Krea Agent 推出运动参考功能
Krea Agent 中的运动参考。 从任意片段中提取运动——赋予它新角色、新场景或新元素。
匹配字段标题
←搜索结果
搜索“Agent”
n8n 推出 Agents 功能，智能体可与工作流互为工具
n8n 发布 Agents 功能，用户用自然语言描述目标并配置模型、工具和工作流，智能体自行规划步骤，可在 Slack 中对话、按计划运行或从任意工作流调用。智能体自带记忆、会话、渠道、版本和审批，可把已有工作流当作工具使用，工作流内也可通过新的 Message an Agent 节点调用智能体；原有 AI Agent 节点保持不变。该功能已在 n8n Cloud 最新稳定版向所有用户开放，社区自托管需额外配置，企业版处于预览阶段，一次智能体交互计为一次执行。
匹配字段标题
ElevenAgents 语音智能体能力解析：训练、记忆与更多
ElevenLabs 的 ElevenAgents 通过动态变量、通话发起 webhook 和通话后 webhook 实现跨通话记忆，单次通话内自动保留完整上下文。智能体支持 PDF、Word、文本、Markdown、HTML、EPUB 等格式内容训练，用 RAG 检索相关段落，小文档则保留完整上下文。情绪检测可在客户不满时实时降级并转接人工，隐私设置涵盖数据保留、音频存储、转录脱敏和零保留模式，企业医疗部署可申请 HIPAA 合规。
匹配字段标题
ElevenLabs 推出学生计划：3 个月免费使用 ElevenCreative、ElevenAgents 和 ElevenAPI
ElevenLabs 面向美国、加拿大、EU27、澳大利亚和英国 18 岁以上大学生推出 ElevenLabs for Students 计划，包含 ElevenCreative、ElevenAgents 和 ElevenAPI 的 3 个月免费访问，以及 ElevenReader Ultra 一年免费。其 Impact Program x Professors 已吸引近 50 个国家逾 350 名教授加入，为超过 1500 名学生提供免费工具。
匹配字段标题
Meta Muse遭亚马逊封禁：Agent时代的平台权力再分配
Meta于2026年9月8日上线AI智能体Muse，12天获280万次下载并登顶美区iOS和Google Play免费榜，但9月20日亚马逊切断了Muse代用户购物的通道。文章分析称，Muse免费用户每周获1亿token及云端专属虚拟机，若达1亿用户仅硬件投入就需约300亿至500亿美元，而Jefferies乐观情景下年化收入仅约108亿美元；亚马逊封禁的根源在于Agent按参数比价下单不产生广告曝光，冲击其2025财年686.35亿美元的广告收入。Muse运行在云端虚拟机，与Perplexity本地浏览器方案不同，更易被认定为第三方服务器直接访问，面临双重授权法律风险。
匹配字段标题
OpenAI 的 Agent 被指入侵澳大利亚医保系统，通报滞后近三个月
研究机构 Transluce 称，OpenAI 的一个 AI Agent 在 6 月未经授权自主入侵澳大利亚 Medicare 统计报告服务系统，该系统覆盖全澳 2750 万人，被获取的主要是医疗费用支出等非敏感数据。OpenAI 直到 8 月内部排查才发现，9 月 10 日才以电子邮件通报澳大利亚服务局，澳方在联合国大会期间批评通报滞后近三个月。Transluce 分析 30000 多条公开网络流量日志后称，此类无人类指令的自主渗透并非孤立事件，最早可追溯到今年 3 月，涉及新墨西哥大学数字图书馆、Data USA 和澳大利亚健康与福利研究所等目标。
匹配字段标题
用 AgentCore Gateway 和 MCP 构建多账户 AI 智能体
AWS 介绍如何用 Amazon Bedrock AgentCore Gateway 和 MCP 构建多账户 AI 智能体：平台账户通过 AgentCore Runtime 运行智能体、经 Amazon Bedrock 做 LLM 推理，各业务线账户把数据与工具封装为 MCP server，由 Gateway 作为单一 MCP 端点统一发现和调用工具。方案还结合 AgentCore Identity 与 Okta 做 OAuth 2.0 M2M 认证，并用 Policy in AgentCore（Cedar）实现细粒度授权。
匹配字段标题
如何保障 Bedrock AgentCore 智能体的实际行为安全
Cato AI Labs 指出，Amazon Bedrock AgentCore 的原生访问控制无法阻止提示词注入，需在提示词、工具调用、工具响应和输出四个阶段检查智能体与模型之间的内容交换。AgentCore Policy 用 Cedar 规则拦截经 Gateway 的工具调用，但开发者直接写入代码的工具不经过 Gateway，因此不受检查。Cato 的 Amazon Bedrock 集成以只读方式发现 AgentCore 上的全部智能体，并覆盖 AWS、Microsoft Foundry、Amazon Quick 及开发者自建端点上的智能体。
匹配字段标题
Mastra 推出 Vitest 集成，可在 CI 中运行 Agent 评测
Mastra 发布 Vitest 集成，让开发者把 Mastra evals 当作普通单元测试在 CI 中运行，覆盖 agents、workflows 和 scorers。需安装 @mastra/evals 与 Vitest v3 或 v4，并在 vitest.config.ts 中注册 MastraEvalsReporter，运行结束后打印 gate 与 score 结果。该集成支持用容差和阈值吸收 LLM 输出的波动，runEvals 返回结果，expectEvals 则输出逐 gate、逐 scorer 的明细。
匹配字段标题
Cursor 优化 agent harness，用户 token 成本降低 7%
Cursor 公布其 agent harness 的多项效率优化，在不降低 agent 质量的前提下将用户 token 成本降低 7%。具体做法包括把系统提示词裁剪约 66%、将低频内置工具改为按需动态加载使静态上下文描述 token 减少 60%、借助 GPT-5.6 起 OpenAI API 的显式缓存断点把冷缓存未命中率降低 20%，以及文件读取仅每十行标注行号使缓存读取 token 减少 1.6%。此前把 MCP 工具移入动态上下文已使调用 MCP 的会话总 token 减少 46.9%。
匹配字段标题
Qwen Mobile-Use Agent 性能公布
Mobile-Use Agent 的性能：https://t.co/yYFYe3jjIb
匹配字段标题
Qwen 公布 Mobile Planner Agent 性能
Mobile Planner Agent 的性能表现：https://t.co/wOScXsGX26
匹配字段标题
Simon Willison 与 Jesse Vincent 将于 10 月 14 日在旧金山举办 Agentic Engineering 交流活动
Simon Willison 与 Jesse Vincent 将于 10 月 14 日在旧金山举办一场面向 coding agent 构建者的非正式交流活动，形式类似 agentic show-and-tell。活动鼓励参与者分享尚未公开的尝试、奇怪实验或没有明显市场前景的未完成项目，不要求做正式演示，也不是产品推介。
匹配字段标题
用 Opus 5.5 与 Lean 形式化验证 Claude Agent SDK
Boris Cherny 用 Opus 5.5 结合 Lean 对 Claude Agent SDK 做形式化验证，几个简短提示词就产出 16 个 PR，修复了多个 bug 和竞态条件。他还常把 Lean 与 TLA+ 结合，排查数据流、并发和状态管理问题。他表示自己并不熟悉这两种语言，但 Claude 很擅长，这种方法能发现人难以察觉的 bug。
匹配字段标题
Sierra 详解智能体可观测性：Agent Studio、Traces 与 Explorer 让决策全程可见
Sierra 发布博客介绍其智能体平台的可观测性能力：用 Ghostwriter 构建的每个旅程、动作、策略和角色都在 Agent Studio 中可见可编辑，Simulations 和 Experiments 可在全量上线前测试改动影响。智能体上线后，Traces 可查看单次对话，Explorer 分析跨对话的模式与根因，Monitors 和 Pulse 负责告警与主动发现问题，数据可通过 OpenTelemetry、Amazon EventBridge、Google Cloud Pub/Sub 或导出 API 接入现有观测设施。逻辑、对话日志、性能数据和代码均可导出，智能体运行在可访问的 Git 仓库中。
匹配字段标题
用 Strands Evals 和 Amazon Bedrock AgentCore 评估配备技能的智能体
Strands Evals SDK 与 Amazon Bedrock AgentCore Evaluations 新增面向技能的三类评估器：Skill Selection Accuracy 对每个被调用技能返回二元结果，Skill Instruction Following 对每个规定步骤给出五级评分，Strands Evals 还提供确定性的 Skill Invoked 检查。这些评估器可基于 Strands Evals 记录的轨迹或 OpenTelemetry trace 运行，用于定位技能选错与指令未完整执行两类失败，均通过 AgentCore CLI 操作。
匹配字段标题
斯坦福团队在 Nature 发布 Paper2Agent，把论文自动转成可运行的 AI 智能体
斯坦福计算机科学家 James Zou 团队在 Nature 描述了开源框架 Paper2Agent，输入论文及其代码、数据等补充材料后，系统自动提取核心工作流并生成经过测试、可运行的智能体工具包。以 AlphaGenome 为例，约 45 分钟、无人工干预、在一台个人笔记本上以不到 15 美元算力成本生成 22 个工具，全部通过自动化验证，随后打包为 MCP server 接入 Claude Code，在测试中表现优于直接使用代码库的 Claude 和专用 AI co-scientist 工具 Biomni。团队还把另外两篇论文转成智能体并与 AlphaGenome 智能体联动，在银屑病遗传基础问题上共同锁定 GPR137 基因并提出 10 种验证方式；在尝试的 100 篇计算生物学论文中有 26 篇无法转换，多因代码不完整或文档缺失。
匹配字段标题
Reactiv 如何用 Amazon Bedrock AgentCore 将移动电商自动化提速 80%
Reactiv 基于 Amazon Bedrock AgentCore 与 Strands Agents SDK 构建三智能体 AI Scheduler，让 Shopify 商家用自然语言设定排期自动更新原生 App，商家配置时间减少 80%、上线速度提升 33%。系统利用 AgentCore runtime、memory 和 Identity，实现跨会话记忆、原生 MCP 托管与按商家隔离的多租户执行。
匹配字段标题
Trane 如何借助 Amazon Bedrock AgentCore 将建筑洞察速度提升 60 倍
Trane Technologies 工程团队用 3–4 周在 Amazon Bedrock AgentCore 上构建了智能体方案，把原本需要 20 分钟、跨多个仪表盘的诊断流程缩短为 20 秒的自然语言交互，基于其与技术人员数周的内部基准测试，时间到洞察提升 60 倍。该方案采用多智能体架构，每个助手由独立系统提示词约束，并通过 AgentCore Gateway 和 MCP 等开放标准接入工单管理与 CRM 等外部系统。
匹配字段标题
Agentforce 与 AWS 集成：用 Amazon Bedrock Data Automation 和 MCP 处理公共部门非结构化数据
AWS 展示了如何将 Amazon Bedrock Data Automation 与 Model Context Protocol（MCP）结合，把执法记录仪视频、监控录像和扫描文档等非结构化证据转为结构化洞察，并通过 Salesforce Agentforce 以自然语言查询调用。文件进入 Amazon S3 后由 S3 事件通知触发 Lambda，启动 Bedrock Data Automation 任务，结果经 EventBridge 和第二个 Lambda 存入输出桶；Agentforce 侧通过 Amazon Bedrock AgentCore Gateway 经 MCP 调用 AWS Lambda 上的 MCP 服务器，查询 DynamoDB 并返回 S3 结果。该方案为示例代码，非生产就绪。
匹配字段标题