跳到正文
#Agent
今天11月8日周日1 条
11月7日周六
  1. The Decoder70

    九个AI智能体尝试美国国家实验室开放性研究均未达专家标准

    九个AI智能体尝试在来自美国国家实验室的开放性研究问题上进行自主研究，但所有135份提交均未满足所有要求。GPT-6 Astra在15项任务中表现最佳，仅有其提交工作无完整性违规，但无一提交达到专家标准。研究发现智能体常出现数据与代码不匹配、数字矛盾和虚假实验声明等问题，且更长的运行时间并未带来更好的结果。

  2. GitHub Blog · AI & ML68

    GitHub Copilot 开发者指南：超越代码生成实现智能体工程

    GitHub Copilot 提供了 Agentic Engineering 工作流的实践指南，涵盖 Plan、Build、Verify 和 Observe 四个阶段。开发者可利用 Copilot 在 Slack/Teams 中整合分散上下文、创建 GitHub Issues、使用 Plan Mode 制定计划，并利用 Session continuity 跨设备持续工作。

    推荐理由：文章阐述了 Agentic Engineering 工作流的四个阶段，帮助开发者将精力从重复劳动转移到决策制定上。

  4. AWS Machine Learning Blog55

    Amazon Quick 智能体原语分类法介绍

    Amazon Quick 团队分享了智能体工作原语的分类法，通过 When What Who How 四个问题分解了智能体工作。系统定义了 Trigger Agent Capabilities 三个核心原语，其中 Agent 是一个持久学习的 Actor，Capabilities 包括 Tools Skills 和 Workflows。

  6. AWS Machine Learning Blog58

    Taxbit Assist 基于 Amazon Bedrock AgentCore 构建可引用角色感知 AI 智能体实践

    Taxbit 在其数字资产税务合规平台中嵌入了 Taxbit Assist AI 助手，该助手基于 Amazon Bedrock AgentCore 构建，用于帮助合规团队在产品仪表板内查找答案。该实践强调了答案必须可引用、具备角色和组织感知能力，并详细介绍了知识库构建、上下文分块、检索流程、安全数据处理和生产环境质量评估的工程细节。

  7. AWS Machine Learning Blog66

    Greenlight Financial 基于 Amazon Bedrock AgentCore 构建自主 SOC 解决方案

    Greenlight Financial 利用 Amazon Bedrock AgentCore 构建了 Luna 自主 SOC 解决方案，每月无需人工干预解决超过 90% 的 3,000-4,000 个安全和风险案例。该系统采用分层多智能体架构，包含超过 30 个专业 Agent，并利用 Episodic Memory 实现持续学习，将平均例行案例的分类时间缩短至秒级。

    推荐理由：Greenlight Financial 利用 Amazon Bedrock AgentCore 构建了自主 SOC 解决方案，实现了超过 90% 的安全风险案例的自动化处理。

  10. AWS Machine Learning Blog45

    Serverless MCP server for AI agent data lake access on Amazon ECS Fargate

    Serverless MCP server 部署在 Amazon ECS Fargate 上，为 AI agent 提供企业数据湖访问，实现集中化、Agent-agnostic 的数据访问。该架构通过元数据驱动方式，仅需 JSON metadata 文件即可暴露新数据集，无需为每个数据集编写集成代码。测试中，上下文范围限定使端到端交互延迟控制在 15–20 秒范围内。

11月6日周五
  6. TechCrunch · AI32

    Airbnb 宣布将于 2027 年上半年推出 AI 旅行代理

    Airbnb 将于 2027 年上半年推出定制化的 AI 旅行代理，该代理将提供比传统聊天机器人更丰富的、基于旅行特定组件（如地图、照片、行程表）的生成式 UI 体验。该代理不仅支持预订，还能在旅行期间协助处理如修改预订、解决支付问题和 24 小时安全支持等事务。同时，Airbnb 第三季度收入增长 19% 至 $4.87 billion，并上调了 2026 年收入增长预测至高两位数。

  8. Microsoft Research85

    使用 PDD Kit 形式化验证 Agent 编写的全栈 Web 应用

    Microsoft Research 发布 PDD Kit 工具包，用于形式化验证 Agent 编写的全栈 Web 应用，以 Pet Store 的 Rust 前端和后端登录逻辑为例。PDD Kit 将用户意图转化为 Verus 形式化规范，自动生成证明和高质量测试，开发者只需审查意图而非逐行代码。

    推荐理由：PDD Kit 帮助将意图转化为形式化规范，并使用 Verus 证明 Agent 生成的代码满足该规范，将软件审查重点从代码转向意图。

  10. TechCrunch · AI56

    AxiomMath验证Stacks Project 旨在将AI生成内容排除在数学领域外

    AxiomMath这家初创公司宣布正式验证了Stacks Project，这是人类编写的最大数学文献库之一。该公司利用AI智能体将Stacks Project约7,654页的资料转化为约1600万行经过计算机检查的代码，并采用Lean编程语言进行形式化验证。AxiomMath认为，可验证的数学结果是未来AI智能体构建软件和科学研究的可靠基石，尤其在代数几何等领域填补了知识空白。

11月5日周四
  6. AWS Machine Learning Blog53

    使用决策模型结合 Amazon Bedrock AgentCore Evaluations 进行智能体评估

    Amazon Bedrock AgentCore Evaluations 支持自定义评估器，可定义为 LLM-as-a-judge 或基于代码的评估器，支持集成决策模型。本文展示了如何通过基于代码的评估器将 Jev 和 Strands Decider 2B 决策模型连接到 AgentCore Evaluations，构建 HR Assistant 智能体的端到端评估流程。

  10. AWS Machine Learning Blog88

    生产级 AI 智能体的四层上下文工程实践与 Deep Insight 应用

    生产级 AI 智能体在数据分析和报告生成中常因上下文管理成为瓶颈，本文基于 Deep Insight（基于 Strands Agents SDK 和 Amazon Bedrock AgentCore）阐述了四层上下文工程实践：架构级隔离、提示词控制、文件系统外部化和独立验证。通过单次写并执行工具，可将脚本对上下文的 token 消耗减少约 95%，按需加载技能可使系统提示缩减约 97%。

    推荐理由：文章系统性地阐述了四层上下文工程实践，帮助生产级 AI 智能体有效管理 LLM 的有限上下文窗口。

  11. The Verge · AI33

    Uber 披露第三季度仅有 4 次行程由 AI agents 完成

    第三季度 Uber 平台仅有 4 次行程由第三方 AI agents 安排，Uber Eats 订单量约为 500 单，这是 Uber 首次披露第三方 AI agents 的具体数量。Uber 方面表示愿意与第三方 AI 公司合作，同时相信客户将继续偏好直接使用 Uber App。Uber 正在开发自有 AI 工具，如 Cart Assistant，以维持用户在自家平台的使用。

11月4日周三
  4. Google DeepMind78

    Google Antigravity 推出 Cheminformatics Skills 加速药物发现

    Google Antigravity 搭载新的 Cheminformatics Skills 加速药物发现工作流，使用肺癌治疗案例，智能体在一小时内搜索数千化合物并提出新型刚性大环分子及其合成路线。该技能支持从文献数据提取、分子分析到预测模型构建和新分子设计，并提供 6 个月免费试用名额给 10,000 名科学家。

    推荐理由：Google Antigravity 结合 Cheminformatics Skills 加速药物发现流程，将数日工作缩短至一小时，支持从文献提取到新分子设计的全流程。

  5. AWS Machine Learning Blog65

    Amazon Bedrock 支持 Kimi K3 在印度本地推理以满足数据驻留要求

    Amazon Bedrock 现在支持 Kimi K3 在印度本地推理，通过 in.moonshotai.kimi-k3 推理配置文件，满足严格的数据驻留要求。客户 Ultrahuman 报告使用该功能后，通过提示词缓存将 LLM 成本降低了 80%，多轮聊天速度提升了 85%。文章提供了 OCR 和理解 Indic-language 文档的示例代码，并介绍了跨区域推理选项和成本优化策略。

    推荐理由：AWS 介绍了 Kimi K3 在 Amazon Bedrock 上支持印度本地推理，满足严格数据驻留要求，并提供了 OCR 和 Indic-language 文档理解的实践代码。

  7. AWS Machine Learning Blog58

    Gen Digital如何使用Amazon Bedrock AgentCore Web Search构建Norton Revamp的AI内容引擎

    Gen Digital构建了基于Amazon Bedrock AgentCore Web Search的Norton Revamp专业声誉管理平台，核心是AI内容引擎，所有内容建议和新闻源于实时、引用的网络知识。该方案实现了零基础设施开销、完全在AWS内运行且无数据外泄，支持个性化实时新闻流、智能内容建议和趋势感知目标设定。