搜索
去年讨论Agent落地时，重点往往是Context Engineering。大家都在琢磨怎么放 Few-shot，怎么优化 RAG 检索的文本片段。但随着 Agent 任务复杂度的上升，控制数据流向、工具调度和异常处理的底层脚手架代码，往往比单纯拼接文本对系统性能的影响更大。
刚刚，谷歌正式发布 Gemma 4，称“这是其迄今为止最智能的开放模型系列”。该系列面向复杂推理与智能体工作流设计，采用商业许可的 Apache 2.0 许可证开源。Gemma 4 提供四种规格：Effective 2B（E2B）、Effective 4B（E4B）、26B 混合专家模型（MoE）和 31B 稠密模型（Dense）。
字节也开始做“OpenClaw”了，但它先把战场放在了工作台上。
104位开发者联手，全球最火开源AI助手OpenClaw再出重磅更新，第一次给AI Agent装上「操作系统」级的任务控制面板：让AI能够自己管理自己，会排任务也会说不：Agent竞赛的下半场来了。
硬氪获悉，运动AI Agent智能硬件品牌PathFinder Ltd.（以下简称“PathFinder”）近日完成数千万元天使轮融资，本轮由锦秋基金独家投资，资金将主要用于产品研发迭代、生产交付落地及早期渠道铺设，为后续众筹上线做好全面筹备。
大概一周前，我拿到了ColaOS（以下简称Cola）的内测。当时我手里有Claude、Gemini和GPT最新的模型。在Cola出现之前，这几个工具已经足够覆盖我所有的工作场景了。还有什么能比Claude好用？
别人还在卷单点能力，Agnes已经把文本Agent、图像、视频和办公自动化打包进开发者工具箱：1美元「养龙虾」，外加图像、视频、PPT一条龙，给出的不是零散的能力点，而是一整套AI生产力。
昨天 Claude Code 的源码泄露了。巧的是，我正好在重做 CodePilot 的助理系统，游戏化是我已经想了一段时间的方向。泄露的代码给了我一些启发，但更多是验证了判断：这条路是对的。
AI会用工具了，问题才真正开始…
在构建多Agent系统（Multi-Agent Systems）时，让几个Agent互相“对话”并不难，但要让它们在局部状态不一致的情况下，敲定一个全局唯一的决策，也就是达成“一致”（Agree）或“共识（Consensus）”，却是一个极具挑战的工程难题，您可能会问为什么，这有何难？