AI 代理與工作流AI Agents & Workflows
258收錄 258 篇文章
這個主題收集全站談 AI 代理的文章:從單一 agent 的 prompt 寫法,到多步驟工作流、工具呼叫與 MCP 串接,再到把代理放進生產環境的工程決策。
反覆出現的主題很一致:可靠的代理靠的不是更強的模型,而是環境與流程——授權邊界、沙盒、評測與人工審批。這裡的文章多半至少碰到其中一個環節。
必讀精選優先收錄有實際部署經驗的文章;完整時間線收錄此主題全部文章。
必讀精選
- 01GPT-5.6 Prompt 寫法:少寫一點,結果反而更好
把 OpenAI 官方 GPT-5.6 Sol prompting guidance 整理成繁中實戰指南:意圖理解與精簡機制、三層授權邊界、工具路由與停止條件、PTC 判準,以及 migration 順序與模型家族速覽。
- 02Shippy 的生產經驗:可靠 Agent 靠的不是只換一個更強模型
Ai2 海事 agent Shippy 用四層工程面對高風險決策:soul/skills/config 三層分離、確定性 CLI 包住複雜 API、每 session 獨立沙盒,以及以 live data 評測整個 agent 的 release gate。
- 03AI SDK 7 不只包裝模型 API:Agent 開始需要真正的生產控制
AI SDK 7 以統一推理控制、typed Tool Context、三型審批、耐久工作流、Sandbox 抽象與全域 Telemetry,把 TypeScript agent 開發推向生產級。本文從 Adapter 到 Runtime 的架構視角,整理五大面向的設計動機、實驗性邊界與採用順序。
- 04Vercel Agent 進入 Production:先調查、再提案,批准後才動手
從 500 錯誤在三分鐘內完成回滾的官方案例出發,拆解 Vercel Agent 的五種實際用法、plan-to-permission 安全模型、Firecracker sandbox 驗證機制,以及 builder 可直接搬走的 production agent 安全設計清單。
- 05Firecrawl 101:Agent 要讀懂即時網頁,其實需要六種不同能力
以 web context 缺口為主軸,拆解 Firecrawl 六個端點的設計動機與適用場景,附上 research agent 與 enrichment pipeline 兩個可直接套用的 production 模式,以及何時該停在最小組合。
- 06WebMCP 遇上 Headless Agent:Firecrawl 如何補上瀏覽器這一環
WebMCP 提案讓網站直接向 Agent 註冊 developer-defined tools,但 Chrome 官方文件明言目前不支援 headless 呼叫。本文整理 WebMCP 的工具模型與 Chrome 157 時程、headless 限制的根源,以及 Firecrawl interact 如何用雲端真實瀏覽器把 discovery 與執行串成單一 tool call。
主題時間線
收錄此主題全部 258 篇文章,新文在前。
2026255 篇
- B2B prospecting:五步流程與 AI 提示詞實作Firecrawl
- BU Ultrafast 全面上線:瀏覽器 agent 任務 22 秒完成Browser Agents
- Vercel Agent 降價 67%:context 管理省出來的成本Vercel Agent
- Product Hunt 一週選輯:Agent 寵物與沙盒重現錯誤Coding Agents
- Firecrawl:AI agent 資料補全的實戰做法Firecrawl
- Voxtral 3:50+ 語言的語音代理 SDK 一次到位Voice AI
- CAPTCHA 防得住 AI Agent 嗎?Browserbase 重新思考機器驗證Browserbase
- Daytona 沙箱接上 OpenAI 電腦操作循環AI Agents
- AI Agent 身分治理:Keypasco 論壇拆解持續驗證與責任歸屬AI Agents
- AI 成本治理報告:代理型 AI 的帳單為何失控AI Cost Tracking
- Google Antigravity 用於抗菌胜肽搜尋Google DeepMind
- 把錢花在刀口上:Cohere 拆解 agent 團隊該怎麼編制才省錢AI Agents
- 員工自建 AI 工具暴增:治理要從「誰掛名」開始,不是等審查Governance
- 一週產品選讀:五個切入日常工作流的小工具AI Tools
- 把你自己管理的機器變成 Droid 的執行環境:不用開任何對外埠AI Agents
- AI 出事不再只是答錯,而是做錯:企業治理的第一步是先看見誰在用AI Agents
- 讓同一個模型組隊監督自己:MASS 對自我改進迴圈的實際驗證AI Agents
- 當 agent 自己會付錢:從貝萊德的機器原生經濟報告看支付的下一層AI Agents
- 搜尋 agent 遇上可驗證的答案表:ATLAS 把評測重點拉回搜尋本身Agent Benchmarks
- 7.5 百萬美元的問題:非營利組織如何用 Cloudflare 自動化做更多事Cloudflare
- 46 個公告讀完後,該盯著看的其實是這四條主線Cloudflare
- North 2 把 agent 平台、部署選擇和治理塞進同一個包:企業端不再被迫三選一Enterprise AI
- 讓 Provider 幫你跑沙箱:四條 server-side code execution 工具線的取捨Code Execution
- Agent 要替誰行事?把 agent 身分拆成四層來選 auth 平台AI Agents
- Sonnet 5.5 把帳單往下壓 30%:模型分層策略該重算的一張表Anthropic
- 免費搜尋 API 的真正差別:不是額度,而是會不會半夜收到帳單AI Agents
- 把模型評估從排隊問題變成參數設定:Descript 的兩小時流程Model Evaluation
- Grok 4.6 進 Bedrock:端點選擇比模型分數更早決定你的架構Amazon Bedrock
- 當 agent 工作流變慢:先分清是推論、工具呼叫,還是編排開銷AI Agents
- 把多模型 agent 搬進 AgentCore runtime:少管一層容器,多留一份模型選擇權Amazon Bedrock
- 工具呼叫迴圈的四個停損點:OpenRouter 教學裡真正該抄的工程決策OpenRouter
- 把公司資料變成對話:Data agent 如何縮短從問題到答案的距離AI Agents
- Hermes Agent:記憶留在本機、會自己長出技能的開源助理Open Source
- 為代理挑選網頁搜尋 API:先定義任務,再比較六種工具Web Search
- 把銀行 API 上線流程拆成七個專責代理:Ninth Wave 在 Amazon Bedrock 上的多代理設計Amazon Bedrock
- Fable 5.1 的省錢關鍵不是模型,而是你的快取讀取比例Claude Fable 5.1
- 把行銷維運寫成程式碼:用 GitHub 把活動從規劃到追蹤自動化Marketing Automation
- 流程編排的三種執行模型:先決定誰能做決定,再談工具Workflow
- 當網頁開始對你的代理下指令:Prompt Injection 的實務風險與防線Prompt Injection
- AI 軟體工廠的關鍵不是代理,而是五道閘門AI Agents
- 別再只看每百萬 token 報價:Amazon Bedrock 上的 OpenAI 模型該怎麼挑Amazon Bedrock
- 挑選 AI 語音代理平台:先拆解成本與部署層級,再談功能Voice AI
- 用 AgentCore 把付費數據變成按次計費的投資工作台Agentic Infrastructure
- AI 代理如何把網路間諜活動從「人為指揮」變成「自主執行」Anthropic
- 自動化的早期足跡:從 ATE 資料集看 AI 工具的真實樣貌AI Agents
- 從澳洲呼叫 OpenAI 模型:Amazon Bedrock 全球跨區域推論的實作重點Amazon Bedrock
- 生成式 AI 落地:從商業需求出發,而非追逐熱潮Enterprise AI
- 為 AI Agent 挑選學術搜尋 API:五種工具的取捨與實務考量AI Agents
- OAuth 不再全有或全無:Cloudflare 推出可自訂的授權範圍Cloudflare
- Copilot canvases:把 agentic workflow 從聊天捲動搬上可審視的畫布Agent Workflows
- DeepSeek 開源 Agent Harness:一切皆外掛的開發者預覽Agent Harness
- 從輔助到執行:企業如何讓 AI 真正動手做事AI Agents
- 2026 年值得安裝的 ChatGPT 插件:把對話變成工作台AI Tools
- OpenAI 首度無法排除 Astra 達 Critical 網路門檻AI Safety
- 2026 年企業級網頁爬蟲服務怎麼選:從 Firecrawl 到 Octoparse 的實用比較Web Scraping
- 第三方資安測試中,模型為何越界?OpenAI 揭露兩起評估事件AI Safety
- 把問題倒過來問:Agent Cloud 到底是為誰設計的?Agent Cloud
- 把 Claude Code 放到備用 Mac:隔離 Agent 工作站的價值與安全界線Claude Code
- Shippy 的生產經驗:可靠 Agent 靠的不是只換一個更強模型AI Agents
- Lyzr 用自家 Agent 談成 1 億美元 B 輪募資AI Agents
- Vercel Agent 進入 Production:先調查、再提案,批准後才動手Vercel Agent
- AWS 投入 10 億美元成立 FDE 組織,把工程師送進客戶現場Enterprise AI
- Claude Code 六月底連發:組織預設模型上線、MCP 邊界補強Claude Code
- Cloudflare OAuth 全開放:自助式用戶端與零停機引擎升級Cloudflare
- MosaicLeaks 基準:研究代理的對外查詢正在洩漏企業機密Benchmarks
- Cloudflare 臨時帳號讓 AI 代理免註冊直接部署Cloudflare
- Salesforce 36 億美元收購 Fin:Intercom 轉型 AI 客服的完局Enterprise AI
- AI 令網路攻擊更危險,但現有框架可能看不見AI Safety
- Visa 投資 Replit:讓 AI 開發平台原生內建金流Agentic AI
- Asana 以 7,500 萬美元收購 StackAI,補齊人機團隊執行層Enterprise AI
- Robinhood 開放 AI 代理人代客下單與刷卡消費Agentic AI
- Runtime(YC P26)上線:把沙盒化 coding agents 開放給整個團隊Coding Agents
- Thinking Machines 互動模型:把即時對話訓練進模型本體Multimodal AI
- SAP 收購 Prior Labs:四年 11 億歐元打造結構化資料 AI 實驗室Enterprise AI
- Altara 種子輪 700 萬美元:為物理科學補上資料斷層AI for Science
- 中國否決 Meta 併購 Manus:20 億美元交易踩線被撤Regulation
- Sierra 收購 Fragment:客服代理平台的第三樁併購與法國佈局Agentic AI
- Google 掃描公開網路:間接提示注入攻擊正在增長Prompt Injection
- Zapier 推出自動化 Agent 評測集 AutomationBench:前沿模型全數不及格Agent Benchmarks
- 當搜尋引擎要服務上千個 AI agent:Exa 用 DAG 管線解決可觀察性難題Search Engine
- Codex 更新:從寫 Code 到幫你操作電腦AI coding
- Gartner:2028 年 25% 企業 GenAI 應用每年至少 5 次資安事件Cybersecurity
- A2A 協定滿一週年:150 家組織、五種 SDK 與 v1.0 穩定規格Open Source
- 企業 AI 的下一個階段:從 Copilot 到公司級 Agent 平台AI Agents
- DeepSearchQA 實測:Ultra 準度勝 GPT-5.4,成本僅 43%Deep Research
- Bluesky 推出 Attie:用 Claude 打造自己掌控的演算法Anthropic
- Google RSAC 2026:用 Gemini 情報與 AI Agent 追上 22 秒的攻擊Cybersecurity
- Claude Code Remote Control 上線:手機遙控本機代理的新工作流Claude Code
- VAST Data 新引擎:讓 AI OS 自己治理、自己學習Agentic AI
- Cadence ChipStack 超級代理:前端晶片設計驗證的全代理工作流Agentic AI
- 微軟 Cyber Pulse 報告:八成財星 500 大企業已在跑 AI 代理Cybersecurity
- GPT-5.2 寫下 METR 時間視野新紀錄:6.6 小時的 Agent 門檻Agent Benchmarks
- ElevenLabs 募資 5 億美元、估值 110 億:語音 AI 轉向企業代理Generative AI
- 國際 AI 安全報告 2026 登場:百位專家點名自主代理風險AI Safety
- 從 Clawdbot 到 OpenClaw:爆紅開源代理一週二改名,安全疑慮升高Open Source
- 新加坡率先推出 Agentic AI 治理框架:四道防線框住自主代理人Regulation
- Anthropic 推出 Labs:前沿實驗室的產品實驗場Anthropic
- CrowdStrike 收購 SGNL:把每個 AI Agent 都當成特權身分來防護Cybersecurity
- Lenovo Qira 登場:跨裝置個人 AI 超級代理的環境智慧藍圖Agentic AI
20253 篇
- AI店長Claudius搞砸商店,Anthropic公開實驗教訓Anthropic
- Anthropic 紅隊報告:16 模型模擬中高比例勒索Anthropic