Agent治理 AI安全 Anthropic Blender XAI AI Agents Evaluation LLM

AI 日报|9 月 6 日:代理工程实践、模型实测与权限设计

早报 周期2026-09-06 来源13 个

本期 3 条重点、9 条快讯。 标注“近期补读”的内容在本期窗口之前发布;本次按实际日期补充收录,不当作今日新消息。 30 秒速览 【近期补读】Astra 已开放到哪些套餐?区分 Chat 与 Work/Codex。原文 【近期补读】Simon 实测:先试低推理档,再比较单次成本。原文 【近期补读】让代理真能调试:固定场景、状态接口、真实交互。原文 早报重点 Astra 已开放到哪些套餐?区分 Chat 与 Work/Codex OpenAI 9 月 4 日(UTC)更新:Astra 已向 Work/Codex 的 Pro、Enterprise、Business Premium 开放,API 也已上线;Plus、Business 仍需数日。另帖称 Chat 中由 Astra 驱动的 GPT-6 Pro 已向 Pro、Business、Enterprise 开放。 ...

2026年9月6日 · 4 分钟 · 1852 字 · Simon Sun

揭秘 AI Agent 评估

来源: Anthropic Engineering — Demystifying evals for AI agents 好的评估能帮助团队更自信地交付 AI Agent。缺少评估,团队很容易陷入被动循环——只有在生产环境中才能发现问题,而修复一个故障往往又引发新的故障。评估能让问题和行为变化在影响用户之前暴露出来,其价值会在 Agent 的整个生命周期中持续累积。 ...

2026年2月14日 · 6 分钟 · 1137 字 · Anthropic