LlamaIndex 如何为制造业打造文档智能体，减少停机时间
LlamaIndex 面向制造业推出基于技术规格、手册与合规文档的 AI 智能体方案，包含 Spec Navigator、Compliance Agents、Supply Chain Analyzer 和 Maintenance Assistant 四类应用，用于减少停机、简化 QA 并提升供应链可见性。
#Agent
#Agent
今日 171 条LlamaIndex：产品、工程与评测AI 评分2020 LlamaIndex：产品、工程与评测AI 评分2020 LlamaIndex 面向金融机构的文档智能体方案：合同、财报与研究文档自动化
LlamaIndex 推出面向金融机构的文档智能体方案，可在合同、监管申报文件和研究报告上自动完成合规、尽职调查与投资洞察。方案覆盖投资研究、KYC 与 AML、合同分析、审计与风险报告四类场景，依托 LlamaParse 解析含图表和表格的复杂文档，并为每个字段提供引用、可追溯性和置信度分数。
LlamaIndex：产品、工程与评测AI 评分2121 LlamaIndex 如何用 AI 智能体自动化保险理赔与核保
LlamaIndex 面向保险场景推出基于 AI 智能体的理赔与核保自动化方案，用 LlamaParse 解析 PDF、扫描表单和医疗记录等复杂文档，并支持欺诈检测与合规追踪。
LlamaIndex：产品、工程与评测AI 评分2020 金融分析师用 LlamaIndex 构建 AI 财务模型
金融分析师借助 LlamaIndex 与 LlamaParse 构建 AI 财务模型，将研究时间减少 80%。方案可高精度解析财务 PDF、提取营收、FCF、guidance 等结构化指标与 KPI，并总结财报电话会议记录、对比历史业绩。用户还能构建覆盖、报告与异常检测的自定义智能体，通过 Python 和 TypeScript SDK 及 API 接入。
Liquid AI 模型与工程博客（网页）AI 评分2222 Liquid AI 谈 Agentic AI：端侧智能体的三大挑战与协同设计路径
Liquid AI 提出端侧 AI 智能体需模型与 harness 协同设计，以在内存、功耗和延迟的硬约束下实现主动式本地推理。其指出云端智能体依赖昂贵的前沿模型，任务越长延迟与 token 成本越叠加，而每次云端回退都会增加成本并把个人上下文送出设备。Liquid 称每个 LFM 都针对设备能力定制，通过本地推理循环持续收集屏幕、车内传感器等上下文，实现无需提示即可自主行动的主动式智能体。
Liquid AI 模型与工程博客（网页）AI 评分2020 Liquid AI 面向金融服务的实时智能模型方案
Liquid AI 面向金融服务推出可在数据中心、边缘或云端运行的模型，驱动反欺诈、客服与风控等智能体工作流，主打低延迟和银行级隐私，成本仅为前沿模型的一小部分。其 SLM 完全托管在客户自有硬件上，数据不出本地，并按业务职能定制多个小模型而非一个通用 LLM。
Liquid AI 模型与工程博客（网页）AI 评分1616 Liquid AI 面向电商的定制多模态 AI 模型：语义搜索、站内智能体与商家 Copilot
Liquid AI 推出面向电商行业的定制多模态 AI 模型，以毫秒级响应支撑语义搜索、站内智能体和商家 Copilot。其意图原生搜索可理解自然语言、图像查询与结构化筛选，并实时调用商家 API 返回商品；站内智能体接入购物车、结账、订阅、订单状态等 API，可引导客户并完成购买流程。商家侧 SLM 基于分析数据、营销活动和商品目录训练，用于总结表现、建议行动并生成商品调整。
Liquid AI 模型与工程博客（网页）AI 评分5858 Liquid AI 与 .txt 合作：用 LFM2-350M 加 dotgrammar 实现端侧可靠函数调用
Liquid AI 与 .txt 合作展示如何在边缘设备上实现可靠的 LLM 函数调用：LFM2-350M 无量化下内存占用低于 1 GB、常见边缘硬件推理时间低于 100ms，配合 .txt 的 dotgrammar 库用上下文无关文法保证输出语法有效且不增加推理延迟。
Liquid AI 模型与工程博客（网页）AI 评分5757 Liquid AI 发布 Liquid Nanos 系列端侧专用小模型
Liquid AI 发布 Liquid Nanos 系列 350M–2.6B 参数的端侧基础模型，主打在手机、笔记本和嵌入式设备上本地运行，并已在 LEAP 平台和 Hugging Face 上线。
Liquid AI 模型与工程博客（网页）AI 评分6464 Liquid AI 发布 LFM2.5 端侧模型家族
Liquid AI 发布 LFM2.5-1.2B 模型家族，称其为迄今最强的边缘 AI 版本，预训练从 10T 扩展到 28T tokens，并大规模引入强化学习后训练。
Liquid AI 模型与工程博客（网页）AI 评分6161 Liquid AI 发布 LFM2.5-1.2B-Thinking，1.2B 参数端侧推理模型内存低于 900MB
Liquid AI 发布可在设备端运行的推理模型 LFM2.5-1.2B-Thinking，手机上内存占用低于 900MB，现已在 Hugging Face、LEAP 和 Playground 提供。
Liquid AI 模型与工程博客（网页）AI 评分5353 Liquid AI 实测 LFM2-24B-A2B 在消费级硬件上本地运行工具调用智能体，并开源 LocalCowork
Liquid AI 发布开源桌面智能体 LocalCowork，展示 LFM2-24B-A2B 完全在本地笔记本上执行工具调用，无云端、无 API 密钥、数据不出设备。
Liquid AI 模型与工程博客（网页）AI 评分5555 Liquid AI 发布 LFM2.5-350M：预训练扩至 28T tokens，主打边缘工具调用
Liquid AI 发布 LFM2.5-350M，基于 LFM2 架构，预训练从 10T 扩至 28T tokens 并加入大规模强化学习，Base 和后训练模型已在 Hugging Face、LEAP 和 Playground 开放。
Liquid AI 模型与工程博客（网页）精选AI 评分6666 Liquid AI 发布 LFM2.5-8B-A1B 端侧 MoE 模型，128K 上下文主打工具调用
Liquid AI 发布 LFM2.5-8B-A1B 端侧 MoE 模型，上下文窗口从 32,768 扩展到 128K tokens，预训练从 12T 增至 38T tokens，词表翻倍到 128,000 以提升非拉丁文字的编码效率。
推荐理由：官方详细给出上下文、训练管线和实测基准，读者可以据此评估这款端侧 MoE 模型是否适合本地 Agent 工作流。
Liquid AI 模型与工程博客（网页）AI 评分5757 Liquid AI 发布 LFM2.5-230M 轻量开源模型，主打端侧部署
Liquid AI 发布其最小的模型 LFM2.5-230M，基于 LFM2 架构，预训练 19T tokens，Base 和 post-trained 版本已在 Hugging Face 开放下载。
Liquid AI 模型与工程博客（网页）精选AI 评分7272 Liquid AI 发布端侧智能体模型 LFM2.5-2.6B
Liquid AI 发布 LFM2.5-2.6B，一个可完全在设备端运行的 2.6B 参数智能体模型，Base 与后训练版本已在 Hugging Face 开放。
推荐理由：原文给出完整的四阶段后训练流程、多基准对比和 CPU 与手机端实测速度，读者可据此评估它对端侧 Agent 部署的适配度。
The Verge：AI（RSS）AI 评分5656 Meta Muse AI 智能体动态汇总：发布、扩展与漏洞修补
Meta 发布 Muse AI 智能体，宣称可帮用户处理邮件、在线购物等任务，用户需交出数据甚至信用卡才能使用。此后 Meta 宣布了类似电子宠物的 Muse Charm 配件、面向企业的 Muse Enterprise Platform、Mac 应用和智能眼镜支持，并修补了一个可让攻击者控制该智能体的漏洞；Amazon 屏蔽了 Muse 智能体。
TechCrunch：AI（RSS）AI 评分5757 Restate 完成 2000 万美元 A 轮融资，AI Agent 推动持久化基础设施需求增长
柏林初创公司 Restate 获 2000 万美元 A 轮融资，由 Singular 领投，Redpoint Ventures 和 Capital One Ventures 参投。
Nature：Machine Learning 主题（RSS）AI 评分4444 Ataraxos：面向不完全信息博弈的可扩展决策 AI
针对棋盘战争游戏 Stratego 设计的 AI 系统 Ataraxos，为强化学习与搜索在不完全信息下的结合建立了一套有效设计模式。该成果发表于 Nature，指向战略决策领域长期追求的目标：在大量隐藏信息条件下仍能实现可扩展的决策。
Fireworks AI（网页）AI 评分3939 Fireworks 推出 FireRouter with Opus：常规轮次路由至开源模型，保留 Claude Opus 5.5
Fireworks 发布 FireRouter with Opus，将常规轮次路由到开源模型、仅在需要的轮次保留 Claude Opus 5.5，单次会话成本降低 57%，并支持缓存感知路由。
Fireworks AI（网页）AI 评分5050 Trilogy 发布基于 Kimi K3 与 Fireworks 的开源权重网络安全实战手册
Trilogy AI Center of Excellence 围绕 Fireworks 上的 Kimi K3 发布公开 AI 网络安全手册与练习包，包含交互式手册、仓库和十个针对本地训练应用的练习。
Fireworks AI（网页）精选AI 评分6565 Meta Muse Glimmer 30B 上线 Fireworks，面向常驻 Agent 场景
Meta 发布 Muse Glimmer 30B 开源模型（Apache 2.0），并已在 Fireworks 提供 serverless 和按需部署。
推荐理由：原文给出 Muse Glimmer 的架构细节、基准对比和推荐参数，读者可据此评估它是否适合长期运行的多轮 Agent 工作流。
Fireworks AI（网页）AI 评分4949 Harvey 联合 Fireworks 基于 Kimi K3 后训练法律模型 Tenet
Harvey 发布首个模型 Tenet，基于 Kimi K3 用 Fireworks Training API 的异步强化学习后训练，面向长周期法律工作。
Fireworks AI（网页）AI 评分5050 Fireworks AI 实测 DeepSeek V4 Pro 在 CyberGym 安全任务上的零拒绝与成本优势
Fireworks AI 用 CyberGym 测评 DeepSeek V4 Pro 0813、Kimi K3、GPT-5.5 和 Claude Opus 4.8，V4 Pro 在 840 个对抗性安全任务中零拒绝、全部产生原生工具调用，进入验证率 97.3%。
Fireworks AI（网页）AI 评分5050 Fireworks AI：从租用闭源前沿模型到训练自有模型，企业迈向专业化智能的三阶段路径
Fireworks AI 发文梳理企业迈向专业化智能的三阶段路径：先租用闭源前沿模型并围绕其搭建提示词、上下文与 harness 工程，再引入更便宜的开源模型优化成本与延迟，最终为真正属于自己的问题训练定制模型。文中以 Kimi K3 与 GPT 5.6 Sol 在 OSWorld 2.0、UIPad 上的对比为例，说明基准只能用于初筛，自建评测才是性能的最佳指标。
Fireworks AI（网页）AI 评分5151 Genspark 与 Fireworks Lab 将 MiniMax M3 后训练为 Gen-1 Slides，质量比肩 Opus 5、成本约为其 1/17
Genspark 与 Fireworks Lab 合作，将开放权重多模态模型 MiniMax M3 后训练为 Gen-1 Slides，可端到端规划、撰写并自查幻灯片。
Fireworks AI（网页）AI 评分4444 Phylo 借助 Fireworks 上的开源模型将前沿 AI 带给更多科学家
Phylo 在 Fireworks 上部署开源权重模型，实现月环比用户增长 2 倍、成本降低 60%，大部分流量已转向开源模型，首 token 时间约减半。其 Biomni Lab 是首个集成生物学环境，智能体单次任务可运行数小时至数天、调用数百次工具，新开源模型可在 24 小时内上线生产。
Cursor Blog精选AI 评分7070 Cursor 团队分享如何搭建云端智能体开发环境
Cursor 团队分享为云端智能体搭建开发环境的经验，核心思路是把开发环境当作用户是智能体的产品来做。他们让云端 VM 与本地开发环境对齐，构建 anydev CLI 简化智能体运行服务的流程，并通过 Cursor Cloud MCP 和 Cloud Doctor 自动化功能实现环境的自愈与持续改善。
推荐理由：Cursor 团队分享了自家云端智能体环境的搭建经验，包含 anydev CLI、Cursor Cloud MCP 等做法和可迁移的判断标准。
Cursor Blog精选AI 评分6969 Cursor 与 SpaceXAI 联合发布 Grok 4.6，聚焦长时程智能体任务
Cursor 团队与 SpaceXAI 今日联合发布 Grok 4.6，基于 Grok 4.5 打造，专注于长时间运行的智能体、更复杂的交互与视觉工作。在 Artificial Analysis Intelligence Index 上它与 GPT-5.6 Sol 持平（61 分），训练上进行了更长时间的补充训练、重新生成的 SFT 轨迹和广泛的智能体 RL。
推荐理由：原文给出训练方法、基准分数和定价细节，读者可以据此评估它在智能体编程场景中的定位。
Cursor Blog精选AI 评分6363 Cursor 推出构建，云端智能体启动速度最快提升至 3 倍
Cursor 推出构建功能，在后台预先准备可直接使用的开发环境副本，智能体启动即可运行，无需额外费用。默认每小时创建一次新构建，环境损坏时智能体沿用上一次成功构建；Cursor 内部环境启动速度提升 10 倍、首个 token 生成速度提升 3 倍。8 月 17 日起所有新建和现有环境将默认启用构建。
推荐理由：官方原文给出启动速度倍数、构建频率和失败回退机制，读者可据此评估其对云端智能体工作流的影响。
Cursor BlogAI 评分5454 Cursor 获得 AIUC-1 智能体安全与可靠性认证
Cursor 宣布通过 AIUC-1 智能体安全、安全性和可靠性认证，认证由 Schellman 开展独立审计，并在数千个场景中对智能体进行对抗性测试，覆盖 IDE 和云端智能体的规则、钩子和 Auto-review 等防护措施。
Epoch AI：研究、数据与评测AI 评分3737 Epoch AI 用《Earthborne Rangers》桌游评测 AI 智能体
Epoch AI 以数字版桌游《Earthborne Rangers》作为 AI 智能体评测基准，每个模型默认跑 10 局、取最后 2 局最高分作为 topline 分数并采样 5 次，人类目前最高分为 21/21。
Epoch AI：研究、数据与评测AI 评分6161 Epoch AI 与 METR 联合推出长程编码基准 MirrorCode
Epoch AI 与 METR 联合推出长程编码基准 MirrorCode，要求 AI 在不接触源代码的情况下端到端重实现完整程序，输出须通过含 held-out 测试的端到端测试。
Claude：Blog（网页）精选AI 评分7070 Claude Artifacts 功能页详解：Claude Design、Claude Slides 与 Claude Docs 开放 beta
Claude 介绍 Artifacts 功能，可在对话旁生成设计、演示文稿、文档、仪表盘或小型交互工具，支持画布编辑、链接分享（默认私有）和导出为 PowerPoint、PDF、HTML 等格式。
推荐理由：官方页面对 Artifacts 及 Claude Design、Claude Slides、Claude Docs 的功能、协作与导出方式做了较完整说明，便于了解可用范围。
Claude：Blog（网页）AI 评分2020 Anthropic 公布 Claude 订阅方案：Free、Pro、Max 三档
Anthropic 公布 Claude 的 Free、Pro、Max 三档订阅方案，Free 档 $0 面向所有用户，可在 web、iOS、Android 和桌面端使用，支持联网搜索、跨对话记忆以及创建文件并执行代码。
Claude：Blog（网页）精选AI 评分7575 Anthropic 发布 AI-native SDLC 实践手册，用 Claude 重构软件开发全流程
Anthropic 发布 AI-native SDLC playbook，主张在代码不再瓶颈后重构传统软件开发生命周期，将流程改为以提交工件驱动的闭环。
推荐理由：Anthropic 把内部 agentic 编码实践整理成六阶段方法论，覆盖从需求捕获到自动回环的每一步落地与治理细节。
Claude：Blog（网页）AI 评分2828 Anthropic 发布《构建 AI 原生营收组织》指南：如何在销售团队推广 Claude
Anthropic 发布《构建 AI 原生营收组织》指南，介绍在销售组织中推广 Claude 的配置决策、三阶段落地计划和 ROI 衡量框架。指南包含成熟度模型、试点前的负责人/连接器/IT 安全/成功指标/支出可见性等决策，以及按角色映射的高频用例。
Claude：Blog（网页）AI 评分5757 Anthropic 与 Salesforce 合作推出 Claude 中的 Salesforce 插件（beta）
Anthropic 发布 beta 版 Salesforce in Claude 插件，由双方共同构建，在既有 Salesforce 权限下将客户的账户、商机和管线引入 Claude，包含 37 项面向销售的技能，如账户调研、电话准备、管线回顾和 CRM 更新。
Claude：Blog（网页）精选AI 评分6565 Claude Code Projects 改版：从文件夹到多线程对话协调
Anthropic 改版 Claude Code 的 Projects 功能，用户描述目标后由 Claude 负责拆解任务、并行协调多个线程、审查输出并汇总结果，例如按仓库开线程迁移调用、跑测试并开 PR。
推荐理由：官方介绍了 Projects 从文件夹到对话的改版机制，读者可以了解多线程协调与共享记忆如何改变 Claude Code 的长任务工作流。
Claude：Blog（网页）AI 评分4646 Balyasny 如何评估与治理 Claude Fable 5
Balyasny Asset Management 在数千个真实金融任务上评测 Claude Fable 5，Fable 取得 89.4% 对前代生产模型 86.1% 的成绩，并在复杂规划、分析与智能体执行上表现突出。该机构自建执行框架与 BAMAgent 平台，支持数千个自主智能体 7×24 小时运行，Fable 成为其投资团队系统化与编码工作的首选前沿模型。