#AI Agent
共 1100 篇相关文章
GAUGE研究：何时不能信任LLM-as-a-Judge的智能体评测
GAUGE 研究揭示 LLM-as-a-Judge 在任务型智能体评测中的两大盲区：满意度与任务成功几乎不相关（57.5%满意对话实际失败），且面对势均力敌的强模型时分歧率飙升至31%，并提出「先校准再信任」的补救方案。
BI Visual Advisor：用AI审查你的数据看板设计
BI Visual Advisor 是一款用 AI 审查数据看板的工具，支持 Power BI、Tableau、Looker Studio 和 Excel，上传截图即可识别图表问题并给出优化建议。本文解析其工作原理、价值与局限。
AI助手的失败标志：当它制造了第二份运维工作
一位Reddit用户提出评判AI助手成败的新标准：当它为你制造第二份运维工作时就已失败。本文解析如何让AI工作流端到端可靠，识别连接器失效、重复操作等隐藏维护成本，用净收益而非工具数量衡量Agent价值。
AI Agent权限管理难题：手写角色成新税负？
随着AI Agent数量增长，手动定义权限角色正成为团队的隐形负担。本文探讨AI Agent权限管理的规模化挑战、自动生成角色的可能性，以及提示注入绕过权限检查的安全风险。
Agent如何决定信任另一个Agent？多智能体协作的信任难题
当AI Agent开始自主雇佣其他Agent，它该如何决定信任谁？本文从Reddit开发者的真实提问出发，探讨多智能体协作中缺乏可携带信誉体系的核心难题，并类比人类信用评分的演进，展望Agent信任机制的可能解决方向。
AIAgentCogNest：AI Agent知识孵化与开发教程开源项目
AIAgentCogNest是一个开源的AI Agent知识孵化与大模型应用开发教程项目，面向AI应用开发者、AI工程化实践者及传统软件转型团队，帮助建立系统化的AI Agent知识体系。
OpenAI Agents SDK：轻量级多智能体框架详解
OpenAI 官方开源的 openai-agents-python 是一个轻量级多智能体框架，用于构建 multi-agent 工作流。本文解析其设计理念、社区热度与适用场景，帮你判断是否值得选用。
ArcReel：AI Agent驱动的开源视频生成工作台
ArcReel是一款AI Agent驱动的开源视频生成工作台，支持从小说到角色设计、剧本、分镜图再到视频的完整流程，集成Nano Banana 2、Veo 3.1、Grok等多个模型，主打跨镜头角色与场景一致性。
GPT-6 Astra 实测：用一句话生成 5K/10K 跑步路线
开发者 Simon Willison 实测用 GPT-6 Astra（ChatGPT Work）一句话生成 5K/10K 跑步路线，模型基于 OSM 数据运行27分钟，输出可视化地图、GPX 和 GeoJSON 文件。本文解析这一 AI Agent 应用案例的意义。
跑分99.9%却搞砸日常任务：AI基准测试的致命盲区
一条走红Twitter的段子讽刺了AI基准测试的盲区：模型在MMLU、IMO等测试上拿满分，却在最简单的日常任务上闯下大祸。本文剖析基准高分与真实可靠性之间的鸿沟，以及AI Agent时代的安全新挑战。
不想搭复杂工作流？用自然语言构建AI Agent的平台盘点
n8n和Make对非开发者门槛太高？本文盘点用自然语言构建AI Agent的更简单替代方案，分析对话式Agent平台的两条路线，并给出选型与上手建议。
pi：一站式AI Agent开发工具包，46k Star背后的架构解析
开源项目 pi（earendil-works/pi）是一个一站式AI Agent工具包，整合编码Agent CLI、统一LLM API、TUI与Web UI库、Slack机器人及vLLM推理单元，GitHub已获超4.6万Stars。本文解析其架构与生态定位。
长时运行智能体框架：让AI Agent持续处理复杂任务
开源项目 long-running-agent-framework 是一个让 AI 智能体长时间运行并完成复杂任务的 JavaScript 编排框架，聚焦 Agent 的任务调度与持续运行能力，本文解析其定位、技术选型与行业意义。
Goose：超越代码建议的开源AI Agent，可执行编辑测试
Goose 是一款开源、可扩展的 AI Agent，用 Rust 编写，兼容任意 LLM，能够自动安装、执行、编辑和测试代码，超越传统代码补全。已获超 4.4 万 GitHub Stars，是 AI Agent 赛道值得关注的开源项目。
dev-crew：开箱即用的AI Agent软件开发团队编排框架
dev-crew 是一个开源的 AI Agent 软件开发团队编排框架，通过 CLI 与 Skill 工具帮开发者搭建 harness、实现多 Agent 协作开发。本文解析其设计理念、技术选型与适用场景。
Antigravity + Jules：自主AI编排如何实现免手动开发工作流
开源项目 antigravity-jules-orchestration 将 Google Antigravity 与 Jules API 结合，通过 MCP 集成构建自主 AI 编排架构，实现免手动开发工作流。本文解析其架构设计、技术定位与实用价值。
autonomous-agents：面向代码库优化的自治AI智能体集合
autonomous-agents 是一个面向代码库系统性优化的开源自治AI智能体集合，受 Google Jules 启发，通过性能、安全、UX、测试等专业化智能体进行安全、增量式的代码改进。本文解析其设计理念与实用价值。
Deep Dog 2：登上DeepResearch Bench第5名的开源研究智能体
Deep Dog 2 是一款登上 DeepResearch Bench 第5名的开源深度研究智能体，支持一行命令安装、DeepSeek V4 Flash + Exa 默认栈，并可调度 PubMed、Reddit、SEC Edgar 等多平台专项子智能体，MIT 许可完全免费。
