GEAR：打造 Scikit-learn 式的模块化 RSI 框架，让 Agent 从真实任务中持续进化
来源：市场资讯（来源：机器之心）GEAR 可以让研究者像使用 Scikit-learn 一样模块化构建 RSI 算法。它将采样、候选评测和多样性管理所需的算法模块与并行推理等测评设施组织起来，使得 RSI 算法能够快速搭建、比较和复用。
验证码拦不住个人Agent了
11月8日，OpenAI产品团队成员James Sun在社媒上发布一项产品更新，个人Agent产品Dot现在可以使用发到已连接邮箱的登录验证码，替用户完成登录。
私有AI实战20：Agent接入本地RAG，让知识库真正参与任务执行
跟着前面的文章，其实我们已经做了不少工作。本地大模型可以运行了，RAG知识库可以检索文档了，BM25和向量混合检索也有了，Reranker能够重新排列候选资料，Ragas可以评测知识库效果，LangGraph还解决了Agent多步骤执行、人工审批和状态恢复的问题。
多个Agent分工协作，豆包工作帮你轻松搞定复杂任务
当一款AI工具学会了如何组织多个Agent分工协作，这对打工人来说意味着什么？打工人的困境：一个人的“全能办公”如今的办公场景里，越来越多职场人早已不是单一岗位的执行者，而是变成了“一专多能的全能选手”。
多 Agent 如何协作完成复杂任务？从 GCA 看任务编排与执行控制
多个 Agent 协作完成复杂任务时，除了任务的分工之外，还要处理依赖关系、并发冲突和结果验证等问题。一个 Agent 修改了上游的文件，可能会让其他 Agent 的工作失效。因此，如何协调 Agent 之间的执行、确保最终结果的可靠性，是多 Agent 系统要解决的问题。
Agent方向还有哪些值得研究的问题？别只做工具拼接
这两年，Agent已经成为大模型研究中的热门方向。但对于准备SCI、CCF论文的研究生来说，真正值得研究的，不是如何让大模型接入更多工具，而是Agent能否在复杂环境中稳定地完成任务。
千问办公2.0，补上了办公Agent最关键的「短板」
“过去几个月，各家都在拼命证明AI越来越能干活。但说实话，一个人能干活，不代表一群人就能协作。”一位长期关注AI办公的业内人士，试用完市面上主流的AI办公产品后发现，有些“麻烦”还是绕不开，最典型的就是有些活儿还得靠人工来回“倒腾”。
七成时间都在跑推理，5000 万次沙箱调用：Agent 后训练到底卡在哪里｜AI 进化论
11 月 11 日晚上 7:30，CSDN 视频号「AI 进化论」栏目诚邀 蚂蚁集团 AI Infra 技术专家苏乐、 清华大学计算机系助理研究员、开源项目 AgentENV 发起人闪英迪、清华大学博士生、KTransformers 核心开发者李沛霖、围绕《训练和推理，还要分家吗:Agent 后训练背后的基础设施之争》展开直播对谈。
稳定复现超 70% 的缺陷，报警到自动修复的 Agent 流水线实践
作者：盛涛涛（无沐）本文是摘录自开源项目 Alibaba Cloud AI Agent Handbook 实践篇章，该开源项目已上线 Agent 工程闯关小游戏，欢迎体验。项目地址：https://github.
验证码拦不住个人Agent了
11月8日，OpenAI产品团队成员James Sun在社媒上发布一项产品更新，个人Agent产品Dot现在可以使用发到已连接邮箱的登录验证码，替用户完成登录。