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。
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。
智能正在走向更持续的理解与行动。围绕一个目标,Agent 理解上下文、制定计划,在执行中验证判断;面对新的信息,它重新评估已有结论,调整行动路径,继续推进任务。未来,更多智能将融入我们日常使用的应用。
每一次经济活动的规模化跃迁,背后总有一次基建的大机会。
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。
让 Agent 进入高价值沟通的第一现场。
过去两年,几乎每家企业都在用 RAG 解决大模型落地的问题。把文档切块,做 Embedding,算相似度,塞进 Prompt。简单、直接、听起来无懈可击。但真正把它搬进生产环境的人都知道:RAG 远不够好。
大道不孤。
判断一个新生赛道是不是从潜龙勿用走向见龙在田,要看行业做题家们有没有开始追新的度量衡