X-Agent:构建面向个人创作者、开发者和社区的Agentic AI应用层
相关推荐
阿里云启用韩国第三座数据中心,Agentic AI服务同步上线
火星财经消息 8月18日,阿里云在韩国的第三座数据中心正式上线,并同步推出Agentic AI相关服务,进一步满足当地市场持续增长的AI及云计算需求。近期,阿里云已先后在法国、日本、马来西亚、墨西哥等市场持续完善AI与云基础设施布局。本轮扩建完成后,阿里云全球基础设施将覆盖30个地域、104个可用区,并计划进一步拓展至巴西等国家和地区。目前,阿里云在亚太云计算市场排名第一。(广角观察)
Robinhood 推出 Agentic Trading 支持加密货币交易
火星财经消息,Robinhood 宣布 Agentic Trading 现已向符合条件的用户推出。用户可通过 Robinhood MCP 服务器连接其 agent,在专用 Agentic Account 中与股票和期权一同交易加密货币,仅使用存入的资金。Agent 现已支持使用未结算资金进行交易。用户可将账户切换为 limited margin,使 agent 能够即时使用销售所得资金,而无需等待资金结算。Limited margin 账户允许使用未结算资金交易,但不支持保证金借贷。所有投资均涉及风险。
Oracle推出Fusion Agentic Applications与AI智能体
Odaily星球日报讯 Oracle 宣布推出面向人力资源领域的全新 Oracle Fusion Agentic Applications 和 AI 智能体,旨在帮助企业加速员工发展、优化人才决策,并更快响应不断变化的业务和技能需求。 Oracle 表示,新一代 Fusion Agentic Applications 由多个专业化 AI 智能体协同驱动,具备目标导向、自主推理和企业级执行能力,可通过安全访问企业统一数据、工作流、政策、权限体系及业务上下文,在 HR 流程中辅助企业制定并执行决策。 此次发布的 AI 能力基于 Oracle Cloud Infrastructure(OCI) 构建,并深度集成至 Oracle Fusion Cloud HCM 平台,覆盖岗位架构、学习发展、管理者辅导、员工成长、内部流动以及 workforce planning(劳动力规划)等多个领域。
AI下一战不只卷大模型,ARC-AGI创作者看好整套Agent系统
据动察 Beating 监测,知名 AI 评测 ARC-AGI 的创作者 François Chollet 表示,今天的高性能 AI Agent,本质上已经是「模型 + 程序」组成的完整系统。大模型负责理解和判断,外层程序负责控制流程、调用工具和运行代码。 Chollet 把这种神经符号架构形容成「符号三明治」:程序驱动神经网络,神经网络再调用程序。他认为,大模型还会继续变强,但外层程序同样会越来越重要,复杂任务最终要靠两者配合完成。 更进一步,Chollet 预测,现在主要靠工程师手写的外层程序,未来也可能由 AI 自己学习和进化。未来 AI 比拼的可能不再只是模型,而是整套 Agent 系统。
Marvell推出AI“内存解耦”架构,将解决Agentic AI推理带宽瓶颈
Odaily星球日报讯 Marvell Technology 宣布推出面向 AI 基础设施的新一代内存解决方案组合,覆盖服务器级 AI 存储、机架级 CXL 内存扩展与池化,以及多机柜光互联共享内存,旨在解决 Agentic AI 推理过程中日益增长的内存容量和带宽瓶颈。 Marvell 表示,随着 AI 模型规模扩大、上下文窗口延长以及 KV Cache 需求增长,传统计算与内存紧耦合架构正限制 AI 推理效率。通过内存解耦(memory disaggregation),可以让内存资源更加独立于计算资源扩展,提高 GPU 利用率并降低数据移动延迟。此次发布的产品包括: Bravera SC6 PCIe 6.0 SSD 控制器:面向 AI 推理存储场景,可帮助云服务商将更多 KV Cache 迁移至高性能 SSD,提升基础设施效率。该产品采用兼容多供应商 NAND 的架构,预计将于 2026 年第四季度开始送样。 Marvell Structera X 内存扩展方案:基于 CXL 技术,支持机架级内存扩展和资源池化,帮助数据中心更灵活地共享和调配内存资源,降低 AI 基础设施成本。 Marvell Photonic Fabric 光互联内存方案:通过光互联技术构建跨多机柜共享内存架构,可支持最高 32TB 温热 KV Cache 卸载,并帮助 AI 推理集群提升吞吐能力。 Marvell 表示,Photonic Fabric 方案可在现有数据中心空间和功耗限制下,实现最高 2 至 3 倍的 Token 吞吐提升,支持更大规模模型和更长上下文 AI 应用。 Marvell 高管 Will Chu 表示,AI 基础设施正在从单一服务器架构转向计算、内存和连接协同运行的系统,未来内存需要更加独立地扩展,以提升资源利用率和 Token 效率。 随着 AI Agent 和大模型推理需求持续增长,内存容量、带宽和数据传输效率正成为继算力之后 AI 基础设施竞争的新焦点。
字节OpenViking核心贡献者开源LoopX:让Agent连续跑200小时也不失忆、不跑偏
据动察 Beating 监测,字节跳动 AML 高级机器学习工程师、OpenViking 核心贡献者黄瑞腾开源了 LoopX。它是一套面向长程 Agent 的控制系统,让 Codex、Claude Code 等 Agent 在任务跨越多天、多次中断后,仍能接着原来的目标往下做。 LoopX 已公开两条跨越 220.7 和 272.9 小时的真实任务轨迹。期间经历多轮执行、等待、人工判断、模型切换和任务恢复,Agent 仍能找回当前目标、已有证据和下一步。 它把目标、待办、权限、证据和等待条件放到模型上下文之外。Agent 每次只做一小步,验证结果后再写回状态。换会话、换模型或程序重启,都能从最新进度继续。 黄瑞腾参与开发的 OpenViking 负责保存和检索 Agent 的记忆、资料与技能;LoopX 则管理任务做到哪里、下一步做什么、何时需要人来判断。前者像长期记忆,后者更像项目经理和可执行看板。目前,LoopX 已用于自动修复代码问题、AutoML 实验和长期研究。