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。
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 29 页
Google DeepMind精选AI 评分3838 NVIDIA Blog精选AI 评分7272 NVIDIA 开源 Nemotron 3.5 Super VL 与 Bolt 74B-A9B 24GB、Bolt E4B 4GB
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。
HF Daily Papers精选AI 评分3939 τ-Emotion-Bench：揭示 LLM 智能体在真实用户情绪下的交互脆弱性
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。
HF Daily Papers精选AI 评分5050 SwarmRSI：通过演化科研智能体集群实现递归自我改进
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 Machine Learning Blog精选AI 评分3535 AWS 副总裁 Shawn Bice 撰文提出 Trust in Depth 框架，把 AI agent 自主行为纳入四层治理
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。
TechCrunch · AI精选AI 评分4343 Rivian 计划将 Anthropic 等公司 AI 智能体接入车载系统
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。
HF Daily Papers精选AI 评分4444 SYNC：基于共享词索引的跨大语言模型免训练事实通信
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。
TechCrunch精选AI 评分5050 Google Universal Cart 购物工具在美国上线
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。
MIT Technology Review精选AI 评分4444 MIT Technology Review 每日科技简报：冷冻猪肾脏复苏与核电扩容
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。
钛媒体精选AI 评分5050 OPPO决定把AI外包给Manus，接入ColorOS 17补齐Agent能力
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。
Latent Space精选AI 评分7171 Modal 完成 $750M Series D，估值达 $15.75B、年化收入突破 $1B
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。
36氪精选AI 评分5050 英国金融行为监管局计划引入 AI 实现监管自动化
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。
钛媒体精选AI 评分4343 Muse起势、大厂谋变，个人智能体激战前夜
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。
钛媒体精选AI 评分5757 AI竞争升级，个人Agent为何突然走红
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。
钛媒体精选AI 评分6666 155款应用拒绝接入豆包手机SAEP协议，智能体遭遇生态围墙
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。
Hacker News精选AI 评分6363 AWS Labs 开源 AI-DLC，为 AI 编码工具提供统一结构化开发工作流
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。
HF Daily Papers精选AI 评分4242 更多方法就等于更好的智能体吗？论文对智能体强化学习中十种自蒸馏方法做系统性比较
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。
HF Daily Papers精选AI 评分3939 RuleTrek：复杂场景下智能体规则推理基准
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。
36氪精选AI 评分5151 台积电预计Q4需求持续强劲，AI智能体CPU需求远超供应能力
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。
HF Daily Papers精选AI 评分4848 Doc2Harness：编码智能体长链路 harness 工程的 LLM 评测基准
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。