跳到正文

#Agent

今日 25 条
今天10月16日周五
  4. Hacker News · Show HN60

    CanvoWP 发布：面向 WordPress 的智能体建站插件，完全免费

    CanvoWP 发布了一款面向 WordPress 的智能体建站插件，用户用自然语言描述需求，智能体便生成页面、模板和内容，并在桌面与移动宽度下截图自检。插件本身免费且无付费档位，需 WordPress 6.2 或更新版本、PHP 7.4 或更新版本以及带余额的 OpenRouter key，一个五页动态站点的 AI 用量约 0.50 美元，直接付给 OpenRouter。

  5. arXiv · cs.AI62

    Diviner：Meta 提出人工治理自适应的智能体根因分析系统

    Meta 提出智能体根因分析系统 Diviner，围绕编码、执行、评估、自适应四阶段可靠性生命周期组织，用经过审核的事故语料和服务负责人经验生成带版本范围的技能、工作流、类型化工具与事故知识图谱。

    推荐理由：Meta 的智能体 RCA 系统论文，讲清四阶段可靠性生命周期如何用人工审核约束运维知识更新。

  7. arXiv · cs.AI71

    Athanor：让智能体自主完成后训练研究的系统

    论文提出 Athanor，一个面向自主后训练研究（AutoPostTrain）的 agent-native 系统，让智能体在真实 GPU 上自行读取数据集与评测结果、构建训练数据、修改训练算法并调参。

    推荐理由：论文展示四个 Claude Opus 5.5 智能体在 104 小时内自主完成 Qwen3-4B-Base 的后训练，结果接近官方 instruct 版本。

  8. arXiv · cs.AI66

    MAI-Gym：面向移动与桌面环境的 GUI 智能体评测与 RL 训练一体化平台

    MAI-Gym 是一个开源一体化平台，把移动、电脑和网页环境下的 GUI 智能体评测、数据采集与在线 RL 训练统一到同一条 rollout 流程中，支持十项既有基准并扩展到 20000 个并行环境实例。

    推荐理由：统一 GUI 智能体的评测、数据合成与在线 RL 训练平台，并给出 9B 模型在移动与桌面基准上的结果和模拟到真机的迁移数据。

  9. Hacker News · Show HN58

    Beeline 发布多人 Agent Harness，让人和编码智能体同房间协作

    Beeline 发布多人 Agent Harness，提供一个 Room 让团队成员与编码智能体在同一线程里对话、交接任务并合并改动。用户可 @ 人或智能体，智能体在 corner 中规划、构建、跑检查后提交待批准结果；支持 Claude、GPT、Gemini、DeepSeek 等模型，运行在 Claude Code、Codex、Pi 等 harness 中并可随时切换。

  18. arXiv · cs.AI60

    可移植技能实现 Agentic RAG：客服场景部署案例研究

    论文报告一个客服场景的部署案例，用可移植技能替代复杂 RAG 栈，该技能由自然语言指令、轻量工具（检索 API、格式检查脚本）和带 LLM 生成导航层的语料组成，导航层是文档之上的 Wikipedia 式结构化索引。

    推荐理由：客服场景的部署案例，用可移植技能替代复杂 RAG 栈，给出等价率与延迟数据，并说明适用边界。

  20. The Decoder82

    Meta 发布开放权重模型 Muse Spark Open，816B 参数对标 Qwen、GLM 和 Kimi

    Meta 发布开放权重模型 Muse Spark Open，称其为美国最强的开放权重模型，面向编码与智能体任务，拥有 8160 亿参数（420 亿激活）、最高 100 万 token 上下文，支持文本、图像、视频和音频。

    推荐理由：Meta 重返开放权重赛道，816B 参数、百万 token 上下文并支持多模态，权重已上 Hugging Face，可了解其与 Qwen、GLM、Kimi 的定位差异。

  22. The Decoder74

    Google 发布 Gemini 4 Argon，瞄准机器人全流程单一模型

    Google 发布 Gemini 4 Argon，定位为覆盖机器人控制、仿真环境构建与训练数据评估的通用模型，并称其是迈向物理 AGI 的一步。演示中 Argon 用 MuJoCo 仿真让 Spot 练习踩踏板扔易拉罐，还从单张照片生成 77 项任务和 4500 多个训练回合，使真机成功率从 56% 升至 75%、执行时间从 35 秒降至 24 秒。

  24. Google DeepMind62

    Google DeepMind 用 Google Antigravity 加速抗菌肽发现

    Google DeepMind 介绍用智能体开发平台 Google Antigravity 加速抗菌肽发现，其智能体科研工作台把原本分散在多个数据库的检索压缩到一次会话，并借助 ProtNLM 从氨基酸序列预测功能，扫描 UniProt 中数百万条未表征蛋白。

    推荐理由：Google Antigravity 新增智能体科研工作台与 3D 结构查看器，把跨库检索和结构分析压缩进一次会话。

10月15日周四
  1. NVIDIA Blog78

    NVIDIA 扩展 Nemotron 家族，发布 120B 开源模型 Super VL 与两款 Bolt 边缘模型

    NVIDIA 发布 Nemotron 3.5 Super VL，一个 120B 参数的开源多模态模型，面向常驻智能体任务，官方称其吞吐量最高可达同类模型的 5 倍，精度接近 NVIDIA 最大推理模型而参数量约为其五分之一。

    推荐理由：NVIDIA 发布 Nemotron 3.5 Super VL 与两款 Bolt 边缘模型，覆盖从数据中心到桌面的智能体部署，并公开权重与数据集。

  2. MarkTechPost58

    CopilotKit 发布 CLiF：把智能体轨迹与用户操作转成技能、评测和微调数据

    CopilotKit 发布持续学习平台 CLiF，现已开放早期访问，属于 CopilotKit Intelligence 的一部分。它通过 AG-UI 协议把智能体轨迹与用户在产品中的点击、请求合成同一条全栈轨迹，经捕获、模式分析、人工审核、交付导出四阶段，产出技能、基于真实任务的评测、微调数据集和原始轨迹四类输出。

  3. GitHub Changelog72

    GitHub 代码扫描告警的 Agentic autofix 正式可用

    GitHub 宣布代码扫描告警的 Agentic autofix 正式可用，把告警指派给 Copilot 后，它会探索相关文件、生成修复、重跑 CodeQL 验证修复有效，再开一个草稿 PR 供审查。

    推荐理由：GitHub 把代码扫描告警交给 Copilot 自动修复，改完还会重跑 CodeQL 验证再开 PR，适合用 GHAS 的团队评估。

  5. AWS Machine Learning Blog62

    AWS 提出 Trust in Depth：让智能体更自主又不失控

    AWS AI Services 副总裁 Shawn Bice 提出 Trust in Depth 框架，主张在智能体生命周期中用 Scope、Know、Bound、Observe 四层独立机制建立可验证的信任，而不是靠人工逐步审批。

    推荐理由：AWS 高管提出 Trust in Depth 框架，用自动推理为智能体划定可证明的边界，回应自主性与可控性的取舍。