AI.x社区

嘿，大家好！这里是一个专注于前沿AI和智能体的频道人在云栖大会，一上来，阿里云智能首席技术官周靖人就介绍了千问多款新模型发布，一款模型升级。今天给家人们分享一下，阿里今天发布&开源的那些大模型全家桶！首当其冲的是Qwen的万亿参数旗舰模型——Qwen3Max来了。参数量直接拉满到超1万亿、用36Ttokens数据预训练的变态。月初的Qwen3MaxPreview，在LMArena排名第三，各种表单几乎都是暴捶开、闭源模型。满血版，Qwen3Max有...

前阵子，智谱AutoGLM还是挺刷屏的，它的核心理念是，给每个人配一个云端分身，7x24小时的帮大家干活今天想给家人们详细挖掘一下AgentInfra，随着模型的Agent能力越来越强，infra也变得越来越重要了！为什么AIAgent需要新的AIinfra？过去，我们谈论Agent，只讲他的大脑。因为大脑负责思考，工具负责执行。但是，一个越来越不容忽视的组件是，Agent的身体。因为Agent都存在一个致命缺陷：它们在你的个人电脑上运行。这意味着：抢...

关于Agent的记忆，大多数人印象中，后台可能就是一个RAG罢了。但是到底有哪些细节和值得注意的地方呢？今天深度分析一个还不错的开源项目，探索关于记忆的秘密。项目是这个：​​​https:github.comGibsonAImemori​​不止是RAG其实如果细看很多记忆框架，他们做到的真的远不止一个“存储检索”的RAG思路。在Memori中，把记忆分成了两种：ConsciousMode就是传统意义上的短期工作记忆。但是比较特别的是，在系统启动时，会主动分...

OpenAI上周发了一篇论文，重点聊了大家都挺感兴趣的话题：为什么大模型会有幻觉？评测缺陷举个例子：你现在参加一场考试，答对得1分，答错或不答都是0分。在这种规则下，最佳策略是什么？应该是碰到完全不会的题目，蒙一个答案。因为蒙对了血赚，蒙错了不亏。这个模式正是今天绝大多数AI模型在面对的评测环境。包括GPQA、MMLUPro、SWEbench在内的众多热门评测基准，都是在用BinaryGrading。非对即错，如果模型回复IDK（IDon'tKn...

腾讯优图实验室悄摸摸开源了​​Youtuagent​​，在较复杂的的深度搜索和工具使用benchmark上表现不错，今天给家人们分享一下他的亮点。不依赖GPTClaude的SOTA最值得一提的是，上面的评测都是使用的DeepSeek！！！！以后不能随便说，现在的Agent离开Claude，啥也不是了？所以他的框架到底有些什么亮点呢？最大的亮点：像聊天一样生成Agent对新手来说，配置Agent很烦人。他们搞了一个自动智能体生成的功能。别的框架是，你可能要...

要让一个LLM成为顶尖行业专家，需要多长的Prompt？毕马威给出的答案是：100页。作为四大咨询巨头之一的毕马威，搞出来一个新闻。说他们打造了一款名为TaxBot的税务AI助手，直接把过去需要两周的专业咨询工作，压缩到了一天内完成，效率提升超过10倍！从封杀到Allin，从巨长Prompt到未来的AgentRuntime，毕马威这套操作，几乎把企业落地Agent该踩的坑、该走的路，都趟了一遍。今天，给家人们分享一下这个框架思路。毕马威的故事2...

这几天，英伟达的一篇论文非常火，标题很直接，小模型才是AgenticAI的未来整个内容，主要是论证了为什么要考虑SLM？以及如何从LLM迁移成SLM的六步教程，并论证了开源Agent框架替换成SLM，带来的结果。今天给家人们分享一下论文内容。为什么说LLM做大了还不行？目前行业主流的万事皆用LLM的Agent构建模式，是一种巨大的资源浪费。AIAgent的大部分子任务，其实是重复、有范围、非对话式的，用一个庞大的、无所不能的LLM去处理，就...

今天有个大新闻，OpenAI和Google这两大巨头，罕见地联手了，协同Factory、Sourcegraph、Cursor等一众厂商，共同推出了一个简单、开放的Agents标准。背景是，随着现在AI编程Agent圈子神仙打架。为了让AI按项目规范行事，我们的代码库里被硬塞进了​​.cursorrules​​​,​​AGENT.md​​​,​​CLAUDE.md​​等五花八门的配置文件。项目目录越来越乱，昨天，来自大厂们联手推出的​​AGENTS.md​​出来了，目标只有一个：用一个...

GPT5的提示词不出意外的，又被破解出来了。结合官方提供的《GPT5PromptingGuide》的内容，仔细琢磨了一下，有一些值得学习的地方，今天分享给家人们。systemprompt：https:github.comelderpliniusCL4R1T4SblobmainOPENAIChatGPT508072025.mkdgpt5promptguide：https:cookbook.openai.comexamplesgpt5gpt5promptingguideGPT5时代，写不好提示词，那就成为MetaPrompting工程师吧！Metaprompting，简单说，就是让GPT5来帮你优化你...

今天给家人们分享一下，2025AIAgents的六大趋势、MultiAgents的协作架构、Agent的自主L1L5等级趋势一：DeepResearchAgent——任务从执行到拆解与监督我们最熟悉的Agent模式是接收一个任务，然后自己从头干到尾。DeepResearch的玩法变了，它引入了一个Manager的角色。Manager不亲自干活，核心任务是两件事：拆解任务：把一个复杂问题（比如“分析Q3季度AIAgent行业报告”）拆解成一堆更小的、可以独立执行的子任务（文献检索、数...

最近，一篇万字综述《ASurveyonAgentWorkflow》有一点牛皮，作者们扒光了市面上超过20个主流的Agent框架，今天把要点给家人们分析一下内容涉及到AgentWorkflow到底是什么，它如何组织多个Agent高效协作，以及我们该如何选择适合自己的框架。什么是AgentWorkflow？论文这里的Workflow是一套高效的管理流程。负责将一个复杂的大任务，拆解成一个个子任务，然后派给不同角色、不同能力的Agent去执行，并确保它们之间能顺利沟通、协...

嘿，大家好！这里是一个专注于前沿AI和智能体的频道字节又偷摸开源了，一个带记忆的Agent。看起来不稀奇，但是这可能全球首个带终身记忆更新的全多模态智能体。这玩意儿的核心，是给Agent装上了一个真正意义上的“长期记忆”大脑，能边看边听边记，还能像人一样推理总结。背后也不是靠堆参数，而是一套全新的关于记忆智能体的架构思想。所以，今天，给家人们分享一下这个工作。论文：https:arxiv.orgpdf2508.09736github:https:...

家人们，最近国产大模型圈真是越来越卷了。从KimiK2到Qwen3，再到今晚的Wan2.2，GLM4.5也在huggingface上建了collections，阶跃星辰表示Step3也在月底开源。本周在OpenRouter上前10有9个是开源的，在编程上，Qwen3Coder用量也跟KimiK2达到并列的排名。Qwen3CodervsKimiK2，口碑都不错，但是到底要怎么选呢？我花了整整12个小时，在一个包含3.8万行复杂Rust代码和1.2万行React代码的真实项目中，进行了KimiK2和Qwen3Coder实际测...

今天给家人们分享一些“真”Agent实操经验你们有没有觉得，自己按照各种教程搭出来的的AIAgent总是有点智障？让它干点复杂任务，分分钟就把自己绕晕了。为什么像Manus、ClaudeCode这样的顶级应用如此强大？难道只是因为他们提前做了一个TODOLIST吗？我们需要知道一个新的概念：我们要做DeepAgent而非ShallowAgent。告别“浅层”，拥抱“深度”大多数人构建Agent的方式，说白了就是一个LLM在循环调用工具。ReAct的模式。这个模式...

嘿，大家好！这里是一个专注于前沿AI和智能体的频道上周，CAMELAI开源了Eigent，推广话术是“全球首个桌面端多智能体生产力团队”。后脚，Manus火速上线了一个功能高度相似的“WideResearch”，允许上百个智能体并行研究。以至于，官方亲自下场，字里行间充满了对这种巧合的质疑。今天给家人们分享一下Eigent的内核，它到底开源了什么，又是如何搅动了多智能体赛道的。Eigent：你的桌面AI工作组多Agent，简单来说，就是告别AI单...

嘿，大家好！这里是一个专注于前沿AI和智能体的频道当大厂创业公司都在为AGI、Agent烧钱画饼时，一些看似“技术含量不高”的应用，却已经悄悄地把钱赚麻了。最近研究了下一些当下比较有潜力的产品，发现有2款“AI算姻缘”的产品有点意思。​​Starla​​​和​​Astra​​，在短短20天内就狂揽超过200万美金，双双冲上美国AppStore下载榜前十。Starla和Astra下载量与收入变化情况Starla和Astra近30天收入这波操作直接把一众正经...

嘿，大家好！这里是一个专注于前沿AI和智能体的频道家人们，昨晚OpenAI直播，不声不响地甩出了一个重磅产品：ChatGPTAgent正式发布！一个全新产品，把之前的Operator（网页操作）和DeepResearch（深度研究）能力真正合体，塞进了一个统一的系统里。让ChatGPT有一个可以自己操作的虚拟电脑，从头到尾地干完一件复杂的活儿。今天给家人深度分析一下这个新产品的功能与特性，以及对市场上同类型产品的影响。通用智能体？首先要搞清...

这半年来，从谷歌、OpenAI到各种开源项目，大家都在卷模型能力、卷任务完成度，仿佛谁能先做出一个完全不需要人类插手的“自主智能体”，谁就赢得了未来。但今天，给家人们分享一个来自一线的“血泪教训”。全球最大的CRM公司Salesforce，在处理了超过100万次AIAgent与真实客户的对话后，发布了一份内部复盘。他们发现，行业里人人追求的“全自动化”可能是一个巨大的陷阱。误区一：只喂大脑，不给五官我们都知道，AIAgent的大...

就在半小时前，马斯克的Grok4终于正式发布了。Grok3.5跳票。老马的直播还迟到1h也是没谁了，全世界都被耍猴。最贵版本，300美刀，可以思考大几十分钟，一般人也用不上。直播表示，Grok4“能够进行超人级别的推理”（Itcanreasonatasuperhumanlevel!），并且在多项高难度基准测试上实现了对现有顶尖模型的碾压。ArtificialAnalysis获得早期访问权限并发布了Grok4基准测试，数据着实恐怖。今天的循环回到了XAI比所有研究生都聪明...

前天，谷歌毫无征兆地甩出王炸，发布了一款叫GeminiCLI的产品。免费、开源，可以直接在电脑终端里运行的AIAgent。谷歌给它的定位是“开源AIAgent”。可以用来理解复杂任务、制定计划、并调用工具（比如你的本地文件和命令）来一步步完成工作，主打一个“说到做到”。免费，而且是“王炸级”免费先不谈别的，直接看Google这次有多大方。官方明确表示，这次的免费额度，就是为了让你几乎永远达不到上限。只要用个人Google账号登录...