[控场AI]

#智能体

共 520 篇相关文章

FBI警告:开源AI渗透框架ARTEX遭武器化,三周从冠军作品到威胁档案
·6 分钟

FBI警告:开源AI渗透框架ARTEX遭武器化,三周从冠军作品到威胁档案

FBI发布威胁通报,警告开源AI渗透测试框架ARTEX遭武器化。该项目从GitHub发布到首批武器化仅三周,涉及韩国金融机构数据泄露、供应链攻击与大规模行动。本文梳理时间线、攻击证据与防御建议。

阅读全文 →
LLM智能体测试时该在哪适应:上下文还是权重?
·4 分钟

LLM智能体测试时该在哪适应:上下文还是权重?

研究对比LLM智能体测试时适应的两条路径:上下文学习与权重更新。ICL将平均成功率从28.8%提至49.4%,加入GRPO后达51.6%。轨迹分析显示ICL减少查找但易跳过验证,GRPO可恢复检查行为。

阅读全文 →
英伟达Vera Rubin NVL72登顶MLPerf智能体推理榜
·3 分钟

英伟达Vera Rubin NVL72登顶MLPerf智能体推理榜

英伟达Vera Rubin NVL72在MLPerf Endpoints v1.0智能体推理基准中领先。本文解析该基准为何聚焦多轮对话与工具调用负载,以及系统级设计对智能体推理性能的影响。

阅读全文 →
Coral:让智能体自写工具的开源网关
·4 分钟

Coral:让智能体自写工具的开源网关

Coral 是一个开源网关项目,允许智能体在运行中编写自己的工具。本文分析其网关定位、动态工具生成的优势与风险,以及开源策略下的生态位与待解问题。

阅读全文 →
Puffin:为AI智能体提供身份与收件箱,接管你的数字沟通
·4 分钟

Puffin:为AI智能体提供身份与收件箱,接管你的数字沟通

Puffin为AI智能体提供独立邮箱、Discord/Slack/Telegram席位和日历,支持审批与全自动驾驶双模式,让智能体以数字身份融入团队协作。

阅读全文 →
机制可解释性难解LLM智能体幻觉?Web元素案例研究
·4 分钟

机制可解释性难解LLM智能体幻觉?Web元素案例研究

一项针对Qwen2.5-7B-Instruct的案例研究显示,线性探针能以0.80 AUC预测Web智能体幻觉,引导可纠正85%幻觉但破坏7%有效动作,且探针方向对提示词格式敏感,电路识别因计算分散而困难,暴露出机制可解释性在解释LLM智能体失败时的局限。

阅读全文 →
Agentic AI跨界设计模拟合成器:自主智能体硬件设计新探索
·5 分钟

Agentic AI跨界设计模拟合成器:自主智能体硬件设计新探索

Hacker News 上出现 Agentic AI 设计模拟合成器的讨论。本文分析智能体在硬件设计中的任务分解能力、模拟电路的现实约束,以及这一探索对 AI 应用落地的参考价值。

阅读全文 →
零基础玩转Coze:智能体搭建到工作流实战指南
·6 分钟

零基础玩转Coze:智能体搭建到工作流实战指南

本文基于B站最新教程,系统介绍Coze(扣子)智能体搭建全流程,涵盖Agent产品分类、快速上手、工作流编排、多Agent协同与知识库配置,适合零基础开发者和非开发者学习AI应用构建。

阅读全文 →
技能即程序:LLM应用开发的新范式
·3 分钟

技能即程序:LLM应用开发的新范式

技能就是LLM的程序——这个类比揭示了LLM应用开发的新范式:通过技能模块化、消息板编排、编排实验与社区共享,让智能体应用从手工作坊走向工程化。

阅读全文 →
Dify实战:三种方式搭建AI素养助教Chatbot
·7 分钟

Dify实战:三种方式搭建AI素养助教Chatbot

B站UP主Peter孙大圣在Dify培训中演示三种搭建AI素养助教Chatbot的方式:手工编排Chatflow、AI辅助生成工作流、Agent自然语言对话创建,并讲解知识库接入、发布权限与监控配置,探讨教育场景下私有化部署的可控与安全优势。

阅读全文 →
无法验证的任务,模型就学不会?RLVR训练遭遇天花板
·4 分钟

无法验证的任务,模型就学不会?RLVR训练遭遇天花板

新论文指出模型无法解决自身无法验证的RLVR任务,强化学习可验证奖励训练或遇硬性天花板。本文解析该论点对智能体开发的冲击,探讨验证器、评论家与任务设计三条突破路径。

阅读全文 →
Gemini 4 Hydrogen与Claude 5.2同周发布,Anthropic封号揽收23亿美元
·9 分钟

Gemini 4 Hydrogen与Claude 5.2同周发布,Anthropic封号揽收23亿美元

本周AI大模型动态:谷歌发布Gemini for Carbon与Gemini 4 Hydrogen,Anthropic推出Claude Fable 5.2并启动IPO路演,机器人模型与智能体商业化同步推进,一文梳理关键发布与趋势信号。

阅读全文 →
Kimi K3.1 Pro登陆Token Pass:Moonshot最强编码模型
·5 分钟

Kimi K3.1 Pro登陆Token Pass:Moonshot最强编码模型

Kimi K3.1 Pro 正式接入 Token Pass,作为 Moonshot AI 最强编码与智能体模型,具备视觉、工具调用与 100 万 token 上下文。Token Pass 以每团队每月 30 美元提供 80 美元额度,覆盖 GLM、DeepSeek 等多款模型,并承诺零数据留存。

阅读全文 →
ARC-AGI-3实验:智能体该忘记还是信任旧规则?
·5 分钟

ARC-AGI-3实验:智能体该忘记还是信任旧规则?

一位开发者用无神经网络、无LLM的极简智能体在ARC-AGI-3上测试知识迁移策略:保留旧规则在51次配对中36次有效,但低置信度规则会导致反复失败;全面重新验证的成本几乎抵消收益。实验还发现无用对象数量会影响策略优劣。

阅读全文 →

ChatGPT Wallet发布:AI智能体购物时代来临

·4 分钟

ChatGPT Wallet发布:AI智能体购物时代来临

OpenAI推出ChatGPT Wallet,让ChatGPT Work、Codex和dots中的AI智能体在用户批准下完成购买,并沿用现有卡片保护机制。本文解析其定位、安全边界与对智能体生态的影响。

阅读全文 →
谷歌发布Gemini 4 Hydrogen:速度提升2.5倍,支持百万级上下文
·4 分钟

谷歌发布Gemini 4 Hydrogen:速度提升2.5倍,支持百万级上下文

谷歌发布Gemini 4 Hydrogen智能体模型,速度达Gemini 3.8 Flash的2.5倍,支持1M token上下文与4个思考层级,定价每百万token输入1.50美元、输出7.50美元,Artificial Analysis得分51,Terminal-Bench 4.1通过率57%。

阅读全文 →
InkOS:开源智能体系统如何系统化写小说剧本
·5 分钟

InkOS:开源智能体系统如何系统化写小说剧本

InkOS是一款开源智能体系统,专为AI写小说、剧本、同人及互动影游设计。支持设定规划、多智能体分工写作、37维度连续性审稿、风格指纹模仿与分支互动,一个工作台搞定系统化故事创作。

阅读全文 →
LLM智能体状态管理新思路:主机托管状态实现400/400精确步骤
·3 分钟

LLM智能体状态管理新思路:主机托管状态实现400/400精确步骤

Reddit实验揭示LLM智能体状态管理新方法:主机托管状态在400步任务中实现400步精确,而常规写法仅85步正确。本文分析其原理、优势与适用边界,探讨智能体架构设计的新思路。

阅读全文 →