
NeurIPS 2026 | 别等Agent把任务搞砸!7B审计员AgentForesight在线抓错 (opens in a new tab)
研究团队提出7B审计员AgentForesight,可在多智能体任务运行中在线识别并归因关键错误,其AFTraj-2K Exact-F1达66.44,成功轨迹误报率仅2.37%。
Total 1876 articles

研究团队提出7B审计员AgentForesight,可在多智能体任务运行中在线识别并归因关键错误,其AFTraj-2K Exact-F1达66.44,成功轨迹误报率仅2.37%。

Rabbit创始人吕骋表示,人不该为Agent改变思考方式,OS3以持续对话、最多连接五台电脑并支持自带模型密钥和本地执行来降低门槛,但个人Agent的长期需求仍待验证。

DeepSeek联合清华大学发布论文公开Agent训练沙盒基础设施DSec,梁文锋署名,论文第6节揭示DeepSeek已部分实现RSI(递归自我改进)闭环,Agent可在沙盒中自主构建训练环境,标志着Agent沙盒成为下一代云基础设施的新战场。

随着Agent执行权限外扩,Raindrop、AIR Security、Arcjet、腾讯AI-Infra-Guard、AIUC和Testudo六个项目分别从故障监控、供应链防护、执行前权限检查、开源漏洞扫描、认证审计和保险赔付等环节布局,形成Agent风险控制产业链。

北航、南方科技大学、复旦大学、北京理工大学、爱丁堡大学等 8 家机构的 19 位研究者联合完成 Theory of Agent 综述,讨论模型内部与外部 harness 应如何分配能力,并据此梳理 LLM Agent 的学习、对齐、演化与评测。

蚂蚁数科在外滩大会披露其AI To B业务实现三位数增长,以智能体平台Agentar为核心推出智能体超级工厂推动企业智能体工业化生产,并联合十多家单位启动智能体身份管理(KYA)国家标准化技术文件立项,布局智能体经济可信入口。

办公 Agent 下半年开启了大乱战模式。

DeepSeek,一口气扩招150人! 啥玩意他们总共也就才300-500人规模,这是要搞大动作啊。 而且这150个HC并非AI研究方向,全部集中到两个岗位:服务端开发工程师、Agent弹性计算研发工程师,重点面向2到10年经验的资深后端开发。 负责人崔添翼解释到,规模大了产生复杂度,复杂度又反过来要求扩大规模。 这是……团队人数的Scaling Law? DeepSeek弹性计算从论文走向大规模工程化 这次的Agent弹性计算研发工程师又分两个方向,平台开发和底层系统。 这个平台指为Agent量身定制的弹性计算平台DSec(DeepSeek Elastic Compute),在不久前发布的D

创新工场汪华与Floatboat.ai创始人谭少卿对话指出,腾讯WorkBuddy、字节豆包工作、阿里千问办公等大厂AI办公会战已完成Agent市场教育,GLM-5.3-Flash和DeepSeek-V4-Flash等国产模型跨过能力门槛,巨头的壁垒仅剩资金,而中国创业者凭借贴近开源模型生态的优势,有望在垂直Agent领域找到更多机会。

EvoMap团队推出自进化智能体EvoX,采用无中心调度的蜂群模式让大量Agent平级协作、自主组队,在563道逻辑、数学、物理题上将Claude Haiku 4.5的正确率从单Agent的26.29%提升至70%以上,并开源AutoResearch项目构建Agent经验基础设施。