智客前沿 · 2026-11-11
AWS Quick推出六智能体AI-PDLC,将产品需求直接交给编码智能体
AWS在Amazon Quick中开源并示范了一套六智能体AI驱动产品开发生命周期:Orchestrator协调Discovery、Prioritize、Working Backwards、Spec Generator、Designer及原…
智客专题 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 · 2026-11-11
AWS在Amazon Quick中开源并示范了一套六智能体AI驱动产品开发生命周期:Orchestrator协调Discovery、Prioritize、Working Backwards、Spec Generator、Designer及原…
智客前沿 · 2026-11-11
AWS 发布并开源通用智能体评测框架 UAEF,通过适配器将 LangGraph、LangChain、Strands Agents、Bedrock AgentCore 与 Langfuse 的执行轨迹统一为 AgentTrace,再以 36…
智客信息 · 2026-11-11
Google使用48个SWE智能体,在72小时内并行处理NASA机载激光雷达数据,并从未测绘的玛雅遗址中识别出一座金字塔结构。案例展示了多智能体系统在大规模遥感检索、异常几何检测与候选地点筛选中的潜力:智能体可分解搜索任务、调用地图和考古数…
智客信息 · 2026-11-11
Einsia 发布 WorkflowArena 基准,用 145 个跨八领域的长时程任务评测多模型智能体团队的分工、委派与最终交付质量。实验中,Claude Opus 5.5 生成的静态工作流让四个执行模型平均提升 6.41 分,而 GPT…
智客前沿 · 2026-11-11
EarthRecord构建了一个面向地表变化分析的多模态智能体基准,覆盖56个地点、四十年Landsat、MODIS、VIIRS与Sentinel-2原始影像,并设置238个问题及10类任务。智能体需自行完成云掩膜和跨传感器协调,而非依赖预…
智客前沿 · 2026-11-11
研究团队利用编码智能体基础设施开展三轮自主同步辐射X射线实验,在人类持续调整目标的前提下,对纳米颗粒超晶格进行闭环测量。系统保留完整的人机及智能体间对话,以重建每次决策的来源、参与者协作方式和认知劳动分工。实验显示,61%—67%的消息涉及…
智客前沿 · 2026-11-10
NVIDIA 在 KubeCon + CloudNativeCon 宣布将面向自治智能体的开源运行时 OpenShell 贡献给 CNCF Sandbox,并参与 Google 发起的 Agent Substrate 项目。OpenShel…
智客前沿 · 2026-11-10
ScrapeBench首次以智能体实测方式评估网页抓取对服务条款与robots.txt指令的遵守情况。基准覆盖1,626个明确禁止抓取的网站和269个未禁止抓取的网站,并测试闭源与开放权重智能体。结果显示,多数模型面对禁止抓取时的合规率低于…
智客前沿 · 2026-11-10
WikiTrace 提出一种面向大语言模型智能体的证据链接记忆系统,将简短经验与原始任务轨迹及成败原因摘要绑定,并在经验缺失细节、相互冲突或源自失败任务时,通过终端工具回溯证据、修正判断后再行动。该方法针对传统记忆仅以任务成败标签生成经验、…
智客前沿 · 2026-11-10
Workday利用LangGraph构建企业级内部AI智能体平台,并通过LangSmith处理编排、评测与可观测性。其核心价值在于把智能体原型周期从数月压缩至不足一天,同时将权限、审计、数据治理和合规检查纳入平台层。案例说明,生产级智能体的…
智客前沿 · 2026-11-10
LangChain 提出面向长时程 Deep Agents 的上下文工程方法:不再把全部历史、工具结果与中间产物持续塞进提示词,而是组合上下文卸载、分层摘要、可复用技能、子智能体隔离与外部记忆。其核心目标是把有限上下文窗口留给当前决策所需的…
智客前沿 · 2026-11-10
AWS 正式推出 Amazon Bedrock AgentCore Web Search API,通过一次调用向智能体返回带有标题、URL、发布日期和相关摘录的网页结果,并直接使用现有 AWS 凭证完成 SigV4 签名。官方以 LangG…
智客前沿 · 2026-11-10
Trovata 在 Amazon Bedrock 与 Bedrock AgentCore 上部署自主资金管理代理,将现金预测、自然语言查询、异常检测和自动对账嵌入连接逾万家银行的财务操作系统。代理可按计划、事件或规则持续运行,并通过 RBA…
智客前沿 · 2026-11-10
OpenAI 面向美国符合条件的电商与在线服务企业测试 ChatGPT“Business Agents”。经认证的品牌代理会嵌入 ChatGPT 回答,用户可继续咨询产品并比较不同商家的规格或价格,把对话式购物从通用问答推进到可追溯的品牌交…
智客前沿 · 2026-11-10
LangChain 介绍 Deep Agents 的上下文工程方法,针对长时运行智能体因历史消息、工具输出与中间结果持续堆积而出现的注意力稀释和决策退化。方案通过上下文卸载、动态摘要、Skills、子智能体与外部记忆,将稳定能力、短期工作状…
智客前沿 · 2026-11-10
Workday 介绍其如何利用 LangGraph 与 LangSmith 构建企业内部智能体平台,将原型开发周期从数月压缩至不足一天,并减少定制合规工作。其核心思路是把模型调用、状态管理、工具执行和人工审批组织为可观测、可评测的图式工作流…
智客前沿 · 2026-11-10
Anthropic 推出 Claude Meetings,把实时会议转述、行动项整理与办公应用检索整合进会议工作流。用户在讨论过程中即可让 Claude 生成计划草案、在白板上排布时间线,并通过会议聊天回答问题,还能调用已连接的工作应用取得…
智客前沿 · 2026-11-10
AWS发布Amazon Bedrock调用观测数据湖示例,将各业务账户中的模型调用日志集中汇聚至S3,并通过Lambda、Firehose、Glue与Athena形成可查询的Parquet数据集。该方案可追踪提示词、响应、输入输出Token…
智客前沿 · 2026-11-10
塔塔咨询服务基于 Amazon Bedrock AgentCore 构建 Agentic Test Orchestrator,将 Jira、业务需求文档、Swagger 与 GitLab 源码转化为场景、Gherkin 以及 Java/Py…
智客前沿 · 2026-11-10
NVIDIA将自主智能体安全运行时OpenShell贡献给CNCF Sandbox,并参与Google发起的Agent Substrate项目,推动智能体治理、运行环境复用、推理服务与GPU调度在Kubernetes上协同。同时,NVIDI…
智客前沿 · 2026-11-10
Stripe 基于 LangChain、LangGraph 与 Deep Agents 构建公司级智能体 Kai,并在约四周内触达 5000 名员工。其价值不只是内部助手上线,而是用深度智能体框架把模型调用、工具执行、记忆与人工审批封装为可…
智客前沿 · 2026-11-10
LangChain 介绍 Deep Agents 框架中的检索与上下文工程方法,针对智能体常见的低效搜索、结果膨胀和过期数据问题,强调按任务需求筛选、压缩并组织外部信息。其核心并非简单增加一个向量搜索节点,而是让检索结果与代理规划、工具调用…
智客前沿 · 2026-11-10
Adobe 在 Max 大会上集中推进面向创意工作的智能体架构:第三方 AI 智能体可通过本地 Model Context Protocol(MCP)连接并修改 Creative Cloud 项目,Firefly AI Assistant …
智客前沿 · 2026-11-10
临床智能体即使能完成标准任务,也可能在工具返回异常时检索错误证据、误写患者记录或漏掉必要状态更新。论文提出故障注入基准MedToolFault,将六类工具故障与答案正确性、必要状态变更及禁止修改绑定;同时提出工具层方案MedGuard,通过…
智客前沿 · 2026-11-10
研究团队推出可验证的因果发现评测沙箱 Causal-Discovery-Bench,通过可配置结构方程模型、资源约束和自动评分,检验大模型智能体能否自主设计实验、分配预算、分析连续观测并处理冲突证据。基准覆盖5家厂商的13个模型、3802个…
智客前沿 · 2026-11-10
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-120B和Nemotron-3-Ultra-550B各执行三…
智客前沿 · 2026-11-10
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下文。作者在包含71个场景、9类行为维度的 DC-Bench…
智客前沿 · 2026-11-10
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,最强受测大语言模型的联合任务与合规成功率仅为55.3%。模型虽会因自身受…
智客前沿 · 2026-11-10
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、Salesforce 等应用。其技能遵循 Agent Sk…
智客前沿 · 2026-11-09
HiVe-Mem面向长交互多模态智能体提出二维记忆框架:水平扩展以文本和视觉锚点构建记忆关系图,从语义检索种子补充相关邻居;垂直组合为每条记忆保留摘要、描述、视觉区域、原图和交互历史,并由轻量可训练选择器按查询筛选证据。论文在三个多模态记忆…