工具。用户可在 DeepWiki.com 索引公开仓库,私有仓库需注册 Devin 账号并连接 GitHub;开源维护者可申请 500 美元 Devin 额度。目前该事件尚无后续发展事实,状态停留在发布当日。
匹配字段摘要
2025年4月3日,Cognition 发布 Devin 2.0,为 Devin 提供智能体原生的 IDE 体验,并推出 20 美元起的新套餐。用户可并行启动多个 Devin,每个都配有可交互的云端 IDE,还能在 IDE 内用 Cmd+I、Cmd+K 等快捷键审查和修改代码。同时上线 Interactive Planning、Devin Search 和 Devin Wiki 三项功能,其中 Devin Wiki 每隔几小时自动索引仓库并生成架构图与文档。2025年5月5日,Cognition 发布 DeepWiki,这是 Devin Wiki 和 Devin Search 的免费公开版本,用于帮助开发者快速理解复杂代码库;使用时把仓库 URL 中的 github.com 替换为 deepwiki.com 即可访问对应仓库的 DeepWiki 页面。
匹配字段摘要
2025 年 3 月 22 日,Browser Use 宣布完成 1700 万美元融资,由 Felicis Ventures 领投,A Capital、Nexus Ventures、Y Combinator、Paul Graham、Liquid2、SV Angel、Pioneer Fund 等参投。该项目最初是四天内做出的周末原型,据披露已获得 5 万 GitHub star,超过 1.5 万名开发者在使用和贡献。与依赖视觉的方案不同,Browser Use 把网站界面转成结构化文本供 LLM 确定性处理,用于登录自动化、数据提取、QA 测试和 CRM 集成等场景。目前尚无后续发展事实披露。
匹配字段摘要
2025 年 1 月 21 日,Cognition 发布教程,介绍如何通过 Devin External API 与 GitHub Actions 集成,在 PR 打开、更新或重新打开时自动启动 Devin 实例进行代码审查。据该教程,这一流程通常会在 5 到 10 分钟内开始发布评论。教程还引用一项覆盖 70 万+ PR 的研究称,PR 平均等待 4 天才能获得审查,500 行以上的大型 PR 平均 9 天才能合并。Cognition 同时推荐改用 Devin Review 作为新的代码审查体验。目前没有后续发展事实,状态停留在该教程发布。
匹配字段摘要
2025年1月16日,OpenHands 官方博客发布文章,列出通用软件开发智能体的 8 个用例,包括修 Bug、实现新功能、从零创建程序、修复失败的 CI、解决合并冲突、写文档、执行部署,以及通过 GitHub API 查看 issue、浏览文件系统并运行代码。文中以修复 CloudFlare 阻断 LLM 请求导致重试的 Bug 为例,展示智能体先定位问题、安装依赖、用测试复现再修复,最后开 PR 并自动修 CI。文章还提到,部分任务已作为 microagents 内置在 OpenHands 中。目前没有后续发展事实。
匹配字段摘要
2024年11月4日,OpenHands 发布官方托管版 All Hands Online Beta,用户可在 app.all-hands.dev 上直接使用其 AI 软件开发智能体,无需本地部署。官方称该智能体在 SWE-Bench Verified 上解决超过 50% 的真实 GitHub issue。托管版重新设计了界面,并新增 GitHub 集成,可自动克隆仓库并向智能体提供 GitHub token 以推送改动和创建 PR;为支持多用户,团队重构了线程与异步逻辑,并取消在内存中保存应用状态。该版本目前逐步放量,已邀请核心开源维护者,预计 2025 年初完全开放。
匹配字段摘要
Cognition 发布 使用 Devin API 与 GitHub Actions 自动审查 PR 的教程
English translation is being prepared.
匹配字段摘要
OpenHands 演示 用开源 AI 代理构建 GitHub PR 查看器前端
English translation is being prepared.
匹配字段摘要
2024年1月23日,Ollama 发布 Python 与 JavaScript 库的初始版本。据 Ollama Blog 当日消息,开发者可用几行代码将应用接入 Ollama,并共享 Ollama REST API 的功能与体验。该消息称,两个库支持 Ollama 的全部功能,示例代码见对应 GitHub 仓库;这些库与主仓库已迁至新的 GitHub 组织 ollama。目前尚无后续发展事实,事件状态停留在初始发布。
匹配字段摘要
NVIDIA 发布 AI Factory Operations Agent，通过多个领域子智能体协同，在计算、网络、硬件和调度层之间定位根因，并通过聊天界面给出建议，用于自家 DGX SuperPOD 运维。该框架基于 NVIDIA NemoClaw blueprint 和 OpenShell 构建，完全本地部署，推理使用本地 NVIDIA Nemotron 开源模型，运行在 DGX H100、DGX B200 和 DGX GB300 生产集群上。框架包含 Job Recovery、Hardware、Observability、Research、Kubernetes 和 Cluster Management 等子智能体，并集成 web 搜索、代码执行和 Grafana 看板等 MCP 工具，开发者示例与开源代码已开放。
义，以及透明的推理过程，使 SRE 能够在采取行动前审查证据。 对于多租户 AI 工厂，限定范围的智能体、工具、沙箱和 Kubernetes 权限可隔离租户数据与操作，同时中央运营保留更广泛的集群可见性，并由 OpenShell 内核级沙箱限制强制执行。 后续步骤 探索 AI Factory Operations Agent 开发者示例以评估该框架。 访问 GitHub 上的 开源框架和代码 以直接实施。 由 NVIDIA Nemotron 提供支持。AI 生成的内容可能不完整地概括信息。请核实重要信息。 了解更多 随着 GPU 集群规模扩大，运营涉及计算、网络、硬件和调度。站点可靠性工程师（SRE）往往需要查看多个仪表板，才能找出训练性能下降的原因。如果一组 AI 智能体能够通过一个界面完成这种关联分析呢？ NVIDIA 开发了 AI Factory Operations Agent ，以简化其内部 NVIDIA DGX SuperPOD 运营，并减少 NVIDIA SRE 的人工工作量。子智能体通过 Model Context Protocol（MCP）通信，任何组织都可以采用该协
匹配字段正文
Amazon Bedrock AgentCore Evaluations 可通过代码评估器接入决策模型，把评估输入转成决策模型请求，再将概率转回评估结果。示例接入 TypeSafe 托管的 Jev 和开源的 Strands Decider 2B（20 亿参数），支持 noul、choice、score 三类问题，返回可阈值化的校准置信度。AgentCore Evaluations 支持 15 个内置评估器，决策模型适合作为筛选层，与 LLM-as-a-judge 配合使用。
afe.ai 获取访问详情。 Strands Decider 需要一台运行 Strands Decider 服务器的主机。你可以在本地运行它进行测试，也可以在虚拟私有云（VPC）内的 Amazon Elastic Compute Cloud（Amazon EC2）上运行，以便 Lambda 函数能够访问它。 实际运行效果 你可以在 AgentCore 示例 GitHub 仓库. 两个 Python 脚本处理所有事情： ../utils/deploy.py 将 HR Assistant 部署到 AgentCore 运行时。 evaluate.py 部署评估器、调用代理并运行评估模式。 运行 evaluate.py 不带标志会执行五个步骤： 创建 Lambda 执行角色（AgentCoreLambdaEvaluatorRole). 打包并部署两个确定性 Lambda 评估器： hr-response-length （一个跟踪级评估器，用于检查代理的响应是否保持在长度限制内）以及 hr-fact-checker （一个会话级评估器，使用正则表达式对照已知的模拟数据验证 HR 事实）。 将两者
匹配字段正文
Smartsheet 在 Engage 2026 大会上发布 AI 驱动的规划与执行平台 vsActual，通过 AI 智能体持续监控跨企业系统的工作进度，并与战略目标比对、推荐调整。其核心 Execution Graph 基于约 20 年工作流数据和 9 PB 信息构建，底层依托 AWS Neptune 知识图谱约 1 亿个节点，可连接 Oracle、SAP、Workday、Atlassian 和 ServiceNow 等系统。平台同时新增 Agentic Workflows、多项集成和 ISO/IEC 42001 认证，默认保留人工审批。
s允许用户安排状态报告和风险评估等周期性活动。专门的创建和数据质量智能体可以生成项目结构、仪表板和报告，或识别底层数据中的问题。 新的集成包括与ServiceNow、Microsoft Corp. Dynamics 365、HubSpot Inc.客户关系管理、Workday Inc.人力资源软件以及Intuit Inc.的QuickBooks的原生连接。与GitHub、Zendesk Inc.、Airtable和Monday.com Ltd.的对话式集成已进入早期访问阶段，更多AI辅助集成计划于2027年初推出。 Arora强调，智能体工作流将传统自动化与AI相结合，而不是完全依赖大语言模型。“这个行业有时会过度使用大语言模型，而实际上只是简单的确定性操作，”她说。 尽管某些智能体可以自动执行计划任务，但Arora表示，对于有重大影响的行动，人工审批仍是默认方式。“我们的默认立场是人在回路中，”她说。 该公司还宣布了国际标准化组织/国际电工委员会42001认证、安全事件流和数据分类能力，旨在加强对AI运营的监督。 Smartsheet与约十几家企业设计合作伙伴共同开发了vsActua
匹配字段正文
Indegene 在 AWS 上的 NEXT Unified Data Platform（NEXT UDP）中构建了由 LLM 驱动的 Data Quality Agent，可生成上下文感知的数据质量规则、完成校验，并产出可直接运行的 SQL 和 Python 代码，全程采用集中式 human-in-the-loop 治理。NEXT UDP 还提供 Data Ingestion、Orchestration、Data Catalog 和 SQL Bot Generator 等独立 AI Agent，可单独用于数据管道或定制为 agent-to-agent 通信。
生成 更高的生产力和可扩展性，约7倍生产力 根据Indegene生产部署估算 展望未来 随着企业数据生态系统持续增长，使用手动规则创建和碎片化治理流程来维持一致且可扩展的数据质量变得越来越困难。生成式AI提供了一个机会，通过加速规则生成、融入业务上下文并支持受治理的决策，来增强这些工作流。 NEXT统一数据平台中由生成式AI驱动的数据质量Agent展示了大型语言模型、RAG和集中式规则治理如何协同工作，在简化数据质量管理的同时让人类掌控审查和审批。未来的增强功能将继续在此基础上构建，包括： AI辅助的修复建议，帮助用户解决未通过的数据质量检查。 根因分析，用于识别反复出现的异常模式，并支持更快地调查重复出现的数据质量问题。 随着这些能力不断演进，重点始终不变：通过AI辅助的自动化帮助组织提升数据质量，同时保持治理、透明度和业务监督。 如需了解更多信息，请参阅以下资源： Indegene在生命科学领域 医疗与生命科学中的生成式AI AWS Skill Builder课程：使用Amazon Bedrock构建生成式AI应用 GitHub仓库：AWS上的医疗与生命科学Agent示例 关于作者
匹配字段正文
AWS 机器学习博客以开源多智能体数据分析方案 Deep Insight 为参考实现，把生产级 AI 智能体的上下文工程拆成四层：多智能体架构隔离上下文、用提示词限制输出、把重内容外置到文件系统、用验证智能体兜底。文中给出的 write_and_execute_tool 让每个脚本进入上下文的 token 减少约 95%，按需加载 Skills 让系统提示词缩小约 97%，并附有 Strands Agents SDK 的代码示例。
or 的独立计算复验、Auditor 对最终报告的只读引用审计、Tracker 的进度跟踪、SummarizingConversationManager 的溢出预防，以及选择性提示词缓存，共同管理质量与成本。 每一层都构成一个防御系统，弥补前几层遗漏的问题。当架构隔离不足时，提示词会限制输出。当提示词不足时，工具会将内容保持在外部。而当问题仍然出现时，验证会将其捕获。 这些层中的每一层都在 Anthropic 的工程博客文章中有所记录， “AI 智能体的有效上下文工程”, “使用 MCP 进行代码执行”，以及 《我们如何构建多智能体研究系统》他们推荐的许多功能已经在 Strands Agents SDK 中提供，而不是需要你自己构建：SummarizingConversationManager、提示词缓存以及智能体即工具模式。 在构建生产级智能体时，仅靠 LLM 的上下文窗口往往不够。运用这些上下文工程技术，可以高效管理上下文，并让智能体扩展到生产工作负载。 本文使用的参考实现 Deep Insight 是开源的。请审阅代码，并针对你的领域对其进行扩展。 GitHub 工作坊 关于作者
匹配字段正文
Claude Marketplace 新增覆盖安全、开发基础设施、创意和生产力领域的合作伙伴智能体与产品，平台上的合作伙伴智能体和产品现已超过 25 个。符合条件的企业客户可将部分 Anthropic 承诺支出用于这些解决方案，在 Claude 和合作伙伴产品之间共用同一笔承诺额度。新增产品包括 Chainguard Harness、Checkmarx One、Datadog Agent Observability、Runway、Asana AI Teammates 和 Zoom Agentic Search 等。
对发现的问题进行优先级排序，并在代码发布前修复它们。 Cyera：Cyera Agent Guardian 盘点 Claude 部署情况，在 Claude 运行前管理权限，并对提示词、文件和工具调用执行策略。它帮助团队通过红队测试来检验这些控制措施。 Rubrik：Rubrik Code Guardian 使用 Anthropic 的前沿 AI 模型，审查 GitHub 或 Azure DevOps 仓库的安全副本，以发现多步骤攻击路径。它帮助安全和工程团队按严重程度对问题排序，并将确认的关键问题转化为可跟踪的工单。 Tanium：Tanium Cloud 为团队提供对其端点的实时可见性和控制。它帮助 IT 和安全团队发现并修复漏洞、错误配置和缺失的补丁。 面向工程团队的开发基础设施 Datadog：Datadog Agent Observability 追踪智能体通过工具和服务的执行过程。它通过呈现生产环境中的模式并推荐修复方案，帮助团队提升智能体质量、性能和成本效率。 Netlify：Netlify Enterprise 将应用、网站和智能体部署到全球边缘网络，每次变更都会生成预览
匹配字段正文