ระบบ AI ที่เรียกใช้เครื่องมือได้ เวิร์กโฟลว์อัตโนมัติ และสิ่งที่มันทำได้จริง
14 บทความ
AWS says its Amazon Bedrock AgentCore platform supports MCP Apps, a Model Context Protocol extension that renders interactive HTML widgets inside AI hosts like ChatGPT and Claude. AWS demonstrated the capability with a sample app called Unicorn Rentals, showing browsing, booking, viewing, and returning rentals through AgentCore's runtime and gateway.
AWS เผยแพร่บล็อกโพสต์อธิบายว่า AgentCore Evaluations และ AWS DevOps Agent ทำงานร่วมกันอย่างไรในการตรวจสอบ AI เอเจนต์ที่ใช้งานจริง โดย AWS ระบุว่า AgentCore Evaluations จะให้คะแนนการโต้ตอบของเอเจนต์แบบเรียลไทม์เพื่อตรวจจับปัญหาด้านคุณภาพ ขณะที่ DevOps Agent จะตรวจสอบและติดตามความล้มเหลวของโครงสร้างพื้นฐานข้ามขอบเขตของบริการต่าง ๆ ทั้งนี้ AWS ได้สาธิตแนวทางดังกล่าวโดยใช้ระบบจองตั๋วเครื่องบินที่ประกอบด้วยเอเจนต์สี่ตัว
Skild AI เปิดตัว S1 โมเดลพื้นฐานสำหรับหุ่นยนต์ที่สามารถเรียนรู้งานใหม่ซึ่งมีหลายขั้นตอนได้จากการดูวิดีโอสาธิตเพียงคลิปเดียว โดยไม่ต้องฝึกซ้ำ โมเดลนี้พัฒนาขึ้นบนเทคโนโลยีของ NVIDIA ได้แก่ Isaac Lab, Cosmos, Omniverse และ TensorRT ทาง Skild ระบุว่า S1 ทำสำเร็จ 66% ของขั้นตอนในงานใหม่ เทียบกับ 9% ของระบบที่ใกล้เคียงกัน และบริษัทมีรายได้ต่อปีแตะระดับ 100 ล้านดอลลาร์สหรัฐแล้ว
Mistral described a project with a European energy operator that migrated 40,000 lines of Fortran 77 from a physics-intensive reservoir simulator to C++. The company said it built a numerical parity harness, used agents to document the codebase, and settled on workflows combining coder, tester and reviewer agents with human checkpoints.
AWS เผยแพร่กรณีศึกษาที่อธิบายว่า Heurist Finance สร้างแพลตฟอร์มการลงทุนที่ขับเคลื่อนด้วย AI บน Amazon Bedrock AgentCore อย่างไร โดย AWS ระบุว่า ระบบดังกล่าวรวมข้อมูลตลาดและข้อมูลทางเลือก เอกสารที่ยื่นต่อหน่วยงานกำกับดูแล ข่าวสาร การจัดพอร์ตการลงทุน การวิเคราะห์สถานการณ์จำลอง และการติดตามสถานะการลงทุนไว้ในประสบการณ์แชต ขณะที่บริการของ AgentCore ทำหน้าที่จัดการข้อมูลประจำตัว หน่วยความจำ การประมวลผลโค้ด การชำระเงิน และการติดตามตรวจสอบระบบ
Databricks says Zepto built a dual-loop evaluation framework for customer support agents using Databricks and MLflow. The system combines development testing, production monitoring, execution traces, golden datasets and deployment quality gates. According to Databricks, the agents fully manage more than 80% of support tickets with human oversight.
AWS เผยแพร่คู่มือทางเทคนิคสำหรับการติดตั้งผู้ช่วยสั่งอาหารผ่าน WhatsApp โดยใช้ Amazon Bedrock AgentCore และโมเดล Amazon Nova 2 ระบบนี้รองรับข้อความ ข้อความเสียง และสายโทรศัพท์ผ่านหมายเลขธุรกิจเดียว พร้อมหน่วยความจำร่วมข้ามช่องทางและระบบหลังบ้านส่วนกลางสำหรับเมนู ตะกร้าสินค้า คำสั่งซื้อ และสาขา
แนวทางของ Anthropic ปรับกรอบความคิดจาก 'วิศวกรรมพรอมป์' ไปสู่ 'วิศวกรรมบริบท' นั่นคือการคัดสรรชุดโทเคนที่มีนัยสำคัญสูงในจำนวนน้อยที่สุดสำหรับแต่ละรอบการทำงาน แทนที่จะสะสมทุกอย่างไว้ ในการทดสอบภายในของบริษัทเอง การล้างผลลัพธ์เก่าจากเครื่องมือโดยอัตโนมัติ ร่วมกับไฟล์หน่วยความจำภายนอก ช่วยเพิ่มประสิทธิภาพงานค้นหาได้ถึง 39% และลดการใช้โทเคนลง 84% ตลอด 100 รอบการสนทนา
A Skill lives or dies on one field: the description, written in third person, stating what it does and when to use it. Keep SKILL.md under 500 lines and reference files one level deep, test on every model you plan to use it with, and never install a Skill from a source you don't trust.
นักพัฒนาที่สนใจสร้างเอเจนต์ AI สามารถเรียนหลักสูตรห้าวันของ Google และ Kaggle ด้วยตนเอง โดยศึกษาโค้ดแล็บ เอกสารไวท์เปเปอร์ทางเทคนิค และโน้ตบุ๊ก จากนั้นสร้างโครงงานสรุปหลักสูตรที่ครอบคลุมการออกแบบเอเจนต์ การรักษาความปลอดภัย และการปรับใช้บนคลาวด์ พร้อมใช้ Discord ของ Kaggle เพื่อขอความช่วยเหลือในการแก้ไขข้อบกพร่องและเข้าร่วมกลุ่มเรียน
Anthropic ประกาศความร่วมมือด้านวิทยาศาสตร์ชีวภาพกับ Allen Institute และ Howard Hughes Medical Institute โดย HHMI จะร่วมมือกับ Anthropic ในการพัฒนาเอเจนต์เฉพาะทางสำหรับงานห้องปฏิบัติการ ขณะที่ Allen Institute จะร่วมพัฒนาระบบมัลติเอเจนต์ที่ทำงานประสานกันสำหรับการวิเคราะห์ทางวิทยาศาสตร์ การออกแบบการทดลอง และงานวิจัยอื่น ๆ ความร่วมมือทั้งสองส่วนนี้จะช่วยพัฒนาขีดความสามารถด้านวิทยาศาสตร์ชีวภาพของ Claude ในภาพรวมด้วย
ชุดควบคุมเป็นโค้ดรอบ ๆ โมเดล: มันประกอบรวมบริบท, รันลูปการเรียกเครื่องมือ, สตรีมเหตุการณ์, บีบอัดเซสชันยาว, และเก็บการกระทำที่ไม่สามารถยกเลิกไว้ภายใต้การอนุมัติของมนุษย์ OpenAI ได้ปล่อยชุดควบคุมของ Codex — codex exec, แอปพลิเคชันเซิร์ฟเวอร์และ SDK — ภายใต้ใบอนุญาต Apache-2.0 ดังนั้นบริษัทใด ๆ สามารถฝังลูปตัวแทนเดียวกันนี้ในซอฟต์แวร์ของตนเองได้ พร้อมทั้งยังต้องจ่ายค่าโมเดลที่อยู่เบื้องหลัง
เอเจนต์ AI คือแบบจำลองภาษาที่ได้รับเครื่องมือที่สามารถเรียกใช้ได้ เป้าหมายที่ต้องบรรลุ และได้รับอนุญาตให้ดำเนินการหลายขั้นตอนโดยไม่ต้องขออนุญาตจากมนุษย์ในแต่ละขั้นตอน แชทบอทจะตอบคำถามและหยุดทำงาน เอเจนต์จะทำงานต่อไปจนกว่าจะตัดสินว่าบรรลุเป้าหมายแล้ว หรือจนกว่าจะหมดงบประมาณ
Demos ทำการรันเส้นทางสุขสันต์สั้น ๆ หนึ่งครั้งโดยมีมนุษย์สังเกต Production รันหลายพันแบบโดยไม่มีการดูแล ที่ซึ่งอัตราข้อผิดพลาดในแต่ละขั้นตอนสะสมและขอบเขตสิทธิ์ที่ไม่จำกัดทำให้การตัดสินใจผิดพลาดกลายเป็นเหตุการณ์ การปรับใช้ที่ประสบความสำเร็จจะจำกัดขอบเขต ตรวจสอบแต่ละขั้นตอนอย่างถูกวิธีโดยค่าใช้จ่ายต่ำ และกั้นการกระทำที่ไม่สามารถยกเลิกได้ทุกครั้ง