企业 Agent 权限治理:审批、熔断与可撤销授权
企业 Agent 从试用走向生产,除了完成任务,人能否介入和授权能否收窄正成为重点。
- 远程审批:DigitalOcean 的移动应用可让用户审批或拒绝工具调用、干预执行或远程停止,但其托管 Agent 仍处于公开预览阶段。
- 紧急熔断:CrowdStrike 的 AI Kill Switch...

Created by 徐永宾
Cutting-edge AI breakthroughs, roadmap insights, and practical tool guides for productivity
Explore the latest content tracked by AI Frontier Navigator
企业 Agent 从试用走向生产,除了完成任务,人能否介入和授权能否收窄正成为重点。
过去十年,AI 进步常以机器能独立完成多少任务来衡量。这篇论文主张另一种视角:AI 增强的人类智能(AHI),关注机器能在特定个人身上启发多少智能。
这份盘点把15款工具分为四类,选型可以先从工作流的复杂度和团队技术背景入手。
社区团队 handy-computer 将 NVIDIA 的多语言语音模型 Parakeet-TDT-0.6B-v3 转为 GGUF 文件,支持本地 CPU 和 GPU 推理。同类的本地运行进展还包括:
论文指出,长链推理在生产环境中会出现回答不一致、需要解析输出,并增加成本和延迟。Drex 系列决策模型则在给定问题和选项后,直接输出选项上的概率分布,无需自回归解码。
这篇论文关注的核心问题是:多模态Agent能否在多步搜索中持续利用图像,而不只是识别起始图片。
长期记忆让LLM智能体能够跨交互保留用户信息,从而提供持续的个性化帮助。但现有系统大多把记忆作为彼此独立的事实来维护。论文认为,这种以事实为中心的方式,可能忽略新事实如何更新、约束或与旧事实冲突。
论文提出的EvoMemState在持久事实之外,增加了关系状态(记录事实如何保持有效并随记忆演化而相...
机器人操作既需要语义理解,也需要三维空间中的精细控制。SLA 的思路是把空间对齐从任务适配前移到持续预训练阶段:以 pi05 策略为初始化,让中间视觉特征与冻结的三维感知模型表征对齐。
值得关注的设计包括:
开源模型TwIL-8B已发布。它仅有88亿参数,帖子作者称它可以在自己的硬件上运行。
原发布内容称,它在编码上达到前沿性能的93%,在指令遵循上达到92%。这些是基准成绩,帖子未说明对比的具体前沿模型或测试条件。
面向本地使用时,建议用自己的编码和日常指令任务实测,再判断它是否真的接近前沿体验。
作者用 Grok Bot 约两个月,前几周"并没有怎么改变工作方式",他仍主要在 Claude 和 ChatGPT 中工作。如今他有 20 多个 Bot,由 Ben 负责分派任务。
真正的变化出现在重复性小任务上。过去每次都要自己开聊天、输入指令;现在每个 Bot...
推理效率可以拆成三层来看,它们分别作用于不同环节:
两篇论文都在尝试减少对专门机器人演示数据的依赖,路径不同:一条让智能体生成数据,另一条让人类演示直接参与训练。
作者直言,不少AI方案“并不比直接做事更容易”,有些应用甚至不如低技术手段。
作者还提出一个换角度的说法:与其说“我想让电脑替我想办法,哪怕更慢”,不如说“我很懒,不想手动做能自动化的事”。
Box 的判断是,企业 Agent 的瓶颈在于上下文质量,而非模型本身。
一位评论者认为,这款从U盘运行的离线生存助手构思巧妙,但它需要电脑和插座供电,评论者认为这在真正的灾难中并不可行。
评论者追问是否有适用于移动或专用设备的版本。他指出,不少人备有发电机应对短期应急,即使基础设施严重受损,电网有时仍会供电,只是不稳定、每次仅持续几小时。
他还提到,太阳能加磷酸铁锂电池的成本与一台游戏电脑相当,可为笔记本供电很长时间。对离线工具而言,供电与设备形态可能比内容本身更关键。
企业Agent要落地,可以先按这四步检查:
注意,这里能看到的是分类框架,具体技术清单和细节需查阅完整报告。
潜在动作模型(LAM)是机器人预训练领域的一个重要思路。一位博士生在攻读学位的最初几个月探索了机器人预训练,并撰写博客梳理了当前LAM用于预训练的一些挑战。这段推文只给出了方向和博客入口,具体难点和结论需要阅读原文。
这篇关于长时程工作流Agent记忆的文章指出,记忆投毒是一类独立的风险:写入的记录会在下一回合成为特权输入,而输入侧护栏从不审查它。这意味着,记忆在提供跨回合连续性的同时,也可能成为安全入口。
这两份材料分别覆盖生产 Agent 的两端:交付流程和故障恢复。