相关文章
6836 篇高质量内容
月之暗面的 Kimi Code 和 Kimi Work 正式接入 CloudBase
月之暗面旗下 Kimi Code（CLI 客户端）与 Kimi Work（桌面 Agent）正式接入腾讯 CloudBase，通过统一插件支持 29 个技能与 1 个 MCP 服务，实现自然语言操作云资源。插件基于 Open Plugin Spec，适配双端环境变量，无需切换浏览器即可完成数据库建表、云函数部署等操作。
DeepSeek-V4.1-Flash发布：0.003美元/百万缓存输入，专为智能体长上下文优化
DeepSeek推出V4.1-Flash模型，5520亿参数MoE架构，原生视觉支持，100万token上下文；非高峰时段缓存输入仅0.003美元/百万token，显著优于GPT-5.6 Sol与Claude Opus 5，但对硬件部署要求大幅提升。
Harness Inspector：让 Agent 交付过程可观察、可检查、可追溯
Harness Inspector 是一个本地、只读的 Agent 交付工作台，将用户需求（Intent）、Agent Session（Process）和 Git Commit（Output）统一呈现，支持 Workbench（看关系）、Trace（看结构）、Replay（看顺序）三种观察模式，旨在解决 Agent 行为不可追溯、经验难沉淀的问题。
从钉群提问到任务交付：团队级 Agent 基础设施全链路实践
阿里云自研研发协作平台Domino，从钉群提问到全链路任务交付，揭秘团队级Agent基础设施实践与演进。核心内容：1. Domino平台从单一工具到团队级Agent系统的演进历程2. 钉群提问场景下Agent面临的核心问题与解决方向3. 分层Agent体系（ConsoleAgent+SandboxAgent）的能力与实践
基于阿里云 AgentLoop 的 DeepSeek Harness 评测实践
本文基于阿里云AgentLoop平台，对DeepSeek开源的Agent运行框架Harness开展工程化评测，采用terminal-bench 2.1的10任务子集，以容器终态为判定依据，构建任务完成度、红线规则合规性与执行过程可靠性三个正交评估维度，全部通过规则化脚本实现，规避LLM打分偏差，验证了Harness架构中Session Log事件溯源、极简模式可控性及插件化可观测性的评测适配价值。
Agent 观测与优化开发者摸底报告
Agent生产落地遇难题？700+企业调研揭示观测、评估、优化基建薄弱痛点，助你建立可优化工程闭环。 核心内容： 1. Agent生产落地现状：需求强烈但基建薄弱、认知体系化不足 2. 观测与评估核心瓶颈：轨迹观测工具缺乏、评估依赖人工经验 3. 优化闭环与审计合规：闭环未形成但需求迫切，审计落地能力待提升
Google 给 AI 曝光单独记账：企业该为 GEO 的什么买单？
Google Search Console 新增生成式 AI 表现报告，可单独追踪网站在 AI Overviews 等功能中的曝光，但无法直接关联转化与收入。微软强化引用语境分析，Adobe 整合商品目录与内容优化，共同推动企业从「被提及」走向「被准确理解」。文章指出：GEO 预算需拆解为监测、诊断、信息改进与经营评估四类能力，每类交付物与不可推导结论均需明确界定。
刚刚，Codex 把"压缩"换成了"记忆"
Codex CLI 将记忆系统从有损的 compaction（压缩）机制，升级为 token budget（token 预算）+ 硬性上下文切换架构。模型可主动感知剩余 token、自主触发新窗口，并通过 history 和 notes 工具完整保留与检索历史，实现从被动执行到主动管理、从失忆到记忆的设计转变。
从数据流到 AI 上下文： IBM Confluent 面向 AI 场景的能力演进
本文梳理 IBM Confluent 如何从实时数据流平台演进为面向 AI 的实时上下文与行动底座。核心在于支撑事件驱动 AI 模式，通过感知（内置 ML 函数）、供数（MCP 实时上下文引擎）和行动（Streaming Agents）三层能力，在信用卡欺诈检测等场景中实现 DAY 1 实时处置与 DAY 2 持续优化闭环。
从一次 LLM 调用到完整 Harness，Agent 到底经历了什么？
文章系统梳理 Agent 架构演进路径：从单次 LLM 调用出发，依次叠加上下文装配、ReAct 循环、结构化工具调用、分层记忆系统，最终形成包含会话管理、权限控制、沙箱隔离、事件追踪与多客户端支持的 Agent Harness 层。通过 Pi、OpenCode、Codex 三个典型项目对比，揭示不同 Harness 在极简性、状态工程与安全执行上的设计取舍。
DeepSeek Harness 的 Agent 运行时设计
DeepSeek Harness 是一个面向长期运行 Agent 的可组合运行时，通过插件生命周期、追加式事件日志和能力接缝统一托管模型、工具、会话与外部协议。其核心设计包括：明确区分 SDK 与运行时边界；以插件为组成单位并支持动态卸载；通过 Profile/Patch 实现可复现的 Agent 配置；用 Turn/Step 划分可暂停、可追溯的执行单元；以 Session Event Log 作为模型上下文唯一事实来源；将能力接口、实现与安全策略解耦为三层 Capability Seam；Web/SDK/ACP 均为同一运行时的投影。
刚刚，OpenAI公开研发内幕：递归自我改进只会局限在少数实验室
OpenAI公开研发内幕：智能体系统重塑AI研发，人类1工作日被AI智能体顶至3.1倍，2028年目标全自动研究员。 核心内容： 1. 智能体重塑研究员工作（工作量、费用、任务类型扩散） 2. 研发产出与任务成功率提升（实验量创新高，复杂任务依赖人类干预） 3. 人类与智能体协作模式（人类掌握决策权，智能体承担底层工作）
Behavior Spec 完整解读：用行为规范监督长程 Agent
Behavior Spec 是一种独立、可版本化的行为标准，用于定义长程 Agent 在完整任务轨迹中应展现的关键行为（如一手来源核验、高风险决策升级），并支持 true/false/NA 三值审阅。它区别于 Prompt 和 Eval，聚焦过程可信性而非结果正确性，适用于税务、法务、财务等高合规要求场景。
德勤扩招FDE，成立开放模型工程业务
德勤全球宣布成立开放模型工程业务，聚焦混合模型架构与FDE现场交付模式。该业务强调模型中立性、Token成本管理及AI运营能力，将FDE定位为串起业务场景、Agent搭建与多模型调度的核心节点，并提出AI原生团队的业务人才、平台人才、FDE人才三角结构。
阿里开源 TTS 新一代：CosyVoice 3.0，0.5B 参数吊打一众大模型
2025 年 12 月，阿里 FunAudioLLM 团队发布 CosyVoice 3.0：0.5B 参数、支持 9 种语言与 18 种以上中文方言、零样本声音克隆、延迟低至 150ms，开源协议为 Apache 2.0。其 RL 版本中文 CER 降至 0.81%，说话人相似度达 77.4%，在多项指标上超越参数量更大的开源及闭源竞品。
Google Teamwork：多个 Agent，不等于一支团队
Google Antigravity Teamwork 是一个面向复杂长期任务的多 Agent 编排框架，通过明确分工、结构化产物交接和独立验证机制，解决多 Agent 系统易陷入集体错误、自我验证失真、状态混乱等核心问题。其关键创新在于将任务责任拆分为组织、执行、证明三类，并依赖外部可审计的状态记录而非长对话上下文。
从 Vibe Coding 到 Harness Engineering： JDK 升级中可控演进的 AI 工程实践
AI Coding擅长新功能开发，但JDK升级等维护性工程需“改得对”。本文结合实践，分享Harness Engineering让AI稳定完成系统升级的工程化思路。核心内容： 1. AI Coding在新功能开发与维护性工程中的差异 2. JDK升级作为维护性工程的典型挑战（依赖、配置、运行期约束） 3. Harness Engineering实现AI可控演进的工程化实践
AI记忆开始携号转网，谁握着用户的记忆谁就握着用户
Anthropic与谷歌在2024年3月先后开放AI助手记忆导入导出功能，标志AI记忆迁移能力落地。当前迁移依赖人工提示词复制，尚无统一格式或标准接口。记忆作为用户长期调教形成的个性化资产，正成为模型之外的关键护城河。行业已出现Mem0、记忆张量、MemoraX AI等专注记忆层的初创公司，大厂亦将记忆能力纳入基础设施。
使用 Gemini 3.5 Transcribe 进行AI智能转录
Google 正式推出 Gemini 3.5 Transcribe，专为智能语音交互设计的高精度语音转文本模型。支持实时流式与预录制音频两种 API 模式，具备智能转录、函数调用、自定义词汇、85+语言识别及多说话人标注能力。实测词错误率低至 2.6%（非流式）和 4.0%（流式），显著优于前代 Chirp 3 模型。
怎么猛蹬GPT-6 Astra? 官方指南来了，手把手保姆级教程
本文整理 OpenAI 官方发布的 GPT-6 Astra 使用指南，涵盖模型核心能力（异步工具调用、中途引导、推理力度动态调整等）、提示词最佳实践（主动推进、指令遵循、去AI味、子代理委派、测试校准）及迁移快速入门（API 切换、参数更新、配置适配）。所有内容均基于官方文档原文，不含主观解读或营销话术。