推荐文章7

评估工程：Agent 演进新重点

阿里云开发者2025-11-06

AI 摘要

传统软件工程测试难适配 AI 系统，评估工程成 Agent 演进重点。它从经验驱动走向体系化，阿里云蒋林泉强调其是产品竞争力护城河。还介绍了评估工程三阶段及 RM - Gallery、云监控2.0实践。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

记忆是Agent走向RSI的核心关键

本文结合OpenAI、Anthropic的最新AI研发动向，指出RSI是Agent自进化的核心方向，记忆是RSI的关键基础，介绍了MemoraX的记忆驱动RSI体系与多场景实践成果。

单个AI Agent能力不断提升，但多智能体协作能力缺乏系统评测。本文介绍新推出的AgentWorld评测基准，结合长时程任务、角色不对称与黑盒交互，评测多智能体协作能力，给出主流大模型的协作表现数据。

本文是Manus新推出的个人智能体Cue的深度体验测评，分享免排队内测邀请码，详解产品核心特性、使用场景，对比其与现有AI工具的差异，梳理个人智能体架构框架。

外媒爆料谷歌下一代Gemini 4模型Carbon已进入内部测试，性能逼近Anthropic Opus 5.5，核心进展来自递归自我提升RSI技术，业内对谷歌拖沓的发布策略争议不断。