The Agent Watch
简报 · 文章 · 工具 · 关于 EN FR DE ES 中文 IT PT SV FI DA

每日简报

2026年11月14日 · 5 条新闻

🔥 头条

1

ChatGPT 有了钱包:智能体可以付钱,但绝不能绕过你

OpenAI 给 ChatGPT 加了一个钱包,你的助手现在可以替你下单付款。道理一句话就能说清:智能体负责付款,但它永远看不到你的卡号。你只登记一次卡片,之后每次消费都用指纹或人脸确认,就像解锁手机那样。商家拿到的只是一枚一次性的令牌,不对应任何真实银行账户。价格、退货和纠纷仍然由你掌控。这项服务目前只面向美国地区的 ChatGPT Pro 订阅者。官方宣布的下一步走得更远:设定额度、允许的类别和时间段之后,把付款权限长期委托给智能体。来源:https://openai.com/index/introducing-chatgpt-wallet

2

Sierra 敲定了智能体向商店报到的统一方式

Sierra 发布 Poppy 的 1.0 版,这是一个开放标准,告诉个人助理该怎么向一家企业介绍自己。说白了,这就是智能体的数字身份证:上面写着它是谁、能做什么,而客户随时可以收回这些授权。使用 Shopify 平台的商店遍及 175 个以上国家,它们会自动启用这个标准,不用装任何东西,Meta 的助理 Muse 也到处都在用。已有上百家企业在试用这套标准。商家依然掌握着自己的价格、客户和退货:智能体可以进门,但拿不走钥匙。来源:https://sierra.ai/blog/releasing-poppy

Source : sierra.ai →
3

Google 给自己的安全网打了个分:87% 被执行的恶意指令被发现

Google 公布了它的异常检测器成绩。这是一个事后复查智能体做过什么的安全机制。在 1,774 次测试中,这些测试来自五个别人编写的测试套件,系统报出了智能体真正执行过的恶意指令中的 87%。对付目标被带偏和工具用错,它相当有效。但如果指令藏在智能体的长期记忆里,它几乎是个瞎子:18 例只抓到 4 例。也就是说,警报在请求摆在明面上时管用,一旦藏进数据里就沉默了。来源:https://developers.googleblog.com/how-agent-anomaly-detection-scores-on-benchmarks-we-didnt-write/

4

LangChain 融资 3 亿美元,为的是把智能体留在企业里

LangChain 宣布完成 3 亿美元融资,估值升到 30 亿美元。这一轮由谷歌的成长基金领投,新加坡主权基金和 DFJ Growth 新加入。公司说,超过 7,000 家机构在用它的付费平台,其中包括英伟达、丰田和赛富时。它的赌注一句话就能说完:自己掌控智能体的企业,同时也留住了它们学到的东西,而这份经验很难被复制。这是对大模型厂商和云厂商套餐最直接的回应。来源:https://www.langchain.com/blog/series-c

5

一个 1450 亿参数的模型,装得进一块显卡

美国实验室 Edge0 放出了自家模型 Edge0-145B 的权重:总参数 1450 亿,其中每个词只有 100 亿在干活。它装得进一块 24 GB 的显卡,放在普通台式机里就能跑。发布方宣称智能体任务速度达到每秒 121 个词,在一个衡量智能体终端操作的测试里拿到 86.5 分。文件无需注册账号就能下载,有两种格式。许可证沿用 Qwen 的条款,超过 1 亿月活用户或月营收 2000 万美元时必须标明模型名称。这些数字都来自发布方,目前没有独立的评测。来源:https://huggingface.co/Edge0/Edge0-145B-q3k

📡 值得关注

NiCE 推出新一代智能体平台,每一步决策都有记录

客服软件厂商 NiCE 发布了 Cognigy 平台的下一代版本。三点最抢眼:一个陪跑助手,带着团队搭建和测试智能体;一套可以反复复用的技能,从一个智能体带到另一个;还有一份记录,把每个决策、每次工具调用、每枚消耗的令牌都还原出来。平台还通过开放标准与客户自己的智能体对话,并能端到端处理语音。现有客户正在运行的部分照常保留。来源:https://www.nice.com/press-releases/nice-launches-next-generation-nice-cognigy-to-accelerate-enterprise-ai-agent-deployment-and-orchestration

Google Cloud 把智能体监控搬进了企业的仪表盘

Google Cloud 在数据工具里加上了对智能体的监控与管控。每个智能体都可以把使用量、响应时间和消耗的令牌送进企业自己拥有的表里,再用已经在用的工具在那里做分析。完整对话是可选的:默认只看得到活动,看不到对话内容,详细日志则要一个智能体一个智能体地单独开启,还带自己的保护措施。现成的仪表盘跟踪活跃会话和被查阅最多的来源。来源:https://cloud.google.com/blog/products/data-analytics/enterprise-ai-agent-observability-with-bigquery-and-looker

亚马逊教你怎么按结果付钱给智能体,而不是按词

亚马逊发布了一份指南,教你根据历史记录里的失败,把编程智能体的每个请求送到最合适的模型。指南还给出了正确的计量单位:每个已完成任务的成本,而不是每个词的价格。一个更贵但能真正做成的模型,总账上可能更便宜。亚马逊提醒,这只是演示代码,不提供生产保证。来源:https://aws.amazon.com/blogs/machine-learning/route-coding-agent-requests-to-the-right-model-on-amazon-bedrock-with-nvidia-nemo-switchyard/

llama.cpp 升到 1.0,承诺不再弄坏你的智能体

这个让模型能在普通电脑上跑起来的自由软件,在三年半之后发布 1.0 版。团队承诺,除非大版本号变化,不再修改程序用到的那些功能。它能识别 150 多种模型结构,文件覆盖 Linux、macOS、Windows、Android 和 iOS。对企业来说,这份稳定承诺才是决定性理由:本地运行的智能体不会每次升级引擎就崩一次。来源:https://huggingface.co/blog/ggml-org/llama-cpp-v1

📊 趋势

这一天,智能体站到了钱和管控这一边:OpenAI 给它开了钱包,Sierra 给了它进商店用的身份证,Google 给自己的安全网打出了分数,LangChain 则用 3 亿美元押注企业会把智能体留在自己手里。另一头,工具开始稳下来:巨型模型装得进办公桌上的显卡,自由软件 llama.cpp 承诺不再弄坏东西,亚马逊也学会按结果给智能体付钱。智能体正在变成一个你装备它、管住它、再给它开工资的同事。