SpaceXAI’s Grok Bot Gains Early Traction in AI Agent Push - PYMNTS.com
SpaceXAI’s Grok Bot Gains Early Traction in AI Agent Push PYMNTS.com
独立 AI 资讯库
AI 前沿动态、原文归档与媒体镜像
从自动抓取数据库实时读取，适合快速浏览、检索和后续扩展成完整资讯站。
12101资讯
11969正文归档
76232媒体
Anthropic 与 OpenAI 新模型作出同样承诺：以大幅更低成本提供小幅提升
Anthropic 表示，Opus 5.5 在默认设置下处理典型工作负载时，相比 Opus 5 的节省幅度可接近 40%，原因不仅是 token 单价下降，也包括完成任务所需 token 更少。由于 Opus 5.5 在网络安全和生物学等高风险领域能力突出，其请求仍可能被自动且透明地路由至旧模型。OpenAI 则发布了 GPT-6 Sol 与 Luna，定位为 GPT-6 Astra 之外更高效、更低价的选择。两款模型采用与 Astra 相似的训练方法，部分基准表现较前代提升数个百分点，但使用成本降至原来的一半。
从生成内容到创造体验，多模态大模型如何改变内容生产？
点击查看原文>
DeepSeek 弹性计算（DSec）：面向大规模高效 Agent 训练的沙箱基础设施
原文仅提供了文章标题和一个“BibTeX 格式引用”章节标题，未包含正文、技术细节、数据、引用条目或结论。根据标题，DeepSeek DSec 被定位为服务于大规模 Agentic Training 的弹性计算与沙箱基础设施。由于缺少原始内容，无法进一步确认其架构、性能指标、API 能力或对开发者的具体影响。
《AGI市场观察》发布：四款国产模型周用量破10万亿tokens，DeepSeek与混元占比近半
日前，智能经济30人论坛AGI测评中心发布最新一期《AGI市场观察》（2026年9月12日-18日）。报告以OpenRouter词元消耗数据、各厂商官方披露价格及Arena基准测评为基础，对国产大语言模型做周度量化追踪，本期围绕用量、份额、集中度、价格与性价比等方面给出观察。数据显示，深度求索于9月10日下调DeepSeek V4 Flash及V4.1 Flash定价，后者周用量随之增长483.62%，位次由第9升至第2；腾讯Hy4 preview以12.01万亿tokens位列第三、份额15.54%，性价比位次与上期持平。词元用量方面，周期内词元用量超过10万亿tokens的均为轻量级（Fl
不受控的 Agent ，凭什么上生产系统？
点击查看原文>
阿里云加速构建Agentic Cloud：推出AgentCore、新一代CPFS等重磅新品
9月22日，2026杭州云栖大会上，阿里云CTO李飞飞系统性阐述了Agentic Cloud 战略布局，阿里云将Model、Harness、Context作为核心构建场景，推出全新的云上算力底座和Agent 构建治理平台AgentCore、Agent Sandbox、新一代高性能存储CPFS等一系列新品，让 AI 真正进入生产流程、走向规模化价值创造。 随着2026年Agent的爆发式增长，越来越多的智能体正跨过“问答型”的分水岭，进入自主规划、实时决策阶段，这对算力和云提出了更高的要求。李飞飞认为，企业级 Agent 的大规模落地还需要这些能力：以全面、统一、持续更新的上下文形成全域认知；
Jotai 3.0 带来仅支持 ESM 的现代化包，摒弃旧版构建方式和已弃用 API
Jotai v3.0.0 已正式发布，包分发全面转向 ESM，并停止支持 CommonJS、UMD 和 SystemJS。此次升级移除了 atomFamily、loadable 和 setSelf 等已弃用 API，但未引入新的 API 或修改现有 API。构建系统改为模块优先，并直接读取 NODE_ENV，从而消除双包风险。该版本将简化维护与构建治理，值得 React 中大型项目负责人及前端架构、包管理工程师关注。
Claude Opus 5.5 现已在 AWS 上推出
Anthropic 面向 Agent 编程、知识工作和长时运行任务的 Claude Opus 5.5，现已登陆 Amazon Bedrock 和 Claude Platform on AWS。该模型据称可用更少 Token 完成更多工作，结合更低的单 Token 价格和显著降低的缓存读取费用，平均单任务成本低于 Claude Opus 5。Opus 5.5 默认启用自适应思考，并强化了任务过程中的沟通与可解释性；同时引入类似 Claude Fable 5.1 的生物学、网络安全和 AI 开发安全分类器，因此相较此前 Opus 版本会更频繁地拒绝请求。开发者可通过 Bedrock 控制台、Boto3、Converse API、Invoke API 或 Anthropic Messages API 调用该模型。
Agent 写正则来实现规则 ≈ 踩坑
最近在升级我的个人投资研究 Agent 时，我碰到了一个很容易被忽略的问题： 代码当然可以稳定地执行一个正则、关键词表或布尔条件。 但“执行稳定”并不会自动赋予 Runtime 理解开放自然语言的能力
使用 Strands Evals 和 Amazon Bedrock AgentCore 评估具备技能的 Agent
Skills 可将合规检查、文档处理和升级策略等领域流程封装为可复用、可移植的 Agent 指令，但流畅的最终回答并不能证明 Agent 选对了技能或完整遵循了流程。Strands Evals SDK 与 Amazon Bedrock AgentCore Evaluations 提供 Skill Selection Accuracy、Skill Instruction Following 等评估器，分别衡量技能选择是否恰当以及技能步骤执行是否完整。文章展示了如何在 Strands Evals 中评估录制轨迹并将路由检查纳入部署门禁，以及如何基于 OpenTelemetry 生产追踪在 AgentCore Evaluations 中评估技能行为。对开发者而言，这些评估可将“选错技能”和“执行不完整”两类常被输出质量指标遗漏的问题分离出来，从而针对性优化技能描述、流程结构或模型能力。
别再让大模型当状态机：一次 Agent 协议减负实践
现在还有哪位前端不想做一个自己的 agent 呢？ 现在买基金这么火，为了更深入的了解agent,为了投资理财争取早日退休，为了..我开始开发了一个研究我的基金持仓的 agent。
Claude Opus 5.5 现已在 GitHub Copilot 中推出
Anthropic 最新的 Opus 模型 Claude Opus 5.5 现已在 GitHub Copilot 中可用，适用于智能体编程、长时间运行的智能体任务和知识工作。早期测试显示，该模型完成任务的表现与 Claude Opus 5 相当，但所需步骤和 token 显著更少，并能快速从多步骤任务中的错误恢复。该模型按提供商标价计入按量计费，面向 Copilot Pro+、Max、Business 和 Enterprise 用户逐步推出。企业及商业版管理员可通过 Copilot 设置中的模型策略管理访问权限。
Jev 工程学：为 Coding Agent 而作
GitHub 上有人把 TypeSafe 创始人 Diogo Almeida 的那份《Jev 工程学》设计笔记做了完整中文翻译，连原结构带七张插图一起保留。翻译者自称与 TypeSafe 无隶属关系，是独立汇编。对国内开发者来说，这大概是第一次能无障碍读 Jev 那套"为 coding agent 而作"的完整蓝图。 整份笔记从一个问题开场：如果语言模型没有 KV c...
Multi-Agent 通信协议与编排中枢：状态机、DAG 与事件总线
Multi-Agent 通信协议与编排中枢：状态机、DAG 与事件总线 作 者：吴佳浩（Alben） 公众号：全栈架构师笔记 系列专栏：《企业级 Agent 实战指南————Multi-Agent 架
单体 Agent 的天花板：为什么复杂任务必然走向 Multi-Agent？
单体 Agent 的天花板：为什么复杂任务必然走向 Multi-Agent？ 作 者：吴佳浩（Alben） 公众号：全栈架构师笔记 系列专栏：《企业级 Agent 实战指南————Multi-Agen
对话 COBRA-Skills 一作卢平琛：仅用 50 个样本，重构 Agent 技能降本路线
当经典算法遇到 LLM，用概率预判代替盲目试错，或许才是架构演进的真正解法。 作者丨张 璐 编辑丨马晓宁 过去，智能体的技能（Skill）大多依赖人类专家手动撰写，不仅耗时费力，更难以覆盖海量复杂的真实场景。为此，借助大模型“自动化生成与优化技能”，成了让 Agent 迈向自主进化的新范式。然而，摆脱了人工编写的束缚，却撞上了高昂的 Token 账单。要验证一个自动生成的技能到
Reactiv 借助 Amazon Bedrock AgentCore 将移动电商运营自动化提速 80%
Reactiv 使用 Amazon Bedrock AgentCore 和 Strands Agents SDK 构建了一个三 Agent 的 AI Scheduler，可按计划自动更新 Shopify 商家的原生移动应用。该系统将商家配置时间降低 80%，三人团队将上线周期从 15 周缩短至 10 周，并使定时任务执行时间从 10 多分钟降至约 5 分钟。通过 AgentCore Runtime、Memory 和 Identity，Reactiv 实现了多 Agent 编排、跨会话记忆、原生 MCP 托管以及多租户隔离。该案例表明，托管式 Agent 基础设施可帮助开发者减少自定义认证、工具定义和运行时运维工作，将更多工程资源投入 Agent 逻辑与产品能力。
从参考图到批量出图，我用 Seed-2.1-pro-0915 做了一个可验证的电商视觉工作台
我用 Seed-2.1-pro-0915 从零做了一个电商视觉工作台：先让模型把参考图拆成可确认的视觉配方，人工确认后再生成、逐张四维验收，最后把同一套工作流复用到整批商品。附开源仓库与在线体验。
使用 Amazon SageMaker AI 并发扫描为生成式 AI 端点合理选型
并发扫描通过向 Amazon SageMaker AI 端点发送逐级增加的并发请求，帮助团队在可接受延迟范围内找到吞吐量与成本效益最优的实例和服务配置。文章以 NVIDIA Nemotron-3 Nano 30B 为例，介绍了部署 vLLM 容器、定义工作负载、通过 CreateAIBenchmarkJob API 执行扫描，以及分析吞吐量、p99 延迟和 TTFT 等指标的完整流程。测试示例显示，256 并发请求处出现吞吐量趋于平缓、p99 延迟显著上升的饱和拐点。开发者还可使用基于 SLA 的自动搜索，在多个延迟和错误率约束下自动寻找最高可支持并发度，从而降低容量规划的测试成本。
Cloudflare 把 Python Workers 转正了：FastAPI、Django 照跑，不再写胶水代码
Cloudflare 把 Python Workers 标记为正式可用（GA）。这事从两年前说要做到现在，终于落定——Python 从此是 Cloudflare 开发者平台上的头等语言，能接 Workers AI、R2、D1、Hyperdrive、Durable Objects、Queues、Workflows 全套绑定，还能直接跑 FastAPI、Django、Flask 这些框架。 技术上走的是条熟悉的老路：Worke...
Trane 如何借助 Amazon Bedrock AgentCore 将建筑洞察速度提升 60 倍
Trane Technologies 在约 3—4 周内基于 Amazon Bedrock AgentCore 构建了一个 AI 智能体解决方案，将原本需在多个界面间操作约 20 分钟的建筑诊断流程缩短为约 20 秒的自然语言交互。根据其与技术人员进行数周内部基准测试的结果，这实现了 60 倍的洞察获取速度提升。该方案采用多智能体架构，并通过 AgentCore Runtime、Gateway、Memory 和 Observability 连接实时 HVAC 遥测数据、知识库及外部系统。对开发者和企业而言，这一案例展示了如何以托管运行时、MCP 工具接入和端到端可观测性，将复杂的行业数据工作流转化为可扩展的生产级 AI Agent 体验。
借助 Agentforce 和 AWS 扩展公共部门智能能力
公共部门机构需要从执法记录仪视频、监控视频和扫描文件等大量非结构化证据中提取可行动的洞察。本文介绍如何结合 Amazon Bedrock Data Automation 与 Model Context Protocol（MCP），将多模态数据转化为结构化结果，并通过 Salesforce Agentforce 的自然语言交互呈现。该架构以 Amazon S3 存储为基础，利用 Lambda、DynamoDB、EventBridge、AgentCore Gateway 和 Cognito 构建事件驱动的异步处理与查询链路。对开发者而言，示例提供了 AWS CDK 部署和 Agentforce MCP 接入步骤，但示例代码并非生产就绪，需按组织的安全与业务要求进行加固。
聊几句就能让 AI 写代码，Spec 还有必要吗？
开发者可以通过与 AI 编程助手的自然语言对话，让其理解代码库、修改页面并运行测试，而不必显式创建 `spec.md` 等规格文件。以为文章列表添加搜索功能为例，用户只需描述需求并补充细节，AI 即可推进开发流程。这引出了一个关键问题：当对话式编程逐渐普及后，传统软件规格说明（Spec）是否仍然必要。对开发者和团队而言，核心在于如何在效率、需求准确性、可追溯性与协作规范之间取得平衡。
Meta 开源 Astryx：面向 Agent 的 React 设计系统
点击查看原文>
ModStartCMS v10.2.0 重构前台布局、强化安全防御、升级自动化测试体验
ModStart 是一个基于 Laravel 模块化极速开发框架。模块市场拥有丰富的功能应用，支持后台一键快速安装，让开发者能快的实现业务功能开发。 系统完全开源，基于 Apache 2.0 开源协议，免费且不限制商业使用。 功能特性 丰富的模块市场，后台一键快速安装 会员模块通用且完整，支持完整的API调用 大文件分片上传，进度条显...
从 AI 工具到经营智能体：快手分销增长 Agent 实践
点击查看原文>
0 行权重改动，77% 首字延迟下降：2026 年的推理提速为什么都发生在权重之外
一、旧范式的原罪：decode 是内存墙，不是算力墙 要理解为什么"不碰权重"能省这么多，得先知道 LLM 推理的哪一段卡在哪。 推理分两段，两段的瓶颈完全不同。 算术强度（arithmetic in
AI Coding 贡献率超 90%，需求交付却只快了 10%：菜鸟如何用 Agent 托管端到端交付？
点击查看原文>
Jev 爆火一周后，我装了它的开源平替 Laya：路由 0.3 毫秒是真的，推理先把我机器干爆了
全网在聊不说话的AI Jev，装了开源平替Laya：5种语言路由全对0.13-0.39ms；322M权重加载即OOM。官方自曝zero-shot近随机、高棉语0分配95.2%置信，比评论区诚实。