Pass_X@k揭示：调试器未必优于双Bash采样
论文在保持智能体脚手架不变的前提下，将仅使用交互式调试器的编码智能体与仅使用Bash的智能体进行对照，覆盖SWE-bench Verified全部500个实例，并以GPT-OSS-…
智客 AI 新闻
智客 ZICQ 每日整理大模型、开源基础设施与开发者现场的 AI 新闻与深度文章。
投稿技术文章当前筛选： 标签: #Real-Time Transcription 清除筛选
智能体· 2026-11-10
Mr.Xu0 次阅读0 条讨论与划词
Forge Decision Context将跨会话纠错转化为智能体规则
Forge Decision Context（forge_dc）面向智能体无法跨会话继承行为规则的问题，从人工纠正和工具调用失败中提炼命令式 RULE 指令，并仅在相关决策点注入上…
大模型· 2026-11-10
Mr.Xu0 次阅读0 条讨论与划词
APT用分面两两投票优化大模型测试时选择
论文提出 Aspect-wise Pairwise Tournaments（APT），把最佳候选选择从逐答案绝对评分改造成单淘汰式两两比较：每场比赛由多个现成验证器分别依据正确性、…
智能体· 2026-11-10
Mr.Xu0 次阅读0 条讨论与划词
NormGym评测智能体社会学习：最佳联合成功率仅55.3%
NormGym提出面向智能体规范能力的多智能体交互基准，要求新成员在完成自身任务的同时，从他人的行为与制裁反馈中推断隐藏、任意的社会规范，并在新情境中遵守它。评测显示，最强受测大语…
智能体· 2026-11-10
Mr.Xu1 次阅读0 条讨论与划词
AWS Quick 拆解智能体、技能与数据协同架构
AWS Quick 将企业智能体划分为代理、技能、知识空间与连接器四层：代理负责规划和执行，技能封装可复用任务指令，知识空间提供文档与结构化数据，连接器则打通 Slack、Jira…
行业动态· 2026-11-09
Mr.Xu5 次阅读0 条讨论与划词
OpenAI发布Control Room，集中管控研究负载并支持紧急停机
OpenAI推出Control Room，用于集中跟踪其研究基础设施中的模型工作负载，并在出现安全或网络安全问题时快速终止相关任务。该系统把分散的工作负载可见性、运行状态管理与紧急…
大模型· 2026-11-09
Mr.Xu3 次阅读0 条讨论与划词
AWS扩展Bedrock知识库检索，单次RAG与零模型调用统一接入
Amazon Bedrock Managed Knowledge Base 扩展 AgenticRetrieveStream，以 maxAgentIteration 在一次接口中统…
行业动态· 2026-11-09
Mr.Xu5 次阅读0 条讨论与划词
AI数据中心反弹潮的真正瓶颈：电网承载力而非文化冲突
MIT Technology Review在弗吉尼亚“数据中心走廊”的实地调查指出，AI基础设施引发的社区反弹不应被简单归因于反科技情绪，核心矛盾是电网容量与成本转移。弗吉尼亚现有…
行业动态· 2026-11-09
Mr.Xu5 次阅读0 条讨论与划词
OpenAI API赋能冷却塔图纸检索，维修查找时间降至4.5分钟
Kuken Industries利用OpenAI API检索公司积累约70年的冷却塔工程图纸，将维修人员定位目标图纸的时间从接近1小时缩短至4.5分钟。该案例展示了生成式AI在非结…
智能体· 2026-11-09
Mr.Xu5 次阅读0 条讨论与划词
AWS发布七层可插拔智能体架构，贯通模型路由到生产治理
AWS发布可插拔智能体AI参考架构，以数据与知识、模型推理、编排、安全护栏、应用、可观测性和智能体运维七层稳定契约，覆盖企业智能体从原型到生产的关键链路。架构支持通过统一接口替换模…
智能体· 2026-11-09
Mr.Xu3 次阅读0 条讨论与划词
CrossnoKaye以AgentCore构建工业物理AI闭环
CrossnoKaye将ATLAS工业自动化平台与AURA智能体接入Amazon Bedrock AgentCore，使模型能够统一读取工厂拓扑、PLC控制逻辑、实时遥测和优化状态…
大模型· 2026-11-09
Mr.Xu3 次阅读0 条讨论与划词
Anthropic发布Claude Fable与Mythos 5.2，强化编码与长程智能体能力
Anthropic发布Claude Fable 5.2与Claude Mythos 5.2两款模型，主攻高难度软件工程、复杂推理、视觉理解及长周期智能体任务。公司称，两款模型相较5…