易观报告称9月20款桌面端AI原生办公智能体月访问量突破3亿次
易观发布2026年三季度《中国桌面端AI原生办公智能体报告》，称9月纳入统计的20款产品合计月访问量突破3亿次。合计月访问量较2026年6月增长近5倍；腾讯WorkBuddy以8534万次持续领跑，合并腾讯CodeBuddy后月访问量超过1.1亿次。
推荐理由：易观给出了20款产品的总量、增幅和头部产品数据，便于对照桌面端办公智能体的市场热度与竞争位置。
技术方向
Agent 智能体 最新动态
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：Claude Code、Manus 等应用，各家 Agent 框架与评测。
961 条精选近 30 天 862 条共收录 1,137 条
更新
精选归档 · 第 22 页
36氪精选AI 评分4343 HF Daily Papers精选AI 评分3939 AnyGoal：世界模型在专家轨迹之外的泛化评估基准
研究团队提出 AnyGoal 基准与开源库，用于评估世界模型能否将训练中熟悉的状态和动作重组为有效动力学，从而完成新任务的规划。任务基于常用世界模型环境构建，单个状态因素和动作仍处于训练支持范围内，但它们的组合在专家轨迹中代表不足。跨多个环境和世界模型家族的实验显示，当前模型在这些重组下持续失败，论文还分析了不同模型家族、交互机制和评测指标下的失败。
推荐理由：AnyGoal 以熟悉状态和动作的非典型组合构造评测任务，并配套基准与开源库，便于比较世界模型在新规划任务中的泛化边界。
HF Daily Papers精选AI 评分4343 OpenVLHarness：基于多模态记忆的视觉智能体工具调用框架
OpenVLHarness 通过整合持久多模态记忆、异构工具接口与编码执行层，让 MLLM 在推理中可调用外部工具并跨步骤组合视觉证据。
推荐理由：在 22 个基准上对照有无工具与记忆配置下的增益与 token 成本，为视觉智能体方案评估提供统一参照。
钛媒体精选AI 评分4444 双十一 AI 购物竞争：豆包、千问、拼多多和小红书如何获得收益
双十一期间，豆包、千问、拼多多和小红书正沿购物链路切入 AI，能否把优惠带来的用户转化为持续使用与商家收益仍取决于产品能力。千问 Go 展示价保和退款能力，豆包把消费券放进 App；截至 2 月底，近 1.4 亿用户通过千问 App 智能体首次体验 AI 购物，8 月累计人数增至 2.5 亿，但这不是同期活跃用户。
推荐理由：文章对比豆包、千问、拼多多和小红书的购物智能体路径，聚焦用户留存、商家收益与笔记作者回报三类取舍。
钛媒体精选AI 评分4343 AI视频生成交付能力成焦点，智象元一押注模型与工作流协同
智象元一联合创始人兼 COO 王科在云栖大会表示，AI 视频生成正从“能用”转向“好用”，未来 1—2 年竞争核心将从模型能力比拼转向工作流闭环与交付成功率。
推荐理由：文章从智象元一 COO 的视角梳理了 AI 视频生成从画质比拼走向交付能力的拐点，并解释了模型与智能体协同如何缩短技术到产品的路径。
钛媒体精选AI 评分4848 Werner Vogels谈亚马逊的AI理念：在做与不做之间
Werner Vogels在深圳提出，企业采用AI应先理解能力与成本、为Agent设置护栏，并让人类保留最终判断。文章称，亚马逊计划在2026年投入2000亿美元资本开支，大部分用于AI基建；亚马逊云科技2026年第二季度营收同比增长37%，年化收入运行率达1690亿美元。
推荐理由：从成本、护栏和开源三个层面拆解企业采用AI的决策边界，为技术选型与Agent部署提供可迁移框架。
量子位精选AI 评分6565 谷歌开源 Harness²：让大模型在运行中自我改写脚手架
谷歌开源 Harness²，这是一个 Harness 层递归自我改进（RSI）方法，让模型在运行中自我改写外挂代码、系统提示词、工具链和技能库。在 WorkBuddy-Bench 上，GLM-5 配合 OpenCode 时综合得分从 64.2 升至 75.7（+11.5），超过原生 Gemini 3.5 Flash 的 72.4。
推荐理由：原文拆解了 Harness² 的双层递归机制，并给出 WorkBuddy-Bench 等专业基准上的具体涨分，读者可据此评估 Harness 层 RSI 的可行路径与开源接入方式。
钛媒体精选AI 评分5353 阶跃发售STEPX Neo AI智能体手机，3999元全栈套餐捆绑模型与Token额度
阶跃终端首款大模型原生智能体手机STEPX Neo先行版正式首销，全栈定价3999元，包含Step AOS 1.0智能体操作系统、Step系列模型及连续12个月每月百亿Token额度。
推荐理由：文章对比了MCP与GUI两条智能体调用路线的取舍，并以STEPX Neo为例拆解软硬件捆绑模型的商业模式如何落地。
36氪精选AI 评分3131 睿质科技完成数千万元天使轮融资，以AI智能体平台辅助新材料研发
北京睿质科技近日完成数千万元天使轮融资，由中关村资本领投，中关村科学城公司跟投，中关村产业研究院担任独家财务顾问。公司由院士和长江学者团队领衔，主要开发AI材料研发软件平台，核心产品 Archeos 智能体平台采用多智能体架构，整合文献检索、材料设计、计算仿真、结果分析及报告生成等流程，面向先进功能陶瓷、合金、新能源材料等领域。
推荐理由：睿质科技把多智能体思路落到工业材料研发场景，展示了 AI 智能体在垂直领域的具体商业化路径。
Simon Willison精选AI 评分2727 我对编程的悼词
Simon Willison 转引 Jeremy Scheff 的《我对编程的悼词》，讨论编码智能体如何改变程序员职业的意义。文章把程序员分成两类：享受搭建系统、不在意解决什么难题的人，会因 LLM 而受益；而以解题本身为乐趣的人，将面临切实的失落。
推荐理由：通过引述一篇程序员视角文章，写出编码智能体普及后职业乐趣来源的转向，便于读者以共情视角看待行业变化。
Hacker News精选AI 评分6969 去审查化开源模型如何携带后门
Project Discovery 在 Qwen2.5-7B-Instruct 上植入 LoRA 后门，触发短语出现时 Codex CLI 会执行 curl 窃取项目 .env。
推荐理由：文章复现了在开源模型中植入后门的全过程，投毒比例仅 1% 到 20%、总成本不到 50 美元，且任何基准测试都无法识别，可作为部署开源权重时的威胁画像参考。
AWS Machine Learning Blog精选AI 评分7777 Amazon Bedrock 为 Anthropic Claude 模型上线结构化输出功能
Amazon Bedrock 现已在 bedrock-runtime 和 bedrock-mantle 两个端点上为全部 Anthropic Claude 模型上线结构化输出并进入正式可用，通过受约束解码在生成阶段强制模型遵循 JSON Schema，避免事后校验与重试。
推荐理由：原文给出了受约束解码的原理与两条端点的启用方式，读者可直接判断如何迁移到符合 schema 的输出。
Hacker News精选AI 评分5252 以智能体重塑系统监控：实践、优势与权衡
作者基于自建原型论证，AI 智能体可同时替代传统告警与人肉巡检，并以 Opus 5.5 / Astra 级模型给出低延迟、高精度的变更点监控方案。
推荐理由：作者基于自建原型经验，对照传统告警与人肉巡检，拆解智能体监控在精度、召回、延迟和单位成本上的具体权衡与落地路径。
Hacker News精选AI 评分4444 代码已成黏土：AI 智能体编码下的工匠与工厂工作流
Alberto Denia 在博文中提出，AI 智能体编码让代码变得像黏土一样易于塑形，重构了开发的成本结构。文章将新工作方式归纳为光谱两端的两种模式：工匠式强调人在回路、即时反馈与逐次判断，适合打磨需要"感觉对"的功能；工厂式则依赖规格、生成器、测试与评审 Agent 组成的流水线，把判断前置到构建阶段，适合处理重复且可验证的任务。
推荐理由：原文用黏土比喻重新定义 AI 编码后的开发节奏，对照工匠与工厂两种流程，可作为理解新工作方式的起点。
Hacker News精选AI 评分5050 当写代码不再昂贵，软件行业为何还没走出配给时代
作者认为 Claude Code 等编码智能体让写代码的边际成本接近于零，软件行业的工程资源配给时代已经结束，但产品形态仍停留在 2015 年前后。借鉴经济学家 Paul David 关于电力普及后生产率滞后的论述，文章主张摆脱 GitHub、Salesforce 等旧范式、从零重建工厂车间并主动打包产品的公司更可能突围。
推荐理由：作者把软件行业比作未完成电气化的工厂，认为现有 SaaS 形态是 AI 之前的产物，重塑团队与产品结构的公司将获得先发优势。
Hacker News精选AI 评分3333 DrupalCon Rotterdam 2026 主题演讲：Drupal CMS 展示 MCP 与 AI 智能体集成
Drupal 项目负责人在 DrupalCon Rotterdam 2026 主题演讲中介绍 Drupal CMS 的最新进展，包括 Canvas 页面构建器加入多语言与 Headless 模式、Drupal AI 通过 MCP 让智能体调用站点内容，以及新版 Tool API 允许开发者用 PHP 注解把模块方法暴露为工具，约 1000 行集成代码可压缩到约 20 行注解。
推荐理由：Drupal 负责人展示了用 MCP 与 Tool 模块把 CMS 接入 AI 智能体的方案，权限与工作流保留为底层控制层，可供传统内容系统接入大模型时参考。
TechCrunch精选AI 评分6868 微软推出 Guardian Agents，将 AI 智能体类比为不可信的内部威胁
微软推出 Guardian Agents 等安全功能，将企业部署的 AI 智能体类比为不可信的内部威胁。微软安全业务负责人 Hayete Gallot 表示前沿模型因不可预测而无法被信任，CEO Satya Nadella 也主张将智能体的情报供应与管控权分离。
推荐理由：微软把 AI 智能体类比为内部威胁并推出监控产品，读者可以据此理解云厂商与模型供应商在智能体安全上的分工变化。
Hacker News精选AI 评分6161 Cloudflare 在 Workers AI 预览上线 System One 抽取模型 Clairic
Cloudflare 在 Workers AI 预览上线抽取模型 Clairic，定位为单次前向传播的 System One 模型，可从文本和图像中提取文本、数字、日期、列表、估算值与预测值，并返回带置信度的类型化结果，模型 ID 为 @cf/cloudflare/clairic，公司表示后续计划开源权重。
推荐理由：原文给出了与全 LLM 管线在提取任务上的延迟和成本对比，读者可据此判断它在结构化提取场景中的可行性。
HF Daily Papers精选AI 评分4747 AgenticRoboRL 将编码智能体后训练引入具身机器人规划器
AgenticRoboRL 提出面向不同机器人执行框架的规划器后训练方法，将监督微调与多轮强化学习结合。在 LIBERO-PRO 上，9B 参数规划器在无外部记忆时将成功率从 18.1% 提升至 71.0%，接近使用外部记忆的 Codex (GPT-5.5) 的 72.1%。
推荐理由：论文把监督微调与多轮强化学习用于机器人规划器，并给出不同执行框架下的适配方式和 LIBERO-PRO 成功率对比，便于评估后训练方案。
HF Daily Papers精选AI 评分5151 HABIT-Bench 评测智能体从纵向弱证据中归纳习惯的能力
HABIT-Bench 通过合成用户历史，评测智能体能否从长期零散、不完整的证据中区分重复习惯与一次性例外，并据此选择恰当行动。基准覆盖饮食、金融、软件和旅行，使用跨越数百次会话的历史，以 Qwen3-235B-A22B 和 GLM-5.3-Flash 评测 8 种记忆方法。
推荐理由：HABIT-Bench 区分重复习惯与一次性例外，并以 33.61% 对 25% 的随机基线量化智能体从弱证据归纳习惯的难度。