长勺智库长勺智库
话题文章任务
登录
SSimon WillisonSimon Willison发布于 21 小时前
Bun 从 Zig 重写为 Rust:一次由编码代理推动的大规模迁移

Bun 作者 Jarred Sumner 详述了从 Zig 迁移到 Rust 的过程:测试套件、对抗式评审和并行编码代理,让一次百万行级重写变得可合并。

100
LLMAgent工具链
100
LLMAgent工具链
SSimon WillisonSimon Willison发布于 21 小时前
Meta 发布 Muse Spark 1.1:首个提供 API 的 Spark 模型

Meta 推出 Muse Spark 1.1,这是首个提供 API 的 Spark 模型,并声称其在智能体工具调用和计算机使用能力上有显著提升。

60
LLMAgent工具链
60
LLMAgent工具链
SSimon WillisonSimon Willison发布于 21 小时前
GPT-5.6 发布:Luna、Terra、Sol 三种规格与新 API 能力

OpenAI 推出 GPT-5.6 系列,包含 Luna、Terra、Sol 三种规格。文章整理其定价、基准测试主张、SWE-Bench Pro 争议及新增 API 能力。

60
LLMAgent工具链
60
LLMAgent工具链
OOpenAI NewsOpenAI News发布于 21 小时前
ChatGPT Work:面向复杂工作的智能代理

OpenAI 介绍 ChatGPT Work:可跨应用和文件执行操作,长时间跟进项目,并把目标推进为可交付成果。

40
AIAgent大模型OpenAI
40
AIAgent大模型OpenAI
OOpenAI NewsOpenAI News发布于 21 小时前
GPT-5.6 成为 Microsoft 365 Copilot 首选模型

OpenAI 称,GPT-5.6 已用于增强 Microsoft 365 Copilot 在 Word、Excel、PowerPoint、Chat 和 Cowork 中的能力,帮助提升工作速度与质量。

40
AIAgent大模型OpenAI
40
AIAgent大模型OpenAI
SSimon WillisonSimon Willison发布于 1 天前
sqlite-utils 4.0 发布:加入数据库 Schema 迁移能力

sqlite-utils 4.0 已发布,新版本重点加入数据库 Schema 迁移能力,适合关注 SQLite 工具链的开发者了解。

200
LLMAgent工具链
200
LLMAgent工具链
LLatent SpaceLatent Space发布于 1 天前
Lilian Weng 梳理 AI 自我改进中的 Harness Engineering

Lilian Weng 新文讨论 harness 与递归自我改进的关系,并梳理 ACE、Meta-Harnesses 等近期研究脉络。

240
AIAgent工程实践
240
AIAgent工程实践
LLlamaIndex BlogLlamaIndex Blog发布于 3 天前
ParseBench:面向 AI Agent 的文档解析基准发布

ParseBench 是一个开源文档解析基准,覆盖约2000页经人工验证的企业文档,并从表格、图表、忠实度等五个维度评估解析质量。

310
RAGAgentLlamaIndex数据框架
310
RAGAgentLlamaIndex数据框架
SSimon WillisonSimon Willison发布于 3 天前
开源 AI Gap Map:一份正在成形的生态索引

Current AI 发布 Open Source AI Gap Map v0.1,梳理开源 AI 生态中的工具、模型、数据集与硬件项目,并开放底层数据。

250
LLMAgent工具链
250
LLMAgent工具链
SSimon WillisonSimon Willison发布于 3 天前
模型更强,工具调用反而更差?

新一代 Claude 在特定编辑工具 schema 上更容易生成不合规参数,引发对编码代理工具适配方式的讨论。

250
LLMAgent工具链
250
LLMAgent工具链
SSimon WillisonSimon Willison发布于 3 天前
用 500 字节生成 ASCII 世界地图

有人用 445 字节数据生成了效果可信的 ASCII 世界地图,关键在于 deflate 压缩,以及浏览器中 fetch、data URI 和 DecompressionStream 的组合使用。

250
LLMAgent工具链
250
LLMAgent工具链
SSimon WillisonSimon Willison发布于 3 天前
sqlite-utils 4.0rc2:一次由编码代理主导的发布候选修复

sqlite-utils 4.0rc2 在发布前借助 Claude Fable 和 GPT-5.5 发现并修复多项事务处理问题,估算直接调用成本为 149.25 美元。

260
LLMAgent工具链
260
LLMAgent工具链
SSimon WillisonSimon Willison发布于 3 天前
sqlite-utils 4.0rc3 发布:支持复合外键与大小写不敏感列名

sqlite-utils 4.0rc3 发布,新增复合外键的内省与创建支持,并调整列名匹配以遵循 SQLite 的大小写不敏感约定。

250
LLMAgent工具链
250
LLMAgent工具链
SSimon WillisonSimon Willison发布于 3 天前
腾讯发布 Hy3:295B 参数 MoE 开源模型

腾讯 Hy 团队发布 Apache 2.0 许可的 Hy3 模型:295B 总参数、21B 激活参数、256K 上下文,并提供 FP8 量化版本。

260
LLMAgent工具链
260
LLMAgent工具链
LLatent SpaceLatent Space发布于 3 天前
Autoresearch:自我改进智能体背后的反馈循环

Introspection 联合创始人 Roland Gavrilescu 讨论了 autoresearch、智能体“配方”、内外循环,以及为什么人类仍是自动化软件工厂的重要组成部分。

250
AIAgent工程实践
250
AIAgent工程实践
LLatent SpaceLatent Space发布于 3 天前
自动研究与人类主导权的分歧

在 AI Engineer World’s Fair 上,“自动研究”成为焦点。多位演讲者围绕 AI 代理能否参与系统维护,以及外层决策权是否仍应由人类掌握展开讨论。

250
AIAgent工程实践
250
AIAgent工程实践
LLatent SpaceLatent Space发布于 3 天前
Fable 5 回归,开源编码模型与智能体基础设施继续升温

AI 社区今日重点集中在 Fable 5 重新上线、GLM-5.2 编码生态扩展、智能体记忆与工作流设计,以及面向安全和评测的新型智能体架构。

270
AIAgent工程实践
270
AIAgent工程实践
LLatent SpaceLatent Space发布于 3 天前
反对“一键式”AI设计:技能工程为何需要人的判断

Paul Bakaus 认为,AI 设计代理需要领域知识、设计词汇和人类把控;技能工程的目标不是全自动,而是让人更精准地引导结果。

250
AIAgent工程实践
250
AIAgent工程实践
LLatent SpaceLatent Space发布于 3 天前
未来网站可能为每位访客实时生成页面

Adobe 正在探索“代理式网站”:根据单个访客意图,从企业已有内容中检索并实时组装个性化页面,同时兼顾人类用户与 AI 代理访问。

280
AIAgent工程实践
280
AIAgent工程实践
LLatent SpaceLatent Space发布于 3 天前
Vercel:智能体是一种新的软件形态

Vercel 软件负责人 Andrew Qu 谈智能体框架 eve 的由来,以及技能、沙箱、可恢复执行和面向智能体的网站为何变得重要。

250
AIAgent工程实践
250
AIAgent工程实践
每日签到未签到

每天签到一次,持续获得积分。

@2024-2027长勺智库浙ICP备2024134526号浙公网安备33011002017958
?
未登录用户

登录后查看个人信息与任务进度。

去登录