在最近举行的甲骨文云世界巡回展上，甲骨文宣布了在其 Oracle Fusion Cloud Sales 中推出新的 AI 代理和生成式 AI 功能。这些新功能旨在帮助销售团队更有效地与客户互动，加快销售流程，提高工作效率。图源备注:图片由AI生成，图片授权服务商Midjourney新推出的 AI 功能是 Oracle Fusion Cloud 客户体验（CX）的一部分，利用来自财务和供应链的连接数据，帮助销售团队为每个客户提供个性化和相关性强的体验。通过这些 AI 代理，销售人员能够节省时间，将更多精力投入到与客户建立关系上。其中，客

Nvidia近日发布三项新的NIM（Nvidia Infrastructure Microservices）微服务，作为NeMo Guardrails开源工具包的扩展，旨在为企业AI代理应用提供更精细的安全管控能力。这三项新服务各具特色:一是针对内容安全，防止AI生成有害或带有偏见的内容;二是确保对话限定在获批主题范围内;三是防止AI代理突破系统限制或越狱。通过部署这些轻量级专门模型作为安全护栏，开发者可以弥补全局政策可能存在的保护漏洞。此举反映了AI落地过程中的实际挑战。尽管Salesforce CEO马克·贝尼奥夫曾预测其平台未来一年内

微软近日发布了 AutoGen v0.4版本，这是其用于 AI 代理的编排框架。这一更新旨在增强 AI 代理的灵活性和可控性，以满足用户对功能扩展和观察能力的需求。AutoGen 自推出以来，受到了开发者的广泛关注，但用户在使用过程中也遇到了一些架构限制、效率低下的 API 及调试和干预功能不足等问题。在新版本中，微软重点提升了框架的模块化和可扩展性。AutoGen v0.4引入了异步消息传递机制，使得基于该框架构建的代理能够支持事件驱动和请求交互模式。这一改进使得开发者可以更加方便地添加插

随着人工智能技术的迅猛发展，许多公司纷纷推出各自的 “AI 代理” 系统，这些代理能够自主与环境互动，完成无需人类干预的任务。微软和 Anthropic 等公司已率先推出了自己的 AI 代理，而行业领导者 OpenAI 却迟迟未能发布自己的版本，这背后的原因令人深思。据《The Information》报道，OpenAI 的推迟与 “提示注入” 攻击有关。这种攻击方式可以诱使 AI 模型接受恶意方的指令。例如，当用户指派 AI 代理在线搜索和购买物品时，AI 可能无意中访问一个恶意网站，该网站可能会指示它忘记先前

法国初创公司 Rounded 正在致力于开发一个 AI 语音代理的编排平台，旨在让企业能够轻松构建自己的语音代理。随着人工智能技术的迅猛发展，Rounded 相信 AI 语音代理将成为客户与公司互动的主流方式。最初，Rounded 的团队曾尝试推出一款 Web3产品，但在2023年6月转而关注 AI 语音代理。图源备注：图片由AI生成，图片授权服务商MidjourneyRounded 的联合创始人 Aymeric Vaudelin 表示，他们的最初构想是将 ChatGPT 与转录器和合成器结合，从而提供有价值的服务。然而，随着时间推移，团队意识到市场对语

Hippocratic AI 是一家致力于构建患者友好型人工智能解决方案的初创公司，近日成功完成了一轮1.41亿美元的 B 轮融资，估值高达16.4亿美元。本轮融资由知名风险投资公司 Kleiner Perkins 领投，标志着 Hippocratic AI 在医疗健康领域的快速发展。仅在成立不到两年的时间里，该公司就已经吸引了众多投资者的关注，之前还获得了来自 General Catalyst 和 Andreessen Horowitz 的5300万美元融资，以及来自 Nvidia 的1700万美元资金支持。图源备注：图片由AI生成，图片授权服务商Midjourney与许多专注于减轻行政负担的

标在2025年国际消费电子展（CES）开幕式上，英伟达首席执行官黄仁勋宣布推出 “视频分析 AI 代理蓝图(Blueprint for AI Agents )”。这一新平台基于英伟达的 Metropolis 系统，旨在帮助组织和个人提升生产力与安全性，甚至有助于运动员改善表现。全球目前已部署超过15亿台企业级摄像头，年产生约7万亿小时的视频数据。然而，只有不到1% 的视频内容被人类实时观看，这使得许多关键事件可能被忽视，带来巨大的经济损失。例如，制造业因未能及时发现产品缺陷，每年损失高达数万亿美元。新的

在全球 AI 行业迅速发展的背景下，英伟达（Nvidia）在消费电子展(CES)上重磅发布了一系列新产品和服务，旨在帮助企业构建 AI 助手和机器人工作团队。首席执行官黄仁勋(Jensen Huang)在开幕演讲中，展示了这些 AI 代理(AI agents)的强大功能，包括自动完成任务的能力。他用动画形象展示了自己在不同场合的角色，表明 AI 代理能够处理客户服务、编码和研究等任务。英伟达推出了 AI Blueprints，旨在帮助企业利用 Meta 的 Llama 模型构建和部署 AI 助手。黄仁勋表示:“未来，每家公司的 IT 部门都将成为

谷歌最近发布了一份详细的白皮书，深入探讨了生成式 AI 代理的开发与功能。这份文档阐述了这些智能代理如何利用外部工具，超越传统语言模型的能力，实现更为复杂的任务。在白皮书中，生成式 AI 代理被定义为一种应用程序，旨在通过观察其环境并采取相应的行动来实现特定目标。这些代理的一个显著特点是它们的自主性，在明确的目标指导下，可以独立于人类的干预进行操作。白皮书中指出:“代理通过利用工具来扩展语言模型的能力，可以访问实时信息、建议现实世界的行动，并

在专业环境中，图形用户界面（GUI）代理面临着三大关键挑战。首先，专业应用程序的复杂性远高于一般软件，要求对复杂布局有深入理解;其次，专业工具通常具备更高的分辨率，导致目标尺寸较小，从而降低了定位准确性;最后，工作流程往往依赖于额外工具和文档，增加了操作的复杂性。这些挑战凸显了开发更先进的基准和解决方案以提升 GUI 代理在这些严苛场景中的性能的必要性。目前的 GUI 定位模型和基准无法满足专业环境的要求。例如，ScreenSpot 等工具设计主要用于低分辨率任务

HuggingFace推出了一款名为 “smolagents” 的全新开源库，该库旨在为语言模型赋予更强的智能代理能力。通过简化的代码结构，smolagents 使得用户能够更容易地构建能够执行各种任务的智能代理。在现代人工智能系统中，语言模型（LLM）需要与真实世界进行交互，比如调用搜索工具获取外部信息，或执行特定程序以完成任务。因此，赋予语言模型 “代理” 能力显得尤为重要。智能代理程序允许 LLM 输出控制工作流程，推动着 AI 的应用向前发展。那么，何时应使用智能代理?如果用户需要一种灵

2024年被视为人工智能和代理用例实验的突破年，而2025年则被业界专家预测为“代理之年”，这一年将是各类AI试点项目和实验成果汇聚并开始显现投资回报的一年。随着更多企业将人工智能应用到生产力提升和工作流程优化中，AI代理将成为推动创新和效率的核心。图源备注:图片由AI生成，图片授权服务商Midjourney更多部署与生产力驱动AWS人工智能与数据副总裁Swami Sivasubramanian指出，2025年将是生产力的关键年份，高管们将越来越关注AI的成本效益。他表示，随着多个代理在企业工作流程中被

随着对话式AI技术的飞速发展，AI语音代理正在逐渐接管越来越多的电话沟通。然而，如何确保这些AI语音代理的可靠性成为了行业面临的一大挑战。近日，专注于AI语音代理可靠性的平台Hamming.ai宣布完成380万美元的种子轮融资，由Mischief领投，Y Combinator、AI Grant等机构以及多位天使投资人跟投。Hamming.ai的出现，正是为了解决目前AI语音代理测试和管理方面的痛点。据了解，每天都有数十亿通电话产生，而随着AI的进步，大部分电话最终将由AI处理。然而，即使是微小的提示或模型提供商的更

YouTube 近日宣布，将与创意艺术家代理公司（CAA）展开合作，帮助明星和创作者识别平台上使用他们 AI 生成的形象的内容，并提交删除请求。此项技术计划将在明年初首先针对名人和运动员进行测试，随后再推广至 “顶级 YouTube 创作者、创意专业人士及其他代表人才的领先合作伙伴”。早在去年，CAA 就推出了 CAAVault，这是一项扫描和存储其客户数字形象的技术，包括他们的面部、身体及声音等信息。YouTube 此次的举措，正是为了帮助明星和创作者更好地管理他们的 AI “山寨版”，特别是

近日，一家名为 Artisan 的人工智能初创公司在旧金山推出了一项备受争议的广告活动，广告语为 “停止雇佣人类”，引发了广泛的愤怒和抗议。Artisan 专注于自动化技术，特别是一款名为 Artisan 的 AI 销售代理。这一广告活动的其他宣传语包括 “Artisan 不会抱怨工作与生活的平衡” 和 “Artisan 的 Zoom 摄像头永远不会出现故障” 等，这些口号都在暗示人类工人将变得多余。这些广告，特别是 “停止雇佣人类” 的标语，迅速在旧金山的各大广告牌上引起了关注。广告中还展示了一位名叫 “Av

谷歌在其最新的展示中揭开了Project Astra的帷幕，这是DeepMind团队致力于构建实时、多模式AI代理的计划，运行在一款神秘的原型眼镜上。周三，谷歌宣布将向少数选定用户发布这款配备AI和AR功能的原型眼镜，以进行真实世界的测试。谷歌原型眼镜上的翻译功能演示这些眼镜搭载Android XR操作系统，这是谷歌为视觉计算打造的全新平台，旨在支持眼镜、耳机等设备的开发。谷歌透露，虽然眼镜看起来非常酷，但目前仅为技术展示，具体的产品发布时间和详细信息尚未公布。新眼镜的功能包括实

以色列初创公司eSelf今日宣布获得450万美元种子轮融资，致力于开发基于视频的实时对话式AI代理平台。该公司由前Snap对话式AI主管Alan Bekker博士联合创立，旨在为教育、销售、金融服务、房地产和医疗保健等领域提供创新AI解决方案。公司声称其AI代理的查询响应时间不到1.7秒，比市场上其他领先公司的响应更快。eSelf推出了一个"无代码"创作工作室，允许客户构建可以操作Calendly、Salesforce等常见应用程序的AI代理，实现类似人类助理的功能。目前，Christie房地产公司和巴西银行AGI已成为eSelf

谷歌近日发布了其首款可以在网络上采取行动的人工智能代理，名为 Project Mariner。这款由 Gemini 驱动的代理可以控制您的 Chrome 浏览器、移动屏幕上的光标、点击按钮和填写表格，使其能够像人类一样使用和浏览网站。Project Mariner 可以执行诸如“根据此列表从杂货店创建购物车”之类的操作。代理导航到杂货店的网站，搜索并将商品添加到虚拟购物车中。然而，代理无法结账，因为它不应该填写信用卡号或账单信息。谷歌的目标是让用户不再直接与网站互动，而是与为用户完成这些工作的

谷歌今日宣布推出其最新一代人工智能模型 Gemini 2.0，这是该公司迄今为止最强大的AI模型。这一重大升级不仅在性能上有显著提升，更标志着人工智能向代理时代迈进的重要一步。根据谷歌和Alphabet首席执行官Sundar Pichai的介绍，Gemini 2.0在多模态能力和原生工具使用方面都实现了突破性进展。新模型不仅能够理解和处理文本、图像、视频、音频等多种形式的输入，还首次支持原生图像生成和文本转语音等多模态输出功能。"如果说Gemini 1.0是关于组织和理解信息的，那么Gemini 2.0就是为了让信

亚马逊宣布在旧金山设立新的研发实验室——Amazon AGI SF Lab，这是该公司在人工智能领域的又一重大战略布局。这家实验室由Adept联合创始人David Luan亲自领导，其核心目标直指打造能在数字和物理世界中"采取行动"的AI代理，并能处理跨越计算机、网络浏览器和代码解释器的复杂工作流程。实验室将由Luan与知名机器人研究专家Pieter Abbeel共同运营，初期研究重点聚焦于几个关键方向:使AI代理能执行真实世界行动、从人类反馈中学习、自主纠正以及推断人类意图。值得关注的是，这家实验室将