封面新闻讯息，4 月 23 日——Perplexity 的研究团队发布了一篇技术文章，详细介绍了其网页搜索代理的后训练方法。该方法使用两个开源的 Qwen3.5 模型 (Qwen3.5-122B-A10B 和 Qwen3.5-397B-A17B)，并采用两阶段流水线：先进行监督微调 (SFT)，以建立指令遵循与语言一致性；随后进行在线强化学习 (RL)，以优化搜索准确性与工具使用效率。
强化学习阶段使用 GRPO 算法，并来自两类数据源：一是专有的多跳可验证问答数据集，由内部种子查询构建而来，这些查询需要 2–4 跳推理，并通过多求解器验证；二是基于评分规则的通用对话数据，将部署需求转换为可客观核查的原子条件，以防止 SFT 行为退化。
奖励设计采用门控聚合——只有在达到基线正确性时，偏好分数才会被计入 (question-answer match 或所有评分规则标准均满足)，从而避免高偏好信号掩盖事实错误。效率惩罚使用组内锚定：对工具调用与生成长度施加平滑惩罚，其基线为同一组中正确答案的基线水平。
评估表明，Qwen3.5-397B-SFT-RL 在各项搜索基准上实现同类最佳表现。在 FRAMES 上，它使用单次工具调用达到 57.3% 的准确率，较 GPT-5.4 高 5.7 个百分点；较 Claude Sonnet 4.6 高 4.7 个百分点。在中等预算 (four tool calls) 下，它以每次查询 $0.02 实现 73.9% 的准确率；相比之下，GPT-5.4 为 67.8%（每次查询 $0.085），Sonnet 4.6 为 62.4%（每次查询 $0.153）。成本数据基于各提供方公开的 API 定价，并且不包括缓存优化。
免责声明：本页面信息可能来自第三方，不代表 Gate 的观点或意见。页面显示的内容仅供参考，不构成任何财务、投资或法律建议。Gate 对信息的准确性、完整性不作保证，对因使用本信息而产生的任何损失不承担责任。虚拟资产投资属高风险行为，价格波动剧烈，您可能损失全部投资本金。请充分了解相关风险，并根据自身财务状况和风险承受能力谨慎决策。具体内容详见
声明。
相关文章
Cardano 创始人：AI 代理将于 2035 年超越人类互联网活动，并扰乱以广告驱动的模式
据 CoinDesk 报道，Cardano 创始人 Charles Hoskinson 在 5 月 7 日的 Consensus 大会上预测，AI 代理将在 2035 年前在互联网搜索、商务和交易方面超过人类活动。Hoskinson 表示，由于 AI 代理不会点击广告，也不会表现出品牌偏好，因此他说这将 w
GateNews1小时前
Claude Code 负责人 Boris：AI 代理提升人類生产力，改寫软體开发歷史
Claude Code 负责人 Boris Cherny 在 CNBC 访谈指出，AI 代理工具如 Co-Work 能将繁琐任务交给 AI 处理，工程师从操作者转为引导者，能够同时启动多个代理处理除错，显著提升产能。企业须把 AI 当作核心重组流程，AI 在各行各业都展现价值，软件开发将由编写转向以逻辑与对话指引的协作，技术门槛降低，创新创业将出现爆发性增长。
鏈新聞abmedia1小时前
里德·霍夫曼：随着 AI 代理需要加密信任，NFT 可能会卷土重来
Reid Hoffman，Greylock 合伙人以及 LinkedIn 联合创始人表示，自主代理将需要基于加密货币的信任系统，才能在开放互联网中进行交易；据他在声明中所说，NFT 可能会卷土重来。
AI 代理与信任基础设施
Hoffman 的言论指向一个潜在的
Crypto Frontier3小时前
IBM 在 Think 2026 上通过新的基于智能体的工具扩展企业 AI 套件
根据 IBM，该公司在波士顿举行的 Think 2026 会议上宣布扩展其企业 AI 能力，推出新的基于智能体的工具，帮助组织将人工智能嵌入日常运营。Context Studio 现已普遍可用，使企业能够
GateNews4小时前
Anthropic 推出 Claude Dreams：Agent 在任务之间自动整理记忆，消除重复与矛盾
Anthropic 在 Code with Claude 大会公布 Dreams，让 Claude Managed Agents 在多场会話间自动整理記憶、消除重複与矛盾、更新陳舊條目，输出可審核的整理后記憶庫；输入上限为 100 个 session 与 4,096 字元，非同步執行，數分鐘至數十分鐘完成，支援串流觀察。研究预覽需申请，暫只支援 claude-opus-4-7 与 claude-sonnet-4-6，正式上市未定。
鏈新聞abmedia7小时前
Cloudflare 携手 Stripe 推出 Agent 自主协议：AI 可自行创建账户、购买域名、部署应用
Cloudflare 与 Stripe 4 月 30 日共同推出新协议，让 AI Agent 可在无人工介入下自行建立 Cloudflare 账户、订阅付费方案、注册域名、获取 API token，并直接部署应用程序。Cloudflare 官方博客说明，整套流程从头到尾不需要人类进入后台、复制粘贴 token、或输入信用卡资料；用户只需先给予许可，并接受 Cloudflare 的使用条款。本周此公告在 Hacker News 取得 548 分，成为 AI Agent 自主执行任务的标志性基础建设新闻之一。
三层协议架构：服务发现、身份授权、付款代币化
Cloudflare-Stripe
鏈新聞abmedia8小时前
