标签
Harry Stebbings 分享了一段观点，认为 AI 智能体运行框架（harness）应当与模型解耦以避免厂商锁定，因为框架负责处理数据、API 和记忆。他还称赞了 Benchmark 投资人 Miles Grimshaw 早期押注 LangChain 的眼光。
Raven 推出一个开源的多代理生态系统，该系统自动构建和进化用于AI代理的模块化工具，增强可组合智能，并在复杂、跨域任务上性能超越最先进的系统。
这篇预印本论文提出了一种可定制的路由器，用于企业中的AI编程代理，通过智能路由请求来优化成本，为大型公司每年节省14-21%的模型开销。
本文介绍了ReFigBench，这是一个用于评估编码智能体将科学图表重建为可编辑PowerPoint幻灯片的基准测试，表明工具对不同模型家族的性能有显著影响。
本文探讨了AI辅助编程中的两大阵营：使用现有工具链如Codex配合工具和AGENTS.md， versus 构建自定义的编排代理。作者支持前者，认为后者被过度炒作。
作者分享了Jev在构建AI代理框架自定义验证器的新用例，通过结合System One和System Two模型实现可扩展的测试时计算。
这篇研究文章回顾了关于构建LLM智能体框架的研究成果，强调确定性护栏、有效的多智能体层次结构和适当的记忆架构对性能和安全至关重要，同时指出了当前评估和认证中的空白。
来自scotups的一个热门观点认为，模型不再是区分因素；相反，构建最佳框架（例如OpenCode、OpenClaw、Hermes、Pi）才是关键，这源自一门关于框架工程与智能体编排的课程。
OpenForgeRL 是一个开源框架，用于在各种环境中端到端训练基于框架的AI智能体。它通过轻量级代理和Kubernetes编排器，实现了在任何框架上大规模进行强化学习。该框架在智能体基准测试中取得了优异的结果，并表明强化学习能提高智能体的可靠性。
文章提出，通过精心设计的harness来诱导组合，Transformer可以泛化到新任务，而无需模型本身具备泛化能力。研究表明，RLMs可以从短任务泛化到8-32倍长的任务，并且跨领域泛化。