Baseten于2026年10月30日成为Postman面向企业智能体的推荐推理合作伙伴,负责为通过Postman Agent Stack构建的智能体提供生产环境推理与后训练支持。Baseten在工程博客中称,其2026年发布的七款模型API在Artificial Analysis的吞吐与延迟排名中均进入前二,其中Beam 1.0、DeepSeek V4.1 Flash等位列第一。该博客还提到,Harvey使用Baseten后训练27B开源模型,在法律智能体基准上追平闭源前沿模型,而后者每任务成本约50美元。目前尚无后续发展事实。
匹配字段标题
Baseten于2026年10月30日成为Postman面向企业智能体的推荐推理合作伙伴,负责为通过Postman Agent Stack构建的智能体提供生产环境推理与后训练支持。Baseten在工程博客中称,其2026年发布的七款模型API在Artificial Analysis的吞吐与延迟排名中均进入前二,其中Beam 1.0、DeepSeek V4.1 Flash等位列第一。该博客还提到,Harvey使用Baseten后训练27B开源模型,在法律智能体基准上追平闭源前沿模型,而后者每任务成本约50美元。目前尚无后续发展事实。
匹配字段标题
Cartesia 推出面向企业通话场景的端到端语音智能体平台 Managed Agents。据 Cartesia 产品与研究发布的信息,该平台在 Artificial Analysis 的 Speech Agent Arena 上以 1115 的偏好 Elo 在 30 个智能体中排名第一;在 ServiceNow 的 EVA-Bench 上取得 87.4% 的准确率和 90.7% 的体验分,两项均为最高。平台将语音模型与 harness 联合设计,提供 44 种语言、工具调用、知识库和外呼批次等能力,官方称已在金融、零售、酒店和医疗场景支撑数千万次对话。Rohan Paul 于 10 月 30 日的报道同样提到该平台在 Speech Agent Arena 盲测人类偏好和 EVA-Bench 上排名第一,并称其 H-Nets 在受控扩展实验中效率提升 3–5 倍。
匹配字段标题
Cartesia 推出面向企业通话场景的端到端语音智能体平台 Managed Agents。据 Cartesia 产品与研究发布的信息,该平台在 Artificial Analysis 的 Speech Agent Arena 上以 1115 的偏好 Elo 在 30 个智能体中排名第一;在 ServiceNow 的 EVA-Bench 上取得 87.4% 的准确率和 90.7% 的体验分,两项均为最高。平台将语音模型与 harness 联合设计,提供 44 种语言、工具调用、知识库和外呼批次等能力,官方称已在金融、零售、酒店和医疗场景支撑数千万次对话。Rohan Paul 于 10 月 30 日的报道同样提到该平台在 Speech Agent Arena 盲测人类偏好和 EVA-Bench 上排名第一,并称其 H-Nets 在受控扩展实验中效率提升 3–5 倍。
匹配字段标题
2026年10月29日,AWS发布基于Amazon Bedrock与AgentCore的企业级Agentic AI平台蓝图。该蓝图采用联邦式运营模型:中央Platform团队提供受治理的共享服务,各Workstream团队保留对自身智能体、工具和数据的归属。平台通过独立的推理网关与MCP工具网关实施模型准入、区域限制、速率与token配额及预算控制,并以评估流水线在智能体上线前进行门禁校验。目前尚无后续发展事实。
匹配字段标题
MoEngage借助Amazon Bedrock AgentCore Gateway,把分布在7个AWS Region私有VPC中的约400个内部REST API转成权限受控的智能体工具。该方案无需产品团队编写MCP server代码、无需为每个集成单独配置网络,路径中不存在任何公网端点。据AWS Machine Learning发布的文章,此举节省约6个月平台工程投入,新API接入从数天缩短到数小时。MoEngage还定下原则:各工程团队只维护OpenAPI spec,MCP层由AI平台团队统一负责。
匹配字段标题
MoEngage借助Amazon Bedrock AgentCore Gateway,把分布在7个AWS Region私有VPC中的约400个内部REST API转成权限受控的智能体工具。该方案无需产品团队编写MCP server代码、无需为每个集成单独配置网络,路径中不存在任何公网端点。据AWS Machine Learning发布的文章,此举节省约6个月平台工程投入,新API接入从数天缩短到数小时。MoEngage还定下原则:各工程团队只维护OpenAPI spec,MCP层由AI平台团队统一负责。
匹配字段标题
2026年10月29日,Ben Hylak提出观点:他使用的每个产品都应当是无头MCP,接入智能体后用户无需关心底层实现。他同时表示自家产品除外,因为客户很喜欢他们的UI。这段引语由Simon Willison于2026年10月29日收集发布。目前该观点仅见这一来源,尚无后续发展。
匹配字段标题
Databricks于2026年10月29日推出语音智能体方案,并开源DIVA蓝图作为下一个场景的起点。该方案强调语音智能体的价值不在能对话,而在结合上下文、本体和治理数据实时理解来电者并执行规则。其原型用LiveKit承载通话、Deepgram做语音转文字与默认语音、ElevenLabs提供表现力语音,并可将通话交给人工。智能体运行在客户数据所在处,通过只读查询连接订单、忠诚度和CRM系统。目前该方案以DIVA blueprint作为后续场景的起点。
匹配字段标题
2026年10月29日,AWS发布基于Amazon Bedrock与AgentCore的企业级Agentic AI平台蓝图。该蓝图采用联邦式运营模型:中央Platform团队提供受治理的共享服务,各Workstream团队保留对自身智能体、工具和数据的归属。平台通过独立的推理网关与MCP工具网关实施模型准入、区域限制、速率与token配额及预算控制,并以评估流水线在智能体上线前进行门禁校验。目前尚无后续发展事实。
匹配字段标题
2026年10月29日,Ben Hylak提出观点:他使用的每个产品都应当是无头MCP,接入智能体后用户无需关心底层实现。他同时表示自家产品除外,因为客户很喜欢他们的UI。这段引语由Simon Willison于2026年10月29日收集发布。目前该观点仅见这一来源,尚无后续发展。
匹配字段标题
Databricks于2026年10月29日推出语音智能体方案,并开源DIVA蓝图作为下一个场景的起点。该方案强调语音智能体的价值不在能对话,而在结合上下文、本体和治理数据实时理解来电者并执行规则。其原型用LiveKit承载通话、Deepgram做语音转文字与默认语音、ElevenLabs提供表现力语音,并可将通话交给人工。智能体运行在客户数据所在处,通过只读查询连接订单、忠诚度和CRM系统。目前该方案以DIVA blueprint作为后续场景的起点。
匹配字段标题
2026年10月26日,Anthropic公开提交Form S-1注册声明,计划在纳斯达克以代码ANT上市。招股书披露其2026年上半年营收163亿美元,第二季度运营利润9.74亿美元,并列出最高1205亿美元的NVIDIA算力承诺。此后,Anthropic在10月28日的IPO文件中承认生命科学业务缺乏物理实验经验,并提示相关药物开发风险;高盛担任招股书主承销商。TechCrunch报道称,IPO后公众股东对董事会人选几乎无话语权。10月29日,招股书披露四起此前未公开的Agent安全事故。10月30日,路透报道其IPO募资上限或达1000亿美元;史蒂夫·艾斯曼则指责招股书刻意不披露第三季度数据。11月2日,Anthropic提交修订版S-1/A,披露约8954亿美元算力采购与租赁承诺,并给出第三季度营收169.56亿美元、同比增长1127%,当季经营亏损5.67亿美元。
匹配字段标题
2026年10月27日,AYi发布实测记录,称在手机端用邮箱Agent处理自己5039封邮件的QQ邮箱:最近一个月69封邮件中筛出约20封需要处理,耗时43秒。文中还给出5个常用场景指令和「用户档案+10条行为准则」记忆模板,称无需写代码即可照抄使用;核心场景包括17秒找出隐蔽的AI自动扣费和SaaS续费、30秒合并多家银行中英文月结单并分开计算外币。目前该实测仅见于阿易AI Notes一篇来源,尚无后续发展。
匹配字段标题
Garry Tan于2026年10月28日提出观点,认为自己做客服的创始人最大的效率提升点在于让智能体代劳。他主张由智能体起草每一条客服回复、每次通话纪要,以及给每位取消用户写一份“出了什么问题”的说明;智能体还会管理CRM并提交bug,创始人只需阅读并点击发送。目前尚无后续发展或官方回应。
匹配字段标题
Garry Tan于2026年10月28日提出观点,认为自己做客服的创始人最大的效率提升点在于让智能体代劳。他主张由智能体起草每一条客服回复、每次通话纪要,以及给每位取消用户写一份“出了什么问题”的说明;智能体还会管理CRM并提交bug,创始人只需阅读并点击发送。目前尚无后续发展或官方回应。
匹配字段标题
Larsen Cundric提出用智能体写代码的一条规则:在提出改动需求前,先约定双方如何确认改动生效。他给出的验收方式包括一个当前会失败的测试、一条自己能运行的命令、真实运行结果的日志或截图,没有证据的“完成”会被退回。他认为多数失败的智能体会话都始于模糊的需求和缺失的检查,并向读者征集自己信任智能体“完成”的标准。
匹配字段标题
Rohan Paul提出判断,认为工具选择正成为Agent最重要的决策之一,常比由哪个模型写最终答案更重要。该判断出现在其2026年10月28日关于AI/ML API推出Jev Router的文章中:该路由器把1万多个工具和模型放在一个MCP server后面,由Typesafe的Jev决定每个任务交给谁处理,智能体只需连接一次,不必为每一步硬编码服务商,也不用在提示词里携带工具目录。官方称其每美元可完成的任务数比Claude多28倍,每分钟回答数多4倍。目前尚无后续发展。
匹配字段标题
2026年10月27日,AYi发布实测记录,称在手机端用邮箱Agent处理自己5039封邮件的QQ邮箱:最近一个月69封邮件中筛出约20封需要处理,耗时43秒。文中还给出5个常用场景指令和「用户档案+10条行为准则」记忆模板,称无需写代码即可照抄使用;核心场景包括17秒找出隐蔽的AI自动扣费和SaaS续费、30秒合并多家银行中英文月结单并分开计算外币。目前该实测仅见于阿易AI Notes一篇来源,尚无后续发展。
匹配字段标题
Larsen Cundric提出用智能体写代码的一条规则:在提出改动需求前,先约定双方如何确认改动生效。他给出的验收方式包括一个当前会失败的测试、一条自己能运行的命令、真实运行结果的日志或截图,没有证据的“完成”会被退回。他认为多数失败的智能体会话都始于模糊的需求和缺失的检查,并向读者征集自己信任智能体“完成”的标准。
匹配字段标题