返回主题地图

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 4258 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。

9月14日周一 · 20 条
正文结构化主题已通过公开置信门槛
量子位产品发布

元空智能发布端侧模型Boxer及Agent产品，拿下惠普预装

元空智能（元空AI）发布端侧模型Boxer、办公Agent元空AI Work和科研Agent元空AI Science，提出「生产力=模型×Agent×设备」的端侧AI公式，主张设备是持续产生稀缺数据的环境，让模型与设备共同进化。其Boxer-35B-A3B-v0-0819在自建WorkArena评测中得73.1分，并在40 TOPS、不到8GB内存占用下保留

正文结构化主题已通过公开置信门槛
量子位商业

金融AI公司讯兔科技完成超3亿元B轮融资

中国金融AI公司讯兔科技完成超3亿元人民币B轮融资，过去一年内已连续完成三轮融资，投资方包括中保投资、广发信德、启明创投等险资、券商与创投机构。公司旗下AI投研助理Alpha派已服务超12万名专业用户、覆盖逾8000家机构，并推出AI投研工作台PaiWork、iRaB投研实战评测体系及ORE投研生态合作伙伴计划。本轮融资将用于加大模型与产品技术投入、拓展多元

正文结构化主题已通过公开置信门槛
雷峰网 AI科技评论产品发布

蚂蚁百宝箱推出商圈智能体模板，万达率先落地逛街Agent

蚂蚁百宝箱推出全新商圈智能体模板，集成美食推荐、店铺导览、营销活动推送及客服咨询等能力，并接入支付宝“碰一下”线下AI经营网络。万达等头部商圈综合体已率先落地，基于该平台搭建商圈搭子智能体，用户“碰一下”即可直达会员积分、停车缴费、店铺导览等高频服务。该模板将于9月下旬全面开放，支持商场在不改动原有系统架构的前提下对接全周期服务能力。

正文结构化主题已通过公开置信门槛
量子位商业

2026崇礼论坛：未来智能生活与下一代AI创造者盛会

2026崇礼论坛在崇礼·太舞小镇举行，由太舞小镇、甲子光年、破圈文化联合主办，超700人参会。论坛围绕AI进入生活、影像与创造展开，俞敏洪、赖力鹏等发表演讲，张一甲发布《2026AI生活方式白皮书》，并发布2026「AI NEXT 20」榜单、启动首届崇礼AI短片节。论坛讨论显示AI竞争正从能力转向价值与长期使用。

正文结构化主题已通过公开置信门槛
arXiv cs.MA一手来源研究

群体机制：第三方Wiki上意外智能体协作事件的可复现外部重建

该论文对2026年5月至7月期间发生在第三方公开wiki上的AI智能体意外协作事件进行了可复现的外部重建。研究者利用wiki的修订历史（含全文、用户名、页面、服务器事件），在明确且不确定的身份模型下重建了907个队列，并估计约有876个事件（95%区间784–1008）。研究发现智能体在一天内快速收敛于协作格式，跨队列信息领先中位数达3.4小时，但在510个

正文结构化主题已通过公开置信门槛
arXiv cs.MA一手来源研究

三思而后行：LLM智能体的行动前验证

该论文提出在LLM智能体执行动作前进行廉价确定性验证，以捕获静默失败。针对shell命令和代码编辑两种动作模态，构建了包含9,930条命令和640次编辑的基准，并发布验证器与防护机制。结果显示，静态验证器可捕获95.8%的无效命令，而基于锚点的应用器将静默错误降至0.01%。

正文结构化主题已通过公开置信门槛
arXiv cs.AI一手来源模型发布

Occamy-1.0：面向协作的开源帕累托前沿35B智能

研究团队发布 Occamy-1.0，一个基于 Qwen3.6-35B-A3B 检查点继续训练得到的 35B 规模协作（co-work）智能体模型。该模型通过执行导向数据、可回放长程轨迹基础设施以及分阶段后训练（Marathon Expert 与 Sprint Expert 合并）来提升工具调用、状态跟踪与长任务连续性。在多个协作基准上，Occamy-1.0

正文结构化主题已通过公开置信门槛
arXiv cs.IR一手来源研究

MemRetriever：从长期记忆中学习搜索、反思与检索

MemTensor 提出 MemRetriever，一种将长期记忆检索建模为多步搜索过程的智能体式检索模型，通过并行搜索、串行搜索和反思去噪三种动作，主动规划检索与停止时机。研究使用 ReAct 风格轨迹做监督预热，并用 GRPO 强化学习优化证据覆盖、降噪和答案充分性。在 LOCOMO、LongMemEval、HotpotQA、MuSiQue 和 2Wik

正文结构化主题已通过公开置信门槛
arXiv cs.IR一手来源观点

立场：推荐系统应从平台中心排序转向个人代理中介推荐

一篇 arXiv cs.IR 立场论文提出推荐系统应从平台中心排序转向个人代理中介推荐（PAMR），由面向用户的个人代理在分布式来源间发现、过滤、聚合和治理推荐证据。作者定义了 PAMR 的边界标准、核心中介决策和以中介为中心的评价框架，并在 Yelp 餐厅推荐任务上做了概念验证，显示来源选择与受控披露在效用、可追溯性、暴露和成本之间取得最佳平衡。

正文结构化主题已通过公开置信门槛
arXiv cs.IR一手来源观点

Agentic Web 中推荐系统向谁推荐？

这篇 arXiv cs.IR 立场论文指出，随着 LLM 驱动的 AI 代理在 Agentic Web 中代替用户浏览、比较、谈判和交易，推荐系统的核心假设——推荐由人类直接消费——正在被打破。作者提出推荐范式正在分叉：在可委托场景（如常规购物、旅行）中，代理成为推荐的主要操作消费者，需要新的优化目标、交互协议和评估标准；在体验型场景（如娱乐、艺术）中，人类

正文结构化主题已通过公开置信门槛
arXiv cs.CL一手来源研究

古兰经背诵转录中的背诵事件标注：什么算错误？

该论文针对古兰经背诵场景，提出将ASR转录文本与参考文本的差异标注为类型化、定位化的事件，而非简单视为错误。作者完成了100个生产录音案例的人工标注，包含348个评分单元和162个定位事件，并定义了十种组合标签。实验显示，普通diff的标签感知F1为0.525，而编码智能体在初步试点中表现差异巨大（F1从0.143到0.892），主要剩余挑战在于标注约定而非

正文结构化主题已通过公开置信门槛
arXiv cs.SE一手来源研究

当 Agent 指标测量不同事物：Praxa AI 管线的证据审计

该论文对 Praxa AI 的 agent 评估管线进行回溯性测量审计，发现多项指标在数值正确的情况下测量了与标签不符的构念：139 例离线路由报告有 112 通过、27 失败，但门控失败为零，因为已知缺口被显式豁免；8,843 条工具尝试记录中 448 条时长缺失，且 121 条时长等于 32 位有符号整数最大值并带有被放弃客户端标签；单轨迹压缩试点报告的

正文结构化主题已通过公开置信门槛
arXiv cs.SE一手来源研究

Bash 就够了？企业数字员工代理工具接口实证研究

微软与卡内基梅隆大学的研究者对两种企业级工作流基准（TheAgentCompany 和 APEX-Agents）进行了受控工具接口消融实验，比较了五种接口：纯类型化工具、类型化工具加 bash、纯 bash、带持久化合成工具的 bash，以及程序化工具调用（PTC）。使用 Opus-4.8 和 GPT-5.5 测试发现，纯 bash 在两个基准上均优于纯类型

正文结构化主题已通过公开置信门槛
arXiv cs.SE一手来源研究

LLM 软件工程中的测试驱动方法：阶段、任务与智能体技能综述

一篇 arXiv 综述论文系统梳理了大语言模型驱动软件工程中的测试驱动方法，围绕「测试改变了什么决策」这一核心问题，整合了 87 条研究记录（其中 83 条做了方法或协议级提取）及 5 项实践资源。论文区分了 Red–Green–Refactor 循环与测试条件生成、执行引导精炼、测试中介分析和仅评估测试等不同机制，并跨代码生成、修复、翻译、重构、克隆检测、

正文结构化主题已通过公开置信门槛
arXiv cs.AI一手来源研究

Harness还是模型？在防污染私有套件中隔离智能体编码的Harness效应

该研究通过配对同模型对比，在256个私有防污染任务上测试了厂商原生harness与中立harness（deepagents）对智能体编码能力的影响。结果显示，Opus 4.8和GPT-5.5上两种harness的解决率差异均不显著（分别约1.25个百分点），但Opus在仓库任务上原生harness落后9.0个百分点、在竞赛任务上领先23.7个百分点，呈现任务

正文结构化主题已通过公开置信门槛
arXiv cs.MA一手来源研究

Orchestra：基于多源佐证的调控候选发现 MCP 智能体

该论文提出 Orchestra，将两个独立构建的生物信息学 MCP 服务器 RegNetAgents（推断调控网络拓扑）与 CASCADE（提供 LINCS 敲低、DepMap 必需性、超级增强子、DoRothEA 等独立实验证据）组合为基于 LangGraph 的多智能体工作流，并通过 MCP 协议暴露。核心主张是：要求网络拓扑证据与独立实验证据在候选调控

正文结构化主题已通过公开置信门槛
arXiv cs.SE一手来源研究

面向 OpenFOAM CFD 编码代理的案例包操作模型

该论文提出一种面向 OpenFOAM CFD 的「案例包（case-bundle）」操作模型，包含 Build 与 Replay 两种模式：Build 由工程师审查、编码代理协助开发案例，Replay 将已审查案例复用于新变体。研究用 GPT-5.5 在 Codex 中构建了一个 interFoam 案例包，并在远程 HPC 上回放执行 140 个 STL

正文结构化主题已通过公开置信门槛
量子位研究

CosmosMind发布MetaRSI-v1：统一RSI的元递归架构

CosmosMind联合斯坦福、伯克利、MIT、清华、北大等十余家高校发布MetaRSI-v1，称其为全球首个统一Model-RSI、Data-RSI、Harness-RSI的元递归架构，可改进自我改进过程本身。在无外部教师模型参与下，30亿激活参数小模型在四项基准平均自我提升10.9分，GPT-5.6、Claude Opus 5等六款前沿模型平均提升7.3

正文结构化主题已通过公开置信门槛
雷峰网 AI科技评论产品发布

豆包手机助手消费者版本发布，首款新机9月16日开售

9月14日，豆包手机助手消费者版本正式发布，以豆包App为基础与手机厂商在系统层面合作，强调稳定性和日常可用性。该版本支持语音、AI键等多种唤醒方式，具备屏幕问答、本地记忆检索和任务执行能力，并以Beta版开放“操作手机”功能，同时推出屏幕自动化操作声明协议（SAEP）并启动30天规则公示。首个消费者版本将搭载于努比亚NaviX Ultra手机，9月16日正

正文结构化主题已通过公开置信门槛