←搜索结果

搜索“Agent”

按匹配度 · 共 6806 条结果 清除搜索

星期五

  1. GitHub Blog · AI & ML

    GitHub Security Lab 发布 Fuzzing Taskflow 自主模糊测试智能体

    GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就会自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告、改进 harness、分诊崩溃并为每个独立漏洞生成报告。该流水线构建在 GitHub Security Lab Taskflow Agent 之上，默认使用 Claude Sonnet 5，通过 MCP 工具执行实际工作，状态存放在 SQLite 数据库 fuzz_context.db 中，代码已在 GitHubSecurityLab/seclab-taskflows-fuzzing 开源。作者提醒该工具会直接在宿主机上运行 afl-fuzz、clang 和 LLM 选择的构建命令，建议只在一次性环境（如 Codespace 或临时 VM）中、不带提权的情况下运行。

    GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就会自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告、改进 harness、分诊崩溃并为每个独立漏洞生成报告。该流水线构建在 GitHub Security Lab Taskflow Agent 之上，默认使用 Claude Sonnet 5，通过 MCP 工具执行实际工作，状态存放在 SQLite 数据库 fuzz context.db 中，代码已在 GitHubSecurityLab/seclab-taskflows-fuzzing 开源。作者提醒该工具会直接在宿主机上运行 afl-fuzz、clang 和 LLM 选择的构建命令，建议只在一次性环境（如 Codespace 或临时 VM）中、不带提权的情况下运行。

    匹配字段摘要、正文

    #lab#安全/对齐#Agent#MCP/工具调用
  2. David Singleton

    Meta 为每位 Muse 用户提供免费云端 Linux 虚拟机

    Meta 的 David Singleton 宣布，今天起每位 Muse 用户都能获得一台免费的云端计算机，即 Muse Secure VM。该虚拟机拥有独立的 root 文件系统（含完整 Ubuntu Linux 镜像），用户可安装软件、编写和编译代码、用浏览器上网；运行时单元内的活动不受限制，但敏感操作由运行在该单元之外的 Sentinel 监管，密码等敏感密钥也存放在运行时单元之外，以防范提示注入等威胁。UI 的 Library 标签内置文件浏览器，用户可查看 Muse 写下的 markdown 文件；还可在 Settings > Data controls > Download your agent data 下载自己创建的数据。

    Meta 的 David Singleton 宣布，今天起每位 Muse 用户都能获得一台免费的云端计算机，即 Muse Secure VM。该虚拟机拥有独立的 root 文件系统（含完整 Ubuntu Linux 镜像），用户可安装软件、编写和编译代码、用浏览器上网；运行时单元内的活动不受限制，但敏感操作由运行在该单元之外的 Sentinel 监管，密码等敏感密钥也存放在运行时单元之外，以防范提示注入等威胁。UI 的 Library 标签内置文件浏览器，用户可查看 Muse 写下的 markdown 文件；还可在 Settings Data controls Download your agent data 下载自己创建的数据。

    匹配字段摘要、正文

    #analysis#产品更新#Agent#安全/对齐

星期四

  1. LangChain Blog

    LangSmith 上线 Trajectories：按时间顺序查看智能体会话

    LangChain 在 LangSmith 中推出 Trajectories，把一次智能体会话中人类、AI 与工具的消息按首次出现顺序聚合展示，去掉嵌套 run 结构，便于定位智能体行为偏离的环节。该功能开箱支持 LangChain、LangGraph、Deep Agents、OpenAI 与 Claude 的 agent SDK，以及 Codex、Claude Code、Cursor 等编码智能体，并可用在线评测器对 trajectory 打分、送入标注队列或数据集，导出用于监督微调。Trajectories 现已在美国所有套餐中可用。

    LangSmith Trajectories thread

    匹配字段摘要、正文

    #company#产品更新#Agent#部署/工程
  2. AWS Machine Learning

    基于 AWS 构建的智能体式对话视频智能方案

    AWS 发布基于 Strands Agents SDK 的智能体式视频智能方案，由单个 AI 智能体在运行时编排 Amazon Bedrock、Amazon Rekognition 和 Amazon Transcribe，用自然语言提问即可查询视频内容。已分析内容的响应在 1 秒内返回，新视频首次分析需 5–10 分钟；某媒体娱乐公司借此将 200 多段数小时录像的人工审阅时间减少约 80%。

    Video intelligence web interface with a chat panel for natural language queries and a sidebar for file uploads and analysis mode selection

    匹配字段摘要、正文

    #lab#教程/实践#Agent#多模态
  3. NVIDIA Developer · Generative AI

    NVIDIA 发布 SWE-Serve：评测编码智能体在 SGLang 推理服务任务上的表现

    NVIDIA 发布 SWE-Serve，用 53 个源自 83 个已合并 SGLang PR 的推理工程任务评测 AI 编码智能体，覆盖模型启用、解码、缓存、调度、服务 API 和分布式执行六类。在 19 个启动真实服务器的任务中，同一批补丁完整验证通过率为 45.9%，去掉实时服务检查后升至 69.4%，约三分之一补丁在真实服务路径上失败。11 个模型在 mini-swe-agent 闭卷条件下平均 pass@1 为 34.6% 至 75.5%，Claude Opus 5 与 GPT-5.6 Sol 最高约 75%。

    匹配字段摘要、正文

    #lab#评测/基准#Agent#编码

星期三

  1. Sakana AI：Blog

    Sakana AI 聘请 AI 先驱 Jürgen Schmidhuber 任首席科学顾问

    Sakana AI 宣布 Jürgen Schmidhuber 以兼任形式加入，出任首席科学顾问并参与其 Recursive Self-Improvement（RSI）Lab。他将协助指导该实验室，推动 Agent-Native World Models 研发，用于在行动前模拟物理后果，并支持日本 Physical AI 与制造业创新。Schmidhuber 称智能的未来不只是语言，而是由 World Models 驱动的 Physical AI。

    匹配字段摘要、正文

    #company#行业动态#具身智能#开源生态
  2. 通义千问 / Qwen

    Qwen 开放 MobilePA-Bench、MobileWorld 等移动智能体基准套件

    Qwen 开放 MobilePA-Bench、MobileWorld、MobileWorld-Real 和 MobileWorld-Safety 四套基准，覆盖规划、跨应用执行、真机性能与安全。这些基准对应 Qwen Intelligence 发布的三类智能体：Mobile Planner Agent 在 MobilePA-Bench、MobilePA-Bench Business 与 Memory 上排名第一；Mobile-Use Agent 在 MobileWorld 得 82.1、MobileWorld-Real 得 92.2、AndroidDaily 得 97.2，端到端成功率 90%；Mobile Creative Agent 可在 3 秒内生成图像，速度约为同类产品的 2 倍。

    匹配字段摘要

    #company#模型发布#Agent#评测/基准
  4. 通义千问 / Qwen精选

    Qwen 发布 Qwen Intelligence，推出三个移动端智能体并开放评测套件

    Qwen 发布 Qwen Intelligence，首批上线三个 SOTA 智能体：Mobile Planner Agent 负责任务规划与编排，在 MobilePA-Bench、MobilePA-Bench Business 和 Memory 上排名第一；Mobile-Use Agent 以 API 优先、GUI 兜底执行任务，MobileWorld 82.1、MobileWorld-Real 92.2、AndroidDaily 97.2，端到端成功率 90%；Mobile Creative Agent 可将一句话变成可用创作，图像生成耗时 3 秒，约为领先同类产品的 2 倍速度。官方同时开放 MobilePA-Bench、MobileWorld、MobileWorld-Real 和 MobileWorld-Safety 评测套件，覆盖规划、跨应用执行、真机性能与安全。

    匹配字段摘要、正文

    #company#产品更新#Agent#端侧
  5. AWS Machine Learning

    HEMA 如何用 MCP 和 Amazon Bedrock 打造内部 AI 助手 HAL

    荷兰零售商 HEMA 基于 Amazon Bedrock AgentCore 构建了内部 AI 助手 HAL，并通过 Model Context Protocol（MCP）把知识接入 HAL 聊天、Kiro、Claude 等工具。HAL 将原本需要三四个门户、耗时一下午的查询缩短到数秒，安全依托 Microsoft Entra ID，客户端不存 AWS 凭证，目前为只读访问。

    Diagram of the fragmented sources a HEMA user consulted before HAL: wikis, service catalogs, and IT portals

    匹配字段摘要、正文

    #lab#教程/实践#MCP/工具调用#RAG
  6. Mastra Blog

    Mastra 推出实验工具 Mock：无需调用真实 API 即可运行智能体实验

    Mastra 发布 Experiment Tool Mocks，让智能体实验通过数据集项声明的 mock 输入输出替代真实工具调用结果，无需触碰支付、邮件等真实 API。该功能目前支持 agent 目标，workflow 工具 mock 后续跟进；项目中的 agent、环境变量和工具配置无需改动。运行实验需配置存储适配器，可将 Turso 环境变量加入 LibSQLStore，部署到 Mastra 平台时会自动分配 Turso 数据库，并支持用 unmockedToolPolicy: 'deny' 阻止未声明的工具调用。

    匹配字段摘要、正文

    #company#产品更新#Agent#部署/工程
  7. Google Developers Blog精选

    Google Antigravity SDK 支持本地 AI 模型，首发适配 Gemma 4 26B A4B

    Google 宣布 Antigravity SDK 支持本地模型与多种执行方式，首发通过 Google AI Edge 的 LiteRT 支持 Gemma 4 26B A4B，可完全离线运行智能体。官方给出的混合示例中，云端 Gemini 3.8 Flash 负责规划，本地 Gemma 4 26B 实例执行审计与修复，97.2% 的 token（3,322 个）在本地离线完成，云端仅消耗 95 个 token 且不上传源码。该 SDK 还通过 LocalOpenAIAgentConfig 支持 Ollama、LM Studio、vLLM 等 OpenAI 兼容服务。

    匹配字段摘要、正文

    #engineering#产品更新#Agent#端侧
  8. 阶跃星辰 StepFun

    阶跃星辰开源 LLM 标注与模型检查工具 onPanda

    阶跃星辰（StepFun）开源了内部用于 LLM 数据标注与模型检查的工具 onPanda，工作流为定位错误、修正 token、让模型继续生成。其数据标注中位耗时比人工后编辑低 52%，SFT 与偏好数据在同一流程完成，on-policy 保真度高（ΔPPL <1%），支持 token 级正负样本监督及图像、音频、视频的 agent 轨迹标注；模型检查可查看 token 概率与 top-k 备选、逐 token 引导解码，并在浏览器中探索 SVG 生成、Web 开发和 agent 任务。

    匹配字段摘要、正文

    #company#开源/仓库#数据/训练#Agent

星期二

  1. ElevenLabs Blog

    什么是 Human in the Loop（HITL）？人机协同的 AI 工作流

    Human in the Loop（HITL）是一种把任务按预设边界分配给 AI 与人工的 AI 工作流：AI 处理可预测的规则化任务，人工负责复杂决策、合规要求和边缘案例。它既用于实时业务流程中的审核、审批与转人工，也用于机器学习开发中的数据标注、输出评估与纠错。ElevenLabs 的 ElevenAgents 可用于搭建此类 HITL 工作流。

    Five human handoff triggers and a workflow that continues after a person takes over.

    匹配字段摘要、正文

    #company#教程/实践#Agent#部署/工程
  2. 虎嗅

    腾讯的AI故事，还得背靠Meta

    Meta 个人智能体 Muse 上线一周登顶美区 App Store 免费榜并开启每月 20 美元和 100 美元两档订阅，带动腾讯港股 9 月 22 日盘中涨超 8%。但腾讯小微自 6 月 20 日灰度至今未全量、无日活与变现数据，此轮上涨基于“14 亿月活×Agent”的估值想象。Muse 上线第 12 天即被亚马逊以未经授权为由切断代购通道，而小微调用小程序、微信支付均在腾讯协议内，短板在于电商交易缺失与数百万小程序的接口改造。

    匹配字段摘要、正文

    #hot-signal#行业动态#Agent#OpenAI
  3. Fireworks AI

    Fireworks AI 推出专业智能指数 SII，首批覆盖七个领域基准

    Fireworks AI 发布 Specialized Intelligence Index（SII），汇集开放、闭源与专用模型在领域专属基准上的表现，首批覆盖医疗、法律、网络安全、金融、客服、生产力与软件七个领域。各基准由领域从业者设计，例如 Harvey 的 Legal Agent Benchmark、Sierra 的 τ-Banking 与 τ-Voice、Datacurve 的 DeepSWE v1.1。SII 不对跨领域结果做加权或平均，只保留基准与领域层面的分数，并提供分数对成本、分数对时长的对比视图。

    匹配字段摘要、正文

    #editorial#评测/基准#行业动态#产品更新
  4. 小米 MiMo精选

    小米 MiMo-V2.6 Pro 与 Flash 发布，覆盖代码、设计与工具调用

    小米 MiMo 发布 MiMo-V2.6 Pro 与 Flash 两款全模态模型，将代码、设计与工具调用整合到界面、幻灯片、SVG、视频和音乐等场景。官方称 Pro 在 Design Arena 上的表现与 Claude Opus 5、GPT-5.6 Sol 相当，在多数 agent 基准上与二者持平，并在 Artificial Analysis Intelligence Index 上得分 46。Pro 与 Flash 的权重、技术报告、7K+ RL 任务环境、端到端 RL 框架及 MiMo-V2.6-Distill-Qwen-9B 均已开源，API 定价与 V2.5 保持一致。

    匹配字段摘要

    #company#模型发布#多模态#开源生态

星期一

  1. Exponential View

    Exponential View 周一数据：标普 500 企业 AI 量化披露升温

    Exponential View 分析标普 500 财报电话会显示，2026 年 6 月季度有 33% 的公司对 AI 使用给出量化表述，较去年同期高约 10 个百分点；15% 量化提及 AI 对业务的影响，高于去年初的 9%。成本与生产力类声明的平均提升幅度为 47%，营收或需求类为 40%；“Agentic”出现在 24% 的电话会中，“Generative AI”从 13% 降至 5%。

    匹配字段摘要、正文

    #newsletter#行业动态#数据/训练
  2. ElevenLabs Blog

    ElevenLabs 发布 Studio 4.0 AI 原生视频编辑器

    ElevenLabs 发布 Studio 4.0，这是 ElevenCreative 中 AI 原生视频编辑器的重大升级，可在项目内直接生成视频、图像、配音、音乐和音效，并在同一处完成剪辑、字幕和导出。新版本重建了时间线，支持帧级缩放、片段吸附和同步移动，字幕可像普通片段一样拆分合并。内置的 Studio Agent 能根据描述在时间线上生成初剪、配音并同步音效，用户可随时接管手动编辑再交还控制权。

    匹配字段摘要、正文

    #company#产品更新#视频#多模态
  3. 卡尔的 AI 沃茨

    博主回应 Jev API 清单：第 2 个想试试

    有网友整理了 20 个基于 Jev API 的项目清单，涵盖浏览器 Agent、Claude Code 上下文压缩、生成式 UI、MCP 工具、代码审查、数据筛选等方向。博主转发该清单并表示「第 2 个想试试」，即给 Claude Code 做上下文压缩的 fast-jev-compaction。

    匹配字段摘要

    #editorial#其他