AITOP

智能体框架

共 7 条相关 AI 资讯
7月16日
10:16
10:16shao__meng@shao__meng
73°
SpaceXAI 开源了 Grok Build 的 Agent Harness 完整代码，并重置了所有用户的 API 使用额度。Grok Build 采用四层解耦架构（Pager、Shell、Tools、Workspace），Agent Harness 包含 Leader 进程、Session Actor 等七层结构。工程亮点包括两级层级压缩（95% 历史先摘要）、goal_* 早停检测（9 个锁定 regex 识别放弃话术）以及双层 Doom-Loop 防线（默认 max_threshold=8, max_retries=2）。开源旨在通过透明代码换取可靠性，并允许开发者本地编译部署。
AI产品SpaceXAIGrok BuildAgent Harness
事件专题
推荐理由：SpaceXAI 把 Grok Build 全开源了，还重置了额度。想看看生产级 coding agent 怎么搭的？直接去 GitHub 读源码。
原文
6月24日
01:26
6月12日
10:41
10:41官方一手arXiv: Anthropic@Elias Lumer, Sahil Sen, Kevin Paul, Vamse Kumar Subbiah
精选
本文提出 Recursive Agent Harness (RAH) 概念，将递归从模型调用扩展到完整智能体框架，包含文件系统、代码执行和规划能力。在长上下文推理任务上，RAH 在 GPT-5 骨干上比 Codex 基线提升近 10 个百分点（71.75% → 81.36%），使用 Claude Sonnet 4.5 时达到 89.77%。该方法通过父智能体生成可执行脚本并行启动子智能体，结合结构化函数调用处理细粒度任务，为生产级编码智能体提供了新范式。
论文递归智能体长上下文推理智能体框架
推荐理由：RAH 解决了长上下文推理中智能体扩展性的核心瓶颈，做复杂编码任务或智能体系统的开发者可以直接参考其设计思路，效果提升显著。
原文
6月8日
19:44
19:44The Rundown AI@therundownai
今日AI头条：华盛顿正考虑获得OpenAI的部分所有权，这标志着政府与AI巨头关系的新阶段。OpenAI的‘超级应用’改造即将推出，可能整合更多功能。此外，一个智能体框架声称每天能发现五个潜在客户，展示了AI在销售领域的应用。还有4个新AI工具和社区工作流值得关注。这些动态反映了AI行业在政策、产品化和应用层面的快速演进。
行业OpenAI超级应用智能体框架
事件专题
推荐理由：政府入股OpenAI和超级应用计划都是行业风向标，关注AI政策与产品趋势的读者值得一看。做销售或市场的人可以留意那个智能体框架，每天找五个客户听起来很实用。
原文
6月6日
15:43
15:43官方一手Pandaily@contact@pandaily.com (Pandaily)
精选83°
普林斯顿大学语言与智能实验室（PLI）发布了一篇关于 Goedel-Architect 的突破性论文，这是一个用于形式定理证明的智能体框架。该框架基于 DeepSeek V4 模型，在多个基准测试中取得了最先进的结果，同时成本仅为现有系统的 1/500。Goedel-Architect 通过将推理任务分解为可管理的子任务，并利用 DeepSeek V4 的高效推理能力，显著降低了形式验证的计算开销。这一成果有望推动数学证明和软件验证领域的自动化进程，使形式化方法更易于被学术界和工业界采用。
论文形式定理证明DeepSeek V4智能体框架
事件专题
推荐理由：形式定理证明的成本一直是阻碍其大规模应用的瓶颈，Goedel-Architect 用 DeepSeek V4 把成本砍到原来的 1/500，做数学验证和软件安全的团队可以直接关注这个新范式。
原文
6月5日
16:36
16:36AI Will@FinanceYF5
76°
Google 发布新论文《LEAP: Supercharging LLMs for Formal Mathematics with Agentic Frameworks》，提出一种智能体框架，让通用大语言模型（非专用数学模型）在形式数学证明任务中表现大幅提升。传统方法要求模型一次性写出完整形式证明，在复杂问题上几乎失败（成功率低于10%）。LEAP 将证明过程分解为图结构的目标与子目标，允许模型规划步骤、重用已证明引理，并与 Lean 验证器交互获取反馈。在 Putnam 2025 的 12 道题上，LEAP 全部解出；在基于 IMO 风格的 60 道题基准上，通用 LLM 成功率从不足 10% 提升至 70%。这表明模型在形式数学上的弱点并非能力不足，而是缺乏与验证器的结构化交互方式。
论文形式数学LEAPLean验证器
推荐理由：做 AI 推理、数学证明或形式化验证的团队会发现，LEAP 把通用 LLM 的数学能力拉高了一个量级——不用专用模型也能解 IMO 级难题，值得直接看论文复现思路。
原文
12:07
12:07官方账号arXiv cs.AI@Jui-Hui Chung, Ziyang Cai, Zihao Li, Qishuo Yin, Rohit Agarwal, Simon Park, Rodrigo Porto, Narutatsu Ri, Ziran Yang, Shange Tang, Xingyu Dang, Hongzhou Lin, Mengdi Wang, Danqi Chen, Chi Jin, Liam H Fowl, Sanjeev Arora
精选83°
Goedel-Architect 是一个基于 Lean 4 的智能体框架，通过生成和精炼“蓝图”（定义和引理的依赖图）来简化形式化定理证明。它先根据自然语言证明生成蓝图，然后并行证明每个引理节点，失败节点会驱动全局蓝图精炼，避免了传统递归分解的低效循环。使用开源模型 DeepSeek-V4-Flash 作为骨干，在 MiniF2F-test 上达到 99.2% pass@1，在 PutnamBench 上达到 75.6% pass@1。结合自然语言证明引导，可解决更难的题目，如 IMO 2025 的 4/6 和 Putnam 2025 的 11/12。该框架在开源管道中实现了最先进性能，且成本比同类开源方案低 500 倍。
论文定理证明Lean 4蓝图生成
事件专题
推荐理由：形式化定理证明一直门槛高、成本高，Goedel-Architect 用蓝图+精炼策略大幅提升效率，做数学证明或形式化验证的团队值得关注，开源且成本极低。
原文