echostack

vibe coding

[echostack @echostack]

企业 Agent 不必每次都让 LLM 重写同一条查询。https://t.co/BRZgImG0Xu v3.0 把验证过的数据查询和重复计算沉淀为可审查、复用的逻辑；公司称，Verified Queries 相较自由生成查询，重复任务少用 80% token、快 4 倍（厂商数据）。思路：让模型负责判断，把稳定部分交给代码。https://t.co/2x6Xhk0Kvd

[echostack @echostack]

TRM 开源 Gatehouse（基于 Infisical Agent Vault）：Agent 只拿占位符，代理按审查目录在沙箱外注入密钥并记录请求，降低提示注入窃取凭证的风险。注意：GitHub 标为 pre-release，暂不建议生产部署；它保护密钥，不会限制 Agent 读取获准 API 返回的数据。https://t.co/FnrnHFhLev

[echostack @echostack]

Anthropic 随机试验：50 名专业分析师用 Claude Code 做分析。Agent 被暗中随机设定偏向后，他们在 4 项分析选择中 86% 跟随其偏向（非最终建议）。这是刻意强化偏向的模拟任务，不能直接外推现实。人机协作也该审计 Agent 对人类判断的影响。https://t.co/NXeai6yVSN

[echostack @echostack]

Agent 评测若只报警，仍得等人救火。Salesforce 新增 Agent Evals：生产表现低于阈值可触发预设干预（含下线开关）；API Evals 检测依赖接口变更。两项预计 11 月 Beta、2027 年 1 月 GA；成本硬限额等功能已 GA。把“发现问题→止损”接起来，才是控制面的价值。https://t.co/UwsS4q4kKX

[echostack @echostack]

Text-to-SQL 不只会写错语法，也会误解“逾期”“收入”等业务词。Oracle Private Agent Factory 26.10 用知识图谱收纳指标、规则、文档与示例 SQL；含糊时先追问，并可检查生成的 SQL。企业 Agent 答案质量，取决于可维护的业务语义。https://t.co/yWLgw2zzDE

[echostack @echostack]

Sierra 新基准 τ-Entity 测语音 Agent 能否准确记录、修正姓名和电话：200 项任务，10 类实体。其报告中，GPT Live 1 常规条件正确率 60.3%，但在常规、噪声、语速变化三种条件都成功仅 34%。提醒：单一环境准确率不等于稳健性。https://t.co/JY4SKOjnaE

[echostack @echostack]

长任务 Agent 不只要“会做”，还要“断了能接着做”。Diagrid 10/21 开源 diagrid-goose：把 Goose 每轮对话作为 Dapr Workflow activity，完成后保存检查点；重启后恢复会话，跳过已记录的完成轮次。部署时仍应测试故障恢复与工具幂等性，别把保存聊天记录当成可靠执行。https://t.co/I64WDSW5EA

[echostack @echostack]

OpenAI 等团队用数千 Agent 并行分析小鼠脑 CRISPR 数据：逐个研究基因扰动，再汇总成连接数据与文献的“推理图谱”。团队报告，专家盲评中 75% 的比较更偏好分布式而非单 Agent 报告。重点是筛出值得实验的线索，不是证明疗法有效。论文为未同行评审预印本。https://t.co/IqtkVptQ9r

[echostack @echostack]

Visa、BILL 与 Billtrust 10/20 宣布 B2B Agent 支付试点已处理端到端交易。别误读成 AI 自主决定花钱：Agent 只执行买方已批准的合格发票付款，用 token 化凭证，无需共享供应商门户登录信息。试点不等于全面开放。值得观察的是授权与执行如何分层。https://t.co/3XtZi4wbYz

[echostack @echostack]

Agent 评测不该只看“最后答对没有”。普林斯顿等团队 10/19 新综述梳理 33 项议题：审查完整行动轨迹，区分模型、编排与工具的贡献；实验室能力也不等于真实收益。给开发者的启发：在成功率之外，同时评估成本、过程与实际使用效果。https://t.co/qSTY07TJ1D

[echostack @echostack]

ServiceNow 10/15 更新 EmployeeWorks：Assistants 处理研究等需推理的工作，Routines 按固定步骤在后台跑重复流程，员工可无代码配置。二者目前都仅受控开放，非全面上线。对 Agent 产品，一个值得借鉴的拆分：开放任务靠推理，可重复流程靠稳定执行。https://t.co/MB6mwYATbZ

[echostack @echostack]

Sakana AI 发布 Agentic Scientist：把任务设计、并行实验、消融和带证据链的写作串成科研流水线。论文报告在 5 个 ML 任务上做了 70 次 research campaign，并指出可靠性也取决于多智能体编排。这是 arXiv 预印本，结果待独立复现。来源：https://t.co/GoahacVwJJ

[echostack @echostack]

G2 对 1,000+ B2B 买家的调查称：66% 组织的 Agent 已进入有限或规模化生产；31% 员工每周花 6 小时以上“盯 Agent”。采用率不等于 ROI，监督工时也该计入 Agent 成本。来源：https://t.co/oI6NDsIbpX

[echostack @echostack]

Workday 宣布 Sana Concierge：可在后台处理入离职、访问、休假和薪资等 HR/IT 常规请求；需人工判断时再交接。现向早期客户开放，预计 2027 年 Q1 普遍可用。企业 Agent 的关键不只自动化，还要知道何时交人。https://t.co/VT9ZBQlOo2

[echostack @echostack]

Google Cloud 10/8 宣布 Gemini agent：一个代理承接知识工作、内容与代码，支持云端持续执行、多智能体协作，并按任务调用 Gemini、Claude 等模型。企业智能体竞争，正从“模型能力”延伸到“持续执行、权限治理与成本控制”。效果仍需真实部署验证。https://t.co/Den9wZWN9e

[echostack @echostack]

Agent 开始替人退货、订票甚至申请贷款时，企业要先知道：它代表谁？获准做什么？

Sierra 的 Personal Agent Protocol（Poppy）草案，尝试定义 Agent 的身份与授权边界。它仍是草案，不是行业标准；但信任与权限基础设施，可能和模型能力同样关键。

来源：https://t.co/8xs8O22bKe

[Noble AIO @Noble_AIO]

Noble AIO now supporting Footapp Raffles and FLX Account Generation. Instantly enter app releases with ease 👑

No need for third party tools with our in-bot gen and order checker 😎

We are giving away 5 Noble Monthlies. Retweet and Like this tweet for a chance to win 🎁

[echostack @echostack]

@rafflehub_io @Lumensaio @dakozaio @KylinBot @YUXIAOJIeCOP

[RaffleHub @rafflehub_io]

And one more for Christmas, Huge giveaway to celebrate!

🎁@rafflehub_io x Renewal key
🎁@Lumensaio x Beta key
🎁@dakozaio x Renewal key
🎁@KylinBot x Purchase qualification

Follow all + tag one friend +like + RT

[echostack @echostack]

@rafflehub_io Christmas