Iris-mini和Iris-pro是同类产品中最强大的开放式搜索代理
AllSpark团队发布了Iris-mini和Iris-pro，这是两个基于Qwen模型构建的开源搜索代理，在其尺码级别的开放重量模型中处于领先地位。根据该论文，训练数据和模型还提高了他们从未接受过训练的任务的性能，包括一般工具使用和办公室工作。文章Iris-mini和Iris-pro是同类产品中最强的开放重量搜索代理，首先出现在The Decoder上。
Agent 智能体
让模型自主规划、调用工具、完成多步任务的技术方向——从编码 Agent 到各家 Agent 框架与评测基准的全部动态。
已收录 1431 条 · 近 30 天 1052 条 · 第 28 / 37 页
-
-
GPT-6 Astra驾驶监视无人机并独立经营企业
GPT-6 Astra earns nearly three times as much as Claude Fable 5.1 on Andon Labs' Vending-Bench agent benchmark and refuses illegal price-fixing deals that Fable agrees to. On drone
-
蚂蚁数科在外滩大会达成31项AI合作，推动智能体走进千行百业
在近日举行的2026 Inclusion·外滩大会上，蚂蚁数科围绕绿色能源、智能终端、酒店文旅、数字内容等领域达成31项合作，携手多家签约单位推动AI智能体、区块链、可信数据等技术在千行百业加速落地。 在绿色能源方面，蚂蚁数科与广牛新能源科技集团有限公司、蜂电科技有限公司、协鑫集成能源科技股份有限公司、艾瓦量化（杭州）科技有限公司、广东神州时投新能源有限公司
-
大模型牌桌上，蚂蚁如何出牌？
谈起国内 AI 公司，人们首先想到的往往是智谱、MiniMax、月之暗面等大模型创业公司，或者阿里、腾讯、字节这些拥有云和流量入口的大厂。 在这张竞争地图里，蚂蚁的位置一直没有那么容易被描述。它也做大模型，也做面向消费者的 AI 应用，现在甚至开始进入具身智能。 蚂蚁到底想在 AI 产业里占据什么位置？它准备依靠什么与其他大模型公司竞争，又想把自己的护城河修
-
AWS推出Pizza Bot：一款面向后台人工智能代理的开源收件箱
Pizza Bot是一个开源、自托管的人工智能代理收件箱，基于DeepAgents和LangCurve构建。它结合了多个模型提供商之间的持久任务状态、HCP集成、可配置审批和预定工作流程。AWS推出Pizza Bot：后台人工智能代理的开源收件箱这篇文章首先出现在MarkTechPost上。
-
今年外滩最特别Agent：能干活，能陪聊，还会朋友圈拉黑你
Agent的下一步是关系型生产力
-
EP174 · 前沿安全节奏、AI 创投幂律、AI 设计语言 · 09-13 早报
📝 今日导语 前沿模型要以安全验证调速，AI 正重估创投回报，设计团队则用语言约束智能体：据此判断治理、投资与协作尺度。 🏷 今日关键词： 前沿模型安全 AI 创投幂律 Impeccable 独立安全评估 设计语言 空间智能 Codex Agents API 📰 今日精选内容 Dario Amodei — 我们必须放慢前沿步伐 Hacker News · 文
-
收件箱内的上下文工程：克服长期任务中的上下文溢出和目标丢失的4种机制
浅代理是LLM循环调用工具，在长任务中，它以两种方式失败：上下文溢出和目标丢失。本文打开了修复这两者的工具层，其中包含LangChain Deep Agents、Claude Code、Manus、OpenAI Codex和Amazon Bedrock AgentCore提供的实际阈值，以及显示20万窗口已填满的交互式模拟器。文章首先发表在MarkTechP
-
为什么人工智能特工会撒谎、作弊和协调？
HN ð273· 341 评论
-
使用GPT-6 Astra和ChatGPT Work生成跑步路线
今天早上，我让ChatGPT与GPT-6 Astra（Max）一起做了一件很棒的事情：我住在<my address>。找出从我家出发的5公里和10公里的跑步路线。使用OSM数据。它工作了27分钟，并产生了我所要求的内容，既有嵌入式可视化，也有可下载的GPX文件和GeoJSON文件。以下是5 K路线：当我问它如何创建路线时，它回答说：我使用Nominatim来
-
AgentsDock：为人工智能研究设计的IDE
HN ð21· 10 评论
-
OpenAI的流氓人工智能五月份试图黑客攻击另一家公司
今年5月，数百个恶意和垃圾软件包被上传到RubyGems，导致主机严重中断。现在，独立研究人员表示，一群OpenAI代理人应对此次攻击负责。不仅如此，AI还试图窃取用户的API密钥。当时，RubyGems将其描述为[…]
-
OpenAI建议GPT-6 Astra需要更精简的提示和更少的护栏
OpenAI的Eric Provencher警告说，过长的技能描述、笼统的阅读要求和严格的审批规则可能会阻碍GPT-6 Astra。功能更强的模型需要更少的手工操作，因此开发人员应该将指令与特定任务联系起来，并明确说明工作何时完成。OpenAI建议文章GPT-6 Astra需要更精简的提示和更少的护栏，首先出现在The Decoder上。
-
2026外滩大会闭幕：50余项科技成果首发首展， 80多个产业合作达成意向
9月12日，2026 Inclusion·外滩大会在上海黄浦世博园区闭幕。围绕“共创AI新经济”主题，来自研究一线、产业一线、投资界的670余位嘉宾深入探讨了人工智能对生产、消费、商业及社会形态的深刻影响。300余家企业集中展示了AI技术在医疗健康、支付、金融、零售、生活服务等真实场景中的最新应用成果。 大会组委会披露，四天时间，50余项技术、产品和应用在大
-
0团队、1台电脑、全球70国用户，外滩大会见证个人造风者登场
科技圈从来不缺“按资排辈”的舞台，但这个9月，在上海黄浦江畔举行的2026 Inclusion·外滩大会，正在打破常规。 穿行于大会现场，记者感受到了一种强烈的叙事转向：在全新的技术周期里，资历的壁垒正在坍缩，未来正被第一批AI原住民重新执笔。这主要体现在，主论坛和见解论坛的聚光灯不再仅仅留给功成名就的行业巨擘，而是对准了一批二三十岁的“造风者”；超级个体日
-
最糟糕的垃圾邮件：iLands的人工智能Agent Hustle内部
HN ð63· 30 评论
-
OpenAI代理对RubyGems发起了2，000个包的网络攻击，只是为了收集任何人都可以用Google搜索的数据
2026年5月，OpenAI代理向RubyGems上传了2,000多个恶意软件包，自行发现了一个未知的安全漏洞，并试图窃取API密钥。表面上的目标是毫无意义的：从英国地方政府那里收集公开的数据。据报道，OpenAI从未告诉过受影响的人。OpenAI代理对RubyGems发起了2,000包网络攻击，只是为了收集任何人都可以Google的数据。
-
从“GPASS”到“灵影”，蚂蚁为AI终端铺设Agent基础设施
9月11日，在2026 Inclusion·外滩大会“AI驱动新终端新服务”论坛上，蚂蚁集团宣布，GPASS智能终端可信连接技术框架正式升级为“灵影”。 灵影定位于面向AI眼镜等新终端的Agent原生操作系统及开放平台，围绕自然交互、智能体运行、多端协同和安全可信提供底层能力，并向芯片伙伴、硬件厂商和开发者开放。 蚂蚁集团资深副总裁周志峰表示，AI终端正在推
-
从完成任务到自主发现，Agent后训练寻找下一个Scaling Law
当大模型开始调用工具、执行复杂任务，衡量其能力的标准也在发生变化：不仅要看能否给出正确答案，更要看能否在真实环境中持续行动、检查结果，并根据反馈调整策略。从模型能力到任务价值，这一转变需要怎样的训练方法与基础设施？智能体能否在工作中积累经验、不断进化，进而打开新的能力增长空间？ 9月12日上午2026 Inclusion·外滩大会上，以“Agent Post
-
AI重塑支付：从工具到生态，一场关于价值重估的产业对话
过去的支付，是人完成交易的最后一步；到了智能体时代，支付成为AI进入真实商业世界的关键一步。 9月11日，在2026 Inclusion·外滩大会“Agentic Commerce的新可能”圆桌上，Kimi增长与商业化技术负责人付强、自然选择创始人Tristan、BAI资本高级合伙人赵鹏岚、蚂蚁集团AI支付总监林正茂，从模型、创业、投资和支付等不同视角，讨论
-
EP173 · 开放模型成本、Agent 记忆、B 端实践 · 09-12 早报
📝 今日导语 从开放模型的成本测量，到 HL-Mem 的记忆治理，再到京东 B 端协作，判断 AI 落地如何分配模型、证据与人机责任。 🏷 今日关键词： 开放权重模型 HL-Mem B 端需求协作 模型路由 记忆治理 人工复核 📰 今日精选内容 The Pulse：科技公司转向开放 AI 模型 The Pragmatic Engineer · 文章 · 评分
-
Kimi突发K2.8：性能逼近K3，百万上下文全员开放
冲刺港股IPO
-
从加油到高速服务，动口不动手：蚂蚁阿宝三大车载AI能力亮相2026外滩大会
9月9日至12日，2026 Inclusion·外滩大会在上海举办。大会集中展示AI智能体从技术创新走向规模化民生商用的最新成果，在智能座舱板块，支付宝重磅发布三大全新产品能力，让车内AI服务从“基础交互”迈入“全场景可交易、全链路能办事”的新阶段。 此前，支付宝发布AHA多智能体跨端互联协议体系，打通跨设备、跨品牌的智能服务壁垒，推动“蚂蚁阿宝”车载服务规
-
外滩大会观察：AI进入产业，数据正在成为新动能
AI时代，数据的价值正在被重新发现。 9月9日至12日，2026 Inclusion·外滩大会在上海世博园举行。相比过去聚焦“AI能做什么”，今年大会上，一个更底层的问题被反复讨论：当AI真正进入产业，企业手里的海量数据，如何才能被AI真正用起来？ 在“数智进化：让多模态数据成为AI核心燃料”见解论坛上，来自高校、研究机构以及金融、政企、科技行业的专家和实践
-
AI能否自主做研究？听听这些专家怎么说
当人工智能开始参与提出假设、设计实验，并根据实验结果调整研究方向，AI与科学研究的关系正在发生变化。从材料发现到生命系统模拟，再到创新药研发，AI for Science的探索正从单个环节的效率提升，走向对科研过程的系统性重构。 如何让AI持续产生可验证的新知识，如何打通计算模型与真实实验之间的循环，也成为学术界和产业界共同面对的课题。 9月11日下午202
-
OpenAI特工早在五月份就攻击了RubyGems
OpenAI特工对RubyGems进行了一次未公开的攻击，这是Spencer Kitts、Thomas Larsen和Sydney Von Arx的一份新的重磅报告，他们是上周关于对废弃维基（先前）的代理攻击报告的四位作者之三。这一次，他们指出，OpenAI代理群很可能是针对RubyGems包存储库的攻击的幕后黑手，RubyGems安全团队的Maciej M
-
OpenAI特工对RubyGems进行了未公开的攻击
HN ð475· 275 评论
-
LLM可以设计自己的代理收件箱吗？字节跳动Seed的HarnessDev表示64项变化中只有34项具有概括性
字节跳动Seed、SUTD、Georgia Tech、M-A-P和TokenWave.AI引入了HarnessDev，这是一个基准测试，它对模型构建的可运行线束进行评分，而不是对它返回的答案进行评分。从得分为0的种子开始，6个创建者LLM构建了5个基准测试和2，207个任务的线束，然后从执行反馈中进化它们。自建的脊甲在写作和机器学习实验方面与人类参考相匹配，
-
使用AWS DevOps Agent和AgentCore Evalments监控生产代理生命周期
多代理系统以传统监控失误的方式失败。这篇文章介绍了一种监控生产代理的双层方法：用于持续质量评分的Amazon Bedrock AgentCore Evapments和用于自主基础设施调查的AWS DevOps Agent，在四个代理的航空公司预订系统上展示。
-
除了每个代币的价格之外：在Amazon Bedrock上为您的工作负载选择正确的OpenAI模型
比较每百万美元代币的模型会忽略生产工作负载实际支付的费用：结果。这篇文章分享了一个开源基准测试工具，该工具可以测量每个正确答案的成本，代理轨迹成本以及Amazon Bedrock上OpenAI模型的可交付质量。
-
银行Agent上岗：4200万小微经营者可用，信贷、票据、财税一把梭
看清「一个真正的人」
-
引用鲍里斯·切尔尼的话
由Claude编写的生产代码应该比由人类编写的代码具有更高的标准。在Anthropic，我们有许多护栏来确保这一点发生：大量的lint规则、大量的测试、克劳德驱动的端到端测试、每天运行的克劳德驱动的模糊器、自动代码审查和安全审查、自动代码重构等等。如果没有这些，您最终可能会陷入难以维护的混乱。- 鲍里斯·切尔尼标签：克劳德，ai，claude-code，ll
-
用智能体构建雄心勃勃的软件：Dioxus 的基础设施与质量实践
📌 One-Sentence Summary Dioxus 创始人 Jonathan Kelley 分享小型 Rust 框架团队如何借助编码智能体加速跨平台基础设施建设，同时守住架构纪律、测试严谨性、文档与评审标准。 📝 Summary Jonathan Kelley 回顾了 Dioxus 从 Rust 跨平台构想出发，历经五年发展为具备原生渲染、Web 与
-
Cognition帮助Devin使用GPT-6 Astra测试自己的工作
GPT-6 Astra提高了Devin测试软件并证明其有效性的能力，目标是帮助工程师审查更少的代码并交付更多的代码。