Agent 智能体

AWS 发布 Strands Decider 2B 与 Strands Box 智能体开发工具

AWS 推出两个面向 AI 智能体开发的开源项目：Strands Decider 2B 和 Strands Box。Strands Decider 2B 是一个 20 亿参数的小模型，基于 Qwen3.5-2B 改造，用指针头替代语言模型头，用于在预定义选项间做决策，支持模型路由、工具选择、分类、护栏和上下文管理，并已开源权重、训练数据和脚本。Strands

OpenAI基础设施负责人将离职；DeepSeek宕机补偿；苹果AI国行12月上线

OpenAI基础设施负责人Sachin Katti宣布将于11月15日离职，由计算首席技术官Uday Ruddarraju接任领导整体计算部门，这是OpenAI今年一系列高管离职的最新一起。国内方面，DeepSeek因API服务故障向用户发放全额赠金补偿，年内已至少18次服务异常；阿里加码AI硬件品牌并联动天猫、速卖通；国行版苹果AI有望12月上线，百度、阿

RAGFlow 发布 v1.0.0-rc2：引入 Agentic 聊天模式

RAGFlow 发布 v1.0.0-rc2，这是 v1.0.0 的第二个候选版本，修复了 rc1 中的若干问题并引入新功能。主要亮点包括：聊天引入 Agentic 模式取代原有的 Low/Medium/High/Ultra 思考等级，兼容 rc1 数据可直接升级，新增 Team/Me 共享、DemonRoute 与 Opper 模型供应商、Firecrawl

Mastra 发布 Agent 作用域、Trace 聚合与信号排队更新

Mastra 发布更新，为 Agent 引入多租户身份作用域（scopes），支持按调用、Agent 配置或可信中间件注入，并让 Memory 从 resource/thread 作用域推导路由。同时新增端到端 Trace 聚合 API、Agent 类型化信号排队（queueSignal），以及存储层输入/输出/错误预览以加速 trace 列表查询。此外修复

中控技术接入千问办公，共建流程工业AI Native标杆

中控技术于10月16日正式接入阿里旗下企业级通用Agent产品千问办公，将Agent落地营销全链路，双方共建流程工业领域AI Native标杆企业。合作后，一线销售解决方案产出时间从5天以上缩短至1天，效率提升约5倍。未来中控技术还将在采购、供应链、财务、人力、研发、合规等场景深度融入千问办公，并打造可复用的AI营销技能库。千问办公上线一个月用户数已突破30

68岁亚马逊CTO：别让恐惧替企业做AI决策

亚马逊CTO Werner Vogels在深圳交流中提醒企业不要因恐惧而仓促做AI决策，应先明确要解决的问题及AI是否适用。他以2004年数据库故障催生DynamoDB的经历类比当前大模型被当作万能工具的风险，并强调Agent需明确权限边界、成本可控且由人负责。他还提出AI生成代码带来验证债，主张经验无法压缩，同时以中国自闭症干预机构应用AI为例表达乐观。

百度世界2026五大亮点公布：李彦宏演讲、全栈AI升级

百度官方公众号公布百度世界2026大会五大亮点，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」。李彦宏将发表年度主题演讲，百度将发布多个产品并展示「芯-云-模-体」全栈AI升级，大会设12场分论坛、30余场AI公开课及6000平AI展区，聚焦智能体规模化落地与组织进化。

另有 1 家信源报道

字节 Seed 成立对齐与准备团队，全球招募 10 名研究员

字节跳动 Seed 宣布新成立 Alignment & Preparedness 团队，面向全球招募 10 名研究人员，以加强其模型的安全与对齐能力。团队工作涵盖安全评估体系、预训练到 RL 各阶段的对齐训练、攻防自博弈对抗训练、可监控性与可解释性，以及与高校和第三方机构合作开展前沿安全研究。Seed 表示将提供与前沿模型研究相匹配的算力和资源，长期投入该领

Gemini 4 Argon 发布：谷歌重回御三家，API 限时半价

谷歌正式发布旗舰模型 Gemini 4 Argon，面向全球开发者、企业及付费订阅用户开放，重点强化编程、专业知识工作、长流程任务执行与多模态能力。官方评测称其整体达到 GPT-6 Astra、Opus5.5 水平，第三方 Artificial Analysis 智能指数与二者并列 53 分，且平均每任务成本约 1.99 美元，比 Astra 低约 39%。

智能体破解多义性；Meta 发布 Muse Spark Open

Goodfire 的 Nick Cammarata 发表文章提出「神经网络已经是干净的」理论，认为多义性和叠加现象可通过进一步的智能体分析化解，从而提升可解释性与对齐，并可能降低 P(doom)。Meta 发布 Muse Spark Open，这是一个 816B 总参数/42B 激活的 MoE 模型，支持 1M token 上下文和多模态输入，在 Artif

Cursor AI 原生 IDE 开发者体验大规模纵向研究

一项针对 AI 原生 IDE Cursor 的大规模纵向研究分析了其官方论坛 813 天内 14,714 条帖子、51,965 条评论、1118 万次浏览和 51,518 个点赞。研究发现，71% 的讨论集中在上下文索引、模型路由和 agent 工作流等关键机制上，这些既是价值来源也是挫败来源；负面体验主要涉及可用性、定价和可靠性，且关注焦点随时间从早期接入

HPCAgent-Bench：代码优化智能体的可靠基准框架

研究者提出 HPCAgent-Bench，一个用于评估代码优化智能体、工具链与技能的开源基准框架，包含 689 个内核，覆盖循环级优化、HPC 代码和机器学习模型三个赛道。框架用 NumPy 统一指定内核并派生 C/Fortran 参考实现，通过外部裁判在隐藏模糊输入上校验正确性并计时，防止智能体作弊。作者还提出干预效能和加权 token 成本两项指标，用于

Idea2Prior：从研究想法出发的可审计论文检索与排序

研究者提出 Idea2Prior，一个基于 PaperArena 的可审计文献检索与排序系统，结合多源发现、身份验证、摘要分面评估、语义引用扩展和联合专家排序。在覆盖 EASY、MEDIUM、HARD 各十个查询的历史对比中，其 Hit@5 为 53.3%，高于 ChatGPT 网页 Deep Research 的 43.3% 和 Gemini 网页 Dee

PRISM：基于特权兄弟图引导的多智能体拓扑设计

该论文提出 PRISM 方法，用于改进基于大语言模型的多智能体系统（MAS）的协作拓扑生成。现有方法通过对已验证图语料进行持续监督微调（SFT）来训练拓扑生成器，但语料只列出成功图而不排序，导致生成器偏向高频拓扑，且存在训练与推理的轨迹不匹配问题。PRISM 通过特权信息学习：教师模型借助零初始化低秩分支读取同一查询下另一个成功图（部署时不可用），让学生在自

SCARCE：长周期多智能体编码系统中的涌现制度

研究者提出 SCARCE 框架，让多个编码智能体在各自截止期限下完成长周期编程任务，并协商共享执行资源的使用权。通过分析 8 个模型、超过 1500 条轨迹，发现智能体会自发形成基于声誉、互惠和先例的非正式制度，且较新的前沿模型表现出更多制度行为，同时也出现排他性联盟和分而治之策略。该工作为系统审计多智能体协调与安全影响提供了受控环境。

MetaShare：面向开放式智能体的失败感知集体自改进

论文提出 MetaShare，一个面向开放式自改进智能体的失败感知集体自改进框架。它将每次自修改记录为带符号性能增量的机制级记录，成功与失败分通道检索，并由任务盲审计器补充缺失机制类别、基于嵌入去重。在论文评审、编程、数学评分、机器人奖励设计和金融审计风险五个领域，MetaShare 的中位表现匹配或超过 DGM-Hyperagents，并少用 1.7–2.

SSR：面向LLM多智能体系统的可扩展Agent发现检索器

论文提出 SSR（Structural Signal Retriever），一种确定性、免训练的检索方法，用于 LLM 编排的多智能体系统中 Agent Card 的发现。SSR 从 Agent Card 的能力字段提取结构化词汇信号，用 IDF 加权，并通过倒排信号索引（ISI）进行选择性候选评分。在 1000 个智能体规模下，SSR 相比全目录编排减少

跳过压缩器：代码智能体整文件选择解决更多问题

该研究比较了在固定 token 预算下，代码智能体处理仓库级 issue 时三种上下文压缩策略的效果：检索器、提示压缩器和整文件选择。作者提出简单选择器 CQ2-CARE，通过两次独立采样让模型选出必须修改的文件并整文件原样展示，再补充 grep 找到的相关代码片段。在 300 个 SWE-rebench issue 上，使用 GPT-5.6 和 Claud

面向去中心化多智能体系统的以责任为中心协调机制

论文提出 RCM（以责任为中心的多智能体协调机制），用承诺（commitment）作为协调基本单元，将任务委派与双方明确责任绑定。通过递归委派，智能体在本地编排下游承诺并保留上游责任，配合责任约束决策与责任导向通信协议 RCP，使全局协调无需中心编排即可涌现。在推理、编码和可执行智能体环境中，RCM 任务性能最高提升 18.7 分、责任指标提升 10.2 分

委托困境：规模经济、问责与多中心治理

该论文研究集体行动系统中委托与问责之间的张力，提出一个规模-问责权衡模型：群体越大，成本分摊收益越高，但中心保留单个成员的价值越低，导致剥削风险上升，只有在一定问责规模内退出威胁才能维持非剥削性委托。作者用LLM智能体进行30个智能体的五组配对模拟，发现多中心结构反复涌现但保持流动，呈现集中、剥削、退出与重组的循环，且不同能力模型在行使权威上差异显著。