封鎖新聞訊息，4 月 23 日 — Perplexity 的研究團隊發布了一篇技術文章，詳述其用於 Web 搜尋代理的後訓練方法。該方法使用兩個開源的 Qwen3.5 模型 (Qwen3.5-122B-A10B 與 Qwen3.5-397B-A17B)，並採用兩階段流程：先進行監督式微調 (SFT) 以建立遵循指令與語言一致性，接著透過線上強化學習 (RL) 以最佳化搜尋準確性與工具使用效率。
RL 階段使用 GRPO 演算法，且有兩種資料來源：一個專有的多跳可驗證問答資料集，係由內部種子查詢構建而成，要求推理 2–4 個跳步，並透過多解算器驗證；以及基於規則量表的通用對話資料，將部署需求轉換為可客觀檢查的原子條件，以防止 SFT 行為退化。
獎勵設計採用閘控聚合——只有在達到基準正確性時（(question-answer match)）或所有規則量表準則均滿足時，偏好分數才會被計入，以避免高偏好訊號掩蓋事實錯誤。效率懲罰則使用同組錨定，對超出同組中正確答案基準的工具呼叫與生成長度套用平滑懲罰。
評估顯示 Qwen3.5-397B-SFT-RL 在各類搜尋基準上達到業界一流的表現。在 FRAMES 上，單次工具呼叫可達 57.3% 準確率，較 GPT-5.4 高出 5.7 個百分點，並較 Claude Sonnet 4.6 高出 4.7 個百分點。在中等預算 (four tool calls) 下，它以每次查詢 $0.02 達到 73.9% 準確率；相比之下，GPT-5.4 為 67.8%（每次查詢 $0.085），Sonnet 4.6 為 62.4%（每次查詢 $0.153）。成本數據基於各供應商的公開 API 定價，且不包含快取最佳化。
免責聲明：本頁面資訊可能來自第三方，不代表 Gate 的觀點或意見。頁面顯示的內容僅供參考，不構成任何財務、投資或法律建議。Gate 對資訊的準確性、完整性不作保證，對因使用本資訊而產生的任何損失不承擔責任。虛擬資產投資屬高風險行為，價格波動劇烈，您可能損失全部投資本金。請充分了解相關風險，並根據自身財務狀況和風險承受能力謹慎決策。具體內容詳見
聲明。
相關文章
Google 執行長：2026 年資本支出達 1850 億，AI 智能體時代投資加碼
Google 執行長 Sundar Pichai 於 4 月 22 日在拉斯維加斯舉行的 Google Cloud Next 大會上宣布，Google 計劃 2026 年投入 1,750 億至 1,850 億美元資本支出，用於建設自主人工智慧代理（AI Agent）所需的基礎設施，較 2022 年 310 億美元增加。
Market Whisper21分鐘前
Google Jules 開放新版候補名單，重新定位為端到端產品開發平台
根據 Google Jules 團隊官方於 4 月 23 日公告，Jules 的產品定位已從非同步編碼 agent 升級為「端到端 agentic 產品開發平台」，新版本可讀取完整產品上下文、自主判斷下一步建構方向，並提交 PR，官方同步宣布開放新版本候補名單。
Market Whisper27分鐘前
Google Jules 重新品牌為端到端代理式產品開發平台，為新版本開放候補名單
Gate News 訊息，4 月 23 日——Google 的 Jules 團隊宣布為產品新版本開放候補名單，將 Jules 從非同步程式碼代理重新定位為端到端的代理式產品開發平台。根據官方描述，升級後的平台可讀取完整產品情境，判斷接下來應該建立什
GateNews1小時前
OpenAI Codex 團隊修復 OpenClaw 驗證錯誤，顯著改善代理行為
OpenClaw 從 Pi 切換到 Codex harness，以修復靜默驗證回退，並透過兩個 PR 分別解決橋接與回退問題；修復之後，代理程式從淺層心跳輪詢轉向完整的工作迴圈，讓進度得以推進。
摘要：OpenClaw 的 Codex harness 優化處理了一個關鍵的驗證漏洞：當使用 Codex 搭配 OpenAI 模型時，系統會靜默回退到 Pi harness。兩個拉取請求修復驗證橋接並防止靜默回退，進而變更執行階段的介面適配器。結果是，代理程式的行為從淺層心跳輪詢演進為完整的工作迴圈：讀取上下文、分析任務、編輯程式庫並驗證進度，提升跨心跳的連貫性與可見度。
GateNews2小時前
OpenAI 推 ChatGPT Workspace Agents：Codex 驅動、團隊共享、Slack 整合
OpenAI於4月22日在ChatGPT Business/Enterprise/Edu/Teachers推出WorkspaceAgents，由Codex驅動、雲端長時、團隊共用且可離線執行，能在Slack主動回應與開票、執行多步工作流，並支援排程。研究預覽免費到5月6日，之後採credit-based收費，價格待公布。與GoogleGeminiEnterpriseAgentPlatform、AnthropicClaudeCowork同場競爭，三家聚焦企業級代理但定位各有不同。
鏈新聞abmedia3小時前
Google Cloud Next 2026：推出 Gemini 企業代理平台，7.5 億美元助顧問落地
Google Cloud 在 Cloud Next 2026 公布 Gemini Enterprise Agent Platform，整合模型選擇、代理建構、DevOps、編排與企業安全控管，並推出 7.5 億美元基金協助 McKinsey、Accenture、Deloitte 部署企業代理。平台搭配 Ironwood TPU、A2A 與 MCP，打造自家全棧與顧問通路，對抗 OpenAI Operator 與 Anthropic Claude 企業版。
鏈新聞abmedia3小時前
