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

智客信息 · 2026-11-11

WorkflowArena揭示:最强模型未必是最好的智能体协调者

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

可审计人机团队接管同步辐射X射线实验,追踪决策来源

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

ScrapeBench揭示网页抓取智能体合规率不足5%

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为智能体记忆绑定原始轨迹证据,减少错误经验反噬

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用LangGraph搭建企业级智能体平台

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

Deep Agents上下文工程:用外置记忆对抗长任务Token膨胀

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

Trovata推出自主财务代理,以RBAC重构企业资金管理

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测试ChatGPT商业智能体:品牌可在对话中完成比价咨询

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提出Deep Agents上下文工程:用分层记忆对抗上下文膨胀

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用LangGraph与LangSmith搭建企业级智能体平台

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,将会议讨论转为计划与任务

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

Stripe一周搭建Kai:Deep Agents驱动全员企业智能体

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重构智能体检索:从召回结果到精准上下文注入

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全面转向智能体创作:MCP接入Creative Cloud

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

MedGuard以工具层校验提升临床智能体容错能力

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

Causal-Discovery-Bench揭示智能体九成失误源于实验设计

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

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-120B和Nemotron-3-Ultra-550B各执行三…

智客前沿 · 2026-11-10

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 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、Salesforce 等应用。其技能遵循 Agent Sk…

智客前沿 · 2026-11-09

HiVe-Mem以二维记忆扩展与证据组合降低多模态智能体Token消耗

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…