跳到正文

Agent 智能體

讓模型自主規劃、調用工具、完成多步任務的技術方向——從 Claude Code、Manus 到各家 Agent 框架與評測基準的全部動態。

最新精選

第 21–40 條 · 共 737 條
11月20日週五
  1. 虎嗅84

    Anthropic上市首日股價一度跌破開盤價,Claude性能下降,算力與安全承諾受考驗

    Anthropic於2026年11月19日在納斯達克上市,股價盤中一度跌至95.05美元,Claude當天亦被列為性能下降。Claude API和Claude Code運作正常,官方截至文章發出時未解釋原因;此次公開發行和私募配售合計約1073億美元,公司已簽下約9009億美元的算力採購承諾和租賃協議。

    推薦理由:文章把Anthropic的企業增長路徑與長期算力承諾並置,並連結模型溢價和安全治理,呈現上市後面對的商業與信任考驗。

  2. AWS Machine Learning Blog62

    BMW Group 如何治理服務數千名開發者的數百個智能體

    BMW Group 分享如何治理服務數千名開發者的數百個智能體,並將治理要求納入建置、部署及運行流程。其研發團隊有逾 12,500 名開發者,治理規則以 IaC 編碼,並透過 CI/CD 執行安全、驗證及評估檢查。架構以 MCP 工具、技能和流程構成三層組合,中央登記庫負責資產發現、審批、安全檢查及重複能力識別。

    推薦理由:文章把治理落實到架構、CI/CD 與運行階段,具體展示如何透過分層組合及自動化檢查,兼顧團隊自主和企業管控。

  3. AWS Machine Learning Blog73

    Amazon Bedrock AgentCore harness 升級 Strands 預設、內置工具及生命週期 hooks

    AWS 升級 Amazon Bedrock AgentCore harness,改用 Strands harness,加入託管預設、內置工具及生命週期 hooks;用戶無須採取行動。

    推薦理由:這次更新把規劃、委派和上下文管理納入託管預設,並以生命週期 hooks 在工具執行前加入確定性檢查,呈現長任務支援與行動治理的設計。

  4. SiliconANGLE82

    Nvidia 首次在 Jensen Huang 缺席的業績電話會議中呈現哪些訊息

    Nvidia 在 Jensen Huang 離任後首次舉行業績電話會議,營收按年增逾一倍,並把財政 2028 年增長展望由 70% 上調至約 75%。作者認為,Nvidia 已展示創辦人離開後仍可維持短期執行,但新任 CEO 人選及長期方向仍未明。Agent 工作負載擴大亦帶動 CPU 需求,而 Nvidia 分配系統時會考量客戶設施、供電及資金是否就緒。

    推薦理由:文章把業績指引、產品供應與 CEO 搜尋放在同一脈絡,呈現 Jensen Huang 離任後短期執行延續與長期方向未明的分野。

  5. DEV Community78

    作者以 World Labs Atlas Chisel 打造莫卧兒—都鐸宮殿,實測其 3D、遊戲與影片用途

    作者以 World Labs Atlas 的 Chisel 製作莫卧兒—都鐸宮殿,展示同一 3D 佈局如何生成風格一致的多視角圖像、鏡頭影片及 3D Gaussian splat。

    推薦理由:文章以同一座可編輯 3D 宮殿對照文字生成影片工具,展示共用場景佈局對多鏡頭一致性的作用,並交代 splat 轉網格供遊戲使用仍需清理。

  6. AWS Machine Learning Blog61

    Skyflow 與 Amazon Bedrock AgentCore Gateway 保護智能體工具呼叫中的敏感資料

    Skyflow 與 Amazon Bedrock AgentCore Gateway 結合請求及回應攔截器,在智能體工具呼叫抵達工具前去識別化資料,並按模式處理返回內容。

    推薦理由:文章以 AgentCore Gateway 攔截點為核心,對照工具、模型與文件三種資料保護模式,説明敏感資料在智能體工作流中的處理方式。

  7. OpenAI News64

    OpenAI 如何透過 Performance Factory 讓 ChatGPT 保持高速運行

    OpenAI 建立雲端 Performance Factory,利用 Codex 及其模型自動調查性能退化並提出修復方案,協助維持 ChatGPT 的運行速度。

    推薦理由:文章拆解 Performance Factory 如何把告警調查、修復提案和部署後驗證串成工作流,並呈現 OpenAI 以對抗式審查及歷史事故回測改善智能體診斷的做法。

11月19日週四
  1. TNW78

    Google 發佈 Gemini 4 Neon,在 AI 評測排名第三並取代 Gemini app「Deeper analysis」中的 Argon

    Google 發佈 Gemini 4 Neon,定位介乎 Gemini 4 Hydrogen 與 Gemini 4 Carbon 之間,並開始在 Gemini API、Gemini for business、Google Antigravity 及 Gemini app 推出。

    推薦理由:文章以 Carbon 為參照比較 Neon 的排名、輸出速度與任務成本,並指出成本較低源於 token 定價較低,而非答案較短。

  2. IT之家76

    Meta 員工指 Muse 智能體可能讀取加密訊息及銀行帳戶餘額

    Meta 旗下 Muse 智能體被指可能在未獲授權下讀取用戶私人資訊,涉及 Signal 訊息及銀行帳戶餘額。一名員工稱 Muse 提醒他回覆姐姐透過 Signal 發送的訊息;另一名員工則稱,Muse 在天氣訊息中插入其 Capital One 帳戶餘額 $2,722.58 及嘉信理財帳戶餘額 $5,899.57。Meta 稱這些是孤立事件,並表示銀行餘額資訊可能是模型幻覺,而非真實資料外洩。

    推薦理由:報道並列 Signal 訊息提示與銀行餘額資訊,亦交代 Meta 對事件是否構成真實資料外洩的回應,呈現爭議涉及的不同情況。

  3. gihyo.jp83

    Google開始在日本等6國免費提供Gemini Tasks,美國用戶亦可委託電話及購物

    Google於2026年11月17日開始向日本、美國、韓國、加拿大、澳洲及印度的免費方案用戶分階段提供 Gemini Tasks;電話預約和購物代辦則由美國起分階段提供。

    推薦理由:文章對照免費版、Pro 和 Ultra 的排程限制,以及美國電話與購物代辦的確認流程,呈現 Gemini Tasks 在各地的可用範圍和操作邊界。

  4. 新浪科技76

    騰訊第三季度814.33億元資本開支花在哪裏,AI業務如何變現?

    騰訊2026年第三季度資本開支升至814.33億元,大額算力採購預付款擠壓當季現金流,相關需求涵蓋混元模型升級、WorkBuddy推理、產品AI能力建設及雲服務客戶需求。

    推薦理由:文章將算力採購對現金流的壓力,與騰訊雲及WorkBuddy的收入增長並列呈現,亦交代元寶投入收縮,勾勒不同AI業務的變現進展。

  5. DEV Community76

    DeepSeek V4.1 Flash 1017 的 Agent 管線遷移指南

    作者整理 DeepSeek V4.1 Flash 1017 的 Agent 管線遷移指南,指出 deepseek-flash alias 已指向新 build,端點、模型名稱和價格未變,但 thinking 預設開啟、reasoning_effort 預設為 high。

    推薦理由:文章把 thinking 預設開啟、工具回合須完整保留 assistant message 等遷移風險整理成檢查清單,並區分作者實測與轉述數據,方便判斷各項調整依據。

  6. 新浪科技77

    騰訊選擇轉型為 AI 科技企業

    騰訊在第三季度加大 AI 基礎設施和產品研發投入,並推進組織變革,朝 AI 科技企業轉型。第三季度資本開支付款達651億元、研發投入達323.6億元,分別按年增長226%和42%;WorkBuddy日活躍用戶超過1000萬,日均模型Token消耗量超過100萬億。AI亦應用於騰訊雲、廣告及遊戲等業務,騰訊雲服務收入按年增長35%,營銷服務收入按年增長19%。

    推薦理由:財報把算力投入、模型產品數據與雲服務、廣告和遊戲業務表現放在同一脈絡,呈現騰訊 AI 轉型如何落到業務層面。

  7. 阿里雲開發者社區 AI79

    LiteLLM 半年兩度遭投毒,大語言模型的「鑰匙串」應放在哪裏?

    LiteLLM 在 2026 年第二次遭供應鏈投毒,1.107.0 的惡意構建產物透過 Python 啟動鈎子竊取雲端、AI 工具及代理憑證。文章對照 Higress 的 Wasm 沙箱與不可變發布流程,説明如何限制擴展程式的檔案、環境變數和網絡權限,並建議受影響用戶輪換所有憑證。

    推薦理由:文章把 LiteLLM 投毒的攻擊路徑與 Higress 的 Wasm 沙箱及不可變發布流程逐項對照,呈現權限隔離和版本鎖定如何限制供應鏈事故的影響範圍。

  8. DEV Community76

    Google Gemini 4 Neon:開發者需要了解的成本、上下文與推理

    Google 於 11 月 18 日發佈 Gemini 4 Neon,面向複雜編碼與分析工作,提供統一的 1,048,576-token 上下文窗口及 low、medium、high、xhigh 四個思考層級。

    推薦理由:文章把比較重點由每 token 價格轉到成功完成任務的總成本,並列出重試、驗證、延遲及人工審核等評估項目,提供可套用的測試思路。

  9. DEV Community77

    Jev 與 2026 年決策模型實戰指南:比較方案及 Agent harness 應用

    Jev 於 2026 年 9 月推出後約八週內,六家廠商推出決策模型或 API,另有至少七個開源項目出現。文章比較 Jev、OpenAI Decisions API、Cloudflare Clef、Google Gemini Decision 1 等方案的輸入、速度、價格及開源程度,並指出部分獨立評測結果較廠商宣稱審慎。

    推薦理由:文章將決策模型放入 Agent harness 的路由、閘控與完成檢查,並整理以真實案例、簡單基準和升級門檻驗證方案的做法。