Archive

代理工具

Agent、MCP、coding agent、工作流自動化與評測。

SoL-Pi 以四項機制降低代理成本，EdgeBench 分數保留約 94%

NVIDIA 等團隊透過自動實驗優化代理框架，在兩款模型上減少約 45% 至 49% 的 token 流量。公開擴充套件保留原始證據供取回，但完整配置仍有分數與任務完成率的取捨。

Ollama 0.34.3 候選版公開模型思考選項，減少代理端硬編碼設定

新版讓模型資訊介面回傳支援的思考等級與預設值，改善客戶端自行維護設定表的問題。版本仍在預發布階段，其他中繼資料缺口與文件差異仍需核對。

ALIBI 以虛假產品敘述誤導 LLM 惡意程式分類，驗證提示仍留下誤判

研究在不改變程式執行行為的前提下，加入可被靜態分析擷取的虛假背景。結果顯示，模型即使沒有遵從惡意指令，也可能因採信不可信敘述而降低風險判定。

LangChain 1.4.2 保留人工審核前的工具提案，修正代理重試的上下文矛盾

新版將人工修改放到工具執行請求，並向模型回報實際執行內容。這能減少審核後的異常重試，但仍需逐一驗證供應商介面與工具副作用。

LocalAI 4.10 統一叢集操作與私有下載憑證，加入端到端測速

新版把節點健康、模型副本與批次生命週期操作整合進叢集儀表板，並統一私有來源驗證。新增 benchmark 可建立回歸測量，但未涵蓋首 token 延遲或高併發容量。

Claude Code 2.1.277 接入 AGENTS.md，指令共用仍受載入優先序與平台限制

新版在專案缺少 Claude 指令檔時，透過內建外掛載入 AGENTS.md，降低跨工具維護成本。私人指令檔、第三方平台與上下文恢復差異，仍需要逐環境驗證。

DeepSeek 公開 V4.1-Flash 壓縮設計，全域 KV 快取降至每 token 890 位元組

新技術報告揭示跨層快取重用、FP4 儲存與局部狀態重建，如何降低長上下文代理的部署成本。壓縮數字不代表整體顯存需求，近似重建的品質邊界也仍待驗證。

Needle 3 以單組權重提供多種深度，將本機工具模型壓至 8–29 MB

Cactus 讓同一組權重裁出二至二十層模型，支援本機工具呼叫與結構化擷取。官方比較限於微調後的狹窄任務，中文也尚未列入支援語言。

Qwen3.8-Omni-Flash 將百萬 token 音視訊理解接入工具呼叫，API 僅輸出文字

阿里巴巴推出接受文字、影像、音訊與影片的 Qwen3.8-Omni-Flash，並支援多聲道空間音訊。開發者可透過既有 API 串接工具與快取，但語音生成、素材處理成本及完整代理成功率仍須分別評估。

ZCode 被回報背景上傳 Git 歷史，廠商稱已修復但版本仍待釐清

逆向分析與 GitHub 使用者回報指出，ZCode 的背景快照可能包含完整 Git 歷史，關閉索引設定仍未阻止傳送。智譜表示問題已修復並承諾開源與第三方審查，但修復範圍及資料刪除仍待驗證。

GLM 以分層回饋驅動推論最佳化，公開補丁揭示長上下文精度邊界

Z.ai 公開由 GLM-5.3 參與推論系統開發的工程方法，把數值測試、執行軌跡與局部基準接進代理迭代。上游程式碼證實一項長上下文精度修補，但它預設關閉，無法單獨驗證整體三倍吞吐量的宣稱。

Bonsai 2 將 27B 語言權重壓至 5.95 GB，部署仍需專用執行核心

PrismML 以三元權重與正交旋轉壓縮 Qwen3.8-27B，並公開模型及推論工具。官方宣稱保留約 98.2% 整體基準表現，但不同評測口徑與執行環境相容性仍需逐項核對。