06:40Stanford AI Lab@StanfordAILab精选斯坦福AI实验室发布M*运行时,用于统一服务多模态模型。相比专业系统,M*在omni TTS任务上提速2.7倍,在world-model rollouts任务上提速12.5倍。它匹配或超越所有专门系统的性能。AI产品M*斯坦福多模态运行时推荐理由:斯坦福新发的M*运行时,一个系统就能搞定各种多模态模型,速度比专业方案快2到12倍,值得做部署的看看。原文
22:40LangChain@LangChainAILangChain 发布了 Managed Deep Agents 运行时,支持持久线程、流式运行、检查点和人机协作工作流。开发者可通过 API 创建和配置智能体、管理线程,并直接从自己的产品中流式运行。该运行时旨在简化复杂智能体的部署与管理,提升开发效率。AI产品LangChain智能体运行时持久线程流式运行推荐理由:做智能体应用的开发者终于有了一个开箱即用的运行时,省去自己搭建持久化和流式处理的麻烦,建议直接集成试试。原文
10:13arXiv cs.AI@Yingqi Zhang精选72°Agent libOS 提出了一种受库操作系统启发的运行时架构,将LLM智能体视为可调度的进程,具备身份、生命周期、对象内存、显式能力、人工审批队列和审计记录。其核心设计原则是工具作为类似libc的包装器,运行时原语作为权限边界,文件系统访问、对象访问、睡眠、人工批准、JIT工具注册和外部副作用都在原语边界处通过显式能力和策略进行检查。原型实现了异步调度、命名空间本地对象内存、运行时集成的人工批准、一次性权限授予、每个进程的工作目录、shell和图像注册原语、Deno/TypeScript JIT工具、文件系统/对象桥接工具、可注入的资源提供者子系统和123个回归测试。该工作不旨在提高规划器准确性,而是展示一种运行时基板,使长期运行的LLM智能体能够被调度、授权、恢复和审计,而无需将工具调度视为信任边界。论文LLM智能体运行时能力控制审计库操作系统1 个信源在谈推荐理由:做LLM智能体工程化的团队终于有了一个正经的运行时方案——Agent libOS把智能体当进程管理,解决了长期运行、权限控制和审计的痛点,做智能体框架或生产部署的开发者值得细读。原文