←搜索结果

搜索“Agent”

按匹配度 · 共 1333 条结果 清除搜索

星期二

星期一

  1. 事件1 条新闻 · 1 个事实

    New Generation 用 Browser Use 评测电商站点 Agent 就绪度

    2026年3月17日,New Generation 使用 Browser Use 运行 Agent Score 评测。其智能体电商平台 Kepler 推出 Agent Score,用于评估电商网站对 AI 智能体的支持程度,衡量智能体能否有效访问、导航并推理商品与站点信息。该评测基于 Browser Use 运行,可并发启动数百个浏览器会话,对真实品牌站点进行大规模智能体就绪度测试。自2月以来,New Generation 已运行超过 120,000 个 Browser Use 任务。目前该评测已公开披露,暂无进一步发展。

    匹配字段标题

  2. 事件1 条新闻 · 1 个事实

    Browser Use 提出用运行时错误反馈引导 Agent

    2026年3月13日,Browser Use 提出一种以运行时错误反馈引导 Agent 行为的方法,用以替代单纯依靠提示词约束。据其介绍,团队在数万次 agent 会话中发现,当提示词与模型训练相冲突时训练总是胜出:即便系统提示声明 Python 调用无状态,模型仍引用上次变量;被要求用 Promise.all 并行抓取,仍对 249 个国家跑 for 循环。其解法是加入运行时 AST 检查并返回明确错误,让模型走训练中见过的 error→fix 路径,同时在沙箱中观察模型行为后决定拦截还是放行。目前该做法仍处于提出与说明阶段,尚无后续发展事实。

    匹配字段标题

  3. 事件1 条新闻 · 1 个事实

    OpenHands 发布创建 Agent Skills 教程

    2026年2月27日,OpenHands 发布教程文章,介绍如何创建有效的 Agent Skills。据其官方博客,Agent Skills 是用 SKILL.md 等文件把重复性任务固化为可复用工作流,仅在触发时加载完整技能以保持上下文精简。文章给出创建、团队共享(仓库目录、GitHub、Extensions registry)以及用 OpenTelemetry 日志、自动评测和仪表盘持续改进技能的完整流程,并提到用 Gemini-3-Pro 汇总反馈提出改进建议,相关代码大多开源。目前该故事尚无后续发展事实。

    匹配字段标题

  4. 事件2 条新闻 · 2 个事实

    Browser Use 发布开源浏览器 Agent 基准 BU Bench V1

    2026年1月31日,Browser Use 发布开源浏览器 Agent 基准 BU Bench V1,包含 100 项从五个来源挑选的高难度浏览器任务,任务集加密以防训练污染。评测由 gemini-2.5-flash 以真/假二元判定打分,与人工标注的一致率为 87%;结果显示 Browser Use Cloud 得分 78%,比最好的开源模型高 16 个百分点,并以约每小时 14 个任务成为最快方案,基准代码已开源。2026年2月23日,Browser Use 进一步公开其浏览器智能体评测系统的工程实现:用 Blacksmith runners 在 GitHub Actions 上并行跑 100 个复杂网页任务,端到端耗时不到 5 分钟,并把 LLM judge 直接内建在智能体代码中;评测任务取自数百万条 LLM 标注的用户 span,而非合成站点,通过多次重复运行、固定 agentic 设置和统计 bootstrapping 处理真实网页的方差,最终 judge 由 gemini-2.5-flash 驱动,在 200 条人工标注轨迹上达到 87% 的人类一致性,并已开源 ben

    匹配字段标题

星期五

  1. 事件1 条新闻 · 1 个事实

    Balta称团队持续调优各模型的agent harness

    Cursor团队成员Balta于2026年3月17日表示,团队一直在为每个模型调优agent harness。他介绍的具体做法包括:避免模型陷入循环、把较大的工具返回结果写入文件让智能体用grep检索以免撑爆上下文,以及在循环中加入提醒引导智能体行为。他同时表示很高兴看到用户喜欢改进后的智能体harness,后续还有更多更新。被引用的推文称Matt Maher测试了前沿模型在Cursor与其他harness中的表现,Cursor平均提升模型性能11%,其中Gemini从52%升至57%、GPT-5.4从82%升至88%、Opus从77%升至93%。目前该故事尚无后续发展事实。

    匹配字段标题

  3. 事件1 条新闻 · 1 个事实

    David Singleton 称当前 AI Agent 时刻类似早期移动时代

    David Singleton 提出判断,认为当前 AI Agent 时刻类似早期移动时代。2026 年 3 月 7 日,他在 UpfrontSummit 上与 Clay Bavor、CapitalG 的 lsturdy1 及 Business Insider 的 shiringhaffary 讨论了 AI 智能体的下一个时代,并表示当下这个时刻很像早期的移动时代。目前没有进一步有合格事实证据的发展。

    匹配字段标题

  5. 事件1 条新闻 · 1 个事实

    David Singleton称因首日等待名单反响强烈而开发Dreamer agent

    David Singleton 表示,Dreamer 首日等候名单反响强烈,团队因此做了一个 Dreamer 智能体来帮助排定优先级。他邀请开发者在等候名单表单中填写想用 Dreamer 构建什么,这有助于更快获得访问权限。目前没有进一步的有证据发展。

    匹配字段标题

星期三

  1. 事件1 条新闻 · 1 个事实

    Replit 推出 Agent 4

    2026年3月11日,Replit 推出 Agent 4。据 Replit Blog 同日发布的信息,官方称其为最快、最通用的 Agent,围绕设计自由、并行执行、任务化协作和单项目多产物四个方向构建,并宣称可让生产级软件的交付速度提升 10 倍。功能上,Agent 4 支持在无限画布上生成并对比 UI 变体、把设计直接应用到生产代码;多个 Agent 可并行处理独立任务,冲突时由专用子 Agent 合并,任务以看板形式提交、排序和审核后并入主项目。并行任务执行面向 Pro 和 Enterprise 用户,发布期间限时向 Core 用户开放。同一项目内还可生成 Web 与移动应用、幻灯片、数据应用和动画,并可与 Linear、Notion、Excel、Databricks 等已连接服务交互。目前尚无后续发展事实。

    匹配字段标题

  2. 事件1 条新闻 · 1 个事实

    设计师用Replit Agent一周做出AR捉鬼游戏

    平面设计师 Ruth Heasman 借助 Replit Agent,在 Replit 移动端 Buildathon 中于一周内构建出 AR 捉鬼游戏 Spookseek AR,并提交了 TestFlight 构建。由于 Expo 不支持 ARKit,她用 Three.js 从零搭建定制 3D 系统,把幽灵投影到玩家周围的虚拟球面上,并调校视场角与相机数学以优化瞄准。她指出,最后 20% 的打磨至少占一半时间,开发版与生产版行为差异会导致性能问题静默失败。目前该故事尚无后续发展事实,状态停留在这一构建与提交节点。

    匹配字段标题

  3. 事件1 条新闻 · 1 个事实

    Replit 直播演示用 Agent 两小时内构建书签管理器

    2026年1月24日,Replit 社区经理 Manny Bernable 和 Raymmnar 在直播中演示用 Replit Agent 从零构建一个名为 MMMarket 的私密书签管理器及 Manifest v3 Chrome 扩展。据 Replit Blog 报道,初始功能构建耗时约 22 分钟、花费 5.58 美元。直播中还演示了提示词工程、数据库迁移与扩展认证排障,并通过 Replit 一键集成 OpenAI API 和 Mozilla Readability 库,为书签管理器添加 AI 内容摘要与自动标签功能。目前该故事尚无后续发展事实。

    匹配字段标题

星期三

星期四

星期六

星期五

星期六