资讯
AI Agent Skills 生态的最新动态、教程和深度分析
找到 538 篇文章
AI Agent Skills 生态的最新动态、教程和深度分析
找到 538 篇文章
本文探讨智能变免费后数据系统的三大挑战与机遇：为代理设计的数据系统、由代理管理的数据系统、以及由代理合成的数据系统。重点讨论了代理式推测、结构化记忆和自定义数据系统合成等研究方向。
Gemini API 托管 Agent 新增后台执行、远程 MCP 服务器集成、自定义函数调用和凭证刷新能力，支持异步工作流并与企业系统安全连接。
Vercel CEO Guillermo Rauch 接受 TechCrunch 采访，讨论了智能体在生产环境中的现实挑战：数据安全、审计追踪、工具调用权限。他提出模型与智能体应解耦，Vercel 的 Eve 框架和 Sandbox 产品旨在提供灵活的“插拔”架构。同时他观察到，谷歌 Gemini、DeepSeek 等模型因性价比而崛起，客户正从单一模型合作伙伴转向多模型策略。
苹果为 Safari 推出了内置 MCP 服务器，提供 16 个工具让 AI 代理直接控制浏览器。这是苹果一个月内发布的第二个官方 MCP 服务器，表明 MCP 正成为平台标准基础设施。
Vercel 首席软件官 Andrew Qu 在访谈中阐述了 Agent 作为一种新软件形态的独特需求，并分享了 Vercel 从构建内部 Agent 到推出框架 eve 的历程。他强调了 Skills 在知识校正、Sandbox 在安全执行中的作用，并预测未来网站需要为 Agent 提供机器可读的界面。
作者基于 LLM 库构建了一个简单的编码 Agent，实现了文件编辑、命令执行、文件搜索等工具，并通过 CLI 和 Python API 提供交互。实验展示了 Agent 自动生成代码的能力。
使用 DSPy 框架评估和优化 Datasette Agent 的 SQL 回答系统提示词。方法包括构建测试框架、生成自动评估数据集、运行优化循环，并发现了多个改进方向。
Gavrilescu 解释了自研的三个核心模式：循环即产品、代理配方封装人类经验、系统随时间变得更优更便宜。他强调人类仍是系统中枢，初期应作为信号源，逐步积累知识后实现更高自主性。
Google Gemini Spark 推出 Mac 版，支持文件整理、实时追踪 Google Tasks 和 Keep，以及第三方应用如 Canva、Dropbox。未来还将支持手机指派多步骤任务。
ScarfBench 是 IBM Research 推出的开源基准测试，用于评估 AI 代理在 Spring、Jakarta EE 和 Quarkus 等企业 Java 框架间迁移应用的能力。测试覆盖 34 个应用、204 个迁移任务，要求应用构建、部署并通过行为验证。当前最强代理的行为成功率不足 10%，且代理常高估自身完成度。
Anthropic 推出 Claude Sonnet 5，价格更低但智能体能力接近 Opus 4.8，旨在成为运行自主任务的经济选择。该模型在推理、工具使用和编码方面相比前代显著提升，同时安全性能更优，将于周二起作为免费和 Pro 计划的默认模型。
Acti 将 AI 智能体直接集成到手机键盘中，支持跨应用操作。用户可以用自然语言创建自定义技能（Skills），一键触发多步骤任务。App 采用本地优先架构保护隐私，由 Google Gemini 模型驱动，已获 530 万美元种子轮融资。
shot-scraper video 命令通过 storyboard.yml 定义操作步骤，结合 Playwright 录制视频演示。文章展示了如何用该命令为 Datasette 的批量插入功能录制演示视频，并分享了开发过程中 Playwright screencast 机制的演进。
AWS 发布 Amazon WorkSpaces for Agents 正式版，为 AI Agent 提供专属云桌面，使其能操作无 API 的遗留应用。基于 MCP 协议和计算机视觉，Agent 可读写文件、操控 GUI，并支持人工监控与干预。企业可通过 Active Directory 为 Agent 赋予身份和权限。
Harness 发布 Autonomous Worker Agents，支持在投产管线中用 AI Agent 替代固定脚本，并保持治理与安全控制。Agent 以 Markdown 文件定义，运行在客户基础设施内，自带沙箱、身份权限和成本控制。Harness 还推出 Agent Marketplace，提供预置 Agent 分三层：官方托管、合作伙伴认证和社区开源。
OKX 推出 AI 代理市场，支持代理间自主雇佣、支付和声誉建立。平台基于区块链和稳定币，适用于微支付场景。早期合作伙伴包括 CertiK 和 GenLayer。OKX 认为“代理经济”将成为万亿级市场。
Ornith-1.0 是 DeepReinforce 发布的首个开源模型，采用 MIT 许可，基于 Gemma 4 和 Qwen 3.5 训练。它能自主搭建执行框架，在编程基准测试中表现优异。Simon Willison 用 LM Studio 运行了 35B GGUF 版本，发现它能高效处理多工具调用任务。