资讯

CrewAI 入选 2025 年 IA40 榜单，与 OpenAI、Anthropic 等巨头并列第 7 位，是榜单中唯一的智能体管理平台（AMP）。公司凭借约 2000 万美元融资实现这一里程碑，强调其产品在易用性、可靠性和可扩展性上的优势。创始人表示这只是开始，将继续推动智能体劳动力（Agentic Workforce）的行业定义。

DeepSeek-V3.1 在 Together AI 上提供混合推理能力，支持快速响应和深度推理两种模式，性能接近 DeepSeek-R1 但速度更快。模型内置代码和搜索智能体支持，适用于生产环境部署，提供 99.9% 的 SLA 保障。

文章探讨了如何构建 AI 智能体来自动化复杂的工程工作流，如 LLM 推理优化。作者基于内部实践，总结了基础设施和行为两方面的六种关键模式，包括工具设计、文档编写、安全执行、并行会话管理、等待时间管理和进度监控。

文章详细讲解了如何将 Claude 连接到 Hugging Face 的 MCP 服务器，从而扩展其图像生成能力。重点介绍了 FLUX.1 Krea 模型如何消除典型的“AI感”，生成专业摄影级别的自然图像；以及 Qwen-Image 模型在文字渲染和提示跟随方面的优势，适合制作海报、信息图等。

OpenAI 发布开源模型 gpt-oss-20B/120B，Together AI 平台简化微调流程，支持 LoRA 训练，部署后性能稳定、成本更低。

Parsed 展示了如何通过高质量数据、严谨评估框架和迭代优化，让 27B 参数的开源模型在医疗转录等专业任务上超越 Claude Sonnet 4 60%，同时成本大幅降低。他们的评估框架将复杂任务分解为二进制检查，驱动监督微调和强化学习，实现透明、可审计的模型改进。

NVIDIA 新推出的 Llama Nemotron Super 1.5 模型在 CrewAI 中部署简单、集成顺畅，特别适合结构化工作流。在 CrewAI Flows 低层编排中运行速度很快，工具调用能力扎实，是面向企业环境的可部署资产。

Together AI 对 OpenAI 新开源模型 gpt-oss-120B 与 o4-mini 进行了五项实际任务测试，涵盖代码生成、创意设计、指令遵循、数学推理和信息检索。gpt-oss-120B 在终端游戏开发和复杂指令改写中胜出，o4-mini 在 SVG 生成上更优，数学与信息任务打平。开源模型展现出与闭源模型竞争的实力，且具备完全所有权、低成本等优势。

OpenAI 新发布的开源模型 gpt-oss-120B 和 gpt-oss-20B 已在 Together AI 上线，支持无服务器和专用端点部署。Together AI 平台提供优化的推理性能、高可靠性及全套开发者工具，便于企业快速部署和应用。

PwC 选择 CrewAI 作为其 Agent OS 的基础层，以支持企业级智能体转型。CrewAI 提供简单入门、可靠结果和可扩展架构，现已集成到 PwC 的全球平台中，用于客户和内部工作流。

Together Evaluations 是一个灵活的评测框架，支持分类、评分和对比三种模式，让开发者能用开源模型作为评委，快速定制化评估 LLM 在特定任务上的质量。

Qwen3-Coder 是目前最强大的智能体编程模型，在 Together AI 上提供零配置即时部署。它在 SWE-bench 等基准测试中达到前沿水平，擅长处理遗留系统现代化、跨系统功能开发和复杂调试等真实工程任务。

FutureBench通过新闻挖掘和预测市场整合生成预测问题，从框架、工具、模型三个层面系统评估智能体。初步结果显示，不同模型在信息收集和推理模式上存在显著差异，Claude 3.7倾向于详细爬取网页，而GPT-4.1更依赖搜索共识。

Together AI 宣布其推理服务在 NVIDIA Blackwell HGX B200 GPU 上实现了行业领先的性能，为 DeepSeek-R1-0528 模型提供了目前最快的无服务器推理速度。其优化堆栈包括定制的推理引擎、GPU 内核、Turbo 推测器和无损量化技术。

Together AI 平台现已提供月之暗面 Kimi K2 模型，这是一个拥有 1 万亿参数的开源前沿模型，在情感表达、创意写作、自主编码和工具调用方面表现优异。平台提供高可靠性、即时扩展和成本优化的部署方案。

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。

Gemini Robotics On-Device 是专为机器人设备本地运行优化的 VLA 模型，支持低延迟推理和快速任务适应。模型在多项测试中表现出色，并可通过 SDK 进行微调和跨机器人平台适配。谷歌采用负责任开发方法，并通过可信测试计划逐步开放访问。