AITOP

智能体

共 2265 条相关 AI 资讯 · 查看话题观测
7月7日
17:54
15:33
15:15
15:15shao__meng@shao__meng
精选
Lilian Weng 在博客中提出，短期 RSI 将通过模型改进其部署系统（harness）实现，而非直接重写自身权重。博客归纳了三类基础设计模式：workflow automation、文件系统持久记忆、子 agent 并行。在 harness 优化上，介绍了 Context Engineering（ACE/MCE）和 Meta-Harness 双层搜索，并实验了 Self-Harness 可学到针对不同基座模型弱点的特定指令。STOP 方法在 GPT-4 有效，但在 GPT-3.5 和 Mixtral 上退化。进化搜索方法 Darwin Gödel Machine 在 SWE-bench Verified 上将得分从 20% 提升至 50%。
论文Harness Engineering递归自我改进智能体编程助手Lilian Weng
推荐理由：这篇博客把 auto-research、自改进 agent 等方向的工作收成系统框架，想了解 RSI 怎么落地可以看。
原文
15:07
14:31
14:17
14:17官方一手歸藏(guizang.ai)@op7418
Claude官方文章将Loop Engineer分为四种类型：单回合循环、目标导向循环、时间循环和主动循环。单回合循环是基础，每个提示词自动执行直到任务完成或需介入。目标导向循环如GOAL模式，支持多回合迭代达成复杂目标。时间循环通过Claude Code的loop命令在指定间隔自动触发任务。主动循环基于事件触发，如GitHub新Issue或PR时自动审核。优化建议包括保证代码库质量和管理Token消耗，避免无限制运行。
技巧Claude CodeCodexLoop Engineer智能体编程助手
推荐理由：这篇文章把Claude Code的Loop工作流拆解得很清楚，四种模式从单轮到全自动，还有省Token的建议，适合想搭建自动化开发流程的人看。
原文
14:15
14:15官方一手歸藏(guizang.ai)@op7418
精选
Claude 官方将 Loop Engineering 分为四种类型：回合制循环（Single-turn Loop）、基于目标的循环（Goal-oriented Loop）、基于时间的循环（Time-based Loop）和主动循环（Active Loop）。回合制循环是 Claude Code 的基础工作方式，每次提示词为一个循环。Goal-oriented 模式（如 Codex、Claude Code）支持多轮迭代直到达成目标。Time-based Loop 使用 loop 命令按指定时间间隔自动触发提示词。Active Loop 通过事件（如 GitHub 新 Issue 或 PR）自动触发循环。官方建议优化代码库质量、管理 Token 消耗，并给循环设置明确启动和结束条件。
技巧ClaudeLoop Engineer智能体编程助手提示词工程
推荐理由：Claude 官方手把手教你四种循环模式，从单轮到自动触发，还有 Token 管理建议，玩 Agent 工作流必看。
原文
13:45
11:39
11:39官方账号arXiv cs.AI@Jacky Kwok, Shulu Li, Pranav Atreya, Yuejiang Liu, Yixing Jiang, Chelsea Finn, Marco Pavone, Ion Stoica, Azalia Mirhoseini
LLM-as-a-Verifier通过计算评分token logits的期望生成连续分数，替代传统的离散评分方法。该框架从评分粒度、重复评估和准则分解三个维度缩放验证能力，在Terminal-Bench V2上达86.5%，SWE-Bench Verified上达78.2%，RoboRewardBench上达87.4%，MedAgentBench上达73.3%。其细粒度信号可用于任务进度估计和RL训练，在SAC和GRPO上提升样本效率。论文还提供了Claude Code扩展，帮助开发者监控代理系统。
论文LLM-as-a-Verifier验证框架智能体SWE-BenchRL
推荐理由：这篇论文提出一种不依赖额外训练的验证框架，用连续分数替代离散评分，在四个agent基准上刷新了成绩，还顺手提升了RL样本效率。
原文
11:20
11:20官方账号arXiv cs.AI@Dylan Zongmin Liu
SovereignPA-Bench 是一个可执行基准，用于评估用户自有个人代理（personal agent）在意图演变、平台调解、隐私边界和同意约束下的表现。基准将代理可观察状态与仅评估者的隐藏标签分离，报告任务成功、对齐、隐私、同意、证据、操纵、负担和可审计性等组件指标。研究在 120 个主权压力场景中评估了 4 个模型家族和 8 个策略基线，生成 3840 条冻结提示轨迹。全主权脚手架方法在主权得分上优于直接、仅记忆、仅同意、仅证据、ReAct/工具使用、安全提示和判断守卫基线，同时减少了隐私泄露、同意违规、过度让步和操纵捕获。人工审计显示隐私和同意方面的一致性高，而操纵方面的一致性较低。
论文SovereignPA-Bench智能体评估基准AI安全隐私
推荐理由：这篇论文提出了一个评估个人代理的新基准 SovereignPA-Bench，不仅看任务完成，还关注隐私和同意。对研究AI代理安全的人很有参考价值。
原文
11:07
10:13
10:12
10:06
09:33
09:33shao__meng@shao__meng
精选
Anthropic官方发布长篇口述史，记录Claude Code从2021年内部研究原型到2025年2月正式发布再到2025年冬全面爆发的过程。访谈于2026年2-5月录制，涵盖7个章节，涉及十几位核心成员与外部用户。产品形态由模型能力倒推决定，当模型从Sonnet 4起跨越门槛后，Claude Code采用CLI、agentic、auto-accept体验。小团队战略和“20%可用即发布”理念（Ben Mann原话）推动以小时级热修复节奏迭代。信任逐步让渡，用户从逐条审批转向auto-accept，体现了agentic产品独有的信任曲线。
AI产品Claude CodeAnthropic编程助手智能体Sonnet 4
推荐理由：Anthropic亲自讲了Claude Code从内部小工具到全球爆发的完整故事，有冲突有细节，搞编码工具的不能错过。
原文
09:32
09:30
09:30shao__meng@shao__meng
71°
Claude Code 官方分享了 Loops 设计范式，将 Agent 工程从经验直觉转化为可复用的设计语言。范式定义四个变量：触发、停止、工件、适用场景。具体包括四种循环类型：Turn-based（默认回合制，用 SKILL.md 编码验证）、Goal-based（基于 /goal 与评估模型，设定可验证退出标准）、Time-based（基于 /loop 或 /schedule，事件驱动优于时间驱动）、Proactive（组合 /schedule、/goal、动态工作流、auto mode，模型分级路由控制成本）。关键工程实践强调自验证（量化检查如测试通过数、Lighthouse 分数），以及质量与成本的两条护栏。
技巧Claude CodeLoops智能体Agent工程提示词工程
推荐理由：Claude Code 官方给出了可操作的 Agent 循环设计模板，帮你把“该不该自动化”这种模糊判断变成选型表，少走弯路。
原文
08:42
08:35
08:18
07:49
07:27
07:09
05:09
04:40
04:13
02:03
01:24
01:22
01:04
00:42
00:15
00:01
7月6日
22:30
21:00
20:25
19:49
18:19
16:43
16:29