2026年10月4日
Strands Evals 深度解析：给 Agent 上评测，从打分到定位失败根因
摘要： Strands Evals 深度解析：给 Agent 上评测，从打分到定位失败根因 Agent 上线前最该补的一课，不是再加一个工具，而是先能证明它行。 给 Agent 做评测比给模型做评测麻烦得多。模型的评测是"输入一句话，看输出对不对"，Agent 是"输入一个目标，它调了六个工具、跑了十二轮、 阅读全文
posted @ 2026-10-04 13:00 iTech 阅读(6) 评论(0) 推荐(0)
Strands harness 深度解析：一次 import 拿到成品 Agent，默认值里藏了什么
摘要： Strands harness 深度解析：一次 import 拿到成品 Agent，默认值里藏了什么 "拼装 Agent"这件事，终于有人把默认值也一起交付了。 过去一年做 Agent 的人大概都写过同一套代码：接一个 shell、加读文件写文件的工具、想办法把越来越长的对话塞回上下文窗口、再补一个 阅读全文
posted @ 2026-10-04 12:55 iTech 阅读(7) 评论(0) 推荐(0)
Strands Decider 2B：2B 参数的开源决策模型，本地几十毫秒出结果
摘要： Strands Decider 2B：2B 参数的开源决策模型，本地几十毫秒出结果 决策模型（decision model）正在成为 Agent 架构里的新一层：它不生成文本，只在一组选项里做选择、给分数，但更快、更省、还自带可靠度评分。 原文：Introducing Strands Decider 阅读全文
posted @ 2026-10-04 12:42 iTech 阅读(79) 评论(0) 推荐(0)
AI 技术日报 - 2026-10-04
摘要： AI 技术日报 - 2026-10-04 Top 10 AI 技术要闻 苹果修改 macOS 全盘访问权限：为 AI Agent 时代重新划定数据边界 苹果官方 10 月 2 日发布公告，宣布将收紧 macOS 的全盘访问（Full Disk Access）权限。该权限原本主要服务于备份类应用，可以 阅读全文
posted @ 2026-10-04 12:03 iTech 阅读(217) 评论(0) 推荐(0)