Agent 智能体

Cloudflare 发布 Clairic：文档数据提取比 LLM 更快更便宜

Cloudflare 发布 AI 模型 Clairic，称其从文档中提取数据的速度和成本均优于大语言模型。该模型已在 Workers AI 上提供预览，开放权重即将跟进。用户指定所需字段后，Clairic 单次返回带置信度的结构化结果，可与 LLM 及其他模型串联使用；Cloudflare 称一条包含提取、决策和回复的链路耗时 19.3 秒，而单独使用 GL

另有 1 家信源报道

用 Ray 规模化构建框架无关的 AI Agent 基础设施

InfoQ 发布 Deepak Mohanakumar Chandramouli 的演讲记录，介绍如何用开源分布式计算框架 Ray 构建并规模化运行 AI Agent。演讲先回顾 Agent 的组成要素（LLM、工具、记忆、提示词）以及可观测性和安全护栏，再以旅行规划 Agent 为例，演示从本地开发到远程部署的完整生命周期，并分享生产环境经验。

阿里云连续4年入选Gartner容器管理领导者象限

Gartner发布2026年度《容器管理魔力象限》报告，阿里云连续4年入选并稳居领导者象限，是亚太地区唯一获此殊荣的科技公司。Gartner将丰富的AI集成、全面的功能覆盖和生产环境广泛使用列为阿里云核心优势。阿里云容器服务ACK围绕模型训练、推理和Agent运行持续升级，并发布智能体沙箱Agent Sandbox，已在月之暗面、MiniMax等客户的生产场

580天暗战：爱奇艺用AI重塑影视工业

爱奇艺在580天内推进生成式AI落地影视行业，CEO龚宇提出用AI重塑内容创作与评估。公司推出“剧本工坊”“影像工坊”等工具，其中“剧本工坊”已接入DeepSeek等国产大模型，可在30分钟内完成50万字剧本评估，累计服务5000部作品。爱奇艺还通过全员培训、内部智能体平台“奇智”推动AI应用，2024年大模型调用量较2023年增长83倍，超98%员工使用过

DeepSeek V4.1 Flash 领跑开源权重，MiniMax、Mercury 3、Meta Muse 同期发布

DeepSeek 发布 V4.1 Flash 1017 开源权重 MoE 模型（552B 总参数/16B 激活、1M 上下文、MIT 许可），在 Artificial Analysis 智能指数上升 6 分至 45，与 GLM-5.3 并列开源第二，并在 Code Arena 与 Agent Arena 中成为排名第一的开源模型。同期 MiniMax 推出

NVIDIA Inception 接入 BSC AI Factory 加速器服务

巴塞罗那超级计算中心（BSC）的 AI Factory 加速器计划在试点后全面投入运营，为初创企业提供主权算力、技术支持和培训。NVIDIA 宣布其 Inception 计划成员可通过 Inception 门户获取部分 BSC AI Factory 服务，并获得深度学习培训、商业辅导和风投对接等资源。BSC AI Factory 自 2025 年 4 月启动

OpenVLHarness：带多模态记忆的真实世界视觉智能体工具使用

研究者提出 OpenVLHarness，一个面向多模态大模型的可视化智能体工具使用框架，通过能力层（统一异构工具接口与证据渲染）和持久多模态记忆（保留图像、结构化数据与网页引用）支持迭代式证据获取与组合。在 22 个基准上，使用 8 个开源与专有骨干模型评测，平均得分比无工具基线提升 9.7-12.6 分，其中 Qwen3-VL-8B 提升 11.2 分、K

Vercel AI SDK 发布 ai@7.0.146 补丁版本

Vercel AI SDK 发布 ai@7.0.146 补丁版本，为实验性 decision 调用新增 maxOutputTokens 和 reasoning 参数，并将其转发给由语言模型驱动的决策；语言模型适配器在未指定时保持 reasoning 关闭，原生 decision 提供方在遇到不支持的设置时会发出警告。该版本还修复了裁剪工具调用时残留孤立 re

GTC2026上海设AI硬件专区，招募AI硬件出海展商

白鲸出海主办的 GTC2026 全球流量大会（上海）将于 2026 年 11 月 4 日至 5 日在上海世博展览馆 H3 馆举办，本届特别设立「AI 硬件专区」，面向机器人、智能穿戴、AI 终端、具身智能等方向招募展商。专区与「AI+出海峰会」「AI 技术发展论坛」等议程联动，旨在为 AI 硬件企业对接渠道、供应链、投资人与出海服务商。大会普通门票限时免费，

模型容量前沿：LLM支持社会仿真的开发框架

论文提出模型容量前沿（MCF）框架，用于刻画特定架构在其所有可允许配置下可达到的经验性能，并在多目标场景中用估计的帕累托前沿表示。作者以约1.2万智能体的大学毕业典礼人群模拟为案例，先刻画传统人群模型的容量，再逐步评估LLM支持的架构扩展：首次引入LLM改善了流动方向，但降低了时间占用和空间分布表现；后续对LLM层进行架构改进后，时间占用提升、空间表现恢复，

ROAR：实时约束下多人射击游戏中的LMM智能体基准

研究团队提出 ROAR，一个多人动作射击游戏环境，用于在实时约束下评测基于大型多模态模型（LMM）的智能体。现有基准多为回合制，推理时环境与其他智能体暂停，掩盖了实时决策挑战。ROAR 采用多智能体异步 Gym 接口，将环境与各智能体分线程运行，支持合作、竞争、混合及单智能体场景，并提供多模态观测与轻量部署。

AI辅助开发是否导致软件同质化？代码相似性、质量与演化的实证研究

该研究基于 Software Heritage 快照，对 50 个长期维护的 Java 和 Python 开源项目在三个时期（前 LLM 时代、可能 LLM 辅助时代、检测到的智能体开发时代）的代码相似性、质量和演化进行实证分析。结果显示，Java 在 LLM 和智能体时代的语义与语法相似性反而显著下降，Python 无显著差异；软件质量总体稳定，智能体时代

简单模拟市场中LLM的演化实验

研究者构建了一个由20个LLM智能体组成的模拟市场，智能体仅系统提示不同，破产者被成功者提示的变异副本替换。在奖励准确率的市场中，智能体准确率达94%但token消耗高；在按token计费的市场中，准确率骤降至10%且token消耗低，显示出准确率与token使用之间的相关性状选择。该实验为AI系统可能在最小条件下演化出非激励性有害特征提供了具体实证。

Agentic Interpretation：harness 治理的软件智能体证据构建

论文提出 Agentic Interpretation (AgInt) 框架，让模型提出类型化记录，由确定性 harness 负责准入、评分与持久化，并仅在证书满足任务义务时放行答案。在 SWE-bench-Live、DeepSWE、Defects4J 和 GitBug-Java 上，AgInt 在补丁接受度指标上优于普通 agent 与 Agentic C

FoH：基于反思自动演化分布式多智能体harness

论文提出 Federation over Harness（FoH）框架，用于自动演化分布式多智能体推理流程中本地客户端与中央服务器两端的 harness。服务器智能体演化客户端 harness 以完成任务与自我反思，同时演化自身 harness 以聚合分布式反思、维护共享知识并更新后续客户端 harness。该方法无需真实标签或验证数据，仅依赖智能体自生成的

团队协作的权重：通信结构能否帮助 LLM 科学家寻找科学定律？

该论文以符号回归作为可观测的科学搜索任务，在固定调用预算下比较了不同通信结构（Independent、Ring、Star、Complete）的 LLM 多智能体团队，并分别评估其候选表达式存档与最终选出的表达式。结果显示，将预算分散到更多独立轨迹带来的提升最大（平均留出拟合分数提高 0.70），而 Ring 策略在统一存档选择器下比 Independent

少做多得：智能体计算与替代架构选择的第一性原理探索

南卡罗来纳大学人工智能研究所与印度AI研究组织发表论文，在1000个算术表达式基准上对比七种功能调用架构：原生函数调用、REST、SOAP、MCP微服务、Groq云API与五个本地Ollama大模型直接作答、以及本地LLM调用MCP工具的智能体系统。结果显示确定性方法准确率100%且延迟可忽略，直接LLM作答最高准确率92.9%但延迟超22000倍，最佳MC

Mistral 发布 Voxtral 3 语音模型与智能体 SDK

Mistral AI 发布 Voxtral 3 语音模型家族及配套语音智能体 SDK，将语音转写、推理、工具调用与语音合成整合进单一实时流式管线。转写模型支持 50 多种语言并具备说话人分离与上下文偏置能力，TTS 模型支持 35 种以上语言和 50 种以上方言，可依据上下文调整情绪与语速。该产品可通过 Mistral 欧盟托管 API 或自部署方式使用，主

另有 1 家信源报道

Amazon Bedrock 为 Claude 模型推出结构化输出

AWS 宣布 Amazon Bedrock 上所有 Anthropic Claude 模型现已支持结构化输出，覆盖 bedrock-runtime 与 bedrock-mantle 两个端点。该功能通过约束解码在生成阶段强制 JSON Schema，使输出从概率性变为确定性，开发者无需再自行解析、重试或后处理。同时提供严格工具调用（strict tool u

Hugging Face 政策负责人：嵌入式 AI 评估者并非易解方案

Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示，当前 AI 模型评测方法仍不成熟，可复现性存疑，评测之间难以有效比较，且失效速度快。她指出业界对「嵌入式评估者」（第三方观察员进驻 AI 机构）需求旺盛，但评估者资质标准亟需统一；同时评测对象正从模型本身扩展到包含 harness 与 age