Agent 便宜了 28%，却仍没用对工具：Stephanie Jarmak 怎样做评测
Agent 的成本降了，怎样知道它真正解决了原本的问题？
工具调用
28 篇文章
全部文章
语音 Agent 为什么不能只追求更快？LiveKit 把 600 毫秒当成一笔预算
语音 Agent 回复快，却仍可能在用户插话或改变主意时乱掉。
单步 99% 准确，跑完 100 步为什么只剩 36%？
浏览器 Agent 单步准确率高，长任务仍可能因为多次决策累积失败。
Agent 还没听完，EliseAI 已经开始写回答：怎样让慢而聪明的模型听起来很实时
较慢但能力更强的模型，怎样用于需要即时回应的语音 Agent？
Arize 给 Agent 加上代码沙箱后，省下了什么，又多了哪些麻烦？
Agent 反复翻页、把原始数据送进模型，怎样减少这些往返？
Agent 身份不是一张卡：AgentMail 如何让 Agent 注册服务、收验证码并留下联系记录
Agent 除了证明自己有权限，还怎样注册现有服务，并在出问题后让对方联系到它？
给 Agent 加了 SQL 工具以后，怎么知道它真的会用？Phoenix 团队的 Harbor 测试
给 Agent 增加工具或修改提示词，怎样确认它真的更会做事，而非只是换了一条路径？
金融 Agent 怎样跨网站工作：Browserbase 把浏览器访问、页面控制和数据提取分开处理
金融工作要跨许多网站取资料，怎样让 Agent 访问页面、正确操作，并交回可用数据？
Sarah 每天用 Datadog，却不认识它的 Dashboard：Agent 入口正在改写软件界面
Sarah Simionescu 每天使用 Datadog，却因为一直通过 Agent 操作，重新打开 dashboard 时反而找不到功能。
OpenAI 的新 Agent 栈：模型会点按钮以后，瓶颈去了哪里？
Agent 学会操作电脑以后，怎样让长任务更快、更可控地运行？
电脑 Agent 会做一次还不够：Simular 怎样让它学会重放，出错后再接着做
电脑 Agent 偶尔完成任务，离每天执行同一流程还有距离。
反洗钱 Agent 不该自己封账户：Nacho Martinez 怎样把记忆、工具和人工复核装进 Harness
反洗钱系统发现可疑交易后，模型的判断不能直接变成封锁客户账户的决定。