⌘ K
… 读取采集状态 同步中...
雷

#Agent

今日 39 条
8月21日周五
  1. 量子位71

    深势科技发布玻尔·科学空间，打造人机协同科研桌面环境

    深势科技正式发布玻尔·科学空间（公开测试版），旨在通过内置AI科学家接管科研全流程，让研究者只需负责提问和确认。该平台集成了全科科研专家SciMaster及生物、医药、材料等领域的专属智能体，可自动完成文献调研、假设生成、实验设计与模拟计算，并辅以写作审查助手辅助成果输出。

    推荐理由：文章系统展示了AI智能体如何重构科研流程，并给出了连接数据、算力与实验资源的技术架构，为理解AI与科学协同提供了具体参照。

  4. AIGC开放社区77

    DeepReinforce 开源 Ornith-1.5 系列模型，397B 版本表现比肩 Claude Opus 4.8

    DeepReinforce 推出并开源了基于端到端自我提升框架的 Ornith-1.5 模型。其旗舰版 Ornith-1.5-397B 采用 MoE 架构，在 Terminal-Bench 2.1 和 DeepSWE 评测中分别取得 86.1 分和 56.0 分。

    推荐理由：397B旗舰版在编码与智能体基准上与Claude Opus 4.8基本持平，并验证了端到端自提升范式在跨尺度模型上的有效性。

  5. 歸藏的AI工具箱55

    歸藏的 PPT Skill 更新演讲者视图功能

    歸藏发布 PPT Skill 的演讲者视图更新，新增 AI 自动生成演讲备注、逐页计时与排练记录、观众屏状态同步及激光笔等现场控制功能。该工具支持本地运行，无需 PowerPoint 插件或联网，用户可通过提示词让 Agent 安装或更新 guizang-ppt-skill 并使用。

  6. 大模型智能43

    为什么复杂 RL 离不开分布式系统，分布式 RL 的核心矛盾又是什么？

    复杂强化学习依赖大规模分布式系统将环境交互、策略推理与模型训练拆分并行，以将训练周期从“年”压缩至“天”或“小时”。该架构需平衡采样与训练吞吐、数据新鲜度与资源利用率、推理延迟与批处理效率，以及样本效率与墙钟时间效率之间的核心矛盾。

8月20日周四
  1. 智东西87

    阿里发布 Qwen-UI-Agent：基于 100+ 真机训练的 GUI 智能体模型，5/6 基准测试登顶

    阿里巴巴推出面向数字设备执行的 GUI 智能体基座模型 Qwen-UI-Agent，主力版本参数量 27B，基于 Qwen 3.5 系列构建。该模型在 6 个核心 GUI 基准测试中拿下 5 项第一，在 MobileWorld-Real 真实设备评测中以 92.2% 成功率领先 GPT-5.6 Sol 等模型。

    推荐理由：基于百台真机构建的训练环境，使模型在移动端真实场景基准测试中取得领先，揭示了GUI智能体落地真实世界的关键路径。

  6. 甲子光年59

    张一甲发布 2026 年人工智能趋势判断报告

    甲子光年创始人张一甲在北京发布的 2026 年人工智能趋势判断报告中提出，科技投资新周期下 AI 投资资金水位、流速与流向正在发生结构性重塑。 报告判断四大类智能正同步耦合演进，并指出基座模型增强反而放大了外围 Harness 系统层的作用，且其优化方式正从人工配置迈向 AI 自主递归进化。

  9. 特工宇宙77

    MiniMax Design 发布，全面接入 H3 视频生成模型构建智能体工作流

    MiniMax 官方发布创作工作台 MiniMax Design，将 H3 视频生成能力接入需求理解、分镜规划、逐镜头生成到自动剪辑的完整流程。实测显示其擅长人物口型要求高、镜头目标明确的内容，支持 ComfyUI 工作流一键迁移及 3D 导演台精确控制，并内置专业 Skill 生态实现稳定批量生产。

    推荐理由：原文实测了 MiniMax Design 从自然语言理解到自动剪辑的完整生成链路，展示了原厂 Agent 在视频生产流程中的可控性与批量复用价值。

  10. 腾讯研究院35

    闫德利：人工智能的五个悖论

    闫德利指出人工智能存在预测、就业量化、生产率、数据价值和工业革命五个悖论。就业影响测算结果在0.4%至67%间差距巨大，且难以隔离多重经济因素。自ChatGPT发布以来，欧盟每小时劳动生产率增速在0%上下波动，显示技术进步尚未显著转化为生产率提升。

  11. AI产品阿颖72

    百度探索 Generative UI 搜索体验并免费开放任务模式

    百度搜索结果已演变为 Generative UI 形态，针对知识类问题直接生成交互式时间线或图表。作者实测发现，文心助手的任务模式支持深度检索、数据分析和文档生成，且该高阶能力官方承诺永久免费。这种 Chat 与 Work 并存的产品结构接近 ChatGPT，百度试图通过降低搜索门槛和提供免费工具来完成复杂任务。

  12. 量子位76

    百度文心助手发布任务引擎2.0，高阶Agent能力免费开放

    百度在AI DAY上发布文心助手任务引擎2.0，实现高阶Agent能力完全免费开放。该引擎通过任务规划、智能路由和长上下文记忆机制，将复杂任务转化为可交互的成品交付，如图片转Excel、跨平台金融研报及3D太阳系模拟器。在PinchBench v2评测中，文心助手任务Agent取得94.6%综合成功率并位列榜首，同时百度搜索页也上线了GUI交互式答案组件，覆盖K9数理化高频考点。

    推荐理由：百度文心助手任务引擎2.0完全免费开放高阶Agent能力，实测展示了多图片转Excel、跨平台金融研报及3D太阳系模拟器生成等交付成果。

  13. 智能涌现74

    智谱 Coding 能力爆发与模型路线复盘

    36 氪深氪栏目复盘智谱 GLM 系列模型押注 Coding 的历程。智谱在 2025 年 5 月放弃垂直模型路线，转向三合一模型策略，随后发布的 GLM 4.5 成为国内首个 Coding 口碑爆发的开源模型。最新发布的 GLM 5.2 与 5.3 在开源榜单上与闭源旗舰持平，驱动 ARR 飙升至 10 亿美元。

    推荐理由：原文复盘了智谱在商业化受阻时转向 Coding 路线的决策逻辑，读者可从中理解大模型公司在 B 端定制与 C 端规模之间的取舍依据。

  16. 钛媒体AGI53

    OpenAI发布企业版ChatGPT使用报告，揭示AI使用行为

    OpenAI发布工作论文《How Organizations Use AI》及报告《Enterprise Signals》，披露ChatGPT Enterprise后台数据。研究发现企业级AI用量在九个月内增长约7倍，且资历较浅的新员工使用强度高于高管。目前智能体Codex的产出占企业总输出量的64%，领先企业通过接入内部工具与数据，实现了AI使用深度与普通企业8.3倍的差距。

  17. 新智元78

    马斯克欲收购Devin开发商Cognition遭拒，算力合作仍在洽谈

    SpaceX被曝主动接洽收购AI编程公司Cognition，但CEO Scott Wu在X上否认了相关传闻，称公司不卖且未进行过谈判。尽管收购受阻，双方仍在洽谈使用SpaceX Colossus集群（含22万块英伟达GPU）的算力合作。

    推荐理由：收购遭官方否认，但算力合作与估值飙升的细节揭示了独立AI编程公司的生存逻辑。

  19. APPSO78

    MiniMax Design 发布，将 H3 视频模型能力嵌入完整 Agent 工作流

    MiniMax 推出 MiniMax Design，将 H3 视频模型接入包含画布、3D 导演台和 Skills 的 Agent 工作流。用户无需编写复杂提示词，只需描述需求，系统即可自动完成从分镜、关键帧生成到视频剪辑的全流程。实测显示其能处理《牛来》片段复刻、一分钟 MV 及电商素材编排，并将单次生成结果扩展为可复用的模板生产线。

    推荐理由：原文通过复刻电影、制作 MV 及电商素材等实测案例，展示了 MiniMax Design 如何利用 3D 导演台与 Agent 团队，将 H3 视频模型转化为可复用的完整生产工作流。

  22. 数字生命卡兹克52

    创业两年半后，关于AI组织变革的7点心得

    作者反思了创业两年半在AI组织应用上的经验，提出“薄中台、厚一线”模式，避免AI陷入排期中心。他强调Agent并不重要，沉淀业务数据与上下文才是组织AI化的飞跃条件。随着Agent处理高效可重复工作，人与人的信任、关系及责任被凸显，成为公司最宝贵的资产。作者也探讨了效率提升的时间利用、管理者的决策暴露以及新人在AI辅助下判断力培养的挑战。

  24. 深度学习与NLP94

    SpaceX 斥资 600 亿美元完成对 Cursor 的收购，后者将并入 SpaceXAI 团队

    SpaceX 正式完成对 Cursor 600 亿美元的收购，Cursor 团队将加入 SpaceXAI 共同开发 Grok 系列产品及 Cursor 功能。此次交易被视为史上最大规模的创业公司收购，马斯克的生态系统整合了 X、特斯拉、SpaceX 及 Cursor 的数据资源，并借助 Colossus 超算构建 AI 数据闭环。

    推荐理由：文章剖析了 600 亿美元收购背后的垂直整合逻辑，展示了模型中立时代终结对开发者工作流和 AI Agent 市场格局的深远影响。

  26. NVIDIA Generative AI Blog33

    NVIDIA SkillEvaluator 如何评估 AI 智能体技能表现

    NVIDIA 推出 SkillEvaluator，用于衡量 Skills 是否能提升智能体从意图到解决方案的效率。尽管模型能力强大且库文档完善，智能体仍可能因寻找工具或陷入死胡同而浪费 token。该系统通过量化测试，验证 Skills 在减少额外步骤、避免无效路径及处理专业任务方面的实际增益。

8月19日周三
  5. APPSO79

    DeepSeek Harness 重新定义「插件」：基础设施插件化的技术思路

    DeepSeek Harness 将模型、会话、沙箱、文件系统视为可替换的插件模块，基于 Cordis 框架实现「万物皆插件」的 Harness 设计。插件通过 inject 声明依赖，注册行为可撤销，核心 seam 结构包含 Service Definition、Service Provider 和 Consumer 三个角色。

    推荐理由：原文拆解了 DeepSeek Harness 将基础设施插件化的技术机制，给出了可替换架构的具体设计细节。

  6. 数据猿40

    中国信通院发布企业智能体管理能力评估模型

    中国信通院获批立项制定《人工智能 关键基础技术 企业智能体管理能力评估模型》标准，旨在解决企业数字员工管理痛点。该标准以盘点为基础，通过定身份、盘家底、分等级、管全生命周期四个动作构建管理体系。同时提出五阶段能力成熟度模型，引导企业从单点可控迈向智能原生。

  7. 极客公园56

    美团向全行业开放内部验证的 AI 变革方法论与 LongCat 行业模型

    美团在西普会上宣布，将内部验证四个阶段的 AI 变革方法论与基于 LongCat 训练的行业模型向全行业开放，供中小企业低成本复用。该模型使用千万条真实问诊数据、15 万份药品说明书和千万级医学知识图谱训练，产品形态包括面向消费者的健康管家和面向合作伙伴的商家 AI 工作台。