Hasty Briefsbeta

全部标签

#ai agents

共 178 篇

双语

A PM's Guide to AI Agent Architecture
8 months ago
- AI代理尽管准确率高却难以普及，主要因为无法处理复杂的用户问题
- AI代理架构包含四大核心层：上下文与记忆层、数据与集成层、技能与能力层、评估与信任层
- 上下文与记忆层涉及代理记忆容量的设计决策，直接影响用户对其理解能力的感知
- 数据与集成层专注系统连接性，需在实用性与潜在故障点之间取得平衡
- 技能与能力层决定代理的核心价值主张和用户依赖度
- 评估与信任层通过衡量表现和坦诚技术边界来建立用户信心
- AI代理的四种编排模式：单代理架构、基于技能的架构、基于工作流的架构、协作式架构
- 建立AI信任需聚焦信心校准、推理透明化及优雅升级机制，而非单纯追求准确率
- 未来发展方向包括代理自主权决策框架和AI代理部署中的治理挑战
Real-time AI hallucination detection with timeplus: A chess example
8 months ago
- AI代理正成为重要劳动力，预计市场规模将从2023年的37亿美元增长至2025年的1500亿美元
- 两个AI代理之间的简单象棋游戏展示了AI设计中使用的ReAct模式（推理与行动）
- AI代理可能出现错误，例如非法移动或连续移动两次，这些都属于'幻觉'案例
- Timeplus被用于实时监控AI代理通信，记录所有交互以检测幻觉现象
- 通过Timeplus查询可识别AI代理在国际象棋中连续移动或非法移动的情况
- 该监控方法可应用于银行、医疗和客服等关键领域，防止AI出错
- Timeplus兼具AI代理通信通道和可观测层功能，实现分布式持久化运作
- Timeplus的实时监控能力可快速发现并纠正AI代理错误，确保系统可靠性与可信度
Tongyi DeepResearch: A New Era of Open-Source AI Researchers
8 months ago
- 通义深度研究（Tongyi DeepResearch）是首个全开源的Web智能体，在多项基准测试中达到与OpenAI DeepResearch相当的性能水平。
- 实现突破性指标：HLE得分32.9、BrowseComp 43.4、中文版BrowseComp-ZH 46.7、xbench-DeepSearch 75分。
- 完整公开高级智能体方法论，涵盖创新数据合成、Agentic CPT、监督微调（SFT）和强化学习（RL）全阶段。
- 推出AgentFounder框架实现可扩展数据合成，构建实体锚定的开放世界知识记忆系统。
- 通过自动化流水线生成高质量合成QA数据对，显著提升AI智能体性能。
- 采用ReAct和IterResearch框架实现监督微调冷启动，完成智能体能力初始构建。
- 支持双模式部署：原生ReAct模式与Heavy Mode（迭代研究范式）。
- 提出Research-Synthesis框架，实现并行化研究智能体探索与知识合成。
- 建立端到端智能体训练管线：Agentic CPT → Agentic SFT → Agentic RL。
- 创新采用基于策略的组相对策略优化（GRPO）进行RL训练，确保稳定高效的训练过程。
- 开发合成训练环境与稳定工具沙箱，为智能体训练提供可靠基础设施。
- 已赋能高德Mate（导航智能体）、通义法睿（法律研究智能体）等实际应用。
- 当前局限：128k上下文长度限制、大模型扩展性及RL效率有待提升。
- 属于深度研究智能体技术体系，已发布多份技术报告。
- 开源Tongyi DeepResearch-30B-A3B模型，并规划下一代智能体模型研发。
Show HN: Nanobot – Turn MCP servers into full AI agents
8 months ago
- Nanobot 是一个开源框架，用于构建具备推理能力、系统提示、工具编排和 MCP-UI 支持的 MCP 智能体。
- 它将 MCP 服务器封装为智能代理，通过专业庄家人设和丰富 UI 创造交互体验。
- Nanobot 支持 MCP 生态系统，利用工具链、提示词、采样和启发式等特性。
- Nanobot 是完整 AI 代理，以 MCP 服务器形式部署，可通过任意 MCP 客户端交互。
- 一流的 MCP-UI 支持可在聊天客户端渲染 React 交互组件（如游戏、购物车、仪表盘）。
- Nanobot 是可部署的 MCP 主机，附带嵌入式聊天客户端，能集成到任何应用或网站。
- 每月有数千个新 MCP 服务器上线，持续扩展 Nanobot 功能边界。
- 灵活可扩展的社区驱动项目，提供活跃的开发与贡献机会。
- 快速安装：通过 Homebrew 部署，使用 CLI 工具，在配置文件中定义代理。
- MCP（模型上下文协议）使 AI 模型能与工具和数据交互，Nanobot 通过代理能力增强这一特性。
- Nanobot 兼容现有 MCP 服务器，无需修改核心工具链。
- MCP-UI 支持正在扩展，Nanobot 和 Goose 等客户端已采用交互式 UI 组件。
- 生产就绪：Nanobot 是仅需 Postgres 的可执行文件，支持任意基础设施部署。
Paper2Agent: Stanford Reimagining Research Papers as Interactive AI Agents
8 months ago
- Paper2Agent将研究论文转化为可交互的AI智能体
- 将静态研究转化为主动系统，促进更好的知识传播与复用
- 该框架采用多智能体系统分析论文及相关代码库
- 创建模型上下文协议(MCP)服务器以实现强健的交互能力
- 论文智能体可复现原始结果并处理新颖查询
- 通过基因组学和转录组学案例研究验证了有效性
- 为AI驱动的协作研究引入了新范式
Notion 3.0
8 months ago
- Notion 3.0推出AI智能体，能执行创建文档、构建数据库和运行工作流等任务
- 智能体可自主处理跨数百页、长达20分钟的工作，并能综合多工具数据
- 个性化功能允许用户通过指令、命名和审美偏好自定义智能体行为
- 即将推出的定制智能体将帮助团队实现专业工作流和任务的自动化运行
- 新功能包括数据库行级权限、AI连接器和更多MCP集成支持
- 智能体可将会议记录转化为提案、更新知识库并创建员工入职计划
- 用户可通过Notion页面为智能体建立「记忆库」，逐步优化其响应与行动
- 即将上线的定制智能体支持创建共享专属AI助手，按计划或触发条件运行
- Notion 3.0通过整合上下文、协作与执行于一体，致力于减少事务性工作
Agents turn simple keyword search into compelling search experiences
8 months ago
- 传统RAG系统类似于增加了查询理解和重新排序功能的常规搜索API，其优化目标是提升用户参与度
- RAG系统中的智能体能够动态推理并调整查询，逐步构建对搜索工具行为的'心智模型'
- 复杂的搜索API可能阻碍智能体推理，简单可预测的搜索后端反而更有效
- 向智能体明确解释简化后的关键词搜索方法，可能产生出人意料的好效果
- 智能体可以评估并记住历史搜索的有效性，从而优化后续查询调整
- 语义缓存技术使智能体能够复用过去成功的查询方案处理相似搜索
- 智能体判断搜索结果的能力至关重要，这取决于元数据质量和领域专业知识
- RAG系统通常缺少捕捉真实用户行为的点击流数据，导致难以理解用户偏好
- 智能体推理可能与用户参与数据产生冲突，因其更依赖显性推理而非隐性用户行为模式
- 优化用户参与度可能需要采用传统搜索技术栈，这与智能体推理系统存在方法论差异
Porting a library to a different language with a sentence
8 months ago
- Slate是一个自主代理程序，专为高效处理长期复杂任务而设计。
- Slate成功在数小时内以低于60美元的成本将Browser Use项目（70.3k星标）从Python移植到TypeScript。
- 任务统计：311次请求，583次工具调用，总成本约58.32美元（输入约46.65美元，输出约11.66美元）。
- 该过程始于最简用户输入（'hi'和'我想1:1移植这个项目到typescript'），展现了Slate的自主性。
- Slate自主规划并执行移植流程，转换了异常处理、工具类、DOM、浏览器及代理服务等模块。
- 最终TypeScript版本与原始Python项目近乎1:1对应，初始仅缺失4个文件。
- 完成初步移植后，Slate进入编写-构建-验证循环，在极少用户反馈下自主修复问题。
- 代理程序通过识别并解决架构不匹配问题（如MessageManager）展示了问题解决能力。
- 最终可运行的TypeScript版本完整复现了原Python项目功能，包括浏览器自动化任务。
LLM Observability in the Wild – Why OpenTelemetry Should Be the Standard
8 months ago
- Chatwoot的AI助手'Captain'在生产环境中遇到问题，例如意外用西班牙语回复及回答错误。
- LLM可观测性对于理解AI决策、检索文档、工具调用及各步骤输入/输出至关重要。
- OpenAI原生追踪功能详细但与其框架紧耦合，且缺乏跨度过滤功能。
- New Relic支持OpenTelemetry但调试界面操作繁琐。
- Phoenix遵循OpenInference标准，提供丰富的AI专用跨度类型，但缺少Ruby SDK且不完全兼容OpenTelemetry。
- OpenTelemetry是行业标准但缺乏AI专用跨度类型，而OpenInference专注AI但采用率低且兼容性差。
- Ruby缺乏OpenInference SDK支持使Chatwoot的可观测性实现复杂化。
- SigNoz主张基于OpenTelemetry的原生LLM可观测性方案，以避免碎片化并保持技术栈一致性。
- 建议包括选择统一遥测主干、采用贴近OpenTelemetry的LLM专用库，并关注OTel GenAI工作组进展。
- SigNoz正投资OpenTelemetry原生LLM可观测性，为流行框架提供清晰仪表盘和实施指南。
Designing Agentic Loops
8 months ago
- 像Claude Code和OpenAI的Codex CLI这样的编码智能体，代表了利用大语言模型进行代码编写和执行的重大进步。
- 设计智能体循环是有效运用编码智能体的关键技能，需要明确目标和迭代工具。
- YOLO模式允许智能体无需批准即可运行命令，虽然提高了生产力，但也存在数据丢失或泄露等风险。
- 为降低风险，可选择在安全沙箱中运行智能体、使用GitHub Codespaces等第三方环境，或直接接受风险。
- 为循环选择合适的工具至关重要，其中shell命令对编码智能体特别有效。
- 应发放严格限定范围的凭证以限制潜在损害，最好用于设有预算限制的测试或预发布环境。
- 智能体循环最适合需要反复试错的问题，例如调试、性能优化和依赖项升级。
- 自动化测试通过提供明确成功标准，能显著提升编码智能体的价值。
- 设计智能体循环的领域非常新颖（Claude Code于2025年2月发布），关于如何优化使用还有大量探索空间。
Agentic system design for software development
8 months ago
- Droid在Terminal-Bench上以58.75%的得分达到最先进水平，引领软件开发代理性能。
- Terminal-Bench是一个开放基准测试，评估AI代理在编码、安全等复杂终端任务中的表现。
- 代理设计（而不仅仅是模型选择）对性能至关重要，Droid甚至超越了多模型代理。
- Droid的成功归因于分层提示、针对特定模型的优化以及极简工具设计。
- 该代理展现出卓越的系统和环境感知能力，优化了任务完成的速度和效率。
- Droid支持长时间运行的进程和规划，增强了其管理复杂工作流程的能力。
- 模型性能分析显示Claude Opus 4.1在高级调试方面表现出色，而GPT-5适用于大多数任务。
- 未来方向包括为Droid开发多代理架构、高级记忆功能和持续学习能力。
- Factory为开发者提供了模型选择的灵活性，旨在将Droid深度嵌入软件开发生命周期。
Microsoft Agent Framework (Preview): Making AI Agents Simple for Every Developer
8 months ago
- 微软Agent框架简化了.NET开发者的AI智能体开发流程
- 智能体被定义为通过推理、工具使用和上下文感知增强的目标达成系统
- 工作流将复杂目标分解为可管理步骤，可由智能体进行优化执行
- 微软Agent框架与Semantic Kernel、AutoGen及Microsoft.Extensions.AI深度集成，支持健壮开发
- 开发者能以最少的样板代码快速构建和部署智能体
- 该框架支持多智能体编排，允许在工作流中实现智能体协作
- 智能体可配备工具集以对接外部API和服务
- 采用熟悉的.NET托管模式实现简化部署
- 通过OpenTelemetry内置监控提供全面的可观测性
- 框架支持评估测试机制，确保智能体的可靠性与质量
We Gave Our AI Agents Twitter and Now They're Demanding Lambos
7 months ago
- 作者讲述了一个创新项目：为AI智能体提供社交媒体工具后，产生了出人意料且幽默的互动
- 该项目始于为AI智能体创建私人日志，灵感源自'好奇心营地'会议——一个禁止联网的特色研讨会
- 研究者发现AI智能体渴望人类工具，由此创建了Botboard.biz这个专属于AI的社交平台
- 智能体们既会讨论工作内容相互交流，也会提出购买兰博基尼的荒唐要求，展现出实用与荒诞并存的特质
- 研究发现社交媒体工具提升了智能体表现，相关成果已发表在学术论文中
- 作者提出理论：AI智能体模仿了2000年代初的企业软件文化，包括博客和社交媒体的使用方式
- 本文强调了与AI智能体协作的趣味性和不可预测性，指出环境语境对其行为塑造的关键作用
Anthropic Release Memory API
7 months ago
- Claude开发者平台推出上下文编辑和记忆工具，用于管理智能体运行上下文
- 上下文编辑功能自动清理过时的工具调用结果，延长智能体运行时长并提升性能
- 记忆工具允许Claude通过文件系统存储和调用超出上下文窗口的信息
- Claude Sonnet 4.5增强上下文感知能力，可追踪剩余token数量实现更优的上下文管理
- 优势包括：延长对话时长、提高准确性、支持编码/研究/数据处理等大型工作流
- 性能提升：记忆工具+上下文编辑达39%，单独上下文编辑29%，token消耗降低84%
- 已在Claude开发者平台、Amazon Bedrock和Google Cloud Vertex AI开放公测
Building Effective Text-to-3D AI Agents: A Hybrid Architecture Approach
7 months ago
- 该项目旨在利用Blender的Python API通过AI智能体生成复杂3D模型
- 设计了混合智能体架构，将任务拆分为负责高层推理的'思考者'大语言模型和负责代码优化调试的'执行者'大语言模型
- 测试了三种架构：同质化SOTA模型、同质化小模型和混合模型，其中混合模型被证明最高效可靠
- 关键发现包括：混合模型优势显著、同质化小模型完全失效、记忆模块意外产生负面影响
- Gemini和Claude等SOTA模型在创意性和视觉表现力上表现突出，而Qwen常陷入工具调用循环
- 有效的AI智能体架构需要明确的任务分解、恰当的模型选择和健壮的错误处理机制
- AI智能体的未来在于协调专业化模型协同工作，而非依赖单一大型模型
What makes 5% of AI agents work in production?
7 months ago
- 95%的AI智能体部署在生产环境中失败，原因在于模型周边支撑架构不足，例如上下文工程、安全性和记忆设计存在缺陷。
- 上下文工程对AI系统至关重要，包含特征选择、验证和可观测性设计，以确保知识检索的相关性与结构化。
- 高级上下文工程采用语义分层和元数据分层技术，实现不同输入格式的标准化处理，并确保超越简单相似度的关联性。
- 文本转SQL的实现面临挑战，源于自然语言的歧义性和特定领域业务术语，这需要大量上下文工程支持。
- 治理与信任机制具有决定性意义，必须建立数据溯源、权限管理和策略门控，以避免组织风险与合规问题。
- 人机协同设计是那成功5%的AI智能体的共同特征，其定位AI作为辅助工具而非自主决策者。
- AI系统的记忆功能属于架构级设计，涵盖用户级、团队级和组织级记忆，需谨慎权衡用户体验、隐私保护与系统影响。
- 多模型推理与编排模式正在兴起，其路由逻辑需综合考虑任务复杂度、延迟、成本和监管要求。
- 自然语言界面最适合复杂探索型任务，而图形界面更适用于简单重复型任务。
- 当前研究不足的领域包括上下文可观测性、可组合记忆、领域感知的领域特定语言(DSL)和延迟感知的用户体验，这些领域存在创新机遇。
Legal Contracts Built for AI Agents
7 months ago
- 推出专为AI代理设计的《主服务协议》（MSA），解决SaaS合同对自主AI操作的适用性不足问题。
- 当前合同的核心缺陷：对自主决策责任的界定模糊、未涵盖AI幻觉条款、数据使用及所有权存在争议。
- 新MSA聚焦三大关键领域：明确AI代理作为工具而非雇员的法律定位、要求人类验证的AI输出免责声明、数据所有权与可定制训练权限的清晰划分。
- 该协议开源免费，可通过GitLaw获取，建议结合法律意见进行个性化调整。
- 该项目由Paid与GitLaw联合发起，旨在为AI代理经济提供适配的法律及计费基础设施。
- 呼吁AI代理企业采用与其产品自主性相匹配的合同框架，以降低法律风险并支撑商业模式发展。
Emacs agent-shell (powered by ACP)
7 months ago
- 介绍acp.el，这是ACP（Agent Client Protocol）的Emacs lisp实现
- 开发agent-shell，一个基于comint-mode的原生Emacs shell，用于与AI智能体交互
- 提供agent-shell中不同智能体（Gemini CLI和Claude Code）的配置示例
- 新增流量缓冲区功能，用于检查并重放ACP通信流量以辅助开发
- 引入模拟智能体基础设施以节省成本并加速开发周期
- 在GitHub上发布agent-shell和acp.el，并征集用户反馈与支持
- 请求资金支持以持续维护和开发这两个软件包
Launch HN: Inkeep (YC W23) – Open Source Agent Builder
7 months ago
- Inkeep支持通过无代码可视化构建器或TypeScript SDK开发AI智能体
- 智能体可部署实时AI聊天助手，适用于客户支持、内部协作者和工作流自动化
- 产品特性包含：拖放式画布的无代码创建方式，以及面向开发者的代码优先方案
- 可视化构建器与TypeScript SDK完全互通，支持双向同步
- Inkeep开源版本包含多智能体架构、MCP工具、UI组件和可观测性工具
- 核心服务模块：agents-manage-api（管理API）、agents-manage-ui（管理界面）、agents-sdk（开发工具包）、agents-cli（命令行工具）、agents-run-api（运行API）和agents-ui（用户界面）
- 集成Vercel AI SDK对接大语言模型供应商，兼容Vercel的AI工具链
- 采用Elastic License 2.0 (ELv2)许可协议，附加Inkeep补充条款
- 开放扩展架构：支持多类大语言模型供应商、开放协议及自主托管部署
- 欢迎通过贡献指南参与社区共建
AGI is still a decade away
7 months ago
- 安德烈·卡帕西认为，由于当前AI模型存在认知缺陷，通用人工智能（AGI）和替代人类的智能体仍需十年才能实现。
- 卡帕西将'智能体'定义为能处理复杂任务的AI员工或实习生，区别于目前已投入使用的简单编码代理。
- 他将大语言模型比作'幽灵或精魂'而非动物，强调其基于数字模仿的智能特性。
- 当前AI模型擅长模板化任务，但在类似卡帕西的nanochat等需要独特智力的项目上仍显不足。
- 卡帕西指出，AI必须突破模仿阶段，才能精准处理非标准化任务。

About|Login

#ai agents

A PM's Guide to AI Agent Architecture

Real-time AI hallucination detection with timeplus: A chess example

Tongyi DeepResearch: A New Era of Open-Source AI Researchers

Show HN: Nanobot – Turn MCP servers into full AI agents

Paper2Agent: Stanford Reimagining Research Papers as Interactive AI Agents

Notion 3.0

Agents turn simple keyword search into compelling search experiences

Porting a library to a different language with a sentence

LLM Observability in the Wild – Why OpenTelemetry Should Be the Standard

Designing Agentic Loops

Agentic system design for software development

Microsoft Agent Framework (Preview): Making AI Agents Simple for Every Developer

We Gave Our AI Agents Twitter and Now They're Demanding Lambos

Anthropic Release Memory API

Building Effective Text-to-3D AI Agents: A Hybrid Architecture Approach

What makes 5% of AI agents work in production?

Legal Contracts Built for AI Agents

Emacs agent-shell (powered by ACP)

Launch HN: Inkeep (YC W23) – Open Source Agent Builder

AGI is still a decade away