技术方向
让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
5 条精选近 30 天 5 条共收录 28 条
Postman 与 AWS 介绍在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode 的架构模式。Agent Mode 直接对 Postman 应用推理，通过 Amazon Bedrock 访问 Claude 系列模型，并支持跨 Region 推理、模型相关的零数据保留和分层 prompt 缓存。
推荐理由：Postman 给出在成熟产品里落地 Agent 的可复用工程模式，工具选择、schema 读取和上下文管理都可迁移。
作者想做一个 Qwen-Image 2.1 自带 prompt rewriter 的小版本，官方 9B 模型需要约 20GB 显存，于是向 HuggingChat 的 ML-Intern 描述需求，次日就得到了可在 CPU 上运行的 0.8B 版本。
推荐理由：作者用 HuggingChat 的 ML-Intern 在几天内以约 103 美元完成六个模型，给出了可迁移的提示词结构和预算控制方法。
在旧金山微软活动上，NVIDIA 与微软共同展示为 AI 智能体在 Windows 电脑上运行的软硬件。微软宣布 Microsoft Execution Containers（MXC）正式可用，作为操作系统级基础设施让智能体在后台安全、持久运行。
推荐理由：NVIDIA 把完整 AI 栈带入 Windows 本地，给出 RTX Spark 硬件规格与 DGX Station 的本地算力，开发者可据此判断端侧 Agent 的落地路径。
微软与 Hugging Face 联合发布 ThinkingBox 智能体基准，通过隔离的 MCP 工具会话运行智能体，对后端终态和副作用打分而非只看生成文本，并在 507 个有状态业务流程上每个任务重复运行 20 次。
推荐理由：微软联合 Hugging Face 发布 ThinkingBox 智能体基准，按后端终态而非生成文本打分并重复 20 次，给出可靠性与成本对比。
ServiceNow CoreAI 推出 AutoSynthData，用目标模型的失败和更强教师的成功决定该学什么，自动生成并校验可执行任务，随模型进步把课程转向仍难的部分。
推荐理由：ServiceNow 官方公布 AutoSynthData 用目标模型失败加更强教师成功自动生成并校验企业智能体训练任务的流程与实验数据。