如何评估 AI Agent:从工具调用到任务完成

NVIDIA 发文指出,AI Agent 的评估标准正从"单次工具调用是否准确"转向"整条任务链是否在真实环境中跑通",并给出了一套从步骤到结果的完整评分框架。

NVIDIA 发文指出,AI Agent 的评估标准正从"单次工具调用是否准确"转向"整条任务链是否在真实环境中跑通",并给出了一套从步骤到结果的完整评分框架。

《SNL UK》最新冷开场把查尔斯国王、一个失控的戴安娜AI聊天机器人和歌手Ed Sheeran放进同一个末日小品里,用一场"双方都对"的荒诞歌曲讽刺当下AI伦理讨论与公众人物表态困境。值得关注的是,这不是简单的搞笑,而是主流喜剧节目开始把AI拟人化、失控叙事当成公共议题来消费。

梵蒂冈在罗马结束的一场AI与冲突研讨会上,正式把“AI4Peace”从一个会议升级为常设国际协会,并借教皇利奥十四世即将在联合国教科文组织的演讲,把AI治理议题推进到多边舞台。
![[Bug] Ascend NPU: RMSNorm crashes with elementwise_affine=False; _native_npu FA rejects [B, N, 1, Skv] masks (LTX-2)](https://www.chat-gpts.plus/wp-content/uploads/2026/09/14380-1858c464-768x403.jpg)
在 Ascend NPU 上以 attn_backend=_native_npu 运行 LTX-2( dg845/LTX-2.3-Diffusers )时,如果 RMSNorm 层配置了 elementwise_affine=False ,或交叉注意力使用了 [B, N, 1, Skv] 形状的掩码

当普通用户(仅有写入权限、但没有 “Models Public Sharing” 权限)在 Workspace 编辑器中修改并保存一个已被管理员设为 Public 的模型时,该模型会被静默改写为 Private,公开共享被剥离。优先排查更新接口是否对编辑器回传的 access grants 再次套用

在 Open WebUI 中通过侧边栏“Folders”下的“New Folder”按钮创建文件夹时,即使已在“Folder Background Image”里选好图片,创建出的文件夹背景仍为默认,重新打开编辑对话框时图片选择器又变回“Upload”。这是侧边栏创建处理函数在提交创建请求时丢掉了

使用 Open WebUI 的 searchapi 网络搜索提供程序(尤其是 SEARCHAPI_ENGINE=google_news )时,如果出现搜索结果为空、新闻结果丢失或返回 Google 跳转链接,通常是因为该提供程序只读取 organic_results 、未检查 HTTP 状态码、也未

TechCrunch Disrupt 2026 的 Startup Battlefield 200 又公布了五位新评委,他们来自 ODDBIRD VC、ICONIQ Growth、General Catalyst、IVP 和 Eclipse Ventures,将决定哪家早期创业公司拿走 10 万美元奖金。

这个报错通常发生在自托管 n8n 使用 Filesystem 二进制数据模式、且多个 Webhook 请求并发触发同一工作流时:某个执行的清理钩子( restoreBinaryDataId )在另一个仍在运行的 Webhook 执行写入数据前就删除/重命名了 temp 执行目录,导致写入失败并抛出

InfoQ CN 梳理了世界人工智能开源大赛(GOAI)无界应用赛道 15 个决赛项目,发现 AI 应用正从“功能可用”转向“任务完成”,大模型不再包办一切,而是与规则、工具和人工审批共同组成交付链。这一变化正在重新定义行业 AI 的落地门槛与评价标准。