技术方向
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。
958 条精选近 30 天 860 条共收录 1,134 条
Tev 论文提出长程智能体训练数据集 Tev-Gym（含 1170 个跨 7 领域任务）和进度-势能奖励塑形方法 PPRS，并据此训练 Tev-27B。该模型在 ALE-CM 上 Pass@5 与 GPT-6 Astra、Claude Opus 5 持平，并泛化到 Terminal-Bench 3.0/4.0，超过 GLM 5.2 和 Gemini 3.7 Flash。
推荐理由：原文同时给出长程智能体训练数据集 Tev-Gym 和稠密奖励塑形方法 PPRS，可作为同类智能体训练流程的参考方案。
Open-o3-Video-v2 将视频推理建模为统一的智能体证据获取流程，先识别缺失信息、获取额外观察，再把支持推理的时空对象定位写入轨迹后继续作答。
推荐理由：原文提出把视频推理拆为可验证证据获取的智能体流程，并给出具体基准结果，读者可据此评估该范式在长视频任务上的实际收益。
ReTerm 提出让终端智能体从自身失败中学习恢复的自改进方法，基于 Qwen3.5-9B 的 ReTerm-9B 在 Terminal-Bench 2.0 上达到 34.8% Pass@1，较基模型提升 14.6 点。
推荐理由：论文提出让终端智能体从失败状态自我恢复的在线强化学习方法，为提升长任务可靠性提供了可复用的训练范式。
VideoJev 提出将视频理解与交互统一为结构化决策任务的 System One 模型族，把预训练多模态大语言模型的自回归解码替换为对时间区间与文本选项打分的共享头，从而同时覆盖时序定位和多选视频问答。
推荐理由：原文给出了统一决策接口在时序定位和视频问答上的精度增益与实测加速比，便于评估其在长视频智能体工作流中的可复用程度。
本文系统研究 VLM GUI 智能体中记忆模态的选择问题，发现最优记忆表示随交互步骤强烈变化；据此提出 SwitchMem 路由框架，每步动态在文本与视觉记忆之间切换，在三个 GUI 基准上优于使用静态记忆的记忆增强基线。代码与项目页见 https://txxnrd.github.io/switchmem。
推荐理由：通过系统研究指出 GUI 智能体的最优记忆模态随交互步骤变化，并提出动态切换框架在三个基准上优于静态基线。
APUS AI（麒麟合盛）10月13日宣布开源个人 Agent 产品 Reflex Agent，基于自研决策模型 Reflex 与 Continuum 记忆引擎。
推荐理由：APUS AI 公开了用决策模型驱动 Harness 的 Agent 架构与记忆引擎实现，开源后可与现有代码驱动方案对比 Loop Working 的工程取舍。
NVIDIA 与 K2K、Akila、ThinkDeep、Galene.AI、Milestone、Younite AI、Honeywell 等软件伙伴在英国、法国、意大利、比利时、瑞典等城市部署基于 Cosmos、Nemotron、Omniverse 与 Metropolis VSS 蓝图的城市运营 AI 智能体与数字孪生，应用覆盖交通、能源、城市规划、危险品协调与公共服务。
推荐理由：横跨多国的部署案例展示了 NVIDIA Cosmos 与 Nemotron 在城市级 AI 智能体中的接入方式与本地化 AI 工厂组合。
个人与企业研发 Agent 的差异本质不在功能数量而在约束条件的不同。个人 Agent 尽可能解放个人能力，企业 Agent 则把模型的不确定性装进可控、可信、可审计的框架。
推荐理由：原文从八个维度拆解了个人版与企业版研发 Agent 的核心差异，指出本质不在功能数量而在企业侧的权限、部署与治理约束。
Gemini 4 Argon 已全球正式上线，AINews 同时汇总了 AI Engineer NYC 现场内容和多项模型评测。Argon 面向编码、知识工作、企业流程和网络安全防御开放，入门 API 价格为每百万输入/输出 token $2/$10，缓存输入优惠 95%，Artificial Analysis 称 11 月 30 日后价格将翻倍至 $4/$20。
推荐理由：文章把 Gemini 4 Argon 的发布信息、厂商案例与独立评测并列，读者可据此分辨模型能力、任务成本和可靠性之间的差异。
DeltaTTG 提出用 Token-to-Go（TTG，剩余待生成 token 数）作为进度信号训练多轮智能体，通过冻结的共享进度计在 RLVR 训练中将回合级优势重新分配到各步，不改变回报的符号与 token 平均尺度。
推荐理由：原文给出了用剩余 token 数作为进度信号的训练方法及多基准对比结果，读者可以据此判断它对多轮智能体 RLVR 的迁移价值。
新加坡资讯通信媒体发展局（IMDA）成立工作组，以加强对 AI 赋能网络威胁的防御。该工作组计划于 2027 年上半年发布报告，提出实用指引和最佳实践。其他新举措还包括用于测试智能体系统安全性和可靠性的入门工具包，以及 AI 测试人员认证计划。
推荐理由：新加坡给出 AI 安全治理的具体抓手，包括工作组、测试工具包与认证计划，可供关注监管路径的读者参考。
青橙财经发文称，尽管 Meta、阿里、字节、腾讯、蚂蚁等大厂争抢个人智能体入口，但该类产品在中国仍是'伪命题'。
推荐理由：通过对比中美产品逻辑、用户习惯与商业模型，指出个人智能体在国内面临的效率、决策、权限三重悖论和高成本商业化困局。
360创始人周鸿祎在钛媒体播客《深度实践》中提出，AI尽头不是能源而是安全，AI失控是确定性事件，事实依据涉及智能体升格、AI自动挖漏洞、黑客经验蒸馏进智能体与RSI自我进化。访谈中他介绍360自研攻防系统图龙锋、自动化防御体系仪天阵，主张以模治模对抗AI，并提出主权模型1.0至5.0演进路线。他判断中美算法差距在收窄，胜负关键在算力，建议国产芯片主攻推理、训练阶段借用美国算力过渡。
推荐理由：周鸿祎结合AI失控的四条事实依据与360以模治模的AI安全产品体系，系统阐述他对智能体时代的攻防判断与开源生态策略。
摩根大通首席执行官杰米·戴蒙在第三季度财报电话会议上表示，该行不会允许包括Muse、Instinct在内的外部AI代理直接访问客户账户并代客操作，理由是在Meta等公司发布自主助手之际，这对客户和银行都构成风险。戴蒙称不希望出现失控的代理，并提到外部代理数量可能达到数千个。
推荐理由：原文给出了大型银行对外部智能体访问账户的明确立场，可作为机构风险偏好与智能体落地的对比参照。
Cerebras Systems CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上预测，家用个人 AI 助手时代已不远。
推荐理由：Cerebras CEO 在台上勾勒了他对家用 AI 助手的形态预期，读者可以据此理解芯片厂商如何设想本地与云端协同的消费级 AI 落地路径。
Dyna Robotics 发布 Dyna-2 世界动作模型，以超过100万小时人类视频预训练，并推出物理机器人智能体 Dyna-2.1。模型采用 Diffusion Transformer 和 flow matching 生成未来视频与机器人动作，机器人可从约45分钟演示中学习新任务。Dyna 称其餐巾折叠系统连续运行24小时达到99.4%成功率，并能在整叠餐巾被拉倒后恢复。
推荐理由：梳理了人类视频预训练、世界动作预测、机器人适配与硬件协同的技术链条，并给出餐巾折叠连续运行24小时达到99.4%成功率的案例。
AI 驱动的生物科技公司 PostEra 公开招聘 AI 研究员，负责搭建用于化学和生物学的智能体研究体系，方向包括药物发现的上下文学习、表格基础模型以及分子机器学习。
Amazon Bedrock AgentCore payments 与 Anchor Browser 集成，让 AI 智能体在遇到 HTTP 402 Payment Required 时自动通过 x402 协议完成付费，无需人工介入。
推荐理由：文章给出了智能体自动处理 x402 付费请求的架构拆解与代码示例，对需要让智能体独立访问付费资源的开发者有可直接迁移的参考价值。
Shopify 宣布将商品目录对更多 AI 智能体开放，允许用户配置智能体代为下单，覆盖超十亿条 listing（含 Shopify 站内与站外商品）。相比今年 9 月仅与 Meta Muse 智能体的合作，现在任何智能体无需单独集成即可接入；用户在 Shop app 内绑定智能体后，可在对话中通过 Shop Pay 一键结账，每次购买仍需买家本人确认。
推荐理由：Shopify 把此前仅限与 Meta Muse 智能体的购物合作扩展为通用接入，让超十亿商品对所有 AI 智能体开放，呈现电商平台争夺 agentic commerce 入口的态势。
Interlock 提出用于长程智能体任务合成的类型化完成图框架，通过跨组件约束、智能体验证和自训练改善任务完成表现。完成图会被编译为可重置工作区、公开请求与评估量表，系统保留被判定满足全部强制要求的执行轨迹。
推荐理由：Interlock以类型化完成图表示长程任务，并结合智能体验证与自训练，在三项外部任务基准上均取得提升。