←搜索结果

搜索“Agent”

按匹配度 · 共 415 条结果 清除搜索

星期三

  1. 事实所属事件

    微软提出用Guardian Agents监控企业AI代理

    微软提出使用Guardian Agents监控和调节企业AI代理动作的方案。微软安全部门执行副总裁Hayete Gallot在博客中表示,应部署Guardian Agents,在AI智能体执行动作前进行监控和干预,并称前沿模型无论来自哪里都不可信任。方案计划把企业内智能体纳入集中管理,为每个智能体分配身份、容器和权限策略,再结合身份、数据、云、终端、网络和运行时信号实时评估风险,由绿队和蓝队智能体在风险升高时介入。该方案将依托微软7月公布的Project Perception安全系统落地。目前该方案仍处于提出阶段,尚无进一步实施进展的公开事实。

    匹配字段标题

    查看事件：微软提出用Guardian Agents监控企业AI代理

星期二

  1. 事件1 条新闻 · 1 个事实

    Addy Osmani提出Agent时代代码审查应转向多层验证系统

    Addy Osmani 提出,Agent 时代的代码审查应转向多层快速确定性反馈的验证系统。他复盘了 Claude Code 团队在 Claude 编写约 90% 代码后重构代码审查的做法:2026 年 6 月到 9 月,合并 PR 数量翻倍以上,回滚率下降超过 40%。该团队把审查从人工逐行阅读改为分层验证流水线,包括 PR 前由 subagent 独立审查 diff、PR 上多个 AI 审查 agent 并行找 bug 并由验证者投票过滤误报、按风险分级审批,以及合并后 flag 灰度。团队还把历史事故 PR 做成每日评测集,并限制单个 PR 最多审查三轮,一轮通过的 PR 从 65% 升至 78%。

    匹配字段标题

  2. 事件1 条新闻 · 1 个事实

    Addy Osmani提出验证是AI编码Agent的核心瓶颈

    2026年10月20日,Claude Code 团队的 Addy Osmani 分享「Agentic Verification」,提出 AI 编码 Agent 的瓶颈已从写出代码转移到判断代码是否正确,不能自我验证的 Agent 本质上是在猜。他提出三类给 Agent 的考题:优先选 E2E 测试,用属性测试规定永远不许发生的情况,用差分测试把旧系统当标准答案。他还强调慢和 flaky 的测试会训练 Agent 用重试取代修复,建议把测试基础设施当作 Agent 的依赖来投资。目前该观点由单一来源报道,尚无后续发展。

    匹配字段标题

星期一

星期日

  1. 事件1 条新闻 · 1 个事实

    lauren提出信任Agent的四层倒金字塔框架

    2026年10月17日,Grok Bot 团队的 Lauren(@poteto)提出一套信任 AI Agent 工作成果的四层倒金字塔框架,主张把最多精力放在改造代码库本身,而非管教 Agent。该框架按投入递减分为四层:代码库改进(架构、类型与不变量、模块边界)、静态分析(Lint、测试、CI、TLA+ 等形式化验证)、文字性指导(注释、AGENTS.md、Skills 描述)和人工审查。她认为越靠上层手段越确定、越省 token,越靠下层越依赖 Agent 不可靠的理解和难以规模化的人力,提示词本身只是第三等手段。同日另一篇报道以 Lauren Tan 之名介绍该框架,并建议把原帖交给自己的 bot 或智能体,给出安装工具、新建 Project、用 /recall、/poteto-mode、/correct、/architect 等命令分析历史提交与反馈的步骤。目前该框架仍处于提出与传播阶段,尚无后续落地或效果数据。

    匹配字段标题

星期六

  1. 事实所属事件

    lauren提出信任Agent的四层倒金字塔框架

    2026年10月17日,Grok Bot 团队的 Lauren(@poteto)提出一套信任 AI Agent 工作成果的四层倒金字塔框架,主张把最多精力放在改造代码库本身,而非管教 Agent。该框架按投入递减分为四层:代码库改进(架构、类型与不变量、模块边界)、静态分析(Lint、测试、CI、TLA+ 等形式化验证)、文字性指导(注释、AGENTS.md、Skills 描述)和人工审查。她认为越靠上层手段越确定、越省 token,越靠下层越依赖 Agent 不可靠的理解和难以规模化的人力,提示词本身只是第三等手段。同日另一篇报道以 Lauren Tan 之名介绍该框架,并建议把原帖交给自己的 bot 或智能体,给出安装工具、新建 Project、用 /recall、/poteto-mode、/correct、/architect 等命令分析历史提交与反馈的步骤。目前该框架仍处于提出与传播阶段,尚无后续落地或效果数据。

    匹配字段标题

    查看事件：lauren提出信任Agent的四层倒金字塔框架

星期五

  1. 事件1 条新闻 · 1 个事实

    扎克伯格称每家公司未来都会有自己的 Agent

    2026年10月15日,Mark Zuckerberg 在 Cheeky Pint 播客与 Alexandr Wang 的对谈中提出判断:今天每家公司都有网站、社交账号和邮箱,以后每家公司也都会有自己的 Agent。同一对谈还提到,Meta 把浏览器操作能力直接训进模型,商家无需改动,Muse 就能操作它们的网站;愿意合作的商家可开放 API 直连,省去 Agent 爬网页。报道称目前主动要求深度接入的商家远多于想屏蔽的,Computer Use 被视为 Agent 购物的最后一块拼图。目前该判断尚无后续独立发展事实。

    匹配字段标题

星期四

  2. 事件1 条新闻 · 1 个事实

    谷歌云发布Gemini agent企业Agent产品

    2026年10月8日,谷歌云在Gemini at Work 2026大会发布Gemini agent企业Agent产品。据钛媒体·AGI报道,用户给出目标后,该产品可跨Workspace与第三方应用自主拆解任务、编排子Agent,长任务可在云端运行数天,仅在花钱、发信、删数据等节点要求人工确认。报道称其目前面向企业客户私有预览,未公布商用时间与定价。该报道还提到,产品在治理层提供独立企业身份、审计日志与预算上限,但迭代方向仍由人设定,并对比了微软Agent 365、Devin及国内信创要求。截至现有证据,尚无后续发展事实。

    匹配字段标题

星期四

星期日

  1. 事件1 条新闻 · 1 个事实

    VarOps分享跨组织Agent记忆系统三项设计决策

    2026年10月8日,VarOps团队通过Tessl产品与工程博客分享其构建跨组织智能体记忆系统的经验总结。作者称问题不在模型推理能力,而在于决策信息从未以智能体可用的形式被记录。团队提出三项设计决策:一是把观察蒸馏为带证据和时间范围的claim而非存储原始片段,在LongMemEval上正确证据进入前十条的比例为99.8%,摄入约3500万token成本8.24美元;二是不覆盖旧事实并显式标注“无结果”状态,去掉拒答机制后30次诚实拒答变成30次编造回答;三是在调用模型前先按身份解析权限,财务读者得到精确营收数字而销售读者只得到区间。作者表示完整报告、测试框架和逐题结果已公开,并将在AI DevCon New York讲解设计细节。

    匹配字段标题

  2. 事件1 条新闻 · 0 个事实

    Sierra与Meta发布Personal Agent Protocol

    2026年10月7日,Sierra宣布与Meta及Genesys、Instinct、Rocket、Shopify、Stripe、Walmart等合作方共同开发并发布Personal Agent Protocol开放标准,用于定义个人智能体与商家交互的方式,并开放给任何人实现。该协议基于OAuth构建会话,消费者决定授予智能体只读或写入权限,企业则设定智能体可通过网站、基于MCP和OpenAPI的API或企业自有智能体执行哪些操作。Sierra表示后续可能加入更细粒度的权限、推送通知和支付扩展。同日,Sierra在旧金山Sierra Summit 2026上发布Agent OS新增模型Curie与Fleming,并推出Tandem Voice语音方案、Persona Studio声音定制工具,同时提及该协议。目前尚无进一步发展。

    匹配字段标题

  3. 事件1 条新闻 · 1 个事实

    Infra Agent优化GLM推理系统

    2026年9月17日,唐杰复盘了GLM-5.3-Flash从在国内加速器上首次跑通到承载全部生产流量仅用两周的过程,端到端吞吐提升3.2倍,其中大量工作由基于GLM-5.3的Infra Agent完成。唐杰指出,智能体卡住的原因往往不是写不出代码,而是不知道性能为何变差,因此团队构建了可被直接调用的分层验证接口,即密集反馈,包括正确性、系统行为和性能三类信号。智能体据此发现并修复了KDA上下文并行路径的TF32精度漂移,修复已合入Flash Linear Attention PR #1180;还修复了KV传输未与DeepEP dispatch重叠导致的开销,使其从超过30%降至1%以下;以及decode kernel重复计算归一化的问题,提速1.71倍。唐杰强调,人类仍负责定义目标、搭建反馈环境和审查高风险改动,但工程师的角色正从解决问题转向设计反馈。

    匹配字段标题

  4. 事件1 条新闻 · 1 个事实

    Ramp自研编码Agent Inspect实践

    2026年8月25日,Pragmatic Engineer 报道金融科技公司 Ramp 自研内部后台编码智能体 Inspect 的实践。报道称,目前 Ramp 有 75% 的已合并 PR 由 Inspect 发起,7 月累计会话量突破 100 万次。Inspect 以远程沙箱方式运行,接入公司内部数据源与工具,可自行运行测试、查询遥测和功能开关,并对前端改动做截图与实时预览验证,远程开发环境启动时间在 5 秒以内。Ramp 团队表示,自研原因是本地机器只能并行运行一两个会话,且需要更好的前端工具和远程开发环境。Inspect 基于开源编码智能体 OpenCode 构建,公司内部已有 200 多个智能体运行在该平台上。

    匹配字段标题

星期二

星期二

星期六

星期一

  1. 事件1 条新闻 · 1 个事实

    Browser Use 发布极简 Agent harness 并开源

    2026年4月19日,Browser Use 发布并开源了约600行的极简 agent harness(browser-harness)。据其联合创始人兼 CTO 介绍,该方案直接给模型原始 CDP 访问权限,harness 由 run.py(13行)、helpers.py(192行)、daemon.py(220行)和 SKILL.md 组成;工具缺失时智能体自行 grep helpers.py 补写函数并重跑,文中举例称智能体曾自行写出 upload_file()、改用分块上传绕过 CDP websocket 约10MB 的载荷上限,仓库地址为 github.com/browser-use/browser-harness。2026年4月25日,Browser Use 又发布 Browser Use Box(BUX),一台预装 Claude Code 和 Browser Harness 的 24/7 远程 VM,可通过 Telegram、网页或 SSH 控制,基于预烘焙 AMI 启动耗时30-60秒,运行在零 AWS 权限的受限 IAM 角色下,浏览器会话每240分钟轮换,架构已开源,

    匹配字段标题