Amazon论文提出直接检查Agent记忆存储事实
亚马逊发表论文,提出智能体记忆评测应直接检查每次更新后实际存储的事实,而非只评最终答案。论文指出,只评答案会混淆记忆、检索与作答环节。团队构建FEB-30,包含30条脚本化事实历史和147份文档,并在类Mem0与Hindsight的记忆系统上对比存储事实与QA分数:两者平均相差16.8分,21%的事实历史通过/失败判定不一致,系统选对update、reinforce等记忆动作的比例仅20.1%。
匹配字段标题
←搜索结果
搜索“Agent”
Arena宣布DeepSeek-V4.1-Flash-1017登顶Agent Arena开源榜
2026年10月17日,DeepSeek发布DeepSeek-V4.1-Flash-1017,官方称其基准表现更强、任务完成更快、输出更短,在性能与成本上实现帕累托改进,已在官网、App和API上线;同日该模型在OpenRouter上线。官方还宣布Search与Fetch API向所有人开放,每个端点每1000次调用收费0.75美元,通过DeepSeek Harness、Claude Code和Codex中的服务端工具发起的调用暂时免费,计费自2026年10月31日16:00 UTC开始。10月17日,Thomas Wolf评论称DeepSeek将此次称为“minor update”,但Terminal-Bench 4.0从31.2升至42.3。10月19日,Arena宣布该模型以1670分成为Code Arena: WebDev排名最高的开源模型。10月20日,OpenCode将其在Go和Free中更新至1017版本;Unsloth发布可在本地运行的GGUF,1-bit量化版保留约88.2%准确率、体积从508GB降至250GB;Arena又宣布其登顶Agent Arena开源模型榜
匹配字段标题
Amazon论文提出直接检查Agent记忆存储事实
Amazon 发表论文 直接检查Agent记忆存储事实的方法
English translation is being prepared.
匹配字段标题
Lovart发布2.0版本并推出个人设计Agent Arti
Lovart 发布 2.0版本及个人设计Agent Arti
English translation is being prepared.
匹配字段标题
David Williams提出应关注Agentic AI即时风险
2026年10月19日,FIOR Group CEO David Williams提出,企业应关注Agentic AI带来的即时现实风险,而非被过度渲染的AI末日论。他援引Cloud Security Alliance调查称,82%的组织在过去一年发现安全或IT团队不知情的AI智能体在运行,仅11%的组织会在智能体越权时自动阻止其操作。他主张在模型之外建立确定性的执行层,为每个智能体指定负责人和权限范围,并在动作执行前完成验证与审计。目前该观点由Unite.AI报道,尚无后续发展事实。
匹配字段标题
Motive Technologies推出车队管理AI代理Agents
Motive Technologies Inc. 推出 Agents
English translation is being prepared.
匹配字段标题
Motive发布Agents自动化运营响应能力
Motive Inc. 发布 Agents
English translation is being prepared.
匹配字段标题
Legora用Modal Sandboxes并行运行2000个Agent评测
2026年10月19日,Modal官方工程博客发文介绍,Legora将每个评测运行放进独立的Modal Sandbox,一次实验可并行运行2000次以上,用于测试跨数千份文档、运行数小时的法律智能体。团队用Modal Volumes快照文档、数据库和权限状态,并通过每小时构建镜像与预热Sandbox,把reset-to-commit从完整构建缩短为增量更新。迁移到Modal VM Sandboxes后,Docker在沙箱内像普通Linux主机一样工作,Legora删除了此前所有网络与FUSE变通方案。
匹配字段标题
Vercel AI Gateway提供统一Agent会话视图
Vercel AI Gateway 于 2026 年 10 月 19 日提供跨个人与编码 Agent、应用、API 密钥的统一会话视图。据 Vercel 开发者账号介绍,AI Gateway 日志现在可以查看每个智能体会话,按对话分组请求,并显示成本、缓存命中率和执行该会话的智能体;会话亲和性会把每个会话固定在其 prompt 缓存所在的提供商上。Guillermo Rauch 转发并称赞这一统一视图,称其覆盖个人与编码智能体、应用和 API key,并强调 Vercel AI Gateway 让用户掌握模型选择、数据(ZDR)以及用于理解 RoI 的元数据。目前尚无后续发展事实。
匹配字段标题
Cognition称Devin Fusion在Coding Agent Index获68分
Cognition 于 2026 年 10 月 20 日宣布,Devin Fusion 在 ArtificialAnlys Coding Agent Index 上取得 68 分。据 Cognition 说明,该成绩由 Opus 5.5 主导、GPT-6 Luna 辅助完成。Cognition 同时声称,Devin Fusion 在性能与价格上均优于搭配 Opus 5.5 的 Claude Code,单任务成本低 31%。上述得分与成本对比均为 Cognition 的单方说法,目前输入材料中未见独立第三方复核或后续进展。
匹配字段标题
Cognition称Devin Fusion在Coding Agent Index获68分
Cognition 于 2026 年 10 月 20 日宣布,Devin Fusion 在 ArtificialAnlys Coding Agent Index 上取得 68 分。据 Cognition 说明,该成绩由 Opus 5.5 主导、GPT-6 Luna 辅助完成。Cognition 同时声称,Devin Fusion 在性能与价格上均优于搭配 Opus 5.5 的 Claude Code,单任务成本低 31%。上述得分与成本对比均为 Cognition 的单方说法,目前输入材料中未见独立第三方复核或后续进展。
匹配字段标题
David Williams提出应关注Agentic AI即时风险
2026年10月19日,FIOR Group CEO David Williams提出,企业应关注Agentic AI带来的即时现实风险,而非被过度渲染的AI末日论。他援引Cloud Security Alliance调查称,82%的组织在过去一年发现安全或IT团队不知情的AI智能体在运行,仅11%的组织会在智能体越权时自动阻止其操作。他主张在模型之外建立确定性的执行层,为每个智能体指定负责人和权限范围,并在动作执行前完成验证与审计。目前该观点由Unite.AI报道,尚无后续发展事实。
匹配字段标题
lauren提出对Agent的两种认知分野
2026年10月17日,lauren发问:聊天是否是AI智能体UI的最终形态,并邀请大家分享理由。10月19日,lauren就同一问题发起投票,约70%的人回答“不是”;她认为分歧在于两种想象:一种把智能体视为自身心智的延伸,未来可能靠脑机接口省去输入框;另一种把智能体视为能自主决策、与我们并肩工作的独立存在。她还认为语音与文字聊天本质相同,都属于把智能体当作“他者”来对话。同日,swyx以《薄伽梵歌》对话体回应,称X上的人总以为自己是第一个希望终结chat的人,认为人们嘴上说要终结chat,实际却以更大数量回归,其真正渴望的不是真相而是“新”。目前讨论围绕该提问展开。
匹配字段标题
Vercel AI Gateway提供统一Agent会话视图
Vercel AI Gateway 于 2026 年 10 月 19 日提供跨个人与编码 Agent、应用、API 密钥的统一会话视图。据 Vercel 开发者账号介绍,AI Gateway 日志现在可以查看每个智能体会话,按对话分组请求,并显示成本、缓存命中率和执行该会话的智能体;会话亲和性会把每个会话固定在其 prompt 缓存所在的提供商上。Guillermo Rauch 转发并称赞这一统一视图,称其覆盖个人与编码智能体、应用和 API key,并强调 Vercel AI Gateway 让用户掌握模型选择、数据(ZDR)以及用于理解 RoI 的元数据。目前尚无后续发展事实。
匹配字段标题
作者宣布将实践经验整理为《Agent 工程实战八讲》
2026年10月18日,作者宣布将实践经验整理为《Agent 工程实战八讲》。同日,腾讯云开发者社区发布该系列导读,介绍其围绕如何把能调用模型与工具的原型升级为可完成业务任务、解释失败、控制成本并持续迭代的系统。导读称,全系列以立案助理 Agent 和术后随访 Agent 两个虚构教学案例贯穿,覆盖任务契约、推理与协作、上下文与记忆、工具可靠执行、观测与重放、评测与校准、安全边界、生产运营八个主题;文中强调模型能给出下一步不等于系统能兑现业务结果,示例字段、预算与数字均为教学演算,不构成法律意见。目前该系列已发布导读,后续各讲内容尚未见事实证据。
匹配字段标题
Lovart发布2.0版本并推出个人设计Agent Arti
Lovart于2026年10月19日发布2.0版本,并推出个人设计Agent“Arti”。据智东西同日报道,Arti能记住用户的设计习惯与审美,并全天候在线执行定时设计任务;其具备画布巡检、设计调研、自动更新记忆、自进化技能和反馈改稿等能力,其中画布巡检和调研的主动触发需升级会员。报道还称,智东西用Arti为DeepSeek设计了一版鲸系男性二次元形象,并测试了Q版立绘、调研报告插入对话和按巡检意见改稿等流程。目前该消息来自单一来源报道,尚无后续发展事实。
匹配字段标题
Motive Technologies推出车队管理AI代理Agents
Motive Technologies Inc. 于2026年10月19日推出车队管理AI代理Agents,可自主预测并处理车队合规、维护和安全问题。据SiliconANGLE报道,现有客户当天起即可通过引导流程和模板在数分钟内完成部署。Motive估算,车队运营商每年因非计划停运、怠速和合规违规等问题损失约46亿美元;其2026 ROI报告显示,42%客户将行政类运营低效列为主要问题。报道还称,明年年初Agents将支持用户用自然语言描述任务来创建自定义Agent。目前该产品已面向现有客户开放部署,后续自定义功能尚待明年年初推出。
匹配字段标题
Motive发布Agents自动化运营响应能力
Motive Inc. 于2026年10月19日发布 Agents 能力,可在安全、维护和运营问题升级前自动联系司机、创建维修工单并协调响应,目前已向 Motive 客户开放。据 SiliconANGLE 同日报道,Motive 估算可预防的运营问题每年造成约 460 亿美元损失,其 2026 ROI 报告显示 42% 的受访组织将运营低效列为主要担忧。Motive 计划在 2027 年初加入自然语言创建智能体功能,但尚未提供该平台的独立验证性能数据。目前该能力已面向客户开放,后续进展尚待披露。
匹配字段标题
Legora用Modal Sandboxes并行运行2000个Agent评测
2026年10月19日,Modal官方工程博客发文介绍,Legora将每个评测运行放进独立的Modal Sandbox,一次实验可并行运行2000次以上,用于测试跨数千份文档、运行数小时的法律智能体。团队用Modal Volumes快照文档、数据库和权限状态,并通过每小时构建镜像与预热Sandbox,把reset-to-commit从完整构建缩短为增量更新。迁移到Modal VM Sandboxes后,Docker在沙箱内像普通Linux主机一样工作,Legora删除了此前所有网络与FUSE变通方案。
匹配字段标题
作者宣布将实践经验整理为《Agent 工程实战八讲》
2026年10月18日,作者宣布将实践经验整理为《Agent 工程实战八讲》。同日,腾讯云开发者社区发布该系列导读,介绍其围绕如何把能调用模型与工具的原型升级为可完成业务任务、解释失败、控制成本并持续迭代的系统。导读称,全系列以立案助理 Agent 和术后随访 Agent 两个虚构教学案例贯穿,覆盖任务契约、推理与协作、上下文与记忆、工具可靠执行、观测与重放、评测与校准、安全边界、生产运营八个主题;文中强调模型能给出下一步不等于系统能兑现业务结果,示例字段、预算与数字均为教学演算,不构成法律意见。目前该系列已发布导读,后续各讲内容尚未见事实证据。
匹配字段标题