资讯

DeepSWE-Preview 是首个完全通过强化学习训练的开源代码智能体，基于 Qwen3-32B 模型，在 SWE-Bench-Verified 基准测试中表现优异。团队开源了完整数据集、代码和训练日志，推动智能体强化学习研究。

文章阐述了构建可靠智能体系统的关键：从提示工程转向生产架构思维，强调可观测性、编排和渐进式扩展。CrewAI 的设计理念是让智能体拥有决策能力，同时用流程提供结构，确保系统稳定运行。

本文介绍了如何使用 Together 的开源模型和代码解释器，从零构建一个数据科学家智能体。智能体遵循 ReAct 和 CodeAct 模式，通过安全沙箱执行 Python 代码，实现端到端的数据分析任务自动化。

Mixture-of-Agents Alignment（MoAA）是一种利用开源大语言模型集体智慧的后训练方法。它通过智能体混合生成高质量合成数据用于监督微调，并作为奖励模型进行直接偏好优化，让小模型达到接近大模型 10 倍的性能。

CrewAI 通过持续增加原生工具、扩展框架互操作性、支持平台集成、跟进最新模型以及加速发布节奏，旨在为智能体 AI 生态构建一个协作中心。文章详细介绍了其最新进展，包括新增的 Stagehand 浏览器自动化工具、对 LlamaIndex 和 LangChain 工具的支持，以及与 Comet Optik 等平台的集成。

CrewAI 企业版通过智能体仓库、CrewAI Studio v2 可视化工具和企业连接器，支持零代码构建智能体工作流。该平台还集成 CopilotKit，可一键生成交互式 Web 界面，帮助组织规模化部署智能体应用。

CrewAI 在发布周第二天展示了其向企业级智能体平台的演进。平台新增了 MCP 双向支持、私有工具仓库、可编程安全护栏、事件总线与 Webhook，以及面向检索增强生成（RAG）的智能体化功能。这些升级旨在让企业能规模化部署和管理复杂的智能体工作流。

CrewAI 发布 CrewAI Factory，支持在企业自有数据中心或私有云中部署智能体 AI 平台。该方案与 NVIDIA AI Enterprise 集成，提供 NVIDIA NeMo 等模型工具，帮助企业规模化部署智能体工作流，实现业务转型。