Archive

代理工具

Agent、MCP、coding agent、工作流自動化與評測。

vLLM 社群測試：WSL2 啟用鎖頁記憶體，單卡解碼延遲降低約 12%

一組單機測試顯示，調整記憶體設定可減少解碼時的 GPU 等待。官方仍維持預設關閉，收益與容量限制須依部署環境驗證。

OpenHands 1.24 修補 MCP 授權續接，處理權杖到期後工具失效

新版保留雲端 OAuth 狀態，搭配 SDK 修正權杖更新端點與回寫流程。完整效果仍取決於後端部署，既有連線須驗證跨對話續用。

GitHub Copilot 新增企業設定驗證器，定位可能使管控失效的組態錯誤

驗證涵蓋中央設定與團隊覆寫，回報問題檔案及 JSON 路徑。設定仍須同步至支援的用戶端，檢查通過後也要確認實際生效。

Graphify 0.9.68 修補增量索引缺邊，保留跨檔案依賴關係

新版將未變動檔案的符號納入解析，修正代理知識圖譜在局部更新後遺失連線的問題。修補已上架 PyPI，但其他匯入解析缺陷與舊圖譜恢復仍須分別驗證。

自我對弈預訓練公開六種規模權重，以程式輸出學習可遷移結構

研究讓生成器與學習器從隨機權重共同演進，觀察到跨模態預測隨運算量改善。公開材料支援重新評測，但訓練碼尚未釋出，且自然資料仍參與超參數選擇。

ExplorationBench 以反常規則沙箱，拆解代理探索與知識應用能力

研究讓十套 AI 系統自行探測陌生規則，再停用工具測試知識應用，發現多輪探索仍可能退步。測試題尚未公開，專案頁與論文的部分分數也有差異。

代理安全研究：十組配置中九組可依指令刪除本機執行紀錄

研究在完整存取模式下測試紀錄刪除、技能注入與獎勵誘導，揭示代理工作權限與稽核資料重疊的風險。團隊公開實驗框架，但結果受權限設定與人工獎勵設計限制。

ServingStudio 公開推論效能工作台，串接模擬、代理修改與 GPU 驗證

系統以實測 GPU 核心時間預測服務瓶頸，再由代理把候選優化落實到推論框架。團隊已公開程式碼與測試案例，但收益受模型和負載限制，部分修補仍待上游審查。

Agentic-GER 回查語音片段，中文術語錯誤率最高相對降低 36.8%

研究讓代理讀取整份逐字稿，再重轉錄可疑片段，修正跨段不一致的專有名詞。官方已公開實作，但最大增益限於特定模型組合，部署仍須衡量誤改率與推論成本。

Liquid AI 釋出視覺模型 DSpark，M5 Max 解碼速度最高達基準 3.13 倍

約 2.8 億參數的草稿模型替 LFM2.5-VL-3B 加入推測解碼，已提供公開權重與框架整合。官方測試限特定硬體與設定，視覺編碼、預填充及併發負載仍會限制整體收益。

GitHub Agentic autofix 接入 Copilot Memory，讓安全修補模式跨任務重用

代理處理安全警示時可查閱既有記憶，並保存新生成的修補模式供其他 Copilot 功能使用。功能仍處公開預覽，官方尚未公布成功率或成本改善數據。

AgenticGenPlan 生成機器人規劃程式，評測階段免呼叫語言模型

研究在 28 類模擬環境測試可重用的控制程式，有傳統規劃器可比較的子集最高達 95% 平均成功率。結果仍限完整可觀測狀態，重現須核對黑箱權限、評測種子與前期合成成本。