AI Agent

Encore AI获3000万美元融资，用客户通话训练AI代理

Encore AI 从客户通话中提取成功策略训练 AI 代理，获 3000 万美元 A 轮融资。

机器人流量已超人类，这家国防背景的初创公司获2亿美元融资，专攻恶意机器人检测。

AI agent正加速科学软件开发，但长期维护和验证仍依赖人类判断。八个案例揭示新工作模式。

微软发布首个网络安全专用模型和Agent安全平台，声称基准测试碾压竞品，漏洞修复从数小时缩短至几分钟。

Kyle Mistele 提出用控制理论设计智能体循环，每次只做一个小改动，产生可审查的 PR，而不是 40,000 行无人能读的代码。以迁移代码库为例，讲解如何用 ast-grep 传感器、CI 调度和反馈文件实现增量式工程。适合厌恶“盲扫”循环的工程师。

Arize AI 的 Aparna 认为，Agent 能力每提升一档，现有评估就报废一次。她提出从LLM Judge进化到Agent Judge，让一个Agent自动发现另一个Agent的失败模式，甚至直接开PR修复。这不是技术细节，是AI工程化方式的重构。

Dan Farrelly 在演讲中犀利指出，你刚学会的 Agent 架构可能半年后就过时了。他分享了如何用核心原语构建持久化架构，避免被趋势牵着走。想看技术选型背后的真实思考吗？这个视频很有料。

微软 AI 知识团队负责人 Pablo Castro 聊了如何让 Agent 真正用对知识。他反对靠模型硬记，主张用 Azure AI Search 和 Foundry IQ 做外部检索，还批评了过度依赖 Prompt 的风气。全是实战经验，做 Agent 的值得看。

Rushabh Doshi 分享了如何为一家传统机械制造公司构建 39 个 Agent 的 AI 操作系统 Ira，没有用任何现成框架。他详细拆解了从文件消化、Agent 编排、免疫系统护栏到夜间梦境周期的完整架构，并提出了“Fork My Brain”的企业 AI 交付模式。