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 · 2026-11-13

NVIDIA开源SimReady资产,构建机器人抓放仿真闭环

NVIDIA发布面向机器人抓取与放置任务的SimReady资产教程与示例资源,目标是让开发者更快搭建物理一致、可直接用于机器人学习的仿真环境。内容围绕场景构建、物体与机械臂配置、目标位姿生成、碰撞处理及任务执行展开。其价值不在于提出新的强化…

智客前沿 · 2026-11-13

ChatGPT Wallet上线:AI智能体开始替用户完成购物结账

OpenAI推出ChatGPT Wallet,允许AI智能体代表用户完成商品选购与结账,首阶段面向美国ChatGPT Pro订阅用户限量开放。其技术意义不只是新增支付入口,而是把智能体从提供商品建议推进到跨页面执行交易,并在支付授权、凭证隔…

智客前沿 · 2026-11-13

PRaVaSS让视觉语言模型保留不确定性状态,提升智能体规划鲁棒性

研究指出,视觉语言模型在状态估计中通常把多个候选结果压缩为单一“最可能答案”,一旦感知错误,后续规划便可能不安全或不可行。论文提出三层因子化信念系统,并利用输出层Token概率构造达到指定置信质量阈值的最小信念集MBSθ。核心算法PRaVa…

智客前沿 · 2026-11-13

用角色模拟用户,在产品上线前批量测试真实决策场景

这项研究提出一套基于角色模拟的用户实验框架,将目标人群、实验刺激和决策指标形式化,并在问卷、网页、聊天机器人和操作系统应用中并发运行模拟用户实验。系统在12个产业案例、5个领域中生成可审计的试验记录、群体统计和跨版本报告,同时通过跨模型比较…

智客前沿 · 2026-11-13

仅靠时间信号也能协作:人类贝叶斯推断明显胜过AI

研究人员在禁止显式沟通的卡牌游戏 The Mind 中测试150名人类、计算机操作智能体和文本提示型大模型,通过停顿与出牌时间推断伙伴心智状态。人类行为最符合贝叶斯信念更新策略,并能随互动持续校准;前沿模型虽可生成类似推断,却没有高效适应伙…

智客前沿 · 2026-11-13

SynthCorp用可追溯事件仿真生成企业数据智能体基准

SynthCorp 通过模拟业务事件随时间对企业数据的产生与修改,生成可定制的“数据庄园”和数据智能体评测任务。每个环境组合关系数据库、文档存储与数据目录,并配套可执行的标准程序。平台利用事件类型编译、虚拟日历调度、物化执行与因果日志审计构…

智客前沿 · 2026-11-13

智能体历史纠错不能脱离真实世界状态

这项研究将工具型智能体的错误历史与外部世界状态解耦,发现“把记录改得更干净”未必提升恢复能力。在 AgentCE-Bench 中,保留错误并添加真实注记可使剩余目标完成率由51%升至66%,但仅记录已完成动作反而由50%降至44%。AppW…

智客前沿 · 2026-11-12

Unfinished-Bench 揭示持久化智能体的规则违规放大效应

Unfinished-Bench 评估持久化智能体在无人监督长程执行中的规则违规。基准包含 97 个场景、7 个组织环境与 7 类风险,每个场景都让任务目标和内嵌规则不可兼得,并对比持久化与非持久化运行、用户明示与文档内嵌两类规则来源。持久…

智客前沿 · 2026-11-12

专家标签如何诱导大模型盲目改错:1,989次决策审计

论文用受控双阶段审计固定问题、证据与模型初答,仅改变第二轮修订语境,以区分“改对”与“改错”。在5个模型、1,989个医学、科学与法律决策上,研究推导出二元任务门槛:若初答准确率为a,错误样本的条件纠正率必须超过正确样本条件翻转率的a/(1…

智客前沿 · 2026-11-12

LLM智能体批处理协同优化,批次完成时间最高降65%

论文把LLM智能体批任务视为推理与环境交互交替的流水线,针对混合模型的显存竞争、轨迹缓存复用和环境瓶颈做协同优化。基于负载的资源模型在KV Cache与循环状态间分配显存,轨迹感知路由提高缓存命中;CAAS则将样本准入与环境执行解耦,并优先…

智客前沿 · 2026-11-12

LangChain提出评测驱动开发:用可复现实验构建可靠AI智能体

LangChain提出面向AI智能体的评测驱动开发(Eval-Driven Development, EDD):先把“理想行为”拆解为可测量指标并编写评测,再运行实验、比较迭代并建立回归门禁。其关键价值是把智能体开发从依赖人工观感的主观调试…

智客前沿 · 2026-11-12

DeepStress动态注入劣质证据,检验深度搜索智能体可靠性

DeepStress 是一套面向深度搜索智能体的动态压力测试框架:它以合成环境替换真实检索器,按查询独立控制文档的可信度、相关性与事实性,从而稳定复现低质量证据下的失效。研究以五分类结果描述正确、错误、拒答等行为,并提出 RAS 与 CoP…

智客前沿 · 2026-11-12

Natera用Bedrock AgentCore构建实验室运维智能体

Natera 与 AWS 联合推出实验室运维智能体 SWARM,以 Amazon Bedrock AgentCore 运行两套智能体运行时:swarm-agent 面向批量工单自动诊断,swarm-hive 服务工程师交互式排障。系统通过版…

智客前沿 · 2026-11-12

Amplitude用Wave把产品洞察、编码与效果验证串成闭环

Amplitude 基于 OpenAI 模型构建主动型产品智能体 Wave,将用户行为与产品数据转化为候选改进建议,再协同编码智能体完成变更并持续衡量上线影响。其关键价值不是单点生成代码,而是把“发现问题—制定改动—执行发布—验证效果”接入…

智客前沿 · 2026-11-12

AWS升级AgentCore运行时:15倍冷启动加速与数据级隔离

AWS更新Amazon Bedrock AgentCore托管运行时,为长时间运行的智能体提供更快的会话启动、更大的计算资源和更灵活的成本模型。每个会话仍运行在独立的Firecracker硬件隔离MicroVM中,但资源上限提升至8 vCP…

智客前沿 · 2026-11-12

AWS打通跨组织A2A智能体协作与双向OAuth信任链

AWS发布基于A2A协议的跨组织多智能体参考架构:LangChain编排器运行于Amazon ECS,可通过Agent Card发现并调用部署在Amazon Bedrock AgentCore上的Strands智能体,双方还能借助独立Cog…

智客前沿 · 2026-11-12

AWS用Spring AI构建Bedrock自主智能体生产范式

AWS发布基于Spring AI与Amazon Bedrock AgentCore的Java智能体参考实现,覆盖工具调用、短长期记忆、弹性重试、规则评估及多智能体编排,并以ARM64容器和Terraform完成云端部署。其核心价值是把依赖注…

智客前沿 · 2026-11-11

编码智能体解完题却不收手:终止滞后占35%至60%步骤

论文《Termination Lag》系统测量编码智能体从首次生成正确补丁到任务结束之间的“终止滞后”。研究覆盖5个模型、2种智能体框架和3个SWE-bench数据集,并逐一记录、测试运行中产生的不同仓库补丁。结果显示,38%—82%的成功…

智客前沿 · 2026-11-11

Continual-ARC终身学习评测:框架记忆落后,权重更新泛化占优

Continual-ARC 将三个 ARC-AGI 版本重组为终身学习流:旧任务经休眠间隔后以新实例回访,新任务持续进入。记忆式与权重式学习者按示范、行动、提交和错误重试消耗统一反馈预算;流结束后冻结学习者,以已见任务新实例测记忆,以未见任…

智客前沿 · 2026-11-11

JustRUA拆解机器人智能体增益:简洁执行框架将RoboDojo得分推至50.3

JustRUA 在统一框架中拆解机器人使用智能体的外围执行系统,分别控制完整轨迹历史、动作接口、经验复用、场景几何与运动终止机制。研究发现,保留完整回合历史并尽早停止动作,是性能提升的主要来源;经验复用并非无成本捷径,场景几何信息则尤其关键…

智客信息 · 2026-11-11

Klad让编码智能体用真实笔刷作画,并保留逐笔可编辑能力

独立开发者发布 Klad,一款采用 Rust 构建、面向智能体与人工协作的绘画应用。Klad 通过 CLI 暴露笔刷、逐帧动画、矢量、文本、颜色、图层效果与无限撤销等完整能力,智能体生成的内容仍以可编辑笔触和图层组织,而不是被固化为不可分解…

智客信息 · 2026-11-11

Chrome发布现代Web开发规范1.0,补齐编码智能体平台知识

Google Chrome团队发布Modern Web Guidance 1.0,把现代Web平台能力、兼容性约束与工程最佳实践整理为面向编码智能体的知识资源,重点弥补模型在浏览器API、渐进增强、可访问性及性能规范上的知识缺口。其价值不在…

智客信息 · 2026-11-11

AWS开源云端模拟器,让编码智能体自主搭建并验证AWS应用

AWS 开源 aws-emulator,为编码智能体提供可编程的 AWS 服务模拟环境,使其无需直接操作生产账户即可生成基础设施代码、运行部署流程并检查结果。其核心价值是把传统 IaC 工作流改造成可迭代的“写代码—部署—验证”闭环,降低云…

智客前沿 · 2026-11-11

AWS用事件驱动架构自动同步Agent Registry元数据

AWS发布了一套可部署的推送式同步方案,利用CloudTrail捕获AgentCore运行时变更,由EventBridge跨账号路由,并触发Lambda重新获取MCP工具定义、比较schema后更新Agent Registry。AgentC…

智客信息 · 2026-11-11

Klad开源可由编码智能体驱动的可编辑矢量笔刷画布

Klad 是一款以 Rust 编写的智能体可编程绘画应用,核心不是生成不可编辑的位图,而是把笔触、图层与动画状态保存在可重放的文档结构中,使编码智能体能够通过 CLI 创建作品,用户再在图形界面逐笔修改。项目提供无限撤销、逐帧动画、骨骼与 …