Agent Baseline 软件工厂参考架构首版草案发布
Ian Livingstone 发布 Agent Baseline Software Factory Reference Architecture 首版草案，这是一份面向日益自主的软件工厂的安全蓝图，由社区共同参与编写，开放反馈与贡献。Dex Horthy 称此前关于 MCP gateway 的讨论还比较模糊，如今这一重要问题已落地为面向构建者的正式规范，虽然还有很多要建，但已是很好的开始。
匹配字段标题、摘要、正文
←搜索结果
搜索“Agent”
xAI 发布 Grok Voice 3.0 语音到语音模型，Voice Agent API 每分钟 0.08 美元
xAI 于 10 月 14 日发布 Grok Voice 3.0 语音到语音模型，已在 Voice Agent API 上线，定价每分钟 0.08 美元，与上一代相同。xAI 引用 Artificial Analysis 10 月 13 日的独立测试称，该模型以 86.9 分位列 Speech-to-Speech Index 第一，高于 GPT-Live-1（Astra, Medium）的 83.2 和 Gemini 3.8 Live 的 82.6，延迟低于一秒。xAI 还称其在 ServiceNow 的 EVA-Bench 上取得 74% 的最高准确率，并已在 Tesla 车辆和 Starlink 呼叫中心部署，后者每天处理 2 万通客户来电。
匹配字段标题、摘要、正文
斯坦福与 Together AI 论文提出 HybridAgent，解码算力降 62.5% 至 72.9%
斯坦福与 Together AI 的新论文提出 HybridAgent，让智能体大部分推理在隐向量中完成，解码算力降低 62.5% 至 72.9%，且得分更高。该方法通过一个小适配器把模型内部状态作为下一步输入，仅在工具调用和关键决策时切换为文本，静默步骤仍可解码为可读文字。在 GAIA 上，14B 版本得分 52.4，高于同模型用 ARPO 训练的纯文本智能体的 43.7，运行速度也是匹配文本智能体的 2.1 倍。
匹配字段标题、摘要、正文
用 Amazon Bedrock AgentCore 构建可自我改进的文档处理系统
AWS 介绍如何用 Amazon Bedrock AgentCore 构建智能体式 IDP 系统，由 8 个专用智能体在两条图工作流中完成文档分类、提取、校验与学习，通常可在 20 分钟内完成部署。新文档类型无需手工配置模板，智能体会自动生成提取提示词并保存复用，后续同类文档直接进入提取流程；系统结合 Amazon Textract、S3 Vectors、Aurora DSQL 与 AgentCore Runtime、Gateway、Identity、Observability 等能力。
匹配字段标题、摘要、正文
AMD MI355X 在 AA-AgentPerf 智能体推理基准上的首批结果
Artificial Analysis 将 AMD MI355X 加入 AA-AgentPerf 智能体推理性能基准，在单台 8-GPU 节点上测试 Kimi K3、GLM-5.2/5.3 和 DeepSeek V4 Pro，并与 NVIDIA B200/B300 对比。MI355X 在 DeepSeek V4 Pro 0813 上每 MW 吞吐量比 B200 高约 15% 至 40%（35 至 75 tok/s 每用户），但在 DeepSeek V4.1 Flash、GLM-5.2/5.3 和 Kimi K3 上随负载上升落后于 Blackwell。
匹配字段标题、摘要、正文
Claude Haiku 5.5 (High) 登陆 Agent Arena，综合排名第 27
Claude Haiku 5.5 (High) 登陆 Agent Arena，在超过 2.05 万场真实智能体会话中取得 +1.48% 净提升，综合排名第 27。其最强类别是 Code，以 +4.83% 净提升排在第 15 位。该模型单任务中位成本为 0.09 美元，略低于 Agent Arena 帕累托前沿；相比第 26 位、单任务 0.63 美元的 GPT-5.4 (High) 便宜 86%，比 Claude Sonnet 5.5 (Max)、Fable 5.1 (Max) 和 Opus 5.5 (Max) 每任务便宜 97% 至 99%。
匹配字段标题、摘要、正文
APUS 开源 Reflex Agent，用决策模型接管 Agent 调度
APUS 开源 Reflex Agent，采用自研 Reflex 决策模型完成 Harness 中的决策环节，围绕无限记忆、无损记忆、无损输入构建无限上下文方案，面向可长期持续处理任务的 Personal Agent。该项目以 MIT 协议开源，提供桌面端、Web 和 SDK；Reflex 基于 Qwen3.5 的 4.5B 参数模型微调，测试场景下页面响应速度相比同类 Agent 提升 2-3 倍。
匹配字段标题、摘要、正文
千问办公发布电商版 Agent，一个入口管跨平台多店铺生意
千问办公于10月14日发布专门服务电商行业的 Agent 功能“千问办公电商版”，商家切换到“电商经营”模式即可用一个 Agent 管理跨平台、多店铺、全流程生意。该版本已接入生意参谋、有赞、千牛、阿里妈妈万相台、FastMoss、LinkFox 等主流商家经营工具，未接入平台的数据可由商家自行上传汇总分析。千问办公现有付费用户中约20%来自电商行业，电商用户周均完成任务数为38个。
匹配字段标题、摘要、正文
Claude 平台上线 Agent 可观测性，支持 OpenTelemetry 追踪
Claude 平台宣布 Claude Managed Agents、Messages API 和 Claude SDK 可向任意 OpenTelemetry 工具发送 OTel 追踪，记录每次模型调用、工具使用和 MCP server 调用，并附带延迟、token 和 ID。该功能处于公开测试阶段，Managed Agents 和 Messages API 需在 Claude Console 配置目标端，Claude SDK 则自动导出追踪。追踪遵循 OpenTelemetry GenAI 语义约定，可与 Grafana Cloud、Honeycomb、Sentry、Splunk、Datadog、Langfuse、LangSmith、PostHog、Databricks Unity Gateway 等工具配合使用。
匹配字段标题、摘要、正文
Modem 更新：域名迁移至 Modem.ai，Agent 支持 Claude 5.5 模型
Modem.dev 正式更名为 Modem.ai，旧链接自动重定向。Agent 新增 Claude 5.5 模型选项，可在 Opus、Sonnet、Haiku 5.5 间按深度、速度与成本取舍，并支持在对话中粘贴、拖拽或附加图片。同时新增应用内反馈收集，以及 X、Plain、Microsoft Teams 集成和 Teams 自动化输出。
匹配字段标题、摘要、正文
Claude Haiku 5.5 在 Agent Arena 排名第 27，编码类第 15
Arena 公布 Claude Haiku 5.5 (High) 在 Agent Arena 的实测结果，基于 2 万余次真实智能体会话，净提升 +1.48%，总排名第 27。其最强类别是编码，以 +4.83% 净提升排第 15；每任务中位成本 0.09 美元，略低于 Agent Arena 帕累托前沿。相比第 26 名、每任务 0.63 美元的 GPT-5.4 (High)，Haiku 5.5 成本低 86%，也比 Claude Sonnet 5.5 (Max)、Fable 5.1 (Max) 和 Opus 5.5 (Max) 便宜 97% 至 99%。
匹配字段标题、摘要、正文
CMU 11-768 AI Agents 第12讲强化学习系统公开
CMU 秋季课程 11-768: AI Agents 第 12 讲「Reinforcement Learning Systems」讲义和视频已公开，由 @dan_fried 与 @gneubig 主讲。该讲覆盖强化学习系统框架、推理侧与训练侧优化、训练-推理交互、Agentic RL 实战踩坑经验及 RL 框架设计。课程提出 RL 框架本质是训练与推理两种异质负载的耦合、前缀复用是 agentic RL 效率不变量、Token-In-Token-Out 设计错误曾造成全行业训练不稳定等观点。
匹配字段标题、摘要、正文
MiniMax Design Agent V3 上线
MiniMax Design Agent V3 正式上线，官方称创作成本降低 30% 以上，速度更快、更智能。新版本支持在同一创作页面内跨对话复用素材、共享上下文，并可自定义 Agent 指令以匹配个人风格。10 月 13–16 日会员每日可领 1,000 免费 credits，累计最高 4,000。
匹配字段标题、摘要、正文
MiniMax Design Agent V3 上线并更新版本
MiniMax Design Agent V3 已上线，官方称创作成本降低 30% 以上，并支持在同一创作页面内跨对话复用素材、共享上下文，以及自定义 Agent 指令。主帖仅提示更新至新版本并附上链接。
匹配字段标题、摘要
Groundcover 推出 agent-to-agent 可观测性，让 Claude 和 Codex 移交生产调查
Groundcover 推出 agent-to-agent 可观测性，允许 Claude、Codex、Cursor 和 AWS Kiro 通过 MCP 工具或异步 Agent Tasks 将生产环境调查交给其自有可观测性 Agent，后者返回根因分析或仪表盘草稿。该功能基于 bring-your-own-cloud 架构，遥测数据保留在客户云账户内，按节点计费，现已可用。
匹配字段标题、摘要、正文
用 Amazon Bedrock AgentCore 自动生成演示文稿
AWS 介绍如何用 Amazon Bedrock AgentCore 构建 AI 智能体系统，自动把季度报告、合规文档和市场分析生成 PowerPoint 演示文稿，内部测试中可在 90 秒内完成。方案在 AgentCore runtime 上部署基于 Strands Agents 框架的 supervisor agent，由 Anthropic Claude Sonnet 4.6 生成内容、Amazon Titan Text Embeddings v2 做向量检索、Stability AI Stable Image Inpaint 生成幻灯片配图，并通过 Amazon Bedrock Guardrails 做内容安全过滤。
匹配字段标题、摘要、正文
面壁智能等联合发布开源 Agent 操作系统 PilotDeck 2.0
由清华 THUNLP、面壁智能、OpenBMB 和 AI9Stars 联合开发的开源 Agent 操作系统 PilotDeck 发布 2.0 版本，可将自然语言指令转化为已完成的任务，且不绑定特定模型。2.0 新增 Word、Excel、PowerPoint 文件的创建、编辑与校验能力，并支持一键桌面安装；官方称在 2000 条交互消息的压力测试下可应对中断的长任务。在 Workbuddy Bench 上，PilotDeck 搭配 Qwen3.6-35B-A3B 得分 79.1，高于 WorkBuddy 的 74.7 和 Claude Code 的 77.3。
匹配字段标题、摘要、正文
Dan Shipper 回应 Every 新 agent 好评
很多人都这么说！
匹配字段标题
Meshy 3D Agent 结束 beta 向所有用户开放
Meshy 宣布 Meshy 3D Agent 正式结束 beta，现已向所有用户开放。用户可通过一次对话完成从描述想法、批量生成概念图到生成 3D 模型，再打印或导入游戏引擎的流程。官方称其更智能、更快，并能更准确理解用户想制作的内容。
匹配字段标题、摘要、正文
Artificial Analysis 将 DeepSeek V4.1 Flash 纳入 AA-AgentPerf 基准，GB300 每兆瓦吞吐达 261M tokens/s
Artificial Analysis 将 DeepSeek V4.1 Flash 加入其智能体推理性能基准 AA-AgentPerf，并给出 NVIDIA 与 AMD 硬件的实测结果。在每用户 100 tokens/s 下，NVIDIA GB300 以约 261M tokens/s 每兆瓦居首，其后为 B300（约 220M）、B200（约 193M）、GB200（约 178M）和 MI355X（约 128M）。V4.1 Flash 在 Artificial Analysis Intelligence Index 上得分 39，高于此前的 V4 Pro 0813（36），参数量约为其三分之一（552B backbone、16B 激活，对比 1.6T 与 49B），最少可在 2 张 GPU 上运行，相比 V4 Pro 0813 在每用户 100 tokens/s 下每兆瓦吞吐提升约 1.3 倍（GB300）至 6.2 倍（B200）。
匹配字段标题、摘要、正文