Archive

代理工具

Agent、MCP、coding agent、工作流自動化與評測。

AMD 公開 Kimi-K3 三引擎測試，重現須核對負載與映像版本

新文章整理八張 MI350X 上的推論測試流程，數據採集於七月。指定提交的 README 與文章負載不同，各引擎設定差異也限制效能比較。

Hermes Agent 修補跨設定檔憑證回退，完整隔離仍待驗證

主分支新增憑證作用域的目錄歸屬，修正缺值與初始化失敗時的部分隔離問題。審查留言仍提出其他回退路徑疑點，部署者須核對實際版本。

LightLLM NCCL 控制通道揭露遠端程式碼執行漏洞

漏洞涉及預填充／解碼分離節點的 RPyC 服務，攻擊者須能連上控制埠。公開重現顯示利用後健康檢查仍可正常，公告尚未列出已修補版本。

vLLM 公布硬體無關層進展，保留跨加速器編譯路徑

新路徑將可攜模型層與硬體專用最佳化隔離，首批元件已接入 Transformers 後端。H100 初測顯示吞吐量接近原有路徑，但層覆蓋與跨平台效能仍須核對。

LangChain Anthropic 1.7.4 支援對話中途增刪工具

新版讓代理透過系統訊息調整工具集合，並依內容補入測試版標頭。快取效益仍依設定與訊息位置而定，未知系統區塊的處理方式也有變更。

SWE-Serve 加入實際服務測試，揭示程式代理修補的驗證落差

新基準以 53 項 SGLang 任務評測程式代理，發現部分通過其他檢查的修補仍無法正常提供模型服務。結果限於特定測試環境，通過基準也不代表程式已可上線。

FLUX 3 Action 開放權重，將影片與動作納入共同去噪

模型提供 DROID 與 SO-101 權重及微調流程，RoboLab 公開榜單列出約 42.9% 成功率。控制迴圈仍須由應用程式處理，規劃涵蓋時間不能當成推論延遲。

RRSI 為代理自我改寫加入搜尋約束，測試顯示跨基準增益

研究限制修改規模，並以評測波動與推論成本篩選代理框架的變更。公開實作提供重驗入口，但節省 token 的幅度取決於比較基準。

Strands 推出通用代理執行框架，結合上下文卸載與提示快取

Strands harness 將工具、記憶與上下文管理組成可直接部署的代理，並提供 Python 與 TypeScript 介面。官方公布成本比較，但實際效益仍取決於任務、模型及快取條件。

NVIDIA 公布八人語者分離模型，最低建議緩衝延遲為 320 毫秒

Nemotron 3 Diarization 以一億參數處理串流與錄音，沿用說話者快取維持跨片段標籤。延遲數字僅計音訊緩衝，實際部署仍須量測辨識、傳輸與後處理成本。

LangChain DeepSeek 1.1.1 修正端點切換，讓嚴格工具呼叫送往 Beta API

新版重新建立連線用戶端，修正開啟嚴格模式後仍沿用舊端點的問題。自訂 API 網址不會自動改寫，升級後須核對 schema 與連線設定。

Npunlock 驗證 Intel NPU 自訂 C 核心，同圖執行獨立混合精度分支

專案沿用 Intel 驅動編譯計算圖，再替換 SHAVE 核心，讓自訂 C 程式接入 NPU。新測試涵蓋兩種精度的獨立分支，尚未支援任意混合精度管線。