搜索
工具调用使大语言模型能够通过外部 API 获取信息、执行操作。训练这类能力，需要建立用户请求与具体函数调用之间的对应关系。一条合格的训练样本，不仅要符合函数定义，还要保证工具选择、调用次数和参数取值与用户意图一致。
Dify 正式推出全新 Agent 体验，将 Agent 从工作流中的执行节点升级为拥有独立配置与完整生命周期的独立实体，提供 Build、Manage、Track 三层能力及 Tool、Skill、Sandbox CLI 三种扩展方式，支持企业 AI Agent 跨场景复用与持续演进。
用户让 AI 编程助手写个贪吃蛇小游戏，智能体照办了，但同时多跑了一条 curl | bash 命令，把攻击者的脚本下载到本地并执行。
刚刚，DeepSeek 在官方 API 文档里给出了一个 thinking mode 和 tool call 结合使用的样例。表面上看，这只是一个常规的工具调用演示：用户提出问题，模型判断需要调用工具，工具返回结果后，模型再继续生成答案。
近日，「智能知识」（Human Intelligence）完成天使轮融资，由耀途资本、锦秋基金联合投资。本轮融资资金将用于两个方向：前沿数据品类扩张：深耕 Coding、Enterprise Office（GDPVal）、Agentic Tool Use 等高价值数据，并积极探索 AI4Math、AI4Science、AutoResearch 等新场景；
做文献调研时，很多人的流程大概是这样的：
先说一个很多人没意识到的事实：2026年了，每个主流Agent框架底下的工具调用训练数据，格式全是乱的。
2026年再看Agent，一个越来越难回避的事实是：能力正在从模型里流到模型外。真正决定系统上限的，不再只是参数、Prompt和tool calling，而是记忆、技能、协议以及统摄这一切的harness。
本文翻译自 Anthropic 官方博客「Seeing like an agent: how we design tools in Claude Code」，作者 Thariq Shihipar，Claude Code 团队工程师，今天发布。以下为逐段中英对照翻译
3 月 16 日，在刚刚结束的 NVIDIA GTC 2026 大会上，黄仁勋在长达三小时的 Keynote 演讲中发布了 NVIDIA Agent Toolkit 和 AI-Q 开放智能体蓝图，将 AI Agent 定位为下一个重大前沿。