给 Agent 做“CT”:大规模 Agent 的可观测与质量保障体系
给 Agent 做“CT”:大规模 Agent 的可观测与质量保障体系随着大语言模型能力边界的持续拓展,AI Agent 已从概念验证阶段迈入大规模工程落地。然而,Agent 内部复杂的任务规划、工具调用与记忆检索机制,使得传统的应用观测手段在面临这类非确定性系统时显得力不从心。
搜索
随着大语言模型能力边界的持续拓展,AI Agent 已从概念验证阶段迈入大规模工程落地。然而,Agent 内部复杂的任务规划、工具调用与记忆检索机制,使得传统的应用观测手段在面临这类非确定性系统时显得力不从心。
乐鑫信息科技 (688018.SH) 正式推出 ESP-Mosaico,一款为 Coding Agent(代码智能体)设计的模块化开发板,支持多机拼接。面对不断变化的应用需求,创作者无需受限于固定的硬件形态,可以按需组合不同的硬件能力,并借助 Agent 持续开发和完善,让硬件形态与应用能力能够随产品需求不断扩展。
刚把M3、Agent几条线推上新阶段—— MiniMax一位核心工程负责人离职了。 近日有网友发现,MiniMax Agent工程部主管阿岛(缪宇航)的飞书状态目前已经显示离职,下一站暂未公开。
ScienceDiscovery 是基于 Agent OS(JiuwenSwarm)开发的一款面向跨学科、全流程科研场景的一站式 AI 工作台,解决科研场景面临的工具碎片化、大模型科研幻觉两大痛点问题,打造 AI 辅助科研新范式,加速科学发现,广泛应用于各行各业。
8 月 13 日,DeepSeek 开源 Agent Harness dsh,将 “Harness” 这个原本更偏工程语境的概念,推到了整个 AI 行业讨论的中心。
「套壳」是 Cherry Studio 最大的标签。但这个「壳」,在过去一年成了 GitHub 上增长最快的 AI 桌面应用之一。Cherry Studio 最初的目标很明确,就是帮用户在不同大模型之间自由切换,做一个更好用的聊天客户端。
过去一年,Coding Agent 正在迅速改变开发者写代码的方式。
上周我去参加了 WorkOS 在旧金山 Regency Ballroom 举办的 Agent Night Live。说实话,这类活动我参加过不少,很多时候走进去,走出来,脑子里留下的东西并不多。
太猛了,DeepSeek Harness 截至当前已经 112 k 的 Star 了,而这距发布仅仅过去三天。而且还在以惊人的速度增长...DeepSeek Harness 的核心就是:一切皆插件。说个不确切的比喻,有点 Agent 时代的 Obsidian 感觉了,自由度太高了。
DeepSeek-v4-pro-0813 正式上线,两极分化的口碑却让人摸不着头脑。一边,是疯狂刷屏的评测夯爆了:多项 Agent 测试逼近 Fable 5,被认为是又一次前沿模型的“核弹级”更新;另一边,却是不少深夜忠实开发者直摇头:吐槽涨价、模型能力不及预期,实测体感甚至不如之前的小模型……