Agent 智能体

WorkBuddy进驻企业微信：AI同事自带工作记忆上岗

腾讯将 WorkBuddy 与企业微信正式打通，AI 可直接入驻企微侧边栏和通讯录，无需跳转外部软件即可派活。授权后 WorkBuddy 能读取企微消息、文件、日程、邮件，并将生成内容回流到会话、微盘和业务工作流。文中还列举了科技公司线索管理、券商客户服务、制造企业核价等落地案例，强调 AI 在权限与组织架构内进入日常业务，降低协作成本。

声网发布对话式AI实时基础设施，提出五级对话能力框架

在iRTE2026实时智能大会上，声网创始人兼CEO赵斌提出「五级对话能力」框架，并展示Agora Conversational Model多模型协作混合对话系统、Conversational Agent System及分布式实时推理云方向，试图把实时网络、音频处理与推理基础设施整合为生成式AI时代的实时交互底座。大会同时汇集美团、阿里、MiniMax、阶跃

无问芯穹与三体宇宙联合发布智子Agent 1.0

无问芯穹与三体宇宙于10月25日在北京举行的2026三体日上宣布战略合作，并发布首个合作成果——具有智子人格特征的AI对话Agent“智子Agent 1.0”。无问芯穹以Agentic Infra产品与服务体系提供智能体开发、知识与记忆管理、推理服务等全链路支撑，通过AgentWorks平台、多Agent协同校验机制和PDD跨集群异构推理架构，解决角色还原、

10亿Tokens免费送！实测全国产算力模型Spark-X2.6，纯代码搓出3D故宫

量子位实测了讯飞发布的Spark-X2.6模型，该模型采用MoE架构，总参数293B、激活约30B，支持1M上下文，并在国产算力平台上完成训练与推理。文章重点展示了端云协同能力：4B端侧模型可离线完成经营复盘，敏感合同先在本地脱敏再交由云端审查，最后本地还原。讯飞同时提供10亿Tokens免费额度，并开源了Spark-X2.6-4B。

支付宝AI支付发起年度黑客松大赛，邀开发者把AI创意变成生意

支付宝AI支付联合观猹发起“PAYATHON 2026”年度黑客松，面向个人开发者与团队设置应用、技能两大主赛道及Token Pay、Machine Pay、Agent Pay三个探索赛道，总奖池20万元，报名截至12月1日，线下决赛12月26日举行。大赛将商业化表现与真实用户付费列为关键评选指标，旨在降低AI产品收款、交付与定价门槛。正文还列举了「博主农场

另有 1 家信源报道

挖掘多智能体工作流的设计空间

该论文提出一个两阶段流程，从多智能体工作流搜索轨迹中挖掘可复现的设计原则。作者复用 AFlow 的 MCTS 优化器，在 26 个 Enigmata 推理任务上生成 28,568 个可执行工作流，再用 AutoResearch 循环在留出搜索上验证候选原则。结果显示：以 Star 扇出为入口的工作流表现更差，SharedMemory 优于 Debate，提示

SkillRep：智能体技能检索的表示设计空间

论文提出 SkillRep，将编码器微调、查询侧与文档侧扩展、背景投影和词法通道五种表示选择组合为一个检索器，用于从大规模技能库中为 LLM 智能体检索技能。在 SRA-Bench 上，使用 0.6B 编码器时 MRR@10 比同规模最强检索器提升 7.02 分（官方技能池）和 8.79 分（自建 111,247 技能池 UniPool），并在 Skills

面向公共卫生数据采集的智能体AI方法探索

弗吉尼亚大学与RAND的研究者提出一种面向公共卫生数据采集的智能体AI工作流，由编排智能体将监测目标转化为共享任务规范，多个专用智能体协同完成来源发现、治理、证据结构化、事件关联与验证。该工作流在2026年汉坦病毒疫情、2025年加拿大麻疹和塞拉利昂猴痘三个场景中应用：汉坦病毒场景重建了专家基准中全部13例病例，关联85个发布者域名（基准为28个），但可评估

RubricCraft：从解法分歧中归纳评分标准

论文提出 RubricCraft，一种基于候选解差异自动构建文本评分标准（rubric）的方法，用于评估产出型语言智能体。它通过比较多个独立求解轨迹的差异来生成、修复并重新验证评分标准，从而发现不公平、不完整、无区分度等缺陷。在 SpreadsheetBench v2 上，相比同一模型仅凭提示词编写的 rubric，RubricCraft 的错误输出通过率更

HPC 支持前置：基于文档与历史工单的 Agentic LLM 助手

普渡大学 Rosen 计算中心（RCAC）的研究者提出一个面向 HPC 用户支持的 agentic LLM 助手，在用户提交工单之前介入：一个编排器通过 Model Context Protocol 调用两个工具——对实时文档做 RAG，以及用 QLoRA 在 11,244 条历史工单问答对上微调的 Llama-3-8B 模型，并合并两者答案。所有模型均在本

实证研究：Agentic GUI软件中工具介导的交互失败

该论文对40个开源agentic GUI软件项目进行实证研究，构建了包含335个真实缺陷的Malva缺陷库，归纳出11种根因于状态表示、状态转换与同步问题的缺陷模式。研究发现90%的应用存在多种缺陷类型，86.6%的失败表现为静默错误，其中119例无失败停止信号却产生错误行为。作者还提出部署前静态契约检查器MalvaGuard，在20个应用语料上达到57.3

Compact-Bench：衡量上下文压缩对长程编码智能体的代价

该论文提出 Compact-Bench 基准，用于衡量上下文压缩（context compaction）对长程编码智能体续作能力的影响。它从同一仓库状态出发，对比完整历史与仅摘要续作，覆盖 SWE-bench 修复、智能体会话和生产链。结果显示，稳定损伤范围为完整历史成功案例的 10%–20%，Claude Opus 保留最多修复，DeepSeek-Flas

基于在线随机批优化的智能体交通模型校准

该论文提出一种在线校准框架，将黑盒优化与随机批优化结合，把校准过程嵌入单次仿真运行中，而非传统需要数百上千次独立仿真的黑盒优化循环。作者以MATSim为案例，将每次仿真迭代视为一个随机批次，使模型参数与智能体行为共同演化并收敛。在瑞士大规模交通场景中校准效用函数参数后，模拟出行方式分担率在典型仿真时间内与观测数据高度吻合，验证了该方法的可行性与效率。

Solstice-AI 发布 DeepSeek-V4.1-Flash 去审查 GGUF 量化版

Solstice-AI 在 Hugging Face 发布了 DeepSeek-V4.1-Flash-UNCENSORED-Protium-GGUF，这是基于 DeepSeek-V4.1-Flash 的去审查（uncensored/dealigned）GGUF 量化版本，采用 Protium-1.0 认知架构，并集成推测解码 DSpark Drafter、1

UserArena：面向长程购物智能体的交互式用户模拟基准

研究团队发布 UserArena，一个基于真实电商数据的交互式基准，包含来自 11,010 名用户的 64,729 条会话轨迹，覆盖 566,102 个商品和 13 种动作类型，并支持与生产 A/B 测试结果进行离线验证。该基准提出五级评估体系，从输出有效性、局部决策延伸到序列行为、个性化与最终结果。团队同时提出 On-Policy Trajectory D

高德机器狗“途途”在阿里园区上岗巡检

高德动量机器狗“途途”在2026亲橙大会期间参与讲解导览，并与阿里巴巴集团总务、亲橙智慧发布智慧园区联合解决方案，在杭州西溪园区承担巡检、取证、派工单等任务。高德以DATA、MODEL、AGENT三层ABot体系将空间数据和导航能力转化为机器人任务执行能力，连接园区运营与验收流程。此举代表地图公司以空间智能切入具身智能，与宇树、云深处等本体或工业巡检路线形成

JiRack Ultra 32B：面向 CPU 的三值量化模型发布

CMSManhattan 在 Hugging Face 发布 JiRack Ultra 32B，一个基于 DeepSeek R1-32B 架构、面向 CPU 推理优化的 32B 模型，采用 BitNet 风格三值（1.58bit）量化并附带 GGUF 量化版本。模型更新了分词器，新增 Routing、Media、Vision、Sound、Tool call、

JiRack Ultra 14B：面向 CPU 的三值量化模型发布

CMSManhattan 在 Hugging Face 发布 JiRack Ultra 14B，一款基于 DeepSeek R1-14B 架构、支持原生三值（BitNet 风格）的 CPU 推理优化模型，并提供 GGUF 量化版本。该模型配备含 Routing、Media、Vision、Sound、Tool call、Robotics 标签的新分词器，可通过

Anthropic 联合创始人 Jack Clark 将自我改进 AI 预测提前至 2027 年

Anthropic 联合创始人 Jack Clark 基于新基准 TasteVal 的结果，将递归自我改进（RSI）可能实现的时间预测从 2028 年提前至 2027 年。TasteVal 由 P-Zero Research 提出，用于衡量 AI 自主设计实验并解读结果的能力，即“研究品味”；测试中表现最好的模型是 Anthropic 的 Opus 5.5，

Anthropic：模型能力增强后，单代理架构常优于多子代理

Anthropic 基于多个企业部署经验建议企业评估将多个专用子代理整合为单一主代理，由后者按需加载上下文。其 Applied AI 团队发现，从 Opus 4.5 起的新模型（含 Opus 5.5、Fable 5.1）能在单循环内管理复杂计划，单代理架构在质量、成本和延迟上常优于多代理，某对比中速度约快一倍。Anthropic 在 GitHub 发布迁移工