AI 市场赛道 / AGENT 与工作流
跟踪能调用工具、规划任务、协同执行并产生业务结果的 AI Agent。
扩展分类
市场档案
正在浏览：专题档案
日期以来源公开日为准；“旧闻回顾”是历史编辑档案，不代表今日发生。
Workday（美国人力资源与财务软件公司）披露其内部Agent（智能体）平台：由4人起步建立统一基础设施，用LangGraph做智能体编排、LangSmith做追踪与评估，把带认证与安全要求的原型搭建时间从4至5个月压缩到1天以内。 案例展示大型企业如何在严格审计与数据治理约束下统一智能体基础设施； 效率数字为Workday工程师口径，尚无独立验证。
Google（谷歌） DeepMind（谷歌旗下人工智能研究机构）公布AlphaProof Code：一个由多个大语言模型智能体协作的形式化验证框架。 研究团队称，它把Signal加密协议的核心安全目标写成数学规范，由Gemini Carbon驱动的智能体生成超600万行Lean（一种用于机器检查数学证明的编程语言）证明，除约1%经人工复核外均由Lean自动检查，耗时约四周。 这是AI（人工智能）首次在实现层面对广泛部署加密协议做深度形式化验证，但结论仅针对研究者指定的安全属性，不等于协议全部行为已验证。
阿里云在技术博客介绍AgentCore多智能体协作设计：以身份映射区分人类与Agent（智能体），用Matrix支撑协作房间通信，通过Team与Task组织分工与交付，由Leader Agent规划协调、Worker Agent执行、人类管理员和专家验收； 并以AgentLoop评估交付质量、周期与成本。 该文属架构与实践说明，未披露客户落地效果数据。
阿里云博客介绍 Nacos 3.3.0 新增 ARD（Agentic Resource Discovery，智能体资源发现）入口：AI（人工智能） Agent（智能体）可向 Nacos 提交任务需求，检索与当前任务相关的 MCP（模型上下文协议）服务、Skill（技能）、Prompt（提示词）和远程 Agent，并只返回调用方有权查看的最新已发布版本。 该规范仍处提案阶段，ARD 默认关闭，示例资源非内置。
阿里云公开 PolarDB-X 团队一项内部 Agent 工程实践：让智能体从告警或工单出发，自主收集日志与监控信息、复现问题、修改代码并跑回归测试，再将结果交开发者审核。 团队称可稳定复现超过 70% 的缺陷，并把“可靠复现”而非写代码本身作为可靠性关键； 该比例为阿里云单方口径，未见独立评测。
阿里云云博客介绍开源、本地运行的 Agent（智能体）路由引擎 HiRoute 的新版本：它在每一轮对话中回顾上一步、评估当前步骤难度、判断上一步问题是否延续，据此决定该步交给更强还是更便宜的模型，并支持把任务分派给指定执行 Agent。 读者可了解“按步骤而非按场景分配算力”的工程思路，但文中成本与准确率数字来自其自述实验，衡量的是按策略选对模型组，而非任务完成率或真实节省金额。
科锐国际在第九届进博会介绍其AI（人工智能） Agent（智能体）全球招聘应用MiraDay，称多个专业Agent围绕同一招聘任务分工、共享信息，并按研究结果调整搜索方向、识别和比较潜在候选人。 该案例的价值在于呈现招聘场景从单次搜索工具转向多Agent协同任务流的思路； 但原文未披露候选匹配准确率或招聘效果对照数据，尚不能视为已验证的招聘能力。
阿里云官方博客宣布，日志服务 SLS 推出字段索引自动发现：新写入且未配置索引的顶层字段会自动建索引并默认开启统计，开发者无需逐个配置。 自动发现字段统一按文本建索引，SQL（结构化查询语言）分析时运行时转为数值。 控制台入口分批开放，SDK（软件开发工具包）方式全部地域可用。
定制研究
可以按公司、用户、产品、地区和商业信号定制监测范围与交付节奏。
