#AI应用
共 24206 篇相关文章

AI Agent编排框架实测评级:谁被高估,谁堪称传奇
一场直白的AI Agent编排框架分级评测:CrewAI与LangGraph为何被封为传奇,OpenAI Agents SDK与Agno为何只算良好,LlamaIndex、Cloudflare Agents为何被指高估,以及TypeScript开发者该选Mastra的理由。

给AI Agent装记忆:OpenAI SDK+Mem0实战
用OpenAI Agent SDK搭配Mem0为AI Agent添加持久记忆:从安装依赖、配置凭证到创建memory client与用户ID隔离,三步搭建带记忆的对话智能体。

Pip-Boy超级智能版:AI如何重塑可穿戴终端
从一条「Pip-Boy超级智能版」推文出发,探讨可穿戴设备如何从被动记录走向主动代理,分析边缘算力、交互方式与信任机制等现实门槛。

AI代打电话?Muse让语音助手替你预约
Muse推出AI代打电话功能,仅限美国付费订阅用户。本文分析语音助手切入电话场景的产品逻辑、付费墙策略与语音代理的想象空间及隐私隐忧。

谷歌PaperOrchestra:多智能体框架自动化写AI论文
谷歌研究院开源 PaperOrchestra 多智能体框架,将 AI 研究论文写作拆解为文献、方法、实验等子任务,由不同智能体协作编排完成,GitHub 已获 2093 星,今日新增 313 星。

Marimba:0.6B小模型如何用单一编码器处理语音问答
Marimba 是一个基于 Qwen3-ASR-0.6B 编码器的轻量语音问答模型,支持流式处理、本地运行,可作为轮次检测器接入 Pipecat、LiveKit 和 Vapi,在特定任务上超越大模型。

Muse Ember 实测:小模型也能有大能量
Muse Ember 引发小模型讨论:尺寸不重要了吗?本文分析小模型在成本、部署和实用性上的优势,以及开发者可以期待的新机会。

Muse上线代打电话功能:AI替你搞定保险、客服与订位
AI助手Muse推出代打电话功能,可替用户处理保险、有线电视、DMV、晚餐订位等事务性通话,目前向美国付费订阅用户开放。本文分析其功能定位、使用限制与语音AI代理的产品化趋势。

Muse Ember正式发布:前身Crouton-alpha处理超5T测试Token
Muse Ember官方披露其早期版本Crouton-alpha的存在,并透露测试阶段处理超过5T Token,发布前已修复大量问题。本文梳理版本关系、测试规模及其对模型可靠性的意义。

Muse:不遗余力满足你需求的AI助手?
一条推文揭示了名为Muse的AI助手,承诺不遗余力满足用户需求。本文分析其可能的产品定位、与现有AI助手的潜在差异,并指出信息缺口。

腾讯混元3D-Muse:一张图生成带灵魂的3D数字人
腾讯混元开源3D-Muse,一张图即可生成可驱动、带表情与口型同步的3D数字人,支持导出Blender、Unity,大幅降低虚拟形象制作门槛。

Muse.ai推出专属邮箱域名,付费用户可抢先锁定
Muse.ai为付费订阅用户推出@muse.ai专属邮箱后缀,可抢先锁定用户名,官方确认该功能即将向包括免费计划在内的所有用户开放。

CapCover Filter:无需邻域搜索的语义近似成员查询
CapCover Filter 是一种几何数据结构,用球冠概括嵌入向量,支持任意相似度阈值的语义近似成员查询。在五个真实数据集上,它以仅2%的内存开销消除20%-100%的索引访问,使FAISS查询吞吐量最高提升382%。

FBI警告的ARTEX:AI Agent如何替黑客工作?
FBI针对AI Agent工具ARTEX发布13页安全警报:攻击者利用其自动化渗透测试,部分案例三小时内取得特权访问。本文解析ARTEX架构、真实攻击案例、授权悖论及AI Agent安全边界。

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。

STA:多模态自动驾驶策略时序攻击新方法
介绍STA分裂时序对抗方法,用于评估多模态强化学习自动驾驶策略的鲁棒性。该方法通过延迟观测制造跨模态时间错位,联合优化攻击时机与模态选择,在CARLA中使PPO碰撞率翻倍以上并减少17.8%攻击次数,且可泛化至VLM驾驶策略。

Pulsar:让不同AI Agent跨框架互发消息
Hacker News 上的 Show HN 项目 Pulsar 定位为跨 harness 的 AI Agent 到 Agent 通信与消息传递工具,试图解决不同 Agent 框架之间无法直接对话的碎片化问题。本文分析其价值与局限。

远程血压监测谁最受益?提升模型揭示精准入组策略
新加坡全国性远程血压监测项目研究利用提升模型分析16,694名患者数据,发现项目平均提升血压控制率5个百分点,基线未控制患者提升12个百分点。高获益患者具有基线血压分级高、诊断时间近、用药负担低等特征,简单规则可媲美复杂模型,为精准入组提供依据。

