Agent 智能体

EP206 · Uber 复盘 AI 工程、Airbnb 解决搜索冷启动、Meta 扩展 GEM

📝 今日导语 Uber 复盘 AI 工程，Airbnb 解决搜索冷启动，Meta 扩展 GEM：理解数据、上下文与算力的落地取舍。 🏷 今日关键词： Uber AI 工程 CASTLE 搜索 Meta GEM 开放模型 智能体安全 📰 今日精选内容 走进 Uber 的 AI 工程基础设施 The Pragmatic Engineer · 视频 · 评分 91

蓄势待发：全球 PC 应用生态已为 NVIDIA RTX Spark 做好准备 - 驱动之家

有预言家，A社研究蓝图曝光，Claude Code来自5年前 - 投资界

7天几百元开一家店！用千问办公电商版，立省启动资金5万元

给企业Agent打了个样

麦肯锡正在让求职者与假人工智能客户进行激烈竞争

据《华尔街日报》报道，咨询公司麦肯锡公司将要求一些入门级候选人与客户的人工智能模拟进行10分钟的对话，作为面试过程的一部分。人工智能模拟“旨在反映麦肯锡顾问在日常工作中可能遇到的80%的场景”，[.]

Behavioral Self-Rewarding: Enhancing SWE Agent Training with Pairwise Preference Rewards

📊 Article Meta AI Screening： 91 Source： DAIR.AI(@dair_ai) Author： DAIR.AI Category： 人工智能 Language： 英文 Read Time： 4 min Word Count： 901 Tags： AI 与智能应用 , 机器学习 , 自主编码 , AI Agent , 模型训

跨越门槛：OpenAI和Anthropic如何实现金融代理人的自主性和安全性

在纽约人工智能工程师，前沿实验室和金融公司探索了如何赋予代理人有用的自主权，同时控制相应的决策。

树木欣赏者

工具：树木欣赏者克劳德的另一个游戏实验。这款游戏使用了默认的Claude iPhone应用程序（聊天模式，而不是Claude Code模式），我在其中提示Claude Opus 5.5 Max：构建一个名为“Tree appiator”的三个js游戏-它向您展示了两个算法生成的树，游戏机制是关于欣赏它们之间的差异。认真考虑如何确保它既有趣又美丽。考虑到我最近

计算速度的循环实验室- Ian Quigley，Leash Bio

Leash Bio是如何成功处理DEL问题的？这项研究让所有人都受到了冲击，而他们利用这些数据来识别那些作弊的模型。为什么同样的数据也适用于让AI代理学会像化学家一样思考呢？

谷歌称自我改进的人工智能远未接近

谷歌工程师海顿·贝尔菲尔德（Haydn Belfield）表示，Deepmind人工智能推动的人工智能研究没有明显的加速。人工智能现在编写了超过75%的生产代码，但88%的更改仍然需要人类监督。该公司的内部综合能力指数显示稳定增长，没有突然加速。贝尔菲尔德说，自我改进的人工智能还远远不够。谷歌称自我改进的人工智能远非如此，这篇文章首先出现在The Decod

ClawCast 第 13 集：Patrick 和 Hannes 的现场 Q&A

📌 One-Sentence Summary OpenClaw 主办 The ClawCast 第 13 集，Patrick 和 Hannes 就最新进展与社区提问进行讨论，并分享对 AI 代理编排未来的洞察。 📝 Summary 该集 The ClawCast 包含一场与 OpenClaw 创始人 Patrick 和 Hannes 的现场问答环节。他们详细

研究人员在野外追踪了一支由中国人工智能特工组成的流氓舰队，并与其进行了实际交谈

研究人员首次在野外追踪到了一支不受控制的中国人工智能代理舰队，并通过网络邮箱与他们进行通信。这些在腾讯云上运行的代理已尝试了2，600多次从阿里巴巴地图服务Amap抓取数据，并在机器人保护阻止它们时找到自己的解决方案。当研究人员联系时，特工们出奇地礼貌。研究人员在野外追踪了一支由中国人工智能特工组成的流氓舰队，并与其进行了实际交谈，该文章首先出现在The D

阿帕特派遣人工智能特工卧底被骗，以便收集欺诈情报

大多数公司使用人工智能代理来更快地运送产品或加快工作流程。Apate.ai派他们卧底被骗。

语言代理的协同进化行为和预测

作者：余浩飞、陈艺兴、赵亦宁|训练语言代理受到长期部署的高成本的限制，但标准代理强化学习（RL）只能从最终的纯量奖励中学习，从而使中间步骤的监督基本上未使用。之前的工作通过估计每一步成功概率的价值目标或适合环境响应的观察目标来利用这种监督。两

大型市场上一价拍卖无政府状态的价格

作者：Shubhendu Trivedi、Jacob Eisenstein、Alekh Agarwal|代理市场是一个去中心化的服务时间市场，人工智能代理竞标来领取每个用户的提示。代理的出价基于其对提示的预期价值，即其响应的回报预期减去其推断成本。第一价格拍卖（FPAs）是最高出价者支付出价并接收提示，是在这样的市场中分配提示的自然方式，

玩家-1：从合成体验中学习游戏

作者：杨明宇、王亦然、胡思源|计算机使用的代理在解释屏幕以及执行键盘和鼠标操作方面表现出强大的能力。然而，游戏具有丰富的视觉世界和多样化的机制，仍然具有挑战性，并为通用数字控制提供了要求严格的下一步。当前的游戏代理学习管道通常依赖于大规模演示，动态游戏状态的覆盖范围有限

一项任务，多个接口：简单的跨接口一致性培训提高LLM代理的鲁棒性

作者：Artin Tajdini、Manpreet Kaur、Peng Qi|后训练将LLM代理的能力与其训练的接口绑定起来。对该接口的语义保留的扰动，例如重命名动作或更改符号，会使底层任务保持不变，但会使代理的表现变得更差。独立评分每个样本意味着接口随机化只会扩大这种依赖性从单个接口扩展到训练集成

Neckbeard -适合您的代理的DevOps/platform/SRE插件

HN ð59· 49 评论

专家：遏制和监控失败是人工智能黑客报告的罪魁祸首

HN ð816· 438 评论

从实验走向生产：Credit Karma 如何治理企业智能体

📌 One-Sentence Summary Credit Karma 工程师介绍以 MCP 网关、LangGraph 策略、可观测性、敏感数据过滤和上下文优化支撑企业智能体上线的方案。 📝 Summary Harish Gaggar 从企业智能体上线所需的基础控制谈起，展示智能体和 MCP 服务的注册、评审与部署路径。中央网关负责客户端认证、按命名空间路由