小红花·文摘
  • 首页
  • 广场
  • 排行榜🏆
  • 直播
  • FAQ
Dify.AI
AI 范式雷达:《CodeAct — Agent 执行范式的根本性转移》

如果你正在构建一个需要调用多个工具的 AI Agent,你可能已经注意到一个隐蔽的性能瓶颈:不是模型不够聪明,而是编排开销太高。每个工具调用都是一次独立的模型推理回合——生成 token、网络往返、状态序列化。当任务涉及 10 个工具时,你实际上在等待 10 次完整的推理循环。

AI 范式雷达:《CodeAct — Agent 执行范式的根本性转移》

Micropaper
Micropaper · 2026-07-18T00:00:00Z
旭化成微电子开始量产天线一体化毫米波雷达模块AK5816AIM

旭化成微电子将于2026年7月量产AK5816AIM毫米波雷达模块,该模块可非接触式监测人和宠物状态,适用于注重隐私的空间。目前已在适老住宅中应用,并与多家公司合作提供全流程支持。

旭化成微电子开始量产天线一体化毫米波雷达模块AK5816AIM

全球TMT-美通国际
全球TMT-美通国际 · 2026-07-15T03:19:34Z
AI 范式雷达:《ScaleCUA — 可验证数据合成如何突破 Computer Use Agent 的能力天花板》

ScaleCUA是清华大学和Z.AI团队提出的框架,旨在解决Computer Use Agent(CUA)训练数据稀缺问题。通过可验证任务合成、动态学习前沿采样和视觉上下文分割,ScaleCUA显著提升了数据质量和训练效率,使开源CUA在OSWorld上达到了68.7%的新高,超越了参数量大四倍的竞品。这一方法强调了数据质量的重要性,证明了在CUA领域,数据效率优于模型参数规模。

AI 范式雷达:《ScaleCUA — 可验证数据合成如何突破 Computer Use Agent 的能力天花板》

Micropaper
Micropaper · 2026-07-15T00:00:00Z
AI 范式雷达:《从并行到递归:WebSwarm的多Agent深度广度协同搜索范式》

阿里巴巴达摩院推出了WebSwarm,一个渐进式递归多Agent搜索框架,显著提升了复杂搜索任务的效率。WebSwarm通过递归委派和动态协作模式,优化了搜索策略,增强了信息覆盖率和准确性。

AI 范式雷达:《从并行到递归:WebSwarm的多Agent深度广度协同搜索范式》

Micropaper
Micropaper · 2026-07-10T00:00:00Z

如果你正在构建或部署 AI 智能体,你可能已经注意到一个令人沮丧的模式:同一个 Agent 框架,跑十个任务可能要用掉二十种不同的工具组合。文件读写、网页搜索、代码执行——这些原子操作被硬编码在系统提示里,Agent 每次面对新任务时都要重新发明轮子,把同样的低级逻辑重复编排一遍。中国人民大学和阿里巴巴集团的研究者 Haipeng Ding、Yuexiang Xie...

AI 范式雷达:《从原子操作到标准流程:EvoSOP的迭代工具优化》

Micropaper
Micropaper · 2026-07-09T00:00:00Z

加州大学伯克利分校和斯坦福大学的研究发现,AI Agent在持续学习中安全对齐逐渐退化,误对齐率高达70.71%。清华大学提出的四轴决策框架为评估提供新维度,强调合规风险和因果归因的重要性,推动安全成为AI Agent设计的核心要素。

AI 范式雷达:《Agent安全与评估的范式转移——从持续学习对齐退化到四轴决策框架》

Micropaper
Micropaper · 2026-07-05T00:00:00Z

南京大学的研究揭示了工具使用智能体在开放世界中的泛化脆弱性,提出了四级分层偏移框架,分析了SFT和RL训练范式的结构性弱点,并提出PAFT方法,通过引入扰动增强微调,提升模型的鲁棒性和泛化能力。

AI 范式雷达:《开放世界中的工具使用智能体——静态训练的脆弱性与修复》

Micropaper
Micropaper · 2026-07-05T00:00:00Z

香港科技大学与京东合作的论文《SkillCoach》提出了一种自进化评分框架,用于评估和增强智能体的技能使用能力。该框架自动推导评分标准,并通过验证门控机制提升评分的有效性和可用性。此外,该框架还能够筛选高质量训练数据,填补智能体技能使用过程质量评估的研究空白。

AI 范式雷达:《从结果到过程——自进化评分如何评估和增强智能体技能使用》

Micropaper
Micropaper · 2026-07-05T00:00:00Z
AI 范式雷达:《MCP 协议与 PI 架构融合:构建自适应智能体》

本文探讨了AI智能体编排的最新进展,重点介绍了MCP(模型上下文协议)与PI(计划-执行)架构的结合。MCP提供标准化的上下文管理和工具调用,而PI架构强调全局规划和动态执行。两者结合后,智能体在处理多工具任务时效率显著提升,成功率提高。建议开发者采用MCP SDK并迁移至PI模式,以优化智能体性能。

AI 范式雷达:《MCP 协议与 PI 架构融合:构建自适应智能体》

Micropaper
Micropaper · 2026-06-29T00:00:00Z
AI 范式雷达:《生成-验证差距与自我修正失败》

AI智能体的生成能力迅速提升,但验证能力未能跟上,导致“生成-验证差距”。这一差距使得模型在自我修正时无法识别错误,甚至可能放大错误信念,影响系统的可靠性。为解决此问题,建议引入外部验证机制和多样性验证,并限制自我修正的轮数,以提升模型的输出质量和安全性。

AI 范式雷达:《生成-验证差距与自我修正失败》

Micropaper
Micropaper · 2026-06-28T00:00:00Z
AI 范式雷达:《让 Agent 看见代码仓库——多模态表示如何重塑编码代理》

研究表明,基于 LLM 的代码修复 Agent 在纯视觉模式下修复准确率显著下降,而混合文本与视觉模式则提高了准确率并降低了 Token 成本。SeeRepo 提供了一种有效的仓库结构可视化管线,结合文本和视觉信息,优化了编码 Agent 的输入接口设计。

AI 范式雷达:《让 Agent 看见代码仓库——多模态表示如何重塑编码代理》

Micropaper
Micropaper · 2026-06-24T00:00:00Z
AI 范式雷达:《Agent规划脆弱性——检索受限下大规模工具生态中的长期规划基准测试》

伊利诺伊大学的研究团队首次量化了AI代理在工具链路被阻断时的规划脆弱性。研究发现,当关键工具失效时,模型的准确率显著下降,GPT-5.4的准确率从51.90%降至11.36%。这表明当前AI代理在复杂任务中存在系统性缺陷,强调了改进工具选择和恢复能力的重要性。建议引入失败感知机制和回溯策略,以提升代理在不确定环境中的表现。

AI 范式雷达:《Agent规划脆弱性——检索受限下大规模工具生态中的长期规划基准测试》

Micropaper
Micropaper · 2026-06-24T00:00:00Z
AI 范式雷达:《HarnessFix——从失败轨迹到可靠 Agent 的自动修复》

HarnessFix 提出了从失败轨迹到自动修复的闭环,解决了传统方法无法修复 Agent 失败的问题。通过将执行轨迹编译为标准中间表示 HTIR,精确归因到具体步骤,生成可执行的修复方案,从而提高了诊断准确率和修复覆盖率,推动了 Agent 可靠性工程的进步。

AI 范式雷达:《HarnessFix——从失败轨迹到可靠 Agent 的自动修复》

Micropaper
Micropaper · 2026-06-23T00:00:00Z
AI 范式雷达:《递归自改进警告:Anthropic 为何呼吁全球暂停 AI 研发》

Anthropic Institute 发表的文章指出,Claude Mythos Preview 在 2026 年实现了 52 倍的 AI 研发加速,AI 系统接近自主改进能力。文章呼吁全球建立协调机制以减缓技术发展,避免不安全行为,并强调需建立可验证的减速机制以应对潜在风险。

AI 范式雷达:《递归自改进警告:Anthropic 为何呼吁全球暂停 AI 研发》

Micropaper
Micropaper · 2026-06-20T00:00:00Z
AI 范式雷达:《Agent的Token账单:1000倍消耗差异背后的工程真相》

研究表明,AI智能体在编码任务中的Token消耗主要由输入Token驱动,且存在高达30倍的消耗差异。优化策略包括上下文管理、工具定义精简和动态模型选择。这些发现有助于有效控制成本,避免高消耗低准确率的情况。

AI 范式雷达:《Agent的Token账单:1000倍消耗差异背后的工程真相》

Micropaper
Micropaper · 2026-06-18T00:00:00Z
AI 范式雷达:《用形式化逻辑给 AI Agent 装上可证明的安全护栏》

中国科学技术大学提出了一种新型AI安全验证方法ePCA,利用一阶逻辑和SMT求解器实现可证明的安全性。与传统经验语义护栏相比,ePCA有效防止绕过,实验结果显示攻击成功率和误报率均为零,核心验证延迟仅为0.44毫秒。该方法适用于金融操作和敏感数据访问等高安全性场景。

AI 范式雷达:《用形式化逻辑给 AI Agent 装上可证明的安全护栏》

Micropaper
Micropaper · 2026-06-17T00:00:00Z
AI 范式雷达:《OrchRM——多智能体编排的自监督奖励建模新范式》

新加坡国立大学与Sea AI Lab提出的OrchRM框架,通过自监督奖励建模,利用多智能体执行中的中间产物构建胜负对,显著提高了多智能体系统的编排效率。该方法无需昂贵的人工标注或完整的子代理执行,Token使用效率提升最高10倍,准确率平均提升约7.2%。OrchRM为多智能体系统的规模化部署提供了新路径。

AI 范式雷达:《OrchRM——多智能体编排的自监督奖励建模新范式》

Micropaper
Micropaper · 2026-06-14T00:00:00Z
AI 范式雷达:《Agent评估新标准:用A2A+MCP协议实现基准即Agent》

《AgentBeats》论文提出了AAA(Agentified Agent Assessment)范式,通过将基准视为独立的Judge Agent,利用A2A协议和MCP工具实现评估标准化。在五个月的开放竞赛中,该框架成功协调298个Judge Agent对467个Subject Agent的评估,显著降低了集成复杂度,解决了传统评估方法的可扩展性和可复现性问题。

AI 范式雷达:《Agent评估新标准:用A2A+MCP协议实现基准即Agent》

Micropaper
Micropaper · 2026-06-13T00:00:00Z
AI 范式雷达:《Agent安全新范式:从静态对齐到动态诊断护栏》

AgentDoG 1.5 是一个轻量级的安全对齐框架,利用轨迹级诊断引擎和推理增强方法,实现静态安全分类到动态实时防护的转变。该框架识别跨步骤的累积风险,提升安全判断准确性,并支持免训练在线护栏设计,降低部署复杂度。研究显示,7B 参数模型在 R-judge 基准测试中达到了 GPT-5.4 级别的安全性能,为中小团队提供高效的安全解决方案。

AI 范式雷达:《Agent安全新范式:从静态对齐到动态诊断护栏》

Micropaper
Micropaper · 2026-06-13T00:00:00Z
千里收购了一家毫米波雷达公司

千里科技全资收购宁波融感科技,旨在提升智能驾驶硬件能力,构建软硬一体的全栈交付体系。融感科技专注毫米波雷达技术,与多家汽车制造商合作。此次收购将帮助千里科技控制核心技术,降低成本,加速向“第二个华为”目标迈进。

千里收购了一家毫米波雷达公司

量子位
量子位 · 2026-06-12T09:13:14Z
  • <<
  • <
  • 1 (current)
  • 2
  • 3
  • >
  • >>
👤 个人中心
在公众号发送验证码完成验证
登录验证
在本设备完成一次验证即可继续使用

完成下面两步后,将自动完成登录并继续当前操作。

1 关注公众号
小红花技术领袖公众号二维码
小红花技术领袖
如果当前 App 无法识别二维码,请在微信搜索并关注该公众号
2 发送验证码
在公众号对话中发送下面 4 位验证码
友情链接: MOGE.AI 九胧科技 模力方舟 Gitee AI 菜鸟教程 Remio.AI DeekSeek连连 53AI 神龙海外代理IP IPIPGO全球代理IP 东波哥的博客 匡优考试在线考试系统 开源服务指南 蓝莺IM Solo 独立开发者社区 AI酷站导航 极客Fun 我爱水煮鱼 周报生成器 He3.app 简单简历 白鲸出海 T沙龙 职友集 TechParty 蟒周刊 Best AI Music Generator

小红花技术领袖俱乐部
小红花·文摘:汇聚分发优质内容
小红花技术领袖俱乐部
Copyright © 2021-
粤ICP备2022094092号-1
公众号 小红花技术领袖俱乐部公众号二维码
视频号 小红花技术领袖俱乐部视频号二维码