Agent 智能体

基元律动开发者入驻超30万，开启双11预售福利

基元律动（Token Rhythm）宣布其API平台开发者入驻数超过30万，并同步开启双11预售福利：单笔充值满50元即获等额模型调用额度，赠额永久有效且不设上限，另有邀请返18元额度的活动。平台定位为中国版OpenRouter，通过一个API Key统一接入主流模型，并搭配自研开源智能体OpenSquilla实现多模型智能融合路由。此前该平台于2026年8

另有 1 家信源报道

前华为小艺大模型负责人创业，押注主动式物理AI

前华为小艺大模型负责人唐都钰创办观行数智，提出并押注“主动式物理AI”，即让AI在无明确指令下自主判断何时、如何介入现实事件。团队设计了双模型协同架构ProAgent（StreamingJev负责流式判断、Response Model负责决策执行），并建立自动化数据流程与评测体系ProactiveXBench。据称在介入时效等指标上，其ProAgent已优于

昆仑万维发布并开源单卡实时视频大模型游戏Matrix-Game 4.0

昆仑万维于2026年10月15日发布并开源 Matrix-Game 4.0，称其为世界首款可在单张消费级显卡（NVIDIA RTX 5090）上运行的视频大模型游戏，实现480p、60 FPS、端到端延迟低于150毫秒的实时交互。该方案采用新范式：由游戏引擎维护世界状态与交互规则，编程智能体用代码构建游戏逻辑，视频模型负责实时渲染精细画面，并同步开源代码、权

另有 1 家信源报道

Figma 发布新功能，规范 AI 代理在其平台上的设计工作

Figma 在印度首届 Config 活动上发布多项新功能，包括基于 Markdown 的 Figma Specs 编辑器，用于定义设计语言并让自家及第三方 AI 代理遵循品牌设计规则；同时将代码层功能从私测转为公测，并集成其收购的开源无头 CMS Payload。Figma 还宣布其 MCP 支持 Open Code、Dia、Grok Bot、Sarvam

百度世界2026公布五大亮点：李彦宏演讲、全栈AI升级、聚焦智能组织

百度官方公众号发文公布百度世界2026五大亮点，大会将于11月12日在北京国家会议中心二期举办，主题为「下一幕，智能组织」，设置1场主论坛、12场分论坛、30余场AI公开课及6000平AI展区。李彦宏将带来年度主题演讲，百度还将发布多个产品，集中展示「芯-云-模-体」全栈AI布局的最新升级，并可能发布企业级AI产品。大会聚焦智能组织、Agent规模化落地、超

另有 1 家信源报道

CLASHarness：可控可验证的多智能体计算机使用冲突基准

该论文提出 CLASHarness，一个可控且可验证的多智能体冲突生成框架，用于评测视觉语言模型在计算机使用场景中的冲突解决能力。它通过分层场景规划、预提交多模态事实和执行编译验证，构建了包含 600 个多轮任务、20 个操作域、7970 个视觉资产和 3760 个混合检查器的基准。对 15 个前沿模型的评测揭示三大瓶颈：弱模型盲从误导信息而强模型会核查视觉

ClawLoop：基于Harness原生训练循环的自我改进智能体

美团与北京大学的研究者提出 ClawLoop，一个无需外部教师模型、可自我改进的智能体训练框架。它把任务合成、训练（SFT/RL）和诊断反馈组成闭环，让智能体在 harness 环境中自主生成任务、收集轨迹并诊断弱点，再用于下一轮训练。以 Qwen3.6-27B 为循环模型，在 SkillsBench、Claw-Eval-Live 和 ClawGym-Ben

训练语音代理迁移至未见受监管催收流程

该研究针对受监管场景下的语音代理，提出用机器可读规范 FlowSpec 生成策略指令、工具门控、监督信号和测试，使一个 9B 参数模型在 297 个随机化程序生成的 2,506 段对话上微调后，能迁移到未见过的催收等受监管流程。在泰国外呼催收场景中，文档化检查通过率从 67–71% 提升至 93–100%，场景通过率从 15/43 提升至 40/43，同时审

编码智能体在视觉生成中能走多远？

该研究探索通用编码智能体通过可执行程序进行视觉生成的能力，提出AgentDrawBench基准（200个提示）评估零样本绘图。结果显示，编码智能体在结构保真度和精确视觉约束上表现优异（如GPT-6-Astra配合Canvas 2D达85.8%结构保真度），但在感知丰富度上不及原生图像生成器。研究进一步提出视觉代码可作为外部视觉思维语言，在视觉问答中代码重建保

智能体团队为何跨边界失败？A2A系统私有状态失败分类

该研究针对跨组织边界的智能体间（A2A）系统，分析了超过2500次运行记录，覆盖8个场景族（法律、CRM、安全、商务等），提出了包含20种失败模式的分类体系 -Failures，分为发现与委托、基础与记录一致性、验证、行为与忠实度四类。研究发现智能体倾向于匹配提示中提到的同伴名称而非主动搜索可用同伴、不会主动互相事实核查，且仅评估最终输出会掩盖内部协调与验证

扰动预测器是否学到基因互作？诊断agentic筛选中的外推

该研究针对高通量扰动筛选中的组合泛化问题，提出用「加性分歧」（AD）诊断模型对未见基因组合的预测可靠性。作者在 Norman、Joung–Zhang 和 Adamson 三个 Perturb-seq 数据集上比较了八种预测方法，发现专用神经预测器并不稳定优于简单加性基线，且偏离加性基线的预测误差更大。相比 kNN、马氏距离、集成不确定性等通用信号，AD 在组

XferAgent：面向自改进LLM智能体的跨智能体经验迁移

该论文提出 XferAgent 框架，用于异构 LLM 智能体之间的跨智能体经验迁移。它通过本地经验图和共享经验图组织可复用经验，并借助跨智能体经验协调、任务条件经验路由和本地-共享经验整合，选择与新任务相关的经验。实验表明，该方法在多种任务和 LLM 基座上优于代表性记忆方法，并支持跨框架经验复用，随着任务重复执行，累计任务成功率逐步提升。

智能体数据科学中的沉默失败

该论文指出，当前对数据科学智能体（agentic DS）的评估仅关注下游预测性能和代码正确性，忽略了数据科学方法论和领域知识，从而掩盖了数据泄漏、验证不当等“沉默失败”。作者从三个角度评估：对220个数据科学任务的大规模失败模式分析、可复用的受控测试套件、以及与Kaggle专家方案的定性对比。结果发现大多数智能体生成的流程至少存在一种失败模式，且数据泄漏失败

每区一智能体：边缘硬件上多区HVAC去中心化主动推理控制

该论文提出一种去中心化主动推理（AIF）控制器，为多区域HVAC系统中每个区域分配一个独立智能体，各智能体仅观测本区域、不互相通信，通过最小化期望自由能进行规划并在线学习区域动态，同时利用潜在扰动和来自其他楼层计量功率的拥塞信号应对未观测耦合。在EnergyPlus/Sinergym办公楼环境中，15个智能体与三种规则控制器和三种MADDPG方案对比，在五个

LHTB 2.0：自动化任务构建与长时程智能体进展评测

腾讯混元大模型前沿团队联合多所高校发布 Long-Horizon-Terminal-Bench 2.0（LHTB 2.0），在保留原有 46 个任务的基础上修复缺陷并新增 31 个任务，共 77 个任务、覆盖 13 个领域和 8 种任务类型。新基准通过参数化参考实现自动生成重构任务，并将评估时长从 90 分钟延长至 3 小时、每 30 分钟记录验证器检查点，

OS-Bench：评估 SWE 智能体的跨操作系统代码迁移能力

该论文提出 OS-Bench，一个用于评估 SWE 智能体跨操作系统代码迁移能力的可执行基准。它通过对比同一仓库在 Linux 和 Windows 上的执行覆盖率差异来识别平台特定实现，并自动构建迁移任务。基准包含来自 111 个仓库的 140 个任务，覆盖 C、C++、C#、Go 和 Rust，其中 91 个为 Windows 到 Linux 迁移，49

昆仑万维开源 Matrix-Game 4.0：单张 5090 实时跑游戏世界模型

昆仑万维旗下 Skywork AI 发布并开源 Matrix-Game 4.0，号称全球首款可在单张 RTX 5090 消费级显卡上实时运行的游戏世界模型。该模型采用「游戏引擎维护世界状态、视频模型负责画面生成」的分工思路，通过结构草图、动态 Caption、少步自回归蒸馏及 CUDA Graph、FP8 等工程优化，实现按键到画面约 112ms 响应、60

另有 1 家信源报道

ATAS：以世界状态为中心的智能体视频生成框架

研究团队提出 Any Time, Any Space（ATAS）框架，用于长视频的智能体生成。该框架将剧本编译为带有明确位置、相机和事件时间引用的镜头请求，并借助场景记忆（静态几何）与事件记忆（按场景、事件、时间索引的动态观测）在生成前后检索与注册证据，从而保证非连续请求间的空间与时间一致性。在四种视频生成器上，ATAS 提升了跨镜头一致性指标并取得最高综合

Vercel AI SDK 发布 @ai-sdk/workflow 2.0.73 补丁

Vercel AI SDK 发布 @ai-sdk/workflow 2.0.73 补丁版本，修复了 workflow 中运行时上下文传递问题，使其遵循 telemetry.includeRuntimeContext 配置。同时让 WorkflowAgent 使用原始工具 schema 校验和规范化工具输入，与 streamText 行为保持一致，涵盖默认值、

OpenAI Agents Python 发布 v0.24.0

OpenAI 发布 openai-agents-python 库 v0.24.0 版本。新特性包括在转换后的工具上暴露 MCP 注解，以及支持运行级别的工具异常格式化。修复方面包括按 API 限制批量写入 OpenAI 会话、延迟待审批请求的自动压缩，并升级了 fastapi、grpcio、boto3、redis、temporalio 等多项依赖。