iCreatAI News
返回主站
跳到正文
只看一手#Agent
10月29日周四
  3. n8n Blog22

    n8n 自动化团队为何要走出服务台模式

    n8n 内部 AI 与自动化负责人 Romina da Costa 提出，集中式自动化团队清完积压后只是把瓶颈转移到下游，公司已有超过 12,000 条内部工作流，没有团队能独自构建和维护。她将团队目标从“多建自动化”改为“建设自动化文化”，并给出四条原则，首条是培养各团队的构建者而非只交付成品。

  7. OpenRouter Announcements62

    OpenRouter 教程：如何用 LLM 从 PDF 中抽取表格

    OpenRouter 发布教程，介绍用 LLM 从 PDF 抽取表格的方法：把 PDF 作为文件输入，配合描述单行结构的严格 JSON schema，模型直接返回带类型的行数据。

    推荐理由：OpenRouter 用 5 份 PDF、644 个单元格的实测，给出可直接复用的表格抽取代码和两条静默失败检查。

  8. ElevenLabs Blog23

    银行业中的对话式 AI：用例、优势与实例

    对话式 AI 通过处理自然语言请求为银行客户提供 24/7 支持，无需增加运营成本即可解答常规问题、验证身份并处理支付纠纷。这类系统依靠严格的网络安全协议，并遵循 SOC 2 Type II、ISO 17001 和 PCI DSS 合规要求来保护金融数据。运营负责人可通过首次接触解决率和升级频率等指标衡量各类银行聊天机器人用例的表现。

  10. Sierra Blog42

    Sierra 推出 Compliance Console，为长周期 AI 智能体提供合规护栏

    Sierra 发布 Compliance Console，内置于 Horizon 平台，帮助企业在跨渠道、跨州和跨国的智能体外呼中遵守当地法规。该控制台支持配置信息披露、联系时间窗口（多数地区默认 8AM 至 9PM）、节假日排除、频率上限和退订管理，并在 Insights 仪表盘中展示外呼与外发消息的允许、延迟、拦截和待审核数量。

  11. Replit Blog60

    Replit 发布 ViBench 2.0 长周期软件构建基准

    Replit 发布 ViBench 2.0，用于评测智能体从空项目开始逐个功能搭建完整产品的长周期软件开发能力，包含 17 个产品、241 个功能请求和 544 个测试计划。

    推荐理由：Replit 公开了长周期软件构建基准的题目设计、评分方式和多家模型对比，可据此理解现有编码智能体在功能叠加时的失败位置。

  12. AWS Machine Learning Blog23

    用 Amazon Nova Act 智能体式 QA 自动化加速软件交付（第 3 部分）：应用与团队权限管理

    AWS 博客介绍 QA Studio 新增的两项能力：以“应用”为单位组织测试并汇总健康指标，以及基于团队的用户权限管理。健康视图给出通过率、执行次数、失败数和 0–100 健康分，并对不稳定测试扣分；指标支持 7 天按小时、30 天按天查看，可按环境过滤。权限分 Admin、Team Lead、Editor、Executor、Viewer 五级，每个应用只归属一个团队。

  15. Pydantic AI Articles74

    Pydantic AI 基准测试：code mode 让长任务成本降 58%、耗时减半

    Pydantic AI 团队用五个小型 CRUD 应用、八款模型和 5,276 次评分运行对比 code mode 与普通工具调用，长任务上成本降 58%、实际耗时降 51%、成功率提升 16 个百分点。

    推荐理由：作者用 5,276 次自建基准测试对比 code mode 与普通工具调用，给出长任务下成本、耗时与正确率的具体变化。

  18. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长周期任务上达到当前最优，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。

    推荐理由：官方披露了 Carbon 在网络安全与长周期智能体任务上的基准成绩和分阶段开放方式，可据此判断前沿模型的发布节奏。

10月28日周三
  3. ElevenLabs Blog24

    Lettuce 用 ElevenLabs Ads Engine 将创意广告制作从一周多缩短到一分钟内

    Lettuce 的增长团队用 ElevenCreative 中的 Ads Engine 连接 Meta 账户，把表现最好的广告在约 45 秒内生成新版本并推回投放，创意成本降低约 75%，单条线索成本比其他同期创意低 40% 至 60%。团队只需用提示词描述改动，创意总监和效果营销人员审核后即可上线，当前 Meta 表现最佳的广告正是经过 15 到 20 次迭代产出。

  4. Sarvam AI Blog38

    Sarvam 与 HQ IDS 建立联合框架，推动 AI 在印度陆海空三军落地

    Sarvam 与印度国防部总部综合国防参谋部（HQ IDS）签署谅解备忘录，为印度陆军、海军和空军建立统一的 AI 项目框架。三军及联合机构将共用同一套基础模型、智能体基础设施和地理空间与感知系统，项目由其国防安全部门 Chanakya 使用 Sarvam 105B 等模型执行。重点方向包括决策支持、目标获取和传感器到射手链路的数据融合，并保留人工对作战决策的监督。

  6. Artificial Analysis Articles60

    Artificial Analysis 发布 Intelligence Index v5 与 Progress Index v1

    Artificial Analysis 发布 Intelligence Index v5，新增 FrontierCode 2.0 和 Terminal-Bench-Science 两项基准，升级 HLE-Diamond、AA-Omniscience v1.1 和 CritPt v2，60% 的评测基于私有测试集或留出答案。

    推荐理由：原文给出 v5 的基准构成、权重与各模型得分，可据此比较前沿模型在编码、科研与知识任务上的差距。

  7. ElevenLabs Blog38

    如何构建品牌一致的 AI 语音助手：从语音转文字到 LLM 的实时管线

    ElevenLabs 发布指南，介绍如何用语音转文字、LLM 和文字转语音搭建实时 AI 语音助手管线，并建议将往返响应控制在 500 ms 以内、配合 VAD 保持自然对话。指南还要求接入内部知识库与业务工具，并在复杂或情绪化查询时转接人工坐席。开发者可通过 ElevenAPI 直接调用语音模型，或用 ElevenAgents 托管平台完成配置、测试与分析。

  11. ElevenLabs Blog22

    ElevenLabs 研究：试用零售 AI 智能体后，购物者更愿意开口说话而非打字

    ElevenLabs 在英美加澳欧等地开展三项购物者研究，让多数人先实际使用其语音智能体再作答，结果近半数选择"说和听"，约 30% 选择"说和看屏幕文字"。在找礼物、比价等六项任务中语音均居首，但对比两款产品时三种方式几乎平分。问题越严重购物者越不愿交给智能体：晚到货 56% 选智能体，错误扣费仅 34%；若智能体失败过一次，错误扣费场景下 61% 要求转人工。