Personal Agent 的北极星指标
Personal Agent 的北极星指标文章以蚂蚁灵光2.0上线半个月托管300万项事务、执行1100万次任务为起点,提出托管量可能是目前较合理的Personal Agent北极星指标,并强调应关注委托量、办成量与收入,而非用户时长或日活。
搜索
文章以蚂蚁灵光2.0上线半个月托管300万项事务、执行1100万次任务为起点,提出托管量可能是目前较合理的Personal Agent北极星指标,并强调应关注委托量、办成量与收入,而非用户时长或日活。
以前新人入职,公司得花大量的时间精力去带教、培训。
Coding Agent写代码的能力越来越强,写测试的能力也在同步提升。从为函数补单元测试、为GitHub Issue编写复现用例,到为整个代码仓库构建回归测试,Codex、Claude Code等前沿Coding Agent已经能够浏览仓库、修改实现,并借助执行反馈不断修正测试。
前不久,Anthropic 的工程团队在 11 月 6 日发了一篇文章《The components of agent memory》。里面有一个非常有意思的观察:很多被精心设计过的知识wiki或者Agent Memory准确率有时候还不如直接搜索原始文档高。但换个场景,过多的原始信息塞给模型,有时候也同样会让检索的准确率暴跌。
AI Agent驱动的超级个体。 现在给AI 安排的工作已经可以到什么地步了? 写代码只是其中一项,让Agent全天盯着GitHub,收到用户反馈就检查代码、尝试修复问题,还有让它跟进客户,甚至每天定
Agent 正在从「回答一个问题」走向「承担一份工作」。近日,开源 AI Agent 社区 openJiuwen 针对 HyperAgent 架构详细解读,系统阐述了它对下一代 Agent 形态的判断 ——HyperAgent 应具备的八项特征,以及支撑这一形态的开源 AgentOS 分层设计。
GEAR 可以让研究者像使用 Scikit-learn 一样模块化构建 RSI 算法。它将采样、候选评测和多样性管理所需的算法模块与并行推理等测评设施组织起来,使得 RSI 算法能够快速搭建、比较和复用。基于 GEPA(Genetic-Pareto)算法改进的实验结果证明,GEAR 调优的 Agent 在营销、客服和代码任务上均取得显著提升。
Google DeepMind全球开放Gemini 4 Carbon,并以AlphaProof Code驱动AI Agent在四周内为Signal生成逾650万行经机器检查的Lean证明代码,验证其核心实现的安全属性。
Ben:Agent碰到障碍,会继续尝试,直到把任务做完。它不会告诉你中途哪里失败过,最后只会说:已经完成了。
让 Agent 进入高价值沟通的第一现场。