标签
AWS副总裁Matt Yanchyshyn探讨了代理型AI的崛起，其中自主代理成为一类新的软件用户，并敦促ISV在数月内调整其SaaS产品以适应代理使用。
一位Reddit用户分享了在小型本地LLM上测试成熟编排技术的结果，发现90%失败了，但幸存下来的10%在LFM 1.2B和Gemma 4 26B-A4B等模型上将任务完成率大约翻了一倍。
由Qoder驱动的阿里云Agentic AI黑客马拉松已在越南正式启动，房间里满是开发者和远大抱负。
本文认为，当前代理AI系统正处于实验阶段，需要类似于POSIX和Kubernetes的稳定抽象，并提出了一个代理操作系统。
Liquid AI released LFM2.5-2.6B, a 2.6B-parameter hybrid model optimized for on-device deployment with 128K context, agentic post-training, and fast inference (220 tok/s on Apple M5 Max) under 2.5GB memory.
一个可自托管的AI和BI平台，集成了智能体、多智能体集群、RAG、仪表盘和笔记本，全部使用您自己的API密钥。
OpenAI 分享了一份实地报告，介绍如何使用像 Codex 和 Claude Code 这样的 AI 代理来协助科学计算项目，展示了在软件开发和维护方面的显著加速，同时将研究人员的角色转变为验证和编排。
本文提出了一种面向关键云基础设施中自主AI代理的去中心化多层访问控制架构，引入了复合身份模型、分层权限、去中心化策略所有权以及渐进式信任升级。该架构已在某主要云服务商部署，在八个月内实现了零未授权写操作。
一篇文章探讨了瑞典为何涌现出大量AI独角兽，并为全球领导者提供了五条经验，包括其数字身份基础设施（BankID）以及如瑞典AI改革（Swedish AI Reform）等积极的AI普及计划。
这篇文章探讨了代理操作系统的潜在设计，用户描述所需结果而非直接与程序交互，并提出了对信任、隐私、不透明决策以及供应商锁定的担忧。
英特尔的实验为企业领导者提供了构建自主AI基础设施的五项实用经验，强调这是一个超越推理的系统问题，并提供了代理密度和任务延迟等指标以有效部署。
Nanbeige4.2-3B 是一个紧凑的 3B 参数通用智能体模型，采用 Looped Transformer 从零开始预训练，在智能体和推理任务上表现出色，在多个基准测试中超越了更大的模型。该模型和代码均已开源。
一位智能手机电池评测员使用两个本地 LLM（Qwen3.6 模型），运行在高端 NVIDIA GPU 上，驱动一个视觉语言智能体，自主控制机械臂进行逼真的电池耗电测试，实现了低于两秒的延迟。
比较了两个用于智能体工作负载的新AI模型：采用循环Transformer架构的紧凑型Nanbeige4.2-3B，以及大型混合专家模型Laguna S2.1，两者均在Hugging Face上发布。
Kirk Borne 推荐《AI Agents in Action》第二版，该书由 Micheal Lanham 撰写，涵盖 AI 代理、大型语言模型、MCP 及多代理系统。
韩国在旧金山AI峰会上与NVIDIA及合作伙伴勾勒其AI未来，宣布与KAIST成立联合AI研究实验室，并扩大与SK集团的合作，以推进AI基础设施和智能体AI。
本文介绍了AINTMA，一种结合生成式智能与强化学习的多智能体AI架构，用于自主测试管理，在12个软件项目中实现了测试优先级排序准确率的大幅提升和测试周期时间的显著缩短。
研究人员正在探索将代理式人工智能（Agentic AI）作为合作科学家，使其能够独立协助构思、生成假设并加速生物医学研究中的科学探索。