跳到主内容
智客 ZICQ

智客专题 Agent 框架专题

Agent 框架专题

AI Agent 框架横评:LangGraph、AutoGen、CrewAI、Letta 等的设计哲学、工具调用模型与生产适用性。

· 2026年8月15日 #Agent#智能体#LangGraph#LangChain#AutoGen#CrewAI#Letta · 30 / 4345 篇内容

智客前沿 · 2026-11-02

Apple发布基于在线强化学习的UI导航智能体:提升iOS应用交互效率

Apple的研究团队提出了一种新型在线强化学习框架,用于在iOS应用上直接训练UI导航智能体。该框架将智能体解耦为两个专用组件:规划组件和执行组件,以解决现有视觉语言模型高推理成本和小型模型易陷入静态轨迹记忆的问题。新的方法旨在提升智能体在…

智客信息 · 2026-11-02

AI智能体首次执行小鼠脑部手术:技术突破与伦理挑战

据报道,一名AI智能体首次成功执行了小鼠的脑部手术,标志着AI在医疗领域的重大突破。该智能体通过精确的实时操作,展示了其在复杂手术任务中的潜力。然而,这一技术也引发了关于AI在医疗应用中伦理、安全性及监管的广泛讨论。

智客前沿 · 2026-11-02

arXiv提出自适应个性化技术:应对用户偏好不确定性挑战

arXiv最新研究提出了一种名为“偏好不确定性下的自适应个性化”的技术,旨在解决对话式AI在用户偏好动态变化时的响应策略调整问题。研究通过构建一个包含250个人物、5种语言和25,000轮对话的多语言基准测试,揭示了现有模型在识别策略与生成…

智客前沿 · 2026-11-02

Mage-VL-Cowork发布:多模态AI智能体实现高效混合计算机使用

Mage-VL-Cowork是一款由Mage-CUA-Forge团队开发的4B参数混合AI智能体,旨在实现视觉GUI交互、代码执行和终端操作的无缝结合。该智能体通过五阶段渐进式训练方法,包括中期训练、指令微调(SFT)和强化学习(RL),在…

智客前沿 · 2026-11-02

arXiv发布SafeWebWorld:评估AI智能体在Web安全领域的决策鲁棒性

arXiv发布了一项名为SafeWebWorld的新研究,旨在评估AI智能体在Web安全领域的决策鲁棒性。SafeWebWorld通过构建包含五个Web安全领域的基准测试,评估智能体在预测未来动作、保留关键证据以及做出安全决策方面的能力。研…

智客信息 · 2026-11-02

AI辅助编程:AI编写代码与系统工程的深度融合

Picon发布了一篇关于AI辅助工程的重要文章,探讨了AI在代码生成中的潜力与系统工程的融合。尽管AI可以编写更多代码,但系统架构设计、复杂任务分解以及跨领域知识整合仍需人类工程师的深度参与。文章强调了在AI工具的帮助下,工程师如何更高效地…

智客前沿 · 2026-11-01

BioAgent-DF审计科研智能体决策来源,分离数值状态与证据链

BioAgent-DF面向科研智能体提出决策来源审计框架,通过在相同科学计算坐标恢复或移植参考值与候选值,区分数值状态、排序结果和可见执行历史对证据读取及最终结论的影响。实验显示,智能体可在结论不变时悄然更换引用证据;在hERG心脏安全性任…

智客前沿 · 2026-11-01

Hugging Face发布Agentic Computer Graphics系统:革新计算机图形学的新范式

Hugging Face推出了一种基于大语言模型(LLM)智能体的计算机图形学系统,该系统能够自动生成并迭代优化图形代码,标志着计算机图形学领域向自动化、智能化方向迈出了重要一步。该系统通过引入统一的任务分类法和智能体文献分析工具,解决了现…

智客信息 · 2026-11-01

DeepSeek开源SuperAgent设计:迈向更自主的智能体系统

DeepSeek发布了一篇关于SuperAgent设计的文章,探讨了构建更自主智能体系统的技术路径。该设计部分已在dsh-superagent-prototype中实现,该原型插件旨在验证技术可行性,而非DeepSeek的正式产品。Supe…

智客前沿 · 2026-10-31

Auriga智能体框架弥合机器人规划与执行鸿沟

Auriga 是一种面向零样本具身操作的任务无关智能体框架,通过显式任务信念、合成 Python 动作程序、校准三维测量、双臂手指坐标控制,以及带轨迹预览和执行前校验的统一动作准入机制,缩小视觉语言模型的规划与物理执行差距。冻结后的框架在 …

智客前沿 · 2026-10-31

Hugging Face发布StreamDuo:跨游戏直播评论AI模型实现重大突破

Hugging Face推出StreamDuo,这是一款针对跨游戏直播评论的AI模型。StreamDuo通过将可训练的评论员与冻结的游戏百科研究代理配对,解决了现有模型在跨游戏评论中知识迁移不足的问题。实验表明,StreamDuo在实体召回…

智客信息 · 2026-10-31

DeepSeek开源dsh-superagent:AI驱动的编程智能体原型发布

DeepSeek开源了名为dsh-superagent的编程智能体原型,该智能体主要通过AI自动化构建,旨在提升代码生成与编程任务的效率。dsh-superagent的设计理念强调AI智能体之间的协作,通过多智能体架构优化复杂编程任务的处理…

智客前沿 · 2026-10-31

arXiv提出智能合约生成新方法:解决AI智能体意图丢失问题

本研究聚焦于AI智能体在智能合约生成中的行为一致性评估问题,提出了一种基于执行而非主观判断的评估框架。通过对比AI生成的合约与原始合约在相同交易下的表现,研究揭示了现有方法在捕捉意图丢失方面的不足,并提出了一种新的架构——在生成代码前,AI…

智客前沿 · 2026-10-30

证据引导恢复机制应对智能体工具超时与部分执行

这项研究面向智能体调用工具超时后无法确认“失败、已提交或仍在执行”的难题,提出基于公开证据的任务恢复框架。系统以批准义务、供应商能力和可观测状态定义可行解,通过统一可容许性检查处理密钥过期、授权时序、依赖关系与残余副作用,并以终止证书区分实…

智客前沿 · 2026-10-30

WMIP拆解大模型工作记忆:多步状态追踪随更新次数急剧衰减

WMIP 提出受人类工作记忆启发的可编程探针,用程序计算状态更新与答案,并在相同题目上比较 18 款大模型在最终态、中间态及多目标查询中的累计追踪能力。模型单步算术准确率达 84.9%,但在连续 3 至 7 次更新后只需给出一个数字的核心任…

智客前沿 · 2026-10-30

Flide以精确状态分叉加速智能体决策推理

Flide 将决策请求的逻辑树与 GPU 上的物理执行解耦,通过 ForkAttention 让多个查询分支共享前缀计算,同时保证在精确算术下每个分支与独立前向传播等价。系统以驻留 GPU 的索引描述分支拓扑,并支持从历史检查点恢复扩展的智…

智客前沿 · 2026-10-30

Flide用精确状态分叉加速智能体决策推理

Flide面向决策模型与LLM智能体中的树状查询,将逻辑依赖树与扁平化Token流的物理执行解耦,并通过GPU常驻索引实现ForkAttention,在精确算术下保证各查询分支与独立前向传播等价。该方法同时支持标准Attention与Gat…

智客前沿 · 2026-10-30

HCU统一程序、语义与视觉通道,通用智能体转向混合计算机操作

HCU 为通用计算机操作智能体设计统一接口,把代码与命令行、可访问性树(AX)和图形界面(GUI)纳入同一动作空间。其 AX 工具以紧凑观测、批量执行和差异反馈减少模型往返,并通过状态校验防止跨通道切换时执行过期操作。论文称该方法在 OSW…

智客前沿 · 2026-10-30

Hugging Face发布TinyAstral:递归自改进优化智能体性能

Hugging Face的研究团队提出了一种名为TinyAstral的两阶段方法,通过递归自改进(RSI)机制优化智能体的工具、反馈、记忆和恢复逻辑(harness),从而提升其任务成功率。在RoboTwin基准测试中,harness的优化…