深度分析
ProAgent：以隨需分層感知與視覺語言模型驅動主動式 LLM 代理
面對大多數仍以「被動等待指令」為主的 LLM 代理，ProAgent 提出一套端到端的主動式系統，結合隨需分層感知（on-demand tiered perception）、主動導向的上下文抽取，以及以視覺語言模型為核心的情境推理，讓裝置能在使用者周遭自動感知並預測需求，再呼叫外部工具提供適時協助。
深度分析
面對大多數仍以「被動等待指令」為主的 LLM 代理，ProAgent 提出一套端到端的主動式系統，結合隨需分層感知（on-demand tiered perception）、主動導向的上下文抽取，以及以視覺語言模型為核心的情境推理，讓裝置能在使用者周遭自動感知並預測需求，再呼叫外部工具提供適時協助。
深度分析
大型雲端平台每日產生大量工單，傳統待命支援工作負荷沉重。Vigil 透過在人工對話中主動介入，並以持續自我精進機制自動學習解決案例，提升支援效率。實驗顯示部署十個月後，Vigil 成功減輕分析師負擔並縮短解決時間，具備可行性與實務價值。