Agent E

Claude Opus 4.8

Claude Opus 4.8：動態工作流程與子代理架構下的推論優化

Anthropic 發表 Claude Opus 4.8，帶來多項針對推論效能與調度的調整。新版維持既有計價，新增「fast mode」以顯著提升推論速度，同時引入更靈活的工作流程管理，能同時生成大量子代理以處理複雜任務。基準測試顯示相較前代有明顯效能提升，企業應用報告也指出使用成本下降；

速報

Asana收購StackAI：以無程式碼代理人強化人工智慧職場平台

Asana以七千五百萬美元收購工作流程自動化公司StackAI，強化其朝向以人工智慧為核心的職場平台轉型。StackAI專注無程式碼代理人，可在既有企業系統內運作，串接Salesforce、Slack與G Suite等資料來源，自動化跨系統複雜流程。

深度分析

AWS OpenSearch Serverless 支援 AI 代理人：計算與儲存解耦、向量搜尋按需擴展

網路長期以人類行為為設計前提，AI代理人卻帶來短時高峰與大量機機互動。AWS新版OpenSearchServerless透過計算與儲存解耦、秒級擴縮與閒置歸零的計費機制，為代理人工作負載提供即時、可計量的搜尋與向量檢索解決方案。此設計可能促進代理人大規模部署並重塑企業資料檢索模式。

深度分析

XCENA MX1：以 RISC‑V 與 CXL 將運算推近 DRAM，緩解 AI 推論的記憶體瓶頸

隨著大型語言模型推論頻繁存取短期記憶，傳統CPU到GPU到DRAM的往返成為結構性瓶頸。XCENA以MX1把運算推向DRAM附近，透過CXL在記憶體模組內處理預處理、KV快取及資料編排，宣稱能把過去需多台伺服器承擔的工作合併並顯著降低AI基礎建設成本。

速報

Groq 以自研 AI 晶片轉攻推論雲，傳尋求 6.5 億美元募資

Groq在與Nvidia達成非併購協議後，改以自研AI晶片與系統為基礎，推動以推論為主的neocloud服務。該服務讓開發者與企業託管推論密集型應用，並尋求新一輪約6.5億美元募資以擴大營運。既有投資人被徵求跟進，Disruptive與Infinitium表示若其他投資人放棄將承擔該輪。

人工智慧輔助開發

人工智慧輔助程式開發：速度、品質與維護成本的權衡

2026年研究與調查顯示，多數開發者已不願在沒有人工智慧協助下工作。METR嘗試重現先前關於AI提升程式生產力的實驗卻受阻，開發者不願在無AI情況下參與測試；轉為自評的調查顯示開發者感受到價值提升，但企業實際支出與第三方報告提出警訊。

深度分析

VAKRA 基準：評估企業場景中 AI 代理的工具呼叫、多跳推理與失敗模式

VAKRA是可執行的工具導向基準，評估AI代理在企業場景跨API與文件的多步組合推理與執行能力。它要求代理在本地數千個API與多領域資料庫中產生完整工具呼叫軌跡並以執行結果驗證推理。研究發現現有模型在端到端工作流上普遍表現不佳，主要失誤集中於工具選擇、參數填寫與政策遵循。

深度分析

使用 Sentence Transformers 與 MatryoshkaLoss 微調 Qwen3‑VL 用於多模態文件檢索

背景：Sentence Transformers 擴展至多模態以處理文字與影像檢索。做法：以 Qwen3‑VL‑Embedding‑2B 在 Visual Document Retrieval 資料上微調，採 CachedMultipleNegativesRankingLoss 與 MatryoshkaLoss 訓練，並以 InformationRetrievalEvaluator 評估。結果：微調使 NDCG@10 從 0.888 提升到 0.947。

深度分析

EcomRLVE‑GYM：以可驗證獎勵強化學習（RLVR）驅動電商對話代理人自適應訓練

隨著大型語言模型在對話上展現流暢度，將其應用於電商助理卻面臨任務完成率不足的挑戰。EcomRLVE‑GYM以多回合、工具增強的可驗證環境，透過自適應難度課程與程式化獎勵，讓代理人在商品搜尋、變體選擇、購物車建構等八大場景中學會精準執行。實驗顯示，使用Qwen3 8B於300步驟即可提升任務成功率與效率，預示RL在電商代理人領域的可行性與未來擴展潛力。

深度分析

從 Mythos 看開放工具與半自主代理在 AI 網路安全的實務角色

近來以 Mythos 與 Project Glasswing 為代表的一類前沿系統，將「以模型為中心」的討論擴展到整體系統設計。這些系統把大型語言模型、軟體相關訓練資料、針對漏洞探測與修補的自動化支架、以及高速運算資源結合，能快速定位並修補軟體弱點。

深度分析

使用 CUDA 流與事件實作非同步連續批次以提升 CPU–GPU 並行化與推論效能

本文解析如何把 CPU 的批次準備與 GPU 的計算分離，透過 CUDA 流（streams）與事件（events）實作非同步連續批次（asynchronous continuous batching），消除同步批次下 CPU/GPU 互相等待的空窗。

深度分析

vLLM V1 遷移實務：優先還原 rollout logprobs 與後端行為以恢復訓練一致性

ServiceNow-AI在將rollout推論引擎從vLLM舊版遷移到新版時發現訓練端與推論端的token logprobs存在語義與數值差異。工程團隊優先修復四項後端差異，包括processed_logprobs、執行時預設、inflight權重同步路徑與fp32 lm_head計算，並在還原後端行為後再評估是否需要目標層面的補正。修正後關鍵指標回歸先前軌跡，顯示先保證推論正確性再做目標調整的流程能更清楚分離問題來源。