OpenAI 推出攻击型 AI 模型 GPT-5.6-Cyber，强化红队能力
OpenAI 扩展网络安全计划 Daybreak，推出面向红队攻击模拟的专项模型 GPT-5.6-Cyber，该模型在漏洞发现、攻击路径推演和高风险任务完成率上显著提升，但 OpenAI 通过分级授权、沙箱隔离和行为监控来控制滥用风险。此举引发争议，质疑其可能提高 AI 风险扩散的上限。
Agent 智能体
技术方向 · 让模型自主规划、调用工具、完成多步任务的技术方向 · 共 4275 条
只展示置信度达到公开门槛且每篇排名前三的主题标签，降低泛化误贴。
8月17日周一 · 20 条
正文结构化主题已通过公开置信门槛
正文结构化主题已通过公开置信门槛
豆包工作任务升级：手机远程操控电脑
豆包发布产品更新，其“工作任务”模式新增手机远程控制电脑功能，用户可通过手机端向已授权的电脑下达任务指令，电脑端自动执行并实时回传结果。该功能支持关联多台电脑，可跨设备调取文件，适用于通勤、离开工位等场景。使用需更新豆包电脑版和手机App，并在“工作任务”模式中完成授权。
正文结构化主题已通过公开置信门槛
智谱GLM-5.3发布，范式PhanRouter同日上线开放调用
智谱AI于8月14日发布新一代开源模型GLM-5.3，总参数量7430亿，能力提升源自后训练强化学习，编程能力提升50%，在多个基准测试中位列开源模型第一。同日，范式旗下统一模型调用平台PhanRouter完成适配并开放调用，成为首批支持该模型的平台之一，用户无需更换API地址即可直接调用。PhanRouter提供统一API、智能路由和缓存优化，兼容多款国产
正文结构化主题已通过公开置信门槛
阿里云构建智能客服自动化运营Agent体系，实现AI评测AI
阿里云官方AI博客介绍了智能客服从传统NLP机器人到RAG增强，再到AI原生智能体的演进过程，并重点阐述了如何构建“评估-诊断-优化”三位一体的运营Agent平台，利用大模型自动评测客服对话效果，实现BadCase发现准确率85%以上，根因归类和优化建议生成准确率80%以上，显著降低人工运营成本。
正文结构化主题已通过公开置信门槛
CodeBuddy × 混元生图：CLI Skill一键出图实战
腾讯云AI团队发布了一篇教程，介绍如何通过CodeBuddy平台使用CLI Skill调用混元生图接口，实现一行命令生成图片。该Skill封装了API调用、JSON解析和Base64解码等步骤，支持交互式输入和直接附带Prompt，并输出文件路径、RequestId等信息。文章还提供了Prompt优化建议，并指出类似思路可扩展至OCR、ASR等其他AI能力。
正文结构化主题已通过公开置信门槛
Google 携手五大足球俱乐部，用 Gemini 和 Pixel 提升球迷体验
Google 宣布与阿森纳、巴塞罗那、拜仁慕尼黑、利物浦和巴黎圣日耳曼五家顶级足球俱乐部建立长期合作伙伴关系，成为其官方消费者 AI 和智能手机合作伙伴。合作将利用 Gemini 的智能助手功能为球迷提供比赛洞察，并通过 Pixel 手机拍摄幕后内容，同时致力于提升女足比赛的媒体曝光度。
正文结构化主题已通过公开置信门槛
腾讯AI应用创新论坛将于7月18日上海举办
腾讯云AI团队宣布将于2026年7月18日在上海举办WAIC腾讯AI应用创新论坛，主题为“AI in Action”。论坛将展示腾讯在具身智能和企业级Agent落地方面的实践，并发布《2026人工智能十大趋势》。活动旨在探讨AI从技术竞赛转向实际业务场景中的效能落地，强调AI作为生产力的实际应用。
正文结构化主题已通过公开置信门槛
腾讯云AI Skills最佳实践有奖征集：赋能全能Agent开发
腾讯云联合开发者社区发起AI Skills最佳实践有奖征集活动，面向开发者征集基于WorkBuddy、CodeBuddy、ADP等Agent平台的创新应用案例。腾讯云将OCR、语音、AIGC、安全等核心AI能力封装为标准化Skills，支持一键接入多个Agent平台。活动设有文章和视频两个赛道，投稿时间为7月24日至8月21日，优秀作品可获得丰厚奖励。
正文结构化主题已通过公开置信门槛
AgentRun 实战：构建 AI 舆情实时分析专家
阿里云官方博客介绍了如何使用函数计算 AgentRun 平台构建 AI 舆情实时分析系统。该系统通过分层架构和流式输出，实现了从数据采集到报告生成的全流程自动化，并利用沙箱隔离、真实浏览器模拟、可视化调试和弹性扩展等优势，解决了传统舆情系统的痛点。文章提供了详细的代码实现和部署步骤。
正文结构化主题已通过公开置信门槛
Qwen3.8开源：首次推出Qwen-Max级模型，强化智能体与编码能力
Qwen团队在GitHub上发布了Qwen3.8系列模型，包括Qwen3.8-27B和Qwen3.8-2.4T-A95B，首次将Qwen-Max级模型开源。该系列在编码、专业工作、研究和长程智能体任务上性能显著提升，并支持推理深度调节和思考上下文保留。同时，Qwen3.6和Qwen3.5的更新也增强了智能体编码和全球语言覆盖。
正文结构化主题已通过公开置信门槛
跨学科误解分类与建模：从语用学到AI代理的生成、放大与检测
该论文提出了一种跨学科的误解分类法，将误解视为生成、放大、检测与修复的分层过程，整合了九个领域的研究，识别出十一种失败模式，并将其映射到八个分析层。作者对八个层进行了形式化建模，扩展了信息与通信理论，从信号传输延伸到意义重建，并提供了证据矩阵、编码手册和九个对话案例。研究强调，随着AI代理介入人际沟通，误解的检测变得更加紧迫，因为AI系统缺乏自我纠错能力，且
正文结构化主题已通过公开置信门槛
AdsWorldEngine：通过编排器与工具协同进化的自进化对话广告智能体
AdsWorldEngine 是一个面向对话式广告的智能体框架，通过机会门、编排器和评估器实现广告决策，并采用迭代的演员-工具协同训练和标签接地判断建模来优化系统。离线评估显示其多样性和相关性提升，在线 A/B 测试中 RPM 和广告覆盖率增加。该框架旨在解决对话式广告中的意图推断和广告有用性判断问题。
正文结构化主题已通过公开置信门槛
Agentao：面向工具使用型 LLM 代理的受治理本地优先运行时
Agentao 是一个面向工具使用型 LLM 代理的受治理本地优先运行时，通过分层架构将模型生成的动作提案与主机授权的执行分离，以增强可治理性、可审计性和可检查性。该系统不提供正式的安全保证，但将权限、状态、协议边界和执行轨迹作为显式运行时抽象，代码已在 GitHub 上公开。
正文结构化主题已通过公开置信门槛
AI协作时代工程信号：vLLM与SGLang拉取请求纵向分析
该研究对vLLM和SGLang两个AI基础设施项目的33,228个合并拉取请求进行了纵向分析，发现PR吞吐量分别增长21倍和17.9倍，周期时间缩短，作者多样性增加，评论密度上升，而PR大小保持稳定。研究认为这些变化主要由人类驱动，并讨论了其对生物医学AI代理和生物信息学流水线开发的启示。
正文结构化主题已通过公开置信门槛
AI密集型软件开发成本测量：早期结果与警示
一项案例研究显示，六人学生团队在一个学期内使用AI辅助构建了基于RAG的对话式入职助手，并采用三层成本模型测量开发成本。初始报告的成本比为19.4，但后续发现两个测量错误（订阅制下每token成本推断错误和反事实劳动力定价错误），修正后为9.9。研究强调AI辅助开发成本测量容易出错且难以察觉，呼吁更严谨的测量方法。
正文结构化主题已通过公开置信门槛
RubricForge：诱导无奖励评判标准以减少智能体评估中的过度信任
本文提出 RubricForge 方法，通过反射进化从少量带真实环境奖励标签的轨迹中自动生成评估智能体的评分标准，替代人工编写或微调评判模型。实验表明，该方法在保持与通用 G-Eval 评判器相当的整体一致性下，将虚假通过率降低约一半，从而减少对失败轨迹的过度信任，提升评估的可信度与可解释性。
正文结构化主题已通过公开置信门槛
具身智能进入下半场：拉格朗日以任务闭环推动落地
雷峰网报道称，具身智能进入下半场，从展示能力转向完成任务验证。拉格朗日具身技术公司提出以任务为中心的Agentic OS系统，采用分层智能架构，强调真实场景测试数据价值，并通过工艺重构解决精度问题，已在汽车产线部署。
正文结构化主题已通过公开置信门槛
超越最终分数：长时程AI研发智能体的系统评估
该论文提出了一种系统评估方法，对7个前沿模型在36个长时程任务上的表现进行了评估，超越了最终分数，通过基于规则的指标分析运行内行为和经验复用。研究发现，当前智能体更像工程优化器而非完全自主的研究者，性能不稳定，创新性有限，经验复用可能有益也可能误导后续决策。研究还指出，相似的最终分数可能掩盖不同的过程瓶颈，且框架设计显著影响性能稳定性。
正文结构化主题已通过公开置信门槛
BatiAI 发布 Qwen3.6-27B GGUF 量化版，主打端侧智能体编码
BatiAI 发布了 Qwen3.6-27B 的 GGUF 量化版本，该模型基于阿里巴巴 2026 年 4 月 22 日开源的 Qwen3.6-27B 稠密模型，支持多语言、多模态和 262K 上下文。量化版本针对苹果芯片优化，提供多种量化等级，可在 Ollama 上运行，并宣称在智能体编码基准上媲美或超越 Qwen 3.5-397B-A17B MoE 模型
正文结构化主题已通过公开置信门槛
OpenAI Agents Python v0.21.1 发布：新增超时与沙箱功能
OpenAI 发布了 openai-agents-python 库的 v0.21.1 版本，包含多项新功能和修复。新增了模型调用超时、运行级沙箱工作目录、Docker 沙箱禁用网络、Modal 沙箱资源选项等功能，并修复了审批决策、请求计数、MultiProvider 关闭、锚点匹配、聊天补全推理回放、实时音频截断、SQLite 表冲突等问题。该版本还更新了