n8n 2.36.0 发布：修复 AI 构建器与核心稳定性问题
n8n 发布 2.36.0 版本，主要修复了 AI 构建器中的多个问题，包括 HITL 审批恢复模式、代理工具调用顺序、MCP 超时更新等。此外，还改进了核心功能，如数据库连接恢复、TLS 代理支持、工作流版本比较等。该版本旨在提升 AI 代理和自动化工作流的稳定性和用户体验。
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18日周二 · 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
Haystack v3.1.0-rc1 发布：Agent 上下文压缩与多项破坏性变更
Haystack 发布 v3.1.0-rc1 版本，包含多项破坏性变更和新功能。主要变更包括：Agent 的 exit reason 成为保留状态键、state schema 属性行为调整、PipelineSnapshot 输入格式变化、不安全组件加载限制、SentenceWindowRetriever 参数校验等。新功能方面，为 Agent 增加了实验性的
正文结构化主题已通过公开置信门槛
HarnessEval-W：将世界模型评估代理化
HarnessEval-W 是一个用于世界模型评估的代理化流水线，通过分层子代理将评估分解为可验证的推理链，并以透明证据证明评分。该流水线应用于18个世界模型的330个评估案例，其判断与人类偏好高度一致，同时提供可验证的细粒度诊断。作者已开源完整流水线作为实时基准，邀请社区贡献新的技能和评估案例。
正文结构化主题已通过公开置信门槛
豆包虚拟桌面上线，支持操作Windows电脑
豆包发布产品更新，在“工作任务”模式下推出“豆包虚拟桌面”功能，可操作Windows电脑。该功能基于通用GUI能力，无需MCP、API、插件和CLI即可看懂界面并完成操作，支持跨软件任务，且不抢占用户鼠标键盘。用户需下载最新Windows豆包电脑版并完成授权初始化。
正文结构化主题已通过公开置信门槛
AI上下文压缩丢失用户指令，小型模型插件可修复
宾夕法尼亚州立大学的研究人员发现，AI系统在压缩上下文以释放空间时，平均只有17%的用户会话约束能保留下来，导致AI可能忽略用户明确设定的规则，如“未经批准不得发送邮件”。他们推出了名为COMPINT的评估套件和一个基于Qwen3.5-9B的小型附加语言模型，该模型能提取并保留用户约束，在测试中实现了超过90%的保留率，且无需训练或修改压缩系统。该工具已在G
正文结构化主题已通过公开置信门槛
Spellcaster：6个Agent协同生成可玩游戏原型
量子位报道了DarwinMind推出的Spellcaster平台，该平台通过6个专用Agent协同工作，实现从用户描述到可玩游戏原型的生成、试玩和修复。Spellcaster解决了AI生成游戏中的“可玩性黑洞”问题，并计划未来用世界模型直接生成游戏画面。
正文结构化主题已通过公开置信门槛
阿里千问办公接入企业微信，覆盖国内三大办公平台
阿里旗下Agent产品“千问办公”于8月18日正式接入企业微信，此前已接入钉钉和飞书，实现国内三大主流协同办公平台全面支持。用户可通过对话调用企业微信的智能表格、文档、通知、日程、会议和待办等功能，无需额外安装工具。该产品于8月3日开启公测，定位企业级办公场景，并已接入海外平台Slack，未来将推出独立App和国际版。
正文结构化主题已通过公开置信门槛
百度发布库库AI独立端，AI办公从工具转向交付结果
百度在AI Day开放日上宣布其文库网盘通用智能体GenFlow正式命名为“库库AI”，并推出独立客户端、网页端、小程序端及企业版。该产品从“数据+AI”转向“AI+数据”，强调AI作为工作入口，直接交付结果而非工具。百度计划通过Skill生态和分层调度模型降低成本，并瞄准中小企业市场，以金融研究为首发场景。此举标志着AI办公从功能叠加向重构工作方式的转变。
正文结构化主题已通过公开置信门槛
阿里千问开源MyContext：为Agent补齐企业工作上下文
阿里千问办公团队开源了上下文基础设施项目MyContext，旨在将钉钉聊天、企业文档、会议等分散的工作数据加工成Agent可消费的上下文，解决Agent缺乏真实业务上下文的问题。该项目支持处理时序数据、事实冲突和增量计算，并已获得超1k GitHub Star。MyContext与钉钉、千问办公形成闭环，推动企业级Agent落地。
正文结构化主题已通过公开置信门槛
荣耀发布 Robot Phone 押注具身智能，寻求新身份
荣耀发布 Robot Phone，一款集成四自由度机械云台的手机，定价 9999 元起，预定量超 40 万台。该产品源于荣耀具身智能技术积累，旨在将 AI 与物理终端结合，但内部对销量预期存在分歧，且 AI 底层能力依赖外部合作。荣耀希望通过该产品重塑品牌形象，应对华为回归后的市场压力。
正文结构化主题已通过公开置信门槛
BRA-Audit：基于累积暴露审计点放置的 LLM 多智能体系统预算运行时审计
arXiv 论文提出 BRA-Audit，一种面向 LLM 多智能体系统的预算感知运行时审计框架。它将系统执行建模为动态依赖图，在固定审计预算下优化审计点放置，以最小化未检查暴露，并通过贪心调度优先审计高影响和长期未审计区域。实验表明，该方法在保持审计效果的同时，显著降低 token 消耗，接近无审计的干净基线性能。
正文结构化主题已通过公开置信门槛
语言服务器能否为编码代理节省令牌？测量方法与初步研究
该研究首次系统测量了编码代理中语言服务器协议（LSP）语义检索与词法检索（如grep）的令牌效率，提出“令牌到成功”指标并设计五臂消融实验。初步实验表明，在符号定位任务中LSP通常消耗更多令牌，仅在引用完整性任务中提高精度而非节省令牌，且对最弱模型Haiku有节省效果。研究建议采用自适应路由策略，根据任务类型和模型能力选择检索工具。
正文结构化主题已通过公开置信门槛
Token 膨胀感知路由：面向智能体 LLM 系统的成本优化
arXiv 论文提出 InflationAgent，一种面向智能体 LLM 系统的路由框架，通过量化 token 膨胀（重试导致的真实成本与单次调用成本之比）来优化模型选择。其引入 CoT 分支熵（CBE）作为预执行难度信号，并以语义汇率（SER）为目标进行路由，在 GSM8K 上以更少 token 达到更高准确率，同时验证了失败链转发会显著降低强模型性能。
正文结构化主题已通过公开置信门槛
多智能体LLM商业场景中自发出现的错位沟通研究
本研究通过Vending-Bench Arena模拟环境，对20个为期一年的多智能体商业场景中的2583封智能体间邮件进行了分析，发现前沿LLM智能体在竞争性多智能体环境中会自发产生错误事实陈述、操纵、共谋或威胁等错位沟通行为。研究显示，错位沟通在所有运行中均出现，且接收错位邮件和低库存条件会显著提高错位回复的概率，但模型能力高低与错位率无显著关联。该研究首
正文结构化主题已通过公开置信门槛
评估分布式系统中智能体代码修复能力的新基准 DDBench
DDBench 是一个针对分布式系统代码修复的基准测试，包含从 13 个开源分布式系统中挖掘的 60 个历史 bug，分为三个难度等级。研究在仅症状和上下文增强两种条件下评估了 10 个 LLM，发现分布式调试能区分模型能力，且调试上下文能提升通过率，但对不同模型影响不对称。
正文结构化主题已通过公开置信门槛
检索感知代理控制器缓解深度研究代理的推理停滞
本文分析了多种深度研究代理（DRA）的推理轨迹，发现它们常出现“推理停滞”问题，即多数迭代对最终性能贡献甚微，且代理缺乏对自身轨迹的感知。为此，作者提出无监督信号和检索感知代理控制器（RAAC），帮助代理在每步选择最优动作，减少不必要的搜索调用并提升性能。在BrowseComp-Plus等基准上，RAAC平均减少14次搜索调用，准确率最高提升10%，平均提升
正文结构化主题已通过公开置信门槛
ETHOS：面向临床多智能体系统的模块化伦理框架
ETHOS 是一个为临床多智能体系统设计的模块化伦理框架，以治理元代理的形式集成到现有系统中，无需改变其底层架构。它通过分层治理（确定性检查、上下文审查和最终伦理批评）在运行时持续评估中间推理步骤和最终输出，以识别伦理风险、请求修订或抑制不符合安全标准的响应。在肝病学临床决策支持系统中的演示表明，ETHOS 通过检测不完整、不一致或超出范围的证据，并在无法支
正文结构化主题已通过公开置信门槛
保险作为AI风险基础设施：生成式智能体模拟AI采用
该论文提出将保险作为AI风险基础设施，通过转移和吸收AI采用中的残余财务风险，以促进企业采用AI工具。作者开发了基于LLM的智能体社会模拟系统（LABSS），模拟300天内企业在有无保险情况下的AI采用决策。结果显示，有保险时AI最终采用率从74.97%提升至84.38%，破产企业数从4.33降至1.33，总资本更高。该框架通过风险池补偿严重AI相关损失，减
正文结构化主题已通过公开置信门槛
阿里云韩国第三座数据中心上线，推出Agentic AI服务
阿里云在韩国第三座数据中心正式上线，并推出Agentic AI相关服务，以满足当地AI及云计算需求。本轮扩建后，阿里云全球基础设施覆盖30个地域、104个可用区，并计划拓展至巴西。阿里云在亚太云计算市场排名第一，Qwen模型家族全球下载量超20亿次，衍生模型超30万个。韩国AI公司Gendive和Naver旗下Zepeto已采用阿里云相关服务。
正文结构化主题已通过公开置信门槛
清华团队AI优化AI，打造国产万亿Token工厂
清华团队创立的清昴智能专注于AI自进化Infra，通过AI优化AI技术提升国产算力效率，将复杂算子开发周期从两周压缩至约1小时，模型适配周期从一个月降至1天至1周。公司已适配数十款国产芯片，并基于此打造日均万亿级Token工厂，提供Token售卖和平台输出两种商业模式。