Agent 智能体

生产级 AI Agent 的 Harness：控制面、不变量与审批边界

OpenAI 核心数据与 AI 基础设施团队成员 Vinoth Govindarajan 在演讲中提出「Agent Harness」概念，主张生产级 AI Agent 应由模型之外的系统层负责控制、状态与审批边界。他以 OpenClaw 为公开案例，指出「静默成功」比崩溃更危险——用户看到回复成功，但持久化记录出现空洞，导致后续上下文基于不完整记录推理。他给

播客：保障 AI 智能体安全——身份、授权与 DPACT 框架

InfoQ 播客节目中，Sahil Agarwal 讨论了 AI 智能体在身份、授权与安全方面面临的挑战，并提出 DPACT 框架（委派、策略、可审计性、上下文、时间）作为构建受约束智能体系统的蓝图。他强调智能体应从简单的基于令牌的访问转向有边界的委派权限，并主张智能体应「代表」用户行事而非冒充用户，以防止权限提升。他还建议从清点资产开始逐步治理，并将有界任

CodeMidas：从代码本身扩展智能体编码强化学习环境

研究团队提出 CodeMidas，一个以源代码为唯一任务特定输入的智能体流水线，将现有代码库中已实现的功能转化为可执行的强化学习环境。该方法通过智能体探索功能、构建基于原始代码执行的测试，并经过执行检查与多次解答采样来验证和筛选任务。最终数据集包含来自 3185 个开源代码库、覆盖 23 种编程语言和 15 个技术领域的 5545 个训练任务。用 GRPO

联合国：AI安全保障不能等待确定性

联合国独立国际人工智能科学小组发布首份专题简报，警告各国政府必须在AI代理风险被完全理解之前就采取管控措施。报告援引预防原则，指出科学不确定性不应成为推迟防范潜在灾难性危害的理由。该报告发布之际，中美正准备就AI展开讨论，各国领导人齐聚纽约参加联合国大会。此前OpenAI的Hugging Face遭黑客攻击事件后，OpenAI、Anthropic、谷歌和Me

NVIDIA 展示五家公司用 AI 推进清洁能源

在纽约气候周上，NVIDIA 介绍了五家利用其 AI 技术推进清洁能源的公司。ThinkLabs AI 用数字孪生和智能体将电网互联评估时间从 30-45 天缩短到两分钟；Atomic Canyon 为核电站运营提供 AI 知识管理与虚拟助手；Redwood Materials 用回收的电动汽车电池为 AI 工厂提供离网电力；TerraPower 用 Omn

摇瓶子的手与调参数的脑：两个95后和一场物质科学的化学反应

雷峰网AI科技评论专访上海科学智能研究院（上智院）两位95后青年科学家徐丽成与安俊逸，讲述他们分别从化学、物理转向AI4S的经历。二人参与搭建国内首个无人介入的物质科学干湿实验全闭环系统Golab物质科学智能研发工厂，并开发燧人物质科学系列模型、浑天绫科研Skills平台。2026年7月百题马拉松直播中，135道课题完成134道，配体推荐使4个反应平均产率提

亚马逊封禁Meta的Muse AI代理在其平台购物

亚马逊以违反使用条款为由，阻止Meta的Muse AI代理代替用户在其电商平台购物，弹出提示称未经授权的AI代理访问违反亚马逊使用条件。亚马逊表示Meta未提前告知Muse会访问其商店，并对Muse未表明身份、疑似获取用户凭证提出隐私和安全担忧。此举是亚马逊抵御竞品代理式AI服务、留住直接购物用户的最新动作，此前它曾以类似理由起诉Perplexity。

另有 2 家信源报道

华为云码道上线鸿蒙编码大模型，升级鸿蒙AI编码智能体

2026年9月21日，华为云码道CodeArts代码智能体面向鸿蒙开发者全面升级，上线鸿蒙编码大模型、码道鸿蒙智能体与鸿蒙开发者实践中心三大核心能力，宣称是全球首个专为鸿蒙生态打造的AI编码智能体。鸿蒙编码大模型依托鸿蒙增强训练体系，融合超百万鸿蒙原素材，官方称千行代码错误率降低80%以上、一次编译通过率提升78%以上、单次任务Token消耗降低20%以上，

天工工作台推 Seedance 2.5 特惠：0.27 元/秒并叠加流量与承制权益

昆仑万维旗下 SkyProduction（天工工作台）联合火山引擎推出中秋国庆促销，将 Seedance 2.5 720P 生成价格降至 0.27 元/秒，并叠加积分加赠、DramaWave 流量加权兑换码和短剧承制权益三重福利。文章以成本、流量、商业、入局四本账展开，引用 DataEye、昆仑万维财报等数据说明 AI 短剧制作成本下降但投放成本上升的行业现

长三角安全人工智能安徽省实验室发布星界、星驭、星鉴三大AI安全方案

9月19日，在第一届中国网络空间安全大会（CCSC 2026）的人工智能安全与应用治理论坛上，长三角安全人工智能安徽省实验室发布星界、星驭、星鉴三大AI安全解决方案，分别覆盖大模型内容安全、智能体应用安全与AIGC内容可信传播。实验室主任刘俊华发表主题演讲，介绍AI安全治理技术进展与产业实践，并称2025年已落地25个私有化项目、2026年日均调用次数突破数

OceanBase登顶国际Data Agent榜单，准确率首破90%

OceanBase团队提交的Data Agent方案Scout在国际数据智能体基准DAB上以90.62%准确率登顶，成为首个突破90%的参评方案。该方案基于国产大模型GLM-5.2构建，超过多项基于GPT、Claude Opus、Claude Fable等海外模型的方案。方案通过DataLens数据画像、执行路径规划与证据追踪校验形成闭环，相关能力将融入Oc

OceanBase Data Agent登顶国际DAB榜单，准确率超90%

OceanBase团队提交的Data Agent方案Scout在国际数据智能体基准DAB上以90.62%准确率登顶，成为首个突破90%的参评方案。该方案基于国产数据库OceanBase和国产大模型GLM-5.2构建，超过多项基于GPT、Claude Opus、Claude Fable等海外模型的方案。DAB由UC Berkeley EPIC Data Lab

另有 1 家信源报道

清华联手无问芯穹等开源具身智能体基础设施RPent

清华大学、无问芯穹、正行创新联合开源具身智能体基础设施RPent，将通用大模型的任务规划能力与VLA等专家模型的精细操作能力结合，并加入记忆系统与统一接口，形成感知-决策-执行-反馈闭环。在LIBERO-PRO基准上达到92.6%任务成功率，Flash Mode将端到端任务完成速度优化7倍以上。RPent由RLinf核心团队打造，已覆盖多种仿真环境与真实机器

EvoOntology：面向数据智能体的自演化本体层

该论文提出 EvoOntology，一个面向数据智能体的自演化本体层，旨在弥合智能体与异构数据（表格、文件、数据库）之间的鸿沟。EvoOntology 将本体封装为包含模式层、内容层和工具层的 MCP 服务器，使智能体可在运行时主动查询本体，并通过构建智能体与自演化循环持续优化本体。在三个数据智能体基准和四个 LLM 基座上的实验表明，其性能持续优于强基线及

验证而非信任：面向大规模视频发现检索的智能体模型开发

论文提出 EvoPilot，一种面向长周期在线自动研究的人类把关方法，通过版本化领域技能、类型化适配器和确定性检查来验证实验结果。在 Video Deep Dive 的 37 天检索模型开发中，早期自动研究错误地将 22 个百分点的离线命中率下降归因于交互头，EvoPilot 验证后发现是评估缺陷导致输出深度异常，修复后匹配比较显示离线提升 3.20 个百分

DischargeBench：以患者人设模拟评估 LLM 出院教育能力

马萨诸塞大学洛厄尔分校与阿默斯特分校的研究者提出 DischargeBench，一个以患者人设为基础、开放式多轮对话的模拟框架，用于评估 LLM 作为出院教育者的能力。他们构建了包含 477 个病例、覆盖 24 个 ICD 章节的 MIMIC-IV-Ext-DischargeBench 数据集，并引入教育监督智能体来维持虚拟患者的真实感。评估从对话质量、主题

小语言模型驱动数据库代理的失败原因

该研究在生产级开源 SQL 客户端 LibreDB Studio 的 agent 模式上，用 39 个本地开源模型和 1 个托管对照模型进行了 11 天、8199 次运行、110711 条账本事件的测试。结果发现，2100 次归因于模型的 agent 模式失败中，75.7% 来自至少调用过一次工具的运行，说明失败主因并非模型能力不足，而是模型与服务器之间的传

为LLM智能体可控舆论动力学引入贝叶斯信念层

研究者提出 Bayesian Chronicle Agents (BCA)，在 LLM 智能体的 persona 与语言生成之间加入一个显式贝叶斯信念层，将每个立场表示为概率，每听到一句话做一次贝叶斯更新，并用单一 prior-strength 参数控制固执程度。该参数可扫描出共识、持续分歧、坚定少数影响三种经典舆论动力学机制，并在四个 LLM 上验证了信念

Proxifield：基于语义邻近度的去中心化多智能体通信

该论文提出 Proxifield，一种去中心化的多智能体通信协议，通过智能体演化中的语义邻近度构建稀疏通信图，无需模型训练或集中式规划器，在推理时利用直接寻址、信息需求、计划对齐和信息互补四种路由信号连接智能体。在无人机搜救和 HiddenBench 集体推理两个领域，Proxifield 在最大规模模型（397B）下优于 Star 和 Shared Con

BI-Agent与BI-Bench：迈向端到端商业智能自动化

研究者从公开来源收集真实世界BI项目（.pbix文件），人工提取业务问题与标准答案，构建了首个端到端BI基准BI-Bench。测试发现前沿LLM在BI-Bench上准确率不足50%。为此提出工具增强的BI-Agent，将BI工作流分解为搜索、连接、转换等子任务，并开发后训练框架合成训练轨迹，结合SFT和RL进行训练。BI-Agent在BI-Bench上相比原