跳到正文

#Agent

今日 27 条
9月9日周三
  2. 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。

  3. 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。

  4. Sequoia Capital22

    红杉资本领投 Cymphony A 轮：为 AI 智能体提供数据访问安全治理

    红杉资本宣布领投 Cymphony 的 A 轮融资，此前已参与其种子轮。Cymphony 持续映射企业内员工与 AI 智能体的访问关系，梳理谁能触达哪些系统与数据，并在检测之外推荐甚至自动执行修复、协调相关人员处置。Syngenta、KKR、Cass Information Systems、Athennian 等企业客户已在使用，红杉自身也是其客户。

9月8日周二
  2. MIT Sloan 管理评论41

    负责任 AI 意味着认清智能体自主性的边界

    MIT Sloan 管理评论与 BCG 的专家小组中，72% 的受访者认为把 AI 智能体当作自主决策者来治理将会失败。专家指出，智能体的自主性只是运营层面的，它们能规划、调用工具、执行交易，但不具备道德或法律上的责任能力，无法被起诉或承担后果。将智能体视为自主决策者会制造责任真空，让开发者、部署方和用户以“是 AI 决定的”为由逃避责任。

  4. 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
  1. 42章经（公众号）12

    42章经活动报名：如何训出自己的模型？

    42章经将于北京时间9月12日（周六）上午10:30举办线上免费活动，邀请嘉宾逯雨鑫分享如何训练自己的模型。逯雨鑫没有 AI Lab 经历，也非 AI PhD，仅用 2 周和数百美元就后训练出两个登顶 Hugging Face Model Trending 榜首的小模型。活动优先通过回答认真且背景匹配者，尤其欢迎应用创始人。

9月4日周五
  1. Not Boring · Packy McCormick12

    Runway Solaris、World Labs Atlas 与 OpenAI Astra 6 等世界模型集中发布

    Runway 发布 Interface World Model Solaris，由模型逐帧实时生成应用界面，无需代码；World Labs 推出 omni world model Atlas，可生成最长 1 分钟 1440p 视频并支持像素级相机控制。Runway 随后发布 GWM World 2，以 720p、24 fps 连续视频流实时模拟交互环境，OpenAI 同期发布 Astra 6。

  3. 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
  3. 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。

  4. 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
  1. 傅盛（公众号）22

    OpenClaw 2.0 归来：933 位贡献者、16000 个 PR，Agent 范式仍在延续

    OpenClaw 发布 2.0 版本，这是项目史上最大更新，933 位贡献者参与、合并超 16000 个 PR，占历史 PR 总量一半。新版本支持自动检测本机模型与订阅、浏览器界面升级为主控制台，并加入多人协作云会话。傅盛认为，OpenClaw 开创的 Agent 产品范式正被 Codex、Claude Code、Grok Bot 等产品沿用，项目热度下降不代表方向过时。

  4. 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。

  5. 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。

  6. Sequoia Capital22

    认知革命：从工业革命看 AI 如何重塑脑力工作

    红杉资本发文将 AI 驱动的认知革命与工业革命类比：体力工作已从 99% 依赖生物肌肉变为 99.9% 由机器完成，而认知工作目前仍主要靠人类，未来 99.9% 将由机器承担。文章指出，智能每瓦成本每年下降超过 10 倍，价格崩塌将像工业时代一样引爆需求，认知与体力工作大致各占约 120 万亿美元全球经济的一半。

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。