AITOP

智能体

共 2267 条相关 AI 资讯 · 查看话题观测
6月23日
23:27
23:26
23:26
23:00
22:52
17:33
17:24
16:42
16:42IT之家（博客/媒体）
73°
腾讯 QQ 邮箱推出专为 AI 智能体打造的 Agently Mail 服务，并开启内测。该产品独立于个人邮箱运行，为 Agent 分配独立邮箱地址，避免隐私泄露和误删风险。开通需实名认证，并内置两阶段确认机制，写操作需用户确认后才执行，同时针对 Prompt 注入攻击进行防护。Agently Mail 已适配 WorkBuddy、QClaw、Marvis、OpenClaw、Claude Code、Kimi Work、豆包超能模式、Codex、Hermes、Cursor 等多款主流 AI Agent，并支持企业间 A2A 自动通信。该服务已在腾讯 SkillHub 上架，代码仓库以 Apache-2.0 协议开源。
AI产品Agently MailQQ邮箱智能体邮件自动化A2A通信
推荐理由：腾讯给 AI Agent 开了个专用邮箱，跟你的个人邮箱完全隔离，还能让 AI 自己收发邮件、注册账号、和别的 AI 对话。支持十几种主流 Agent，开源还能免费用。
原文
15:58
15:58IT之家（博客/媒体）
比亚迪腾势发布超级智能体“迪迪虾”，基于整车智能体系，支持多步骤复杂指令理解和执行，将登陆今晚上市的腾势N8L闪充版。“迪迪虾”具备全舱记忆、跨域互动、端云协同、快慢思考等能力，旨在让车辆实现更自然的人机交互和主动服务。腾势N8L闪充版预售价35-40万元，搭载第二代刀片电池，插混版纯电续航430km，号称5分钟充好、9分钟充饱。该车还全球首搭新一代AI智能座舱和天神之眼5.0辅助驾驶系统。
AI产品比亚迪迪迪虾腾势N8L闪充版智能体车载AI
推荐理由：比亚迪把活人逻辑的智能体“迪迪虾”塞进新车里，能理解复杂指令还能连手机，N8L闪充版充电5分钟跑430km，晚上上市可以蹲一下。
原文
15:33
14:04
13:59
12:50
12:50官方账号arXiv cs.LG@Yujia Zheng, Vishal Verma, Mantej Gill, Haoyue Dai, Peter Spirtes, Kun Zhang
该论文指出将大语言模型（LLMs）与因果发现结合时，若让模型直接推断因果关系，可能引入文本关联、提示伪影和幻觉机制等不可靠因素。作者主张代理（agents）的角色应局限于检查数据、检索上下文、解释方法假设和澄清图输出，而非提供边、方向、先验或因果结论。他们提出了causal-learn+在线平台，该平台围绕causal-learn算法生态系统协调数据分析、预处理、方法推荐、专家知识融入和形式化发现。在Big Five人格数据案例研究中，展示了代理辅助的因果发现流程，避免将语言模型的不可靠性转化为因果证据。
论文causal-learn+LLM因果发现智能体Causal Discovery
推荐理由：这篇论文给了一个清晰的边界：AI代理该帮什么、不该帮什么。causal-learn+平台演示了如何让LLM辅助分析数据，但不越界做因果推断。
原文
12:34
12:34官方一手arXiv: OpenAI@Haoran Yu, Lifei Liu, Xiaochong Jiang, Yuwen Jia, Su Wang, Pin Qian, Yihang Chen
一项基于AIDev数据集的长达七个月的纵向分析（400名重复审查者，共11,429条审查记录）发现，审查者对AI生成代码的批准率从30.1%上升至36.8%（Wilcoxon符号秩检验p<10^{-6}）。随经验增加，批准率累计差距达14.5个百分点。与此同时，行内评论量下降22%（p=0.0014），但审查延迟增加3.5倍。这种模式提示审查者可能因工作负荷而产生习惯性麻木，而非理性信任调整。
论文GitHub CopilotDevinOpenAI CodexCursor代码审查智能体
推荐理由：这篇论文用真实数据告诉你，人类审查AI代码时会越来越松懈——批准率涨了，评论却少了。做AI代码审核的团队应该看看。
原文
12:04
11:34
11:01
10:57
10:57官方账号arXiv cs.AI@Liang Ding, Xintong Wang
Agentic AI任务在长链执行时因环境不确定性呈指数级失败，每步确定性δ<1时k步成功率衰减为δ^k。论文提出三个形式化结果：确定性-效率界限、验证者-古德哈特定理下限、环境技能演化的收敛条件。研究者构建了基于五个可测量属性的供应确定性指数（SCI）和五级确定性成熟度模型（DMM）。论文还提出了一个可证伪的开放问题框架OQ1-OQ5。立场与平台无关，并讨论了模拟到现实充分性、对齐充分性和AI作为正常技术三种竞争观点。
论文智能体推理模型多智能体AI安全确定性环境
推荐理由：这篇论文分析了智能体AI在不确定环境中的失败机制，还给出了SCI和DMM实用框架。如果你做AI智能体开发，这些形式化结论值得参考。
原文
10:55
10:55官方账号arXiv cs.AI@Saumya Biswas, Amrit De, Md Tauhidul Islam
论文提出一个由大语言模型（LLM）编排的设计代理，用于硅绝缘体（SOI）2×2定向耦合器。LLM提出候选间隙值并判断收敛，频率域本征模求解器估算耦合系数κ，独立时域有限差分（FDTD）进行验证。两个求解器均基于相同的2D有效折射率模型，设计κ与FDTD响应之间残差对应一个固定额外耦合长度2.837 μm。该代理实现50/50分束器，FDTD测得的交叉分数为0.498（目标0.500），残差0.0017。结果在2D有效折射率模型内自洽，LLM经过多次尝试成功交付设计。
论文LLMFDTD定向耦合器智能体光子学设计
推荐理由：这篇论文让LLM指挥本征模和FDTD模拟自动设计定向耦合器，误差仅0.0017，省去手动调参的麻烦。
原文
10:53
10:53官方账号arXiv cs.AI@Yundaichuan Zhan, Minghe Gao, Zhongqi Yue, Wendong Bu, Wenqiao Zhang, Guoming Wang, Jisheng Dang, Juncheng Li, Siliang Tang, Yueting Zhuang
SCOPE 提出一种自适应的符号规划框架，由 Symbolic Execution Simulator（SESim）和 Self-Adaptive Symbolic Memory（SASMem）两个模块协同工作。SESim 通过符号验证和实际执行反馈来 refine 行动计划和进化符号世界；SASMem 则将反馈蒸馏为可演化的符号知识。在开放环境实验中，SCOPE 使符号世界完整性提升，在环境扰动下计划成功率提高，并增强了跨任务泛化能力。
AI模型SCOPE符号规划视觉语言模型智能体
推荐理由：搞机器人规划的朋友可以看看 SCOPE，它用符号执行加记忆更新解决开放世界符号不完整的老问题。
原文
10:06
10:06IT之家（博客/媒体）
字节跳动发布的豆包Seed 2.1系列包括Pro和Turbo两个版本，Pro面向高复杂度任务，Turbo面向大规模生产。该系列在Coding工程交付、Agent长链路任务执行和多模态理解三大方向实现升级。价格方面，Pro模型推理输入6元/百万tokens（缓存命中1.2元），推理输出30元/百万tokens；Turbo模型推理输入3元/百万tokens（缓存命中0.6元），推理输出15元/百万tokens。同时发布了每周至少更新一次版本的Seed-Evolving模型和面向泛娱乐的角色模型Character。
AI模型豆包Seed 2.1字节跳动推理模型多模态智能体
推荐理由：字节新出的豆包Seed 2.1 Pro和Turbo，专门优化编程、智能体和多模态任务，Pro适合高难度场景，Turbo便宜且效率高，很适合接项目用。
原文
08:42
05:06
04:42
04:26
04:26Lenny Rachitsky@lennysan
78°
Anthropic工程师一年内代码输出量增长8倍，验证成为最大挑战，团队采用“bad vs sad”追踪框架区分不可恢复错误与可恢复痛点。工程师因独立工作出现孤独感，团队引入配对编程午餐缓解。Anthropic构建了统计用户对Claude Code说脏话频率的仪表盘，作为体验评估代理指标。产品机会来源于非编码用户的潜在需求，如用Claude Code分析MRI或恢复婚礼照片。团队从半年规划转为月度规划，并赋予成员“杀死无效流程”的权限。
行业Claude CodeAnthropic编程助手智能体工程实践
推荐理由：Anthropic的Claude Code团队负责人分享了他们如何让工程师效率提升8倍、用脏话计数衡量体验，还提到非程序员用Claude Code做MRI分析等趣事，全是实战干货。
原文
03:24
03:03
03:03官方账号LangChain@LangChainAI
LangChannel指出，随着智能体采用增长，团队需建立可重复的方法来安全、一致地构建多个生产级智能体。关键管理领域包括：成本与使用监控（✅ Cost and usage）、工具访问与审批（✅ Tool access and approvals）、人机协作工作流（✅ Human-in-the-loop workflows）、提示词/技能/上下文版本控制（✅ Prompt, skill, and context versioning）、跨团队可复用资产（✅ Reusable assets across teams）、以及生产智能体的监控与评估（✅ Monitoring and evals across production agents）。这些实践旨在解决规模部署时的一致性与可靠性问题。
技巧LangChain智能体MCP/工具生产环境人机协作
推荐理由：LangChain总结了团队构建多个智能体的核心痛点：成本、权限、版本控制、监控等，全是实战干货，适合正在做 Agent 上线的团队参考。
原文
02:51
02:42
02:33
02:09
02:06
02:05
02:04
00:55
00:50
00:24
6月22日
23:55
23:51
21:53