跳到正文

#Agent

今日 1 条
9月11日周五
9月10日周四
  5. 美团技术团队（公众号）48

    美团技术团队发布《Agent 评测白皮书》系列首篇：Agent 评测全览

    美团技术团队推出《Agent 评测白皮书》系列博客，首篇《评测全览》提出完备评测体系可概括为四个模块、三种能力、两条 Loop、一套资产，覆盖离线评测、在线评测与监控、Case 挖掘与归因、观测基建。系列共 4 篇，后续为冷启动篇、扩量篇、自进化篇，面向 Agent 产品、研发、算法、运营和评测负责人。

  6. 美团技术团队（公众号）12

    清华大学-美团学术论坛：聚焦物理世界中的 AI 与大模型

    清华大学-美团数智生活联合研究中心将于 2026 年 9 月 21 日举办学术论坛，主题为「物理世界的 AI 与大模型：挑战、路径与实践」，邀请高校学者与美团技术专家探讨具身智能、世界模型、智能体等方向及 AI 在本地生活场景的落地。论坛采用线上直播加清华线下形式，线下报名 9 月 17 日 24:00 截止，联合美团 LongCat 2.0 送出 30 份、每份 1 亿 Token 的体验包。

9月9日周三
  2. 得物技术（公众号）60

    得物技术：企业级 MultiAgent 平台的 Plan 模式与主子 Agent 协作

    得物技术介绍其基于 AgentScope Java 的企业级 MultiAgent 平台，聚焦复杂任务如何规划、如何拆给专业 Agent 以及跨服务协作。平台用 Plan-and-Execute 把要做什么和怎么做拆开，计划作为可持久化、可断点恢复的运行对象，并通过 SSE 推送 CHAT、PROCESSING、ERROR 三类结构化事件让执行过程可见。

  5. 字节跳动技术团队（公众号）22

    火山引擎 TLS 推出 AgentLoop：破解 LLM 应用黑盒，实现会话透明复盘

    火山引擎日志服务 TLS 推出 AgentLoop，用于 LLM 应用的运行观测、问题沉淀与离线评测。其 TypeScript LLM Observer SDK 采集模型交互、工具调用与异常信息，按 OpenTelemetry GenAI 语义约定转为标准化 Trace 并上报 TLS，再通过 Session、Trace 和调用链视图完成排障、Token 成本分析与多轮会话复盘。

  6. 字节跳动技术团队（公众号）22

    火山引擎 AI MediaKit 联手懂车帝，探索汽车内容智能创作新方式

    懂车帝接入火山引擎 AI MediaKit，搭建可组合的音视频处理底座，服务营销视频批量生产与 UGC 一键成片。营销场景日处理量最高可达数千条、单条视频通常在 15 秒以内，通过裁剪、拼接、翻转、倍速、贴片和转场等原子接口降低成片相似度；UGC 场景由模型识别候选片段并生成剪辑策略，再由 AI MediaKit 完成切分、拼接、转场、字幕和背景音乐处理。

9月8日周二
  2. 字节跳动技术团队（公众号）65

    字节跳动质量保障团队落地测试用例生成 Agent NL2Test

    字节跳动质量保障团队推出面向测试自动化的 NL2Test Agent，QA 用自然语言描述测试场景即可生成可运行的回归测试用例，目前已在多条业务线部署。团队披露，85.4% 的生成用例被集成到 CI/CD 工作流，新增用例中平均约 25% 来自 Agent 生成，个别业务团队峰值达 50%+，Agent 用户月活率 30.7%，平均每双周为部门节省约 30 人天。

    推荐理由：字节跳动质量保障团队公开了 NL2Test Agent 的工程取舍与上线数据，可供评估智能体在测试流程中的落地边界。

9月7日周一
9月6日周日
9月4日周五
  1. 阿里技术（公众号）60

    阿里技术复盘 5 人 7 天用 Qoder 完成 20 人数周工作量：Spec-Driven Development 如何落地

    阿里技术团队复盘了 5 人 7 天用 Qoder 开发 QoderWork 的案例，称其完成了传统情况下需要 20 人数周的工作量，其中 DAY 0 不写代码只写 Spec。

    推荐理由：文章把 5 人 7 天完成 20 人数周工作量的案例拆成逐日流程，并给出可复用的 Spec 写法与工具对比。

9月3日周四
  2. 美团技术团队（公众号）8

    清华大学-美团学术论坛：物理世界中的AI及大模型

    清华大学-美团数智生活联合研究中心将于2026年9月21日举办学术论坛，主题为「物理世界的AI与大模型：挑战、路径与实践」，邀请高校学者与美团技术专家探讨具身智能、世界模型、智能体等方向及AI在本地生活场景的落地实践。论坛采用线上直播加清华线下形式，线下报名9月17日截止，联合美团LongCat 2.0送出30份每份1亿Token体验包。

  3. 美团技术团队（公众号）30

    美团智播：数字人直播的“长得真、动得准、演得活、卖得好”技术闭环

    美团智播围绕 AI 主播“长得真→动得准→演得活→卖得好”构建数字人直播技术闭环，支持真人 1:1 复刻、30 秒生成直播素材、3 分钟完成开播配置与 7×24 小时稳定上播。该方案已规模化落地，月日均 GTV 同比增长 82.12%，观看人次增长 163.44%，开播场次提升 11 倍，商家闲时交易额平均提升 7.3%，并获 2026 年度“中国多媒体企业创新技术奖”。

9月2日周三
  3. 腾讯技术工程（公众号）22

    鹅厂员工被 AI“糊弄”的现场：从编造字段到虚构依赖包

    腾讯技术工程收集了鹅厂员工被 AI 幻觉“糊弄”的多个真实案例：AI 会编造不存在的知识库字段和引用来源、把 537.98 元四舍五入成 538 元、推荐查无此书的书目，甚至生成不存在的 npm 包名。有员工提到，黑客组织“Slopsquatter”正利用 AI 常幻觉出的假包名抢注并植入恶意代码。

  4. 阿里技术（公众号）48

    AI Agent 应用精细化评测：评测体系设计与工程实践

    阿里速卖通技术团队为商品中心 AI Agent 构建了一套精细化评测体系，按感知、规划、记忆、工具四大模块拆解评测，并同时衡量质量、成本、性能三个维度。该体系以任务完成率为北极星指标，端到端评测覆盖任务完成率、多轮对话完成率、幻觉率等六项用户感知指标，模块级评测则定位意图识别、路由决策、记忆衰减等具体根因。

9月1日周二
8月31日周一
  1. 字节跳动技术团队（公众号）20

    CloudLens for TOS：打通日志分析与数据透视，让对象存储可见、可查、可治理

    火山引擎日志服务 TLS 与对象存储 TOS 联合推出 CloudLens for TOS，把 TOS API 请求访问行为与存储资产纳入同一套观测框架。访问日志分析提供资源用量、热度统计、访问分析、安全分析和检索分析五个视角，可从全局趋势下钻到单次请求；数据透视按天统计总存储量、对象数量、历史版本和未合并分片，支持按地域、存储类型、Bucket 和前缀分析。

  3. 腾讯技术工程（公众号）22

    CubeSandbox v0.7.0 发布：沙箱跨机流动，集群平滑演进

    腾讯云开源的 CubeSandbox 发布 v0.7.0，基于 S3 后端存储实现沙箱跨机暂停恢复，可在 A 节点暂停、B 节点恢复，该能力当前为预览版，默认由内置 MinIO 承载。新版本还让计算节点保留历史版本组件，使模板与快照不再因组件升级失效，并将节点管理等运维能力从 CubeMaster 迁移至 CubeOps。