跳到正文

#Agent

今日 6 条
今天9月30日周三
  1. AWS Machine Learning Blog36

    Amazon Quick 各组件的提示词工程:模式与陷阱

    AWS 详解 Amazon Quick 各组件的提示词工程模式与陷阱,覆盖 Quick Research、Quick Flows 和 Quick Sight。Quick Research 应写清目标、受众和范围并筛选来源;Quick Flows 要明确时间、数据源、输出和交付目标,复杂流程用编号步骤;Quick Sight 查询需包含业务问题、指标、维度和可视化偏好。

  2. AWS Machine Learning Blog35

    Amazon Quick 提示词工程基础:通用原则与可复用框架

    Amazon Quick 提示词工程系列的第一部分聚焦适用于各类 Quick 组件的通用原则与可复用框架,核心方法包括用具体性实现清晰、用上下文提升相关性、用示例替代描述,并给出 CRISPE 结构化提示模板。第二部分将分别讲解 Research、Flows、Sight、Chat Agents 与 Action Integrations 的专属技巧。

  3. AWS Machine Learning Blog67

    GPT-6.1 Sol 在 Amazon Bedrock 上正式可用

    GPT-6.1 Sol 已在 Amazon Bedrock 正式可用,作为 GPT-6 Sol 的重大升级,面向智能体编码、计算机操作和专业工作负载提供更强推理。

    推荐理由:文章给出 GPT-6.1 Sol 与 Astra、GPT-6 Sol 的评测及单任务成本对比,可据此评估智能体编码任务的性价比。

  4. OpenAI News62

    OpenAI 发布 GPT-6.1 Sol

    OpenAI 发布 GPT-6.1 Sol,面向编码、计算机操作和专业工作场景,官方称其智能水平接近 Astra。该模型的 API 输入与输出 token 价格均为 Astra 标准价的五分之一。

    推荐理由:官方给出 GPT-6.1 Sol 相对 Astra 的 token 定价比例与能力定位,可用于判断其成本取舍。

9月29日周二
  1. HuggingFace Blog45

    ProvenanceGuard:面向 MCP 智能体的来源感知事实性验证

    ProvenanceGuard 是面向 MCP 智能体的来源感知事实核查层,在不重训模型的前提下对黑盒智能体答案做后置验证,专门识别事实为真但归错来源的跨源混淆。在 281 条医疗智能体真实轨迹中,专家判定 361 条断言里 139 条不应通过,该方法拦下 138 条,可识别来源时约 86% 选对来源。

  2. Cloudflare Blog57

    Cloudflare 发布 Threat Signals,向所有账户免费提供开源威胁情报智能体技能

    Cloudflare 发布 Threat Signals,把用户选定的开源威胁情报报告转化为可执行情报,并向所有 Cloudflare 账户免费开放。它通过智能体技能总结报告、提取并归一化 IOC、按账户既有标签体系打标签,产出的指标以 Threat Event 形式存入账户私有 Threat Intelligence 数据集,可直接用于 WAF 策略。

  3. Cloudflare Blog61

    Cloudflare 2026 年度创始人信:自动化流量已超过人类流量,并预告内容付费与合作

    Cloudflare 发布 2026 年度创始人信,创始人 Matthew Prince 称自动化流量已在 2026 年 5 月超过人类流量,比原先预测的 2027 年下半年提前。

    推荐理由:信中把自动化流量超过人类流量的时间点提前到 2026 年 5 月,可用来理解智能体抓取给小网站带来的成本压力。

  4. Google Developers Blog67

    用 Google Agent Development Kit 构建零信任 AI 智能体

    Google 开发者博客发布指南,介绍如何用 Agent Development Kit(ADK)构建零信任 AI 智能体。文章给出三层防护实现:Cloud KMS 硬件密钥为每次数据库写入签名、gVisor 用户态沙箱隔离动态生成代码、确定性语义网关在模型调用和写库前后做规则校验,并把安全策略写成 CI/CD 中的回归测试。

    推荐理由:文章给出可用 HMAC 本地复现的三层防护实现,读者可据此核对自家智能体写库与代码执行的信任边界。

  5. Google Developers Blog61

    Google 总结 AI Agents 挑战赛中最强提交的四个工程模式

    Google for Startups AI Agents Challenge 结束后,Google 从各赛道排名靠前的提交中总结出四个工程模式,分别是以 MCP 双向暴露工具、事件驱动并发、备用模型走同一校验函数和分级路由。

    推荐理由:从真实挑战赛代码提交中提炼出四个可复用的智能体工程模式,覆盖 MCP 双向暴露、事件驱动并发与分级路由。

  6. Google Developers Blog62

    Google Cloud API Gateway 进入 Public Preview,可将 REST API 转为 MCP 工具

    Google Cloud API Gateway 进入 Public Preview,可直接充当远程 MCP 服务器,把已部署的 OpenAPI REST 操作暴露为智能体可调用的 MCP 工具,无需另外搭建和维护服务器。

    推荐理由:文中给出把既有 REST API 直接改造成 MCP 工具的配置方式与已知限制,便于判断这类改造是否适合现有服务。

9月28日周一
9月26日周六
9月25日周五
9月24日周四
  1. AWS Machine Learning Blog37

    从门户跳转到即时答案:HEMA 用 MCP 和 Amazon Bedrock AgentCore 构建 HAL 的历程

    HEMA 基于 MCP 和 Amazon Bedrock AgentCore 构建内部 AI 助手 HAL,把分散在门户、wiki 与文档中的知识集中,并在 HAL 聊天、Kiro、Claude 等工具中直接提供答案。此前查一个答案需在 3 或 4 个门户间跳转、有时耗费整个下午,现在可在 IDE 或聊天窗口几秒内完成;当前为只读知识层,下一步将转为可执行操作层。

9月23日周三
9月22日周二