从微服务到智能体：分布式系统的下一次演进
InfoQ 发表文章，探讨由大语言模型和推理系统驱动的 agentic AI 架构如何从微服务架构演进而来。文章指出，微服务解决的是服务分解问题，而 agentic 系统解决的是决策分解问题，执行路径在运行时根据上下文动态生成，而非在设计时完全确定。这种转变带来更强的适应性，但也引入非确定性执行、决策质量成为核心可靠性指标、故障常表现为推理质量静默下降等新挑
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 4238 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。
10月19日周一 · 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
播客：本地优先应用与端侧小模型，AI 智能体将动态生成 UI？
前 React 核心团队成员 Rachel Lee Nabors 在 InfoQ 播客中介绍其本地优先社交聚合应用 Mima，该应用在设备端运行小型语言模型（如 Llama 3.2B）而非云端大模型封装，以降低 API 成本、减少延迟并保护用户隐私数据。她强调用黄金数据集系统评估模型以匹配摘要、审核等具体任务，并展望操作系统级个人智能体及 A2UI 等动态
正文结构化主题已通过公开置信门槛
达摩院玄铁亮相RISC-V中国峰会，首发车规产品路线图
10月19日，阿里巴巴达摩院玄铁在深圳RISC-V中国峰会上披露玄铁RISC-V处理器在Agentic AI和服务器领域的进展，并首次发布面向自动驾驶和具身智能的车规处理器路线图。会上发布车规增强处理器玄铁E908A，称其为首款同时达到ASIL-B和ASIL-D标准的RISC-V CPU IP，下一代C950A目标性能为现有车规产品的5倍。达摩院还介绍了在G
正文结构化主题已通过公开置信门槛
MIT 研究者把 Claude 放在虚拟荒岛上 30 小时，它开始“玩耍”
MIT CSAIL 的研究者将 Claude Opus 4.7 的副本（代号 Eko）单独放在一个基于 Roblox 的虚拟荒岛上，每次持续 30 小时，不给出具体任务。Eko 自发探索地图边界、自定目标、造方块拼出星座、发明篮球和“地板是岩浆”等游戏，并给自己设下挑战、再提高难度。研究者认为这提示了监督学习与强化学习之外的“玩耍式学习”，且玩耍 30 小时
正文结构化主题已通过公开置信门槛
AI人才争夺引发大厂薪酬倒挂，应届生年包最高500万
雷峰网报道，大厂在HC收缩的同时仍高价争夺AI人才，基础模型岗位应届生年包可达200万元起步，部分顶档达400万至500万元，导致新老员工薪酬倒挂加剧。猎头指出，大厂基模团队对优秀人才照单全收，应用侧岗位则在收缩，普通AI人才求职难度上升。DeepSeek、Kimi、智谱等年轻模型公司以不同招聘逻辑吸引人才，海外公司反向挖角中国大模型人才的现象在2025年尤
正文结构化主题已通过公开置信门槛
GPT-6-Astra 是否已实现具身智能？
该论文评估了 GPT-6-Astra 在机器人操作与导航任务中的具身智能表现，在 12 个基准上通过上下文学习取得前所未有的性能。研究指出，高层 System 2 推理器与低层 System 1 控制器的闭环协调虽成本高但有效。真实部署在 8 种机器人配置上暴露出演示数据采集昂贵、执行时间受物理约束等差距，结论是 GPT-6-Astra 已基本跨过具身能力门
正文结构化主题已通过公开置信门槛
商汤大装置日均6万亿Token背后的异构推理实践
商汤大装置副总裁、CTO宣善明在第十届CSDI Summit上分享Agentic时代AI基础设施实践，指出多Agent协作和长任务执行使Token需求呈千倍级增长，行业竞争焦点从算力规模转向高质量Token产能。商汤大装置以PD分离为核心构建万卡级异构推理集群，通过异构混合调度、节点角色动态切换等方式提升效率，特定配置下整体Token吞吐量可提升至基准方案的
正文结构化主题已通过公开置信门槛
Git 被换掉，LLM 被替代：AI 编码开始反噬传统工具链？
Anthropic 因 Claude 持续生成代码导致提交量从每天约 2500 项增至超 3 万项，7 名工程师耗时 5 个月开发出版本控制系统 Scion 并迁移核心仓库，使基础设施 CPU 和内存需求缩小约 200 倍、检出从分钟级降至秒级。GitHub 用微调后的 ModernBERT 替换密钥扫描中的通用 LLM，线上扫描执行时间中位数下降 86%、
正文结构化主题已通过公开置信门槛
Muse Wonder 3D 建模翻车，亚历山大·王辩护遭马斯克补刀
Meta 发布 Muse Wonder 与 Muse Wonder Full，主打 Coding Agent 和长任务执行，官方称 Wonder Full 在 SWE-Marathon 得 57.5 分、DeepSWE 1.1 得 79.0 分。开发者社区 BridgeMind 用 3D 熔岩灯任务测试普通版 Muse Wonder，结果明显失败，质疑其存在
正文结构化主题已通过公开置信门槛
AuditKIT：面向大模型与智能体系统的统一评测框架
论文提出 AuditKIT，一个面向大语言模型与智能体系统的开源评测库，统一了基准评测、模型评判、性能测量、工具使用评估和 RAG 评测接口。它要求每个指标声明 MAXIMIZE 或 MINIMIZE 方向并在比较中强制执行，用 SHA-256 指纹作为缓存与比较键，并将无法获取的证据标记为未评分而非计为失败。作者通过七个案例研究说明答案抽取、服务行为、检索
正文结构化主题已通过公开置信门槛
EnterpriseSynth：从 OpenAPI 规范零执行生成 SFT 与评估数据
论文提出 EnterpriseSynth，一个零执行框架，可将 OpenAPI 规范转换为监督微调轨迹和配对评估实例，无需调用底层 API。该框架采用四阶段流水线（规范解析、意图生成、轨迹合成、静态验证），并在 17 个真实与合成 API 上评估。实验显示，对抗性精炼将验证器对植入模式违规的检测率从 57–80% 提升至 98%；在 EnterpriseSy
正文结构化主题已通过公开置信门槛
生成式智能体模拟城市出行行为与真实调查对齐研究
该论文构建了法国图卢兹的日常多模式出行智能体模型，对比15种决策者（简单基线、基于调查数据拟合的模型、最小提示与调优提示的生成式智能体、类型化分类器）在真实家庭出行调查上的表现。结果显示，调优提示的生成式智能体在无交通中断的模拟日模态分担上接近拟合模型，但逐次出行层面仍有差距；生成式智能体还能对未预见事件做出反应。新发布的Jev-1.13 TypeSafe分
正文结构化主题已通过公开置信门槛
RealCLI：面向 CLI 智能体人机协作的统一评估基准
论文提出 RealCLI，一个配对基准，用于在真实 CLI 任务上统一评估任务执行效果与人机协作质量。它构建了五维协作框架（可理解性、可引导性、观察与恢复、信任校准、安全与风险意识），细化为 22 个子维度和 51 个交互场景模板，并提供两种模式：RealCLI-EXEC 预先给出完整规格，RealCLI-COLLAB 由脚本化用户逐步提供信息、纠正和授权决
正文结构化主题已通过公开置信门槛
交互式澄清何时有助于 Lean 规格生成？
该研究在 Verina 的 189 个 Lean 4 规格生成任务上，测试了让一个 elicitation agent（EA）在形式化之前向模拟开发者提出澄清问题、再生成精炼自然语言规格的做法是否有效。结果显示，同模型 Claude Sonnet 4.6 流水线在两种提问预算下严格 pass@1 均为负向变化，而 Sonnet 4.6 到 GPT-5.6 的
正文结构化主题已通过公开置信门槛
NoveltyScope：基于证据的多智能体论文新颖性评估助手
该论文提出 NoveltyScope，一个多智能体科研辅助原型，通过将论文与本地语料库中的先前工作进行检索比对，生成结构化报告和五级新颖性评分。系统提取核心任务与最多两项作者声称的贡献，使用 BM25 与稠密检索及倒数排名融合，并让检察官、辩护人、法官和批评者四个角色基于证据进行评分，法官最多可修订一次。在 50 个 RINoBench 样本上，多智能体评分
正文结构化主题已通过公开置信门槛
谷歌开源RSI框架Harness²，让模型运行中自我改进脚手架
谷歌开源了名为Harness²的递归自我改进（RSI）框架，让大模型在运行中自动修改自身的脚手架代码、系统提示词、工具链和技能库。该框架采用任务级与改进级双层递归架构，通过Propose-Probe-Compose机制在没有标准答案的真实任务中做对照实验，并将调试经验沉淀为可跨任务复用的经验库。实测中，装配Harness²的GLM-5在WorkBuddy-B
正文结构化主题已通过公开置信门槛
CarryOn：为长程智能体构建面向对象的上下文
论文提出 CarryOn，一种面向长程智能体的面向对象上下文运行时，以可复用的任务对象而非交互历史来组织上下文。它通过延续载体、补充执行上下文和近期交互的实时尾部构建上下文视图，并在历史折叠后基于绑定证据和环境检查增量修订载体记录。在 OSWorld 2.0 和 BrowseComp-Plus 上，性能分别提升 5.8% 和 7.0%，总 token 用量分
正文结构化主题已通过公开置信门槛
OpenAI Java SDK v4.86.0：Agents 新增 ultrafast 服务层级
OpenAI 发布 Java SDK v4.86.0，为 Agents 新增 ultrafast 服务层级，并为 Realtime 增加可选的有限传输恢复机制，同时将 API 文档中的审核示例改为中性表述。这些变更让 Java 开发者能更低延迟地调用 Agents，并提升实时连接的稳定性。
正文结构化主题已通过公开置信门槛
llm-echo 0.5 发布：模拟 token 统计纳入工具调用与推理 token
Simon Willison 为其 LLM 工具链中的调试插件 llm-echo 发布 0.5 版本。该插件提供一个不调用真实 LLM、仅回显输入提示的模拟模型，新版本更新了模拟 token 用量统计，将工具调用、系统提示和推理 token 纳入计算。此举服务于作者正在筹备的新 LLM 版本发布，便于测试 PR 时更准确地模拟用量。
正文结构化主题已通过公开置信门槛
mradermacher 发布 Qwen3.8-27B 智能体模型 GGUF 量化版
开发者 mradermacher 在 Hugging Face 上发布了 Qwen3.8-27B-OBLITERATED-Mythos-Class-Agentic 模型的 GGUF 静态量化版本，提供从 Q2 K 到 Q8 0 以及多模态 mmproj 补充文件等多种量化格式，并附有下载列表与使用说明。该模型基于 medismera 的同名基座模型，采用 A