DLite 提出一种面向智能体 AI 的无历史投机解码框架，在通用、长上下文和智能体工作负载下达到 2–6 的接受长度，相对 DSpark 最高提升 70%。该方法直接复用目标模型的上下文隐藏状态进行局部投机预测，配合轻量级序列头恢复块内因果依赖，并采用专门的两阶段训练策略；原文同时指出智能体负载下现有 draft 模型接受长度最高下降 80%。
推荐理由：原文给出在智能体长上下文场景下 speculative decoding 的实测对比与训练策略，读者可据此评估相对 DSpark 的收益。
Scene-Designer 是一个面向自然语言到三维室内场景生成的智能体框架，通过设计与评价两类经验学习设计智能。
推荐理由：原文给出结合设计与评价经验的智能体框架以及 Critic-guided GRPO 训练方法，为三维场景生成中评价信号驱动强化学习提供可参考实现。
PersonaCUABench 在固定 74 个任务和 11 个领域、仅改变请求者画像时，发现计算机操作智能体的平均任务完成率相对原始请求下降 36%。
推荐理由：该基准固定 74 个任务、仅变换请求者画像，揭示了按固定指令评测时可能掩盖的用户约束与满意度落差。
TreeOPSD 提出无 critic 的树感知后验自蒸馏框架，将每步交互视为树节点，从共享前缀分叉并递归回传末端奖励以获得隐式 turn 级信用。
推荐理由：它给出了一种不使用价值网络或更强教师模型的长程 agentic 强化学习路径，对降低训练复杂度和工程门槛有参考价值。
HexaShell 是一个用 coding agent 通过视觉与自写工具驱动双臂机器人的轻量系统，基于 Codex 与 GPT-6-Astra（中推理强度），在 42 个 RoboDojo 任务上达到 39.7% 成功率（progress 48.0），刷新该榜单 SOTA。
推荐理由：用 coding agent 自写工具控制双臂机器人并在 RoboDojo 上刷新 SOTA；测试显示推动类任务准确率高，而接触密集任务明显受限。
蚂蚁集团百灵团队开源发布Ling-3.1-flash模型，主打真实办公任务处理，采用约560B总参数、激活25B的稀疏MoE架构，上下文窗口最高1M。模型采用7层KDA配1层Gated MLA的混合线性注意力结构，已接入蚂蚁内部桌面协同Agent客户端「小虎」。
推荐理由：原文公开了模型架构参数、多项基准分数以及办公医疗场景实测，便于读者评估其在真实任务中的落地能力。
量子位智库发布《Agent驱动的企业智能化：单点提效到规模化重塑》报告，系统拆解企业AI落地面临的六大断点——任务定义、数据可信度、判断可验证性、行动落地、权限责任划分与价值衡量复制，并提出贯通任务、上下文、判断、行动、控制与衡量的全链路Agent能力框架。报告建议企业从高价值场景切入先跑通闭环再规模化复制，并以网易智企数帆、CodeWave SDD等实践为例验证落地效果。
京东11.11于10月12日晚8点全面开启，首日下单用户数实现同比双位数增长。发布会上超百项细分服务产品首次全景亮相，并推出聚焦隐形收费、服务参差、售后缺失三大痛点的"333"计划；AI技术已覆盖零售、物流、健康等3000多个场景，AI购物助手"东东"、"超脑"大模型3.0及"狼族"机器人军团全面落地。
Meta 发布开源权重模型 Muse Spark Open，总参数 816B（激活 42B），支持最多 100 万 token 上下文以及文本、图像、视频和音频输入，主打编码和智能体任务。
同一件事，精选收录的是《Meta 开源多模态 MoE 模型 Muse Spark Open，总参数约 816B、每 token 激活约 42B》
Muse Spark Open 是 Meta 发布的开源权重模型，总参数 816B（激活 42B）、1M token 上下文，定位编码与长链路 Agent 任务。
同一件事，精选收录的是《Meta 开源多模态 MoE 模型 Muse Spark Open，总参数约 816B、每 token 激活约 42B》
BlastLoop 是 Ross Shaw 在 Show HN 上发布的面向 AI 编码智能体的结构优先编程框架。它把写代码分成 Blast、Mid、Inner 三个高度层，分别处理系统级、子系统级和本地单元级改动，再按 T1 结构、T2 bug/运维、T3 对抗测试的固定顺序逐层验证；若 T3 发现结构问题则回到 T1 并重新路由到对应高度修正。
推荐理由：原文给出了一套按高度分层、按结构与对抗门控顺序测试的智能体编码流程，读者可以据此判断它能否套用到现有工作流。
Meta AI 个人助理 Muse 自上月上线以来已被下载数百万次并登顶 Apple App Store，因按用户授权读取联系人、短信、聊天记录和银行账户等信息，并按小时为用户社交圈中每位联系人建立详细档案而引发隐私争议。
推荐理由：集合 Signal 与 EFF 等专家视角，剖析消费级 AI 智能体如何在用户授权外连带收集其社交圈中他人的敏感数据。
英伟达发布开源多模态模型Nemotron 3.5 Super VL，含1200亿参数MoE架构（每token激活120亿），专为持续运行的企业AI智能体设计，同步推出两款Bolt小模型覆盖本地PC与语音助手。
同一件事，精选收录的是《NVIDIA 开源 Nemotron 3.5 Super VL 与 Bolt 74B-A9B 24GB、Bolt E4B 4GB》
Google DeepMind 在 Google Antigravity 平台上展示了新型抗菌肽候选物的发现流程，针对呼吸道感染病原体，该候选物正在进行湿实验验证。
推荐理由：用一个 agentic 工作台把跨数据库检索、结构预测与人工标注合并到同一会话，让原本多日的分散流程变为单次交互。
NVIDIA 发布开源 Nemotron 3.5 Super VL，并推出端侧模型 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Nemotron 3.5 Bolt E4B 4GB，覆盖从企业服务器到本地及边缘设备的智能体部署。
推荐理由：三款模型覆盖企业服务器到 4GB 端侧设备，并给出参数规模、速度、基准与部署路径，便于比较不同智能体场景的选型。
论文提出 τ-Emotion-Bench 基准与 Tracer 数据生成流水线，用于在情绪化用户交互下评估并提升 LLM 工具调用智能体的可靠性。该基准覆盖十个领域，实验显示前沿智能体在平均任务成功率与持续完成度之间仍存在显著差距；Tracer 生成的监督数据可稳定改进不同规模的模型，并可泛化到未见领域以及 τ-Bench 和 τ-Trait。项目页与代码已在 GitHub 开源。
推荐理由：τ-Emotion-Bench 与 Tracer 数据流水线为评估和提升工具调用智能体在情绪化用户交互下的可靠性提供了可迁移框架。
SwarmRSI 用共享图记录每个研究状态（假设、程序、实验证据与未满足需求），并通过反馈引导的集群变异、互补性集群重组与递归集群演化，让后续智能体继承前序中间产物而不仅是最佳分数。
推荐理由：原文把失败与无增益结果也写进共享图，让后续智能体继承的不是分数而是中间产物，可作为多智能体科学发现的工程参考。
AWS 副总裁 Shawn Bice 撰文提出名为 Trust in Depth 的 agent 治理框架，主张在保留关键环节人类把关的前提下让 AI agent 拥有更大自主空间。
推荐理由：AWS 副总裁 Shawn Bice 撰文提出 Trust in Depth 四层框架，把 AgentCore、Agent Registry、Guardrails 等产品配套对应到 Scope、Know、Bound、Observe 各层，可作企业评估 agent 自治能力与风险边界的对照参考。
Rivian 首席执行官 RJ Scaringe 在 TechCrunch Disrupt 上表示，公司计划将 Anthropic 等第三方公司开发的 AI 智能体接入自家电动汽车车载系统，具体时间表将在 12 月 AI & Autonomy Day 活动上披露。
推荐理由：Rivian 计划接入 Anthropic 等公司 AI 智能体，与 Tesla 集成 Grok 形成车端 AI 智能体的两种不同合作路径与安全边界。
SYNC 提出一种词索引接口，让异构大语言模型在不微调、无需翻译器的情况下，通过共享词列表和接收端本地词方向实现选择性事实通信。在 3 个发送端和 9 个来自 5 个家族的接收端测试中，新场景四问答成功率 72.0-98.3%，相对中间层写入最高提升 96 个百分点，两个最大接收端与纯文本通信持平。任务无关探针可在 45/45 案例中预判每个新接收端的可用写入层，无需重调。
推荐理由：提出无需微调或翻译器的跨架构大语言模型事实通信方法 SYNC，仅靠共享词索引和接收端本地方向就能完成选择性事实传递。
Google 周四宣布 Universal Cart 购物工具在美国正式上线，用户可在 Google 搜索和 Gemini 应用中跨多家零售商收藏并追踪商品，价格下降或补货时会发送通知，并会结合信用卡权益推荐支付方式、推送相关优惠码。
推荐理由：原文给出了跨平台购物整合的具体能力与背后标准，便于读者判断它和现有电商助手的差异。
Google 在美国面向 Gemini 应用和 Google Search 上线 Universal Cart 通用购物工具，可在同一购物车里跨多家零售商保存商品，并推送降价与补货通知。
同一件事，精选收录的是《Google Universal Cart 购物工具在美国上线》
MIT Technology Review 每日科技简报《The Download》汇集了 10 余条当日科技要闻。
推荐理由：一篇覆盖当日多条科技要闻的简报，便于读者快速掌握 OpenAI 全自动科研系统等关键动态的背景。
OPPO宣布与AI智能体平台Manus合作，将后者多步骤任务执行能力接入ColorOS 17的AI Mind Pilot，计划在Find X10系列率先推出。同期OPPO第三季度全球出货量同比下降超过20%，市场份额降至9%，Counterpoint估算其上半年600美元以上高端市场销量同比增长69%。
推荐理由：在OPPO全球份额降至9%的背景下，分析其引入Manus补齐Agent能力的商业逻辑，并对比豆包、阶跃星辰的路线差异。
Modal 的年化收入规模突破 $1B，并完成由 Accel 领投的 $750M Series D，估值达到 $15.75B，过去一年使用量增长超过 15 倍。
推荐理由：把 Modal 的融资、收入与使用量增长放在同一框架下，并补充沙箱并发和产品数据，便于判断 AI 基础设施的扩张速度。
字节、腾讯、阿里近期集中加码个人智能体：字节加速 Spell 并整合豆包能力，腾讯元宝计划推出类似产品，蚂蚁灵光开启新版本内测，千问宣布打造 Personal Agent。Meta Muse 上线约三周后每周主动调用用户已超 300 万，但亚马逊已限制其访问购物网站，国内豆包手机助手此前也曾被微信、淘宝、支付宝等 App 限制使用。
英国金融行为监管局（FCA）计划利用人工智能实现大部分监管和执法活动的自动化，将自身转型为智能体驱动型监管机构（agentic regulator），但目前不打算对金融行业实施新的监管规则。FCA 将于下周公布其针对最新前沿 AI 模型的应对措施，由首席数据、信息与情报官 Jessica Rusu 发表讲话介绍相关计划。
推荐理由：英国 FCA 计划将自身转型为智能体驱动型监管机构，可作为大型金融监管机构引入前沿 AI 的具体样本。
Meta旗下Muse登顶美加iOS免费榜后，字节、腾讯、阿里、蚂蚁及Manus密集跟进或内测，推出代号'Spell'、'LightVela'、'千问Go！'、'灵光'、'Cue'等多款C端个人智能体。
推荐理由：对比Muse与国内大厂的C端个人智能体路径，可看出变现逻辑从订阅向交易抽成迁移，以及隐私和生态壁垒对跨平台Agent的实际制约。
Meta Muse、OpenAI Dots和Manus母公司蝴蝶效应在最近一个月内密集发布或完成融资，国内阿里千问公布千问Go、腾讯LightVela开放体验。文章指出云电脑、持久记忆和权限分层是当下个人Agent的标配能力，而Agent跨应用执行与互联网平台商业壁垒之间的矛盾，是个人Agent能否走向普及的核心门槛。
推荐理由：把Meta Muse、OpenAI Dots、Manus与国内千问、腾讯的产品并排比较，能快速理解这一波个人Agent的标配能力与跨平台授权的现实门槛。
字节豆包手机二代发布的SAEP协议30天公示期结束，155款应用明确拒绝接入，微信、淘宝、支付宝、美团等主流App悉数在列，其中腾讯系66款、阿里系23款。
推荐理由：对比GUI与MCP+A2A两条技术路线对应用生态的不同冲击，帮助读者理解智能体手机面临的不只是一家公司的孤立困境。
AWS Labs 开源 AI-DLC（AI-Driven Development Life Cycle）工具，把 Claude Code、Kiro CLI/IDE、Codex CLI、Cursor、opencode、GitHub Copilot 等多款 AI 编码助手接入同一结构化工作流引擎。
推荐理由：呈现了 AI-DLC 在 Claude Code、Cursor 等多款 AI 编码工具中的统一接入方式，可作为自有流程的可迁移参考。
该论文在 ALFWorld、ScienceWorld、Search-QA、WebShop 四个环境和三种模型规模下，把十种自蒸馏方法与 GRPO 进行了对照实验，共完成 132 次训练，累计 12,124.4 H800 GPU 小时。
推荐理由：论文用 132 次训练统一对比了十种自蒸馏方法与 GRPO，能让读者看清哪些增益来自方法本身而非实验条件差异。
RuleTrek 是面向复杂场景下智能体规则推理的多领域基准，评估大语言模型在规则识别、规则推导和端到端推理三项能力上的表现。其构建流程从材料中提取结构化规则图，并增量组合规则子场景以保证一致性与可解性。
推荐理由：给出了11个前沿大语言模型在规则识别、推导和端到端推理上的具体分数，可用作当前水平的参考。
台积电在2026年第三季度业绩会上表示，对人工智能大趋势有坚定信心，AI需求持续增长，预计Q4需求持续强劲。台积电还提到，AI智能体的CPU需求正在增长，需求仍远超现在的供应能力。
推荐理由：台积电在业绩会上给出 Q4 AI 需求展望，披露 AI 智能体 CPU 供不应求的判断，可作为判断算力景气度的参考。
Doc2Harness 提出一个两阶段基准，直接评测模型为编码智能体构建长链路 harness 的工程能力，覆盖 19 个前沿模型、328 个测试用例。GPT-6 Astra 取得最高通过率 53.05%，最弱模型为 27.44%；即便最强模型仍有近一半用例失败，失败集中在跨模块功能的拆分方式上。
推荐理由：原文提出了针对 harness 工程的可复现评测方案，并给出 19 个前沿模型的具体差距，可据此对比模型在该层能力上的相对位置。
字节跳动豆包手机助手的代理授权公示机制（SAEP）30天窗口于10月14日关闭，微信、支付宝、淘宝、美团、拼多多、滴滴、小红书等国内头部App全部拒绝授权。
豆包手机助手《屏幕自动化操作声明协议》30天公示期结束，首批拒绝AI代操作的第三方App更新至155款，腾讯系66款、阿里系23款居前，DeepSeek、Kimi等AI同行也加入拒绝名单。
推荐理由：读者可以了解豆包手机助手协议触发155款App拒绝的来龙去脉，对比Anthropic Computer Use、OpenAI Operator策略差异，看到AI代理与超级App入口权的正面博弈。
这篇综述将智能体机器人研究划分为模型、数据、环境、Harness 四大功能域下的十七个类别，涵盖 VLA 模型、世界模型与世界-action 模型。论文追溯从机器人策略到智能体系统的演进，探讨智能体如何塑造模型学习、整理机器人数据并组织机器人能力，最后讨论开放挑战与未来方向。
ActionOPD 提出面向智能体的动作级在线蒸馏方法，通过最大化学生在自身状态下的教师动作似然来对齐决策，不要求师生共享 tokenizer，也无需访问教师 token 概率。用两位教师在工具调用任务上训练 Qwen3-4B 和 Qwen3-8B，在四个分布外基准上平均提升 3.3-6.9 个百分点，并在 τ^2-bench 上与离线蒸馏及 token 级 OPD 表现相当。
推荐理由：用动作级对齐替代 token 级蒸馏，使师生不必共享 tokenizer，并通过 Qwen3 系列验证了方法在不同规模学生模型上的稳定收益。
Figma 在印度首届 Config 活动上发布基于 Markdown 的 Figma Specs 编辑器，为团队和 AI 智能体提供定义设计语言并遵循品牌规范的参考文档。
推荐理由：将 Figma Specs 与 MCP 生态放在一起看，展示了平台型公司如何为 Agent 提供可遵循的设计规范与工具调用接口。