今日刊

2026-08-26 每日精选18

Hacker News, Lobsters, TechCrunch AI, GitHub, HuggingFace Papers

🤖 AI Agent 研究

TOPLongRCA Bench: Diagnosing Responsible Roles and Root Causes in Long-Horizon Agent Failures

当长期客服代表执行失败时,结果级评估会显示不成功的结果,但不会显示决定性错误进入轨迹的位置。然后,开发人员必须检查完整的执行情况,以确定责任角色,并本地化最早的决定性根本原因步骤。

ClawProBench: Trace-Aware Evaluation of AI Agents with Runtime Coverage and Frozen Workplace-Style Holdouts

即使代理在有状态运行时运行,代理基准通常也仅评估最终答案。我们认为这不足以说明正在评估的内容:适当的单元是声明的模型加运行时配置,其故障可能发生在证据获取、运行时路由、安全边界或重复执行中。

Prime Agent: A Self-Improving RLM Harness

语言模型是顺序处理器,但长期代理需要超出模型权重和活动上下文之外的外部信息和计算。Prime Agent是一款适用于长期评估和编码代理工作流程的开源工具。

Apodex 1.1: Scaling Agentic Intelligence for Complex Work

通用语言模型可以推理和综合知识,但复杂的工作还需要与文件、信息源和可执行代码的持续交互,以及状态维护、故障恢复和可验证的交付。我们称之为工作能力:在实现现实世界目标方面取得持续、可验证的进展。

GitHub 热门项目

TOPMorningstar202604/AgentSeed

人工智能编码代理的反幻觉护栏-混合技能+ MCP服务器( 6个工具) ,在代码被标记为完成之前对其进行验证。适用于Claude Code、Cursor、VS Code、Copilot。

查看原文
githubrepository
分享
agent-sec-labs/LIMA

存储库级AI安全审计、漏洞挖掘和自动修复代理。

查看原文
githubrepository
分享
airemoteagent/AI-Remote-Agent

适用于Mac、Linux、Windows和Raspberry Pi的开源计算机AI代理。运行命令、文件、Web和cron作业—使用您控制的本地策略实现自主AI自动化。自托管大脑( Ollama/BYO键)或使用云。451次测试,包括红队。IEC 62443和EU CRA一致。

查看原文
githubrepository
分享
therawlogs/kineti

Kineti是Rust本地构建的超高速代理线束。唯一可数学验证的代理线束。

查看原文
githubrepository
分享
HanHan666666/patchbridge-agent

Lightweight browser-side AI agent framework for legacy enterprise web apps—Java 8, Spring Boot 2, TypeScript, MCP/WebMCP, OpenAI-compatible LLMs, tool calling, streaming, audit, and persistence. 面向存量企业 Web 系统的轻量级 Agent 框架。

查看原文
githubrepository
分享

🚀 模型与行业动态

TOPRobotics startup Generalist reaches $3B valuation, sources say

$ 2亿的扩展是在这家物理AI初创公司达到$ 20亿估值后几个月。

查看原文
industrytechcrunch
分享
OpenAI loses a top data center exec, as stream of high-profile departures continues

在马龙离开之前, OpenAI已经重组了其基础设施组织,将他的报告线从总裁格雷格·布罗克曼( Greg Brockman )转移到副总裁萨钦·卡蒂( Sachin Katti )负责该组织。

查看原文
industrytechcrunch
分享
Stability AI, maker of image generator Stable Diffusion, raises $76 million in fresh funding

图像生成器Stable Diffusion背后的公司Stability AI已经筹集了7600万美元的新资金,随着它继续在生成式人工智能市场上竞争,其筹集的资金总额达到2.32亿美元。

查看原文
industrytechcrunch
分享
Claude Cowork finally remembers what you told the app in chat

Anthropic为Claude提供了跨聊天和Cowork的共享记忆,因此用户不再需要反复向人工智能简要介绍项目、偏好和其他背景。

查看原文
industrytechcrunch
分享

🔥 社区热议

TOPAI Review Loops Don't Always Stabilise

【Lobsters】热度: 4↑ | 1 评论 | 标签: practices, vibecoding

查看原文
communitylobsterstech
分享
AI At Home Part 2: Multi GPU Drifting

【Lobsters】热度: 6↑ | 0 评论 | 标签: ai, linux

查看原文
communitylobsterstech
分享
OpenAI Jalapeño: Better than Nvidia Blackwell

【HN】热度: 332 分 | 231 评论

查看原文
communitydiscussion
分享
Show HN: I made a Raspberry with Qwen my local car AI

【HN】热度: 105 分 | 23 评论

查看原文
communitydiscussion
分享
Clara (YC P26) is hiring a growth engineer to bring AI doctors to market

【HN】热度: 1 分 | 0 评论

查看原文
communitydiscussion
分享