F1利用AWS代理AI将数据运营从数周缩短至数分钟
Formula 1与AWS合作构建了Data Accelerator解决方案，利用Amazon Bedrock AgentCore上的代理AI，将MarTech数据平台从手动维护转变为自动化管理。该方案将数据源接入时间从6-8周缩短至约40分钟代码生成加数小时部署，并实现了自动化的GDPR分类、异常检测和端到端可观测性。F1的IT总监和数据运营负责人强调了该
Agent 智能体
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 · 共 4337 条
只展示置信度达到公开门槛且每篇排名前三的主题标签，降低泛化误贴。
8月4日周二 · 3 条
正文结构化主题已通过公开置信门槛
正文结构化主题已通过公开置信门槛
阿里新Qwen模型营销转向积极，淡化失业威胁
阿里巴巴为其新AI模型Qwen 3.8采用了与OpenAI或Anthropic不同的营销策略，通过视频展示人类追求爱好而AI完成工作，而非强调失业威胁。文章指出，阿里巴巴简化了AI对劳动力市场的影响，但积极宣传对上市公司更有利。目前尚无证据表明AI对就业或生产力产生重大影响，但金融市场反应不同。
正文结构化主题已通过公开置信门槛
Orchard：用于可扩展智能体AI的开源框架
微软研究博客发布了Orchard，一个用于可扩展和成本效益的智能体AI研究的开源框架，其核心是Orchard Env，一个可复用的环境服务，支持在多个任务领域训练和评估智能体。Orchard支持软件工程、网页导航和个人助理智能体，并能在Codex、OpenClaw和ZeroClaw等真实部署框架中直接训练。Orchard-SWE在SWE-bench Veri
8月3日周一 · 17 条
正文结构化主题已通过公开置信门槛
Google 与 Kaggle 合作推出 35 万人参与的 Vibe 编码课程
Google 与 Kaggle 合作推出“5 天 AI 智能体：Vibe 编码强化课程”，吸引了超过 35.3 万名注册学员，其中 39.2 万人在 Discord 上活跃互动，收到 6000 多个项目提交。课程旨在通过自然语言编程（vibe coding）教授生产级 AI 智能体的设计、安全与部署，所有内容仍可在 Kaggle Learn 上自学。
正文结构化主题已通过公开置信门槛
EMBL AI Librarian：为AI智能体打造的生命科学知识层
EMBL AI Librarian 是一个为 AI 智能体设计的生命科学知识层，它通过单个 LLM 协调检索过程，将自然语言查询转化为对 Europe PMC 的补充子查询，并阅读选中的论文以定位相关证据。在 ScholarQABench 上，Librarian 将 Citation F1 提高了超过 16 分，并在 LitQA2 基准上使 GPT-5.4
正文结构化主题已通过公开置信门槛
自复制AI病毒原型问世，研究者警告需准备防御
研究人员开发了一种利用开源大语言模型的自复制计算机病毒原型，该病毒能利用被感染机器的GPU资源进行推理，并自主发现漏洞、发起攻击和复制自身。该研究由多伦多大学、剑桥大学等机构完成，展示了AI驱动的自主网络威胁已成为现实。研究者认为未来互联网将充满攻防AI代理，需要人类部署防御性AI代理来对抗。
正文结构化主题已通过公开置信门槛
Cloudflare 推出 @cloudflare/computer：为代理提供虚拟计算机
Cloudflare 发布了 @cloudflare/computer 的早期预览版，这是一个开源代理运行时，为每个代理提供虚拟文件系统和多种执行环境（如隔离环境和容器），以解决传统容器化在扩展性上的不足。该包基于 Cloudflare Workers 的隔离技术，支持水平扩展和高效计算，旨在帮助开发者构建大规模代理系统。
正文结构化主题已通过公开置信门槛
阿里发布2.4万亿参数Qwen3.8-Max，主打长期自主任务
阿里巴巴发布了旗舰模型 Qwen3.8-Max，拥有 2.4 万亿参数，专注于自主完成长期复杂任务。在测试中，该模型自主构建软件、复现并改进研究论文结果、运行模拟电商业务，并在芯片设计中大幅优化电路。模型现已可用，权重将于下周发布。
正文结构化主题已通过公开置信门槛
xAI 发布 Grok 4.5：最强编码与智能体模型
xAI 发布了其最先进的模型 Grok 4.5，专为编码、智能体任务和知识工作设计。该模型在数万块 NVIDIA GB300 GPU 上训练，强调数据过滤和强化学习，以提升推理效率和编码能力。Grok 4.5 已集成到 Grok Build、Cursor 和 SpaceXAI 控制台，定价为每百万输入 token 2 美元、输出 token 6 美元，并宣称
正文结构化主题已通过公开置信门槛
微软Agent Framework正式版发布，推出Agent Harness和托管代理
微软于2026年4月2日将Agent Framework升级至1.0正式版，并在Build 2026大会上发布了Agent Harness、GitHub Copilot SDK和Claude Agent SDK连接器，以及多智能体编排模式，均达到稳定版本。该框架提供统一的运行时，支持本地、容器和托管部署，并内置OpenTelemetry等治理功能。MBZUA
正文结构化主题已通过公开置信门槛
June 获 2000 万美元融资，用 AI 解决企业 AI 部署难题
前 Salesforce 高管 Efrat Rapoport 创立的初创公司 June 于周一正式亮相，旨在通过自动扫描企业现有系统、识别瓶颈并构建优化的 AI 代理流程，解决 AI 在企业部署中的难题。该公司已获得由 Marc Benioff 旗下 Time Ventures 领投的 2000 万美元种子前融资，其他投资者包括 Michael Dell、A
正文结构化主题已通过公开置信门槛
Meta 发布 Muse Spark 多模态推理模型，推动个人超级智能发展
Meta 推出 Muse Spark，这是 Meta Superintelligence Labs 开发的首个原生多模态推理模型，支持工具使用、视觉思维链和多智能体编排。该模型在 meta.ai 和 Meta AI 应用中可用，并开放了私有 API 预览。Muse Spark 在多项任务上表现强劲，其 Contemplating 模式通过并行多智能体推理，在
正文结构化主题已通过公开置信门槛
Cohere 分析企业 AI 总拥有成本：隐藏成本与所有权策略
Cohere 发文指出，企业 AI 总拥有成本（TCO）正随使用量上升，token 定价仅是显性成本，隐藏成本包括推理、上下文、代理步骤等。Gartner 预测 2026 年全球 AI 支出达 2.52 万亿美元，IDC 调查显示 96% 的生成式 AI 部署成本超预期。Cohere 建议企业区分自有与租用 AI 基础设施，以控制成本并实现可预测的财务规划。
正文结构化主题已通过公开置信门槛
ExtractBench：模式引导的企业文档提取基准
ExtractBench 是一个用于评估模式引导的企业文档提取任务的基准，包含 370 份企业文档、4869 页内容，覆盖 8 个业务领域和 67 种文档类型。该基准首次同时评估值准确性、记录完整性、溯源性和成本。研究发现商业 VLM 在短文档上表现良好但在长文档上会截断记录，而编码代理虽准确率高但成本更高，LlamaExtract Agentic Plus
正文结构化主题已通过公开置信门槛
企业AI架构：为何代理计算是缺失的一层
Arun Joseph 在演讲中分享了他在 Deutsche Telekom 构建 LMOS 平台的经验，该平台是欧洲首个大型企业级代理平台，现已移交 Eclipse 基金会。他随后创立了 Masaic 公司，专注于为大型企业构建多代理系统，并提出了“结果系统”的概念，强调在现有系统之上增加代理计算层以处理企业复杂性。演讲还展示了 Atlas 产品在重型机械
正文结构化主题已通过公开置信门槛
gemma-4-A4B-98e-v6-coder-it-GGUF：修复智能体循环的量化模型发布
ManniX-ITA 发布了 gemma-4-A4B-98e-v6-coder-it-GGUF，这是 Gemma 4 26B-A4B 的代码剪枝版本的 GGUF 量化系列。该版本修复了聊天模板中导致多轮智能体循环的 bug，将循环率从 33% 降至 0%，同时保持 HumanEval+ 92.07% 的性能。所有量化均使用 imatrix 校准，推荐使用 I
正文结构化主题已通过公开置信门槛
阿里发布Qwen3.8-Max，性能直逼Claude且价格低廉
阿里巴巴发布新一代基座大模型Qwen3.8-Max，总参数量达2.4万亿，在编程、专业工作、长程任务和多模态分析等场景表现突出，在第三方榜单Arena中进入全球第一梯队，直逼Claude系列。该模型定价低廉，国内每百万Tokens输入12元、输出36元，隐式缓存命中仅1.5元，国际价格仅为Opus 5的40%和24%。实测显示其能端到端交付编程项目、进行长文
正文结构化主题已通过公开置信门槛
Embabel 代理框架发布 1.0 正式版
Embabel 框架在 Java 上构建 AI 代理，现已达到 1.0 正式发布。它允许开发者将代理定义为类型化领域对象，并使用受游戏 AI 启发的目标导向行动规划（GOAP）在运行时动态规划行动序列。Embabel 基于 Spring AI 构建，支持多种模型提供商，并可与 LangGraph 等现有框架对比。该框架由 Spring 框架创始人 Rod J
正文结构化主题已通过公开置信门槛
CyberNeuro：面向队列级神经影像与临床数据隐私保护智能体工作台
arXiv 论文介绍了 CyberNeuro，一个用于大规模神经影像和临床数据分析的隐私保护智能体工作台。它通过四个专用智能体（Planner、Validator、Dispatcher、Reporter）和本地 LLM 模型 WandaMind，支持自然语言执行复杂工作流，同时保持临床级数据隐私。在 NeuroBench 基准上，CyberNeuro 将保留
正文结构化主题已通过公开置信门槛
OpenClaw与Ollama在Agentic AI中的应用：迈向全自主可扩展的AI代理系统
该论文提出了一种用于Agentic AI的分层架构，将推理、编排和执行层分离，并以OpenClaw和Ollama作为全栈系统进行验证。实验表明，持久记忆、工具使用和自适应决策等能力源于系统级集成，而非单一模型。研究还讨论了可扩展性、安全性和治理等挑战，并公开了所有模型、代码和数据集。