2025年AI Agent大爆发，全面拥抱智能体
2025年是Agent从概念走向主流的关键时刻。Agent是一种自主智能体，能感知环境、决策并进化。它对程序员来说就像“超级外挂”，具备感知-决策-执行闭环和工具调用能力。为了拥抱Agent，开发者需要进行认知升级和技能重构，并通过相关课程和技术资料快速掌握技术原理。
强化学习框架
Cosmos-RL：专为物理AI应用打造的灵活可扩展强化学习框架
Cosmos-RL 是一个为物理AI应用设计的灵活可扩展强化学习框架，支持大规模训练、集成HuggingFace模型和低精度训练等特性。
对话火山引擎谭待：AI 云原生时代到来，为 Agent 打好地基
火山引擎 FORCE 大会上发布多款针对 Agent 开发的工具套件，包括 MCP 服务、提示词编排工具 Prompt Pilot、知识管理系统及强化学习框架 veRL 等，并宣布对思考模型按’输入长度’分区定价，成本仅为深思模型或 DeepSeek-R1 的三分之一。
速递｜火山引擎Force大会：豆包大模型1.6全球创新“区间定价”，火山引擎全力打造“AI云”
字节跳动旗下火山引擎发布豆包大模型1.6、视频生成模型Seedance 1.0 Pro等新模型，并宣布多项创新服务，包括按输入长度区间定价和降低Agent开发门槛。
QwenLong-L1：迈向具备长上下文推理能力的大型语言模型的强化学习方法
本文提出了一种强化学习框架QwenLong-L1，旨在提升大语言模型在长上下文中的泛化能力，并通过逐步扩展上下文长度、混合奖励函数等方法实现这一目标。
Mac上的AI聊天侧边栏Onit，阿里巴巴开源QwenLong-L1，Web Agent 和浏览器之间无缝交互的标准框架
Onit是Mac上的AI聊天侧边栏，Cursor Chat的Mac版。Web Agent Protocol(WAP)用于实现用户、Web代理和浏览器之间的无缝交互。QwenLong-L1作为首个长文本推理大模型，在DocQA基准测试中表现出色。TranslateBookWithLLM是一个基于Ollama API的Python应用，支持大规模文本翻译，并提供Web和CLI界面。Claude Code MCP Server通过绕过权限限制增强了Claude的代码处理能力。
通义实验室新研究：大模型自己「扮演」搜索引擎，提升推理能力无需搜索API
阿里通义实验室开源ZeroSearch，无需真实搜索引擎即可训练大模型检索-推理能力。通过模拟搜索引擎和课程式学习策略，仅需3B参数的LLM即可有效提升搜索性能，节省API成本，并兼容多种强化学习算法。
阿里巴巴开源大模型搜索引擎ZeroSearch，开源社区的深度研究框架DeerFlow
文章介绍了五种创新技术与工具，包括ZeroSearch、DeerFlow、News Agents、n8n Autoscaling System和SmartPDF。它们专注于提升LLM的搜索能力、自动化研究流程、智能新闻聚合与摘要、工作流自动扩容以及利用AI快速总结PDF内容等方向。
