标签
本文质疑AI代理的能力是源于真正的智能，还是围绕LLMs的工具编排得到了改进，探讨了什么定义了一个真正的AI代理。
文章探讨了哪个AI模型——GPT-5.6、Claude Opus 5或Gemini 3.7 Flash——最值得信赖来处理生产故障，比较了它们在工具编排、上下文保持和成本效率方面的能力。
Skillscript是一种声明式、沙盒化的语言，允许AI代理定义和执行可重用、可组合的工作流（技能），用于编排工具、模型和数据存储，减少日常任务对昂贵前沿推理的依赖。
本文介绍了 CanvasCraft，一个用于复杂图像创建与编辑的大规模多模态工具使用数据集，以及 CanvasAgent，一个通过多轮交互和混合奖励优化来学习编排异构视觉工具的工具增强型多模态智能体。
本文提出了Robust-TO，一个智能视频理解框架，它整合了每帧的可信度来解决盲信任问题，在真实扰动下实现了显著的精度提升。
Vercel 发布了 AI SDK 7，这是其用于构建 AI 应用的 TypeScript SDK 的重大更新，新增了增强的智能体开发、推理控制、工具上下文、运行时上下文等功能。
Robust-TO通过将每帧可信度集成到智能框架中，解决了视频推理中的盲目信任问题，通过校准证据加权和可靠性感知推理，在现实扰动下提高了准确性。
Santiago (@svpino) 指出，继 MCP 之后，AG-UI 是增长最快的智能体协议，这是一种用于构建面向用户的 AI 智能体的轻量级事件流协议，支持实时更新、工具编排、共享可变状态、安全边界、UI 同步，以及现在新增的用于可恢复对话的线程功能。
LOOP技能引擎通过记录单次LLM驱动的执行，并通过参数化无分支技能进行确定性回放，实现了周期性AI代理任务99%的成功率和99%的代币削减，消除了随机性失效和高昂成本。
本文提出了类型化中介（typed mediation），即语言模型编排确定性工具而非生成分析代码，从而确保多次再生输出一致。在光致发光分析上的评估表明，该模式在多次运行中实现了完美的可重复性，而商业基础模型则无法做到。该模式已成功部署于实际仪器中。