前钉钉总裁叶军创业成立深空之序，做企业级 AI Agent 已获千万融资
前阿里副总裁、钉钉总裁叶军离职一年后创立深空之序，方向为企业级 AI Agent。公司成立约 3 个月已获千万元融资，领投方为广州四三九九信息科技有限公司，并拿下两家付费客户。
推荐理由：前钉钉总裁叶军离职一年后押注企业级 AI Agent 并切入外贸场景，已获千万级融资，体现大厂平台之外的细分市场路径。
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。
960 条精选近 30 天 861 条共收录 1,136 条
更新
精选归档 · 第 28 页
36氪精选AI 评分4545 HF Daily Papers精选AI 评分5151 JevAgentHarness：评测、部署并训练与 LLM 共享 Agent 控制的决策模型
本文提出 JevAgentHarness，用小决策模型在 Agent harness 中分流 LLM 的多选决策，配合拟合的置信度阈值降低成本与延迟。
推荐理由：原文给出 Agent harness 把工具选择分流到小决策模型的阈值训练方法与实测成本收益，可供同类 Agent 工程参考。
Simon Willison精选AI 评分5757 sparqlite：用 Rust 在 SQLite 中实现 SPARQL 1.1
sparqlite 是一个用 Rust 编写的 SQLite 可加载扩展，可将 RDF 四元组存入普通 SQLite 表，并在 SQLite 进程内原生执行 SPARQL 1.1 查询和更新。
推荐理由：给出原生执行与 SQL 翻译的速度对比及 W3C 测试覆盖，为嵌入式 SPARQL 实现提供可核对的性能与兼容性基线。
36氪精选AI 评分2424 中信证券：AI EDA成为AI Agent落地下一重要方向，EDA价值有望重估
中信证券研报指出，AI EDA正成为AI Agent落地的下一个重要方向，EDA公司价值有望迎来重估。报告认为EDA正从工具逐步进化为智能体，成为芯片设计全流程的Agent运行底座，Synopsys等龙头进展密集并走向验证期；国产EDA同步推出AI提效工具，工程数据构成核心护城河。
推荐理由：中信证券指出 EDA 正从工具向智能体底座演进，梳理了 Synopsys 等龙头的进展与国产 EDA 的护城河逻辑。
TechCrunch精选AI 评分4242 Intero Biosystems 获 TechCrunch Disrupt 2026 Startup Battlefield 大赛冠军
Intero Biosystems 获 TechCrunch Disrupt 2026 Startup Battlefield 大赛冠军及 10 万美元奖金。
推荐理由：Disrupt 2026 决赛结果反映当前早期科技的两个方向，一个是生物医药端的类器官药物测试，另一个是安全端的 AI 智能体反诈。
OpenAI News精选AI 评分3737 Grupo Boticário 如何利用 AI 加强人与人之间的联系
Grupo Boticário 运营一套专属智能体平台，可自主处理最多 80% 的经销商运营请求。销售团队因此可以转向顾问角色，以加强人与人的连接。
推荐理由：Grupo Boticário 的案例具体呈现了专属智能体平台自主解决最多 80% 的经销商运营请求的实践，以及销售团队转向顾问角色的业务影响。
OpenAI News精选AI 评分4040 Localiza 如何围绕生成式 AI 重构工作
Localiza 围绕生成式 AI 重构工作，并构建 AI 原生的出行体验。其组合使用 ChatGPT Enterprise、OpenAI API、Codex 和 60+ 个专用智能体。
推荐理由：Localiza 以 ChatGPT Enterprise 和 60+ 个专用智能体重构工作，其组合方式为生成式 AI 应用于出行业务提供参照。
Hacker News精选AI 评分3939 Bold Agent Kit：分析约 14,000 通来电发现人类接待员转化率约为 AI 四倍
Bold Agent Kit 对约 14,000 通客户来电的分析显示，人类接待员在入站意向转化上比 AI 接待员高出约 4 倍。AI 接听的电话出现无进展挂断的比例比人类高出 700%，而人类接待员的漏接率比 AI 多约 15%。文章认为企业应衡量每次成功转化的成本，而不是只比较接听成本。
推荐理由：用一手对比数据揭示 AI 接待员在接通率与转化率之间的权衡，为读者评估自动化收益提供具体参照。
HF Daily Papers精选AI 评分5151 EvalResearchBench：AI 智能体能否为递归式自我改进构建自己的反馈？
研究提出 EvalResearchBench（ERB），让 AI 智能体在试运行中修订任务与评分器，以测试它们能否为递归式自我改进自动构建反馈。在固定时间和 API 预算下，实验涉及 9 个 researcher 智能体、13 个候选模型和 14 个目标基准；最佳评测器与目标评测在约 75% 的候选对排序上保持一致，低于目标分歧所设的 91% 上限。
推荐理由：论文在固定时间和 API 预算下比较 9 个 researcher 智能体与 13 个候选模型，呈现自动评测器相对 14 个目标基准的一致性和成本表现。
HF Daily Papers精选AI 评分4444 DiscoveryRSI:通过递归学习生成可验证的科学假设
DiscoveryRSI 用多智能体进化搜索和递归学习生成可验证的科学假设,在生命科学四个领域将假设质量从 4.86 提升至 5.39。DiscoveryRSI-27B 在模型截止后新发表论文上的假设对应率为 6.3%,高于 GPT-6 的 2.5% 与 Claude Opus 5 的 2.3%。文章同时给出 DFM-Bench 多维度评估基准与项目主页。
推荐理由：原文用 DFM-Bench 把假设生成拆成可复测的多维度评分，并给出 DiscoveryRSI-27B 与 GPT-6、Claude Opus 5 的对照数据。
HF Daily Papers精选AI 评分4141 OfficeTown：面向智能体能力进化的生成式组织模拟框架
OfficeTown 是一个生成式模拟框架：从自然语言描述构建持续运作的专业组织，成员可委派任务给助手智能体并审核交付物，工件、决策与未决事项会持续影响后续工作。
推荐理由：该工作把持续运转的组织建模为生成式模拟，用以合成面向智能体的工作数据与基准，可作为通用智能体训练与评估的一种可迁移数据生成方法。
HF Daily Papers精选AI 评分4040 DLite：面向智能体 AI 的无历史投机解码方法
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。
HF Daily Papers精选AI 评分3838 Scene-Designer：面向智能体三维场景生成的设计智能学习方法
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。
HF Daily Papers精选AI 评分5353 PersonaCUABench：面向多元用户画像的计算机操作智能体评测基准
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。
HF Daily Papers精选AI 评分3535 TreeOPSD：面向长程智能体强化学习的树感知后验蒸馏方法
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。
HF Daily Papers精选AI 评分4141 HexaShell：以 VLM 智能体作为机器人编码智能体的轻量框架
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。
量子位精选AI 评分6767 蚂蚁百灵开源Ling-3.1-flash模型，主打真实办公任务处理
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。
Hacker News精选AI 评分5252 BlastLoop：面向 AI 编码智能体的结构优先分层方法
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。
The Verge · AI精选AI 评分5858 Meta AI 助理 Muse 被指借用户授权收集好友隐私数据
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。
Google DeepMind精选AI 评分3838 Google Antigravity 加速抗菌肽候选物筛选
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。