AI 代理應協助使用者建構偏好，而非僅是進行詢問
本研究指出目前的 AI 代理因假設使用者已有明確偏好而表現受限。透過引入 CoPref 模型與 CoShop 基準測試，作者證明代理必須主動協助使用者學習領域知識，才能有效定義需求。
Search
Tag: #agentic-workflow156 results
Vercel 開源 konsistent 以強制執行結構化程式碼規範
Vercel 開源了 konsistent，這是一款專為強制執行 TypeScript 程式碼庫結構規範而設計的 CLI linter。它為人類開發者與 AI 代理提供了確定性的上下文，確保功能實作的一致性。
理解「AX」：AI 代理互動的未來
本文探討了新興的「AX」（Agent Experience，代理體驗）概念，重點在於設計不僅對人類友善，且針對 AI 代理效率進行優化的系統。
OpenAI 將 Codex 轉向企業工作流自動化
OpenAI 正將重心從大眾聊天轉向企業級工作流自動化，透過在 Codex 中整合角色專用插件、標註工具及互動式網頁分享功能，強化企業應用場景。
Anthropic 發布企業級 AI Agent 建構指南
Anthropic 發布了名為「Building AI agents for the enterprise」的新指南，協助企業超越單純的問答機器人。該指南強調了 Rakuten 等成功案例，展示了如何達成 30% 的成本與延遲降低。
利用代理驅動的理論發現自動化認知科學研究
auto-psych 是一個基於 AI 的系統，透過生成假設、設計實驗並利用群眾外包收集人類數據，實現了科學研究流程的自動化。該系統在認知心理學實驗中，表現出優於現有文獻理論的預測能力。
GitLab Orbit 為 Antigravity 代理提供完整的開發生命週期上下文
GitLab Orbit 是一項針對 Google Antigravity 的全新生命週期上下文圖譜整合，為 AI 代理提供對專案、管線與漏洞的結構化存取。透過將代理植基於即時系統數據，該工具能顯著減少幻覺並提升回應速度。
Self-Harness：讓 AI Agent 自動重寫規則的框架
上海人工智慧實驗室的研究人員推出了 Self-Harness，這是一個讓基於 LLM 的 Agent 能夠系統性地優化其執行協議的框架。透過分析執行軌跡，該系統以實證驅動的自我優化取代了手動且隨機的除錯過程。
HobbyLM：500M LLM 與 330M 圖像生成模型
開發者發布了 HobbyLM，這是一個使用 Claude 作為代理工具從頭訓練的 500M 參數 LLM 與 330M 圖像生成模型。該專案包含 Playground 與用於本地推論的 GGUF 權重。
自動化同儕審查代理系統基準測試研究
本研究評估了如 OpenAIReview 等代理審查系統在評估學術論文方面的有效性。研究發現這些系統能追蹤人類的品質判斷並檢測錯誤，儘管仍有改進空間。