Agent 智能体

2026年国产RSI盘点：智谱、DeepSeek、面壁、月之暗面、阿里各自走到哪一步

文章梳理了2026年国内主要模型厂商在递归自我改进（RSI）方向上的进展：智谱用GLM-5.3驱动的Infra Agent在10万张国产芯片上两周搭建生产级推理服务，并推出HarnessPro优化Agent框架；DeepSeek联合清华推出日产能300万沙箱的DSec集群，并开源模块化Harness；面壁让AI自主编写训练框架与底层算子；月之暗面以大规模强化

面壁智能ForgeKernel零代码生成算子，反超DeepSeek手写版9.8%

面壁智能的算子生成系统ForgeKernel在无人参与的情况下，仅用22.5小时、42轮迭代，在英伟达B200上生成的FlashMLA Prefill算子比DeepSeek人类手写版本快9.8%（472微秒 vs 518微秒），全程未使用人类编写的代码。此前该系统已登顶昇腾CANNBench 950DT、950PR、A3三大硬件榜单第一。团队联合清华等机构发

联想天禧AI 4.5全端升级，推出“超能模式”

联想于10月30日发布天禧AI 4.5的AIPC端，此前已上线AI手机端和AI平板端，实现多端覆盖。新版本围绕办公、会议、差旅三大场景升级，推出“超能模式”，打通飞书、企业微信等应用连接器，支持跨应用自主执行任务，并重构AI妙记与知识库。联想AI主机同步升级，支持云端与本地模型自动切换，强化“一体多端”生态。

沙钢接入千问办公，Agent落地电炉冶炼等核心业务场景

江苏沙钢钢铁有限公司正式接入阿里旗下企业级通用Agent产品千问办公，将Agent落地到电炉冶炼复盘、变压器状态评估、财务经营分析等核心业务场景。电炉单炉复盘从约30分钟缩短至3分钟，229台变压器月度点检从3至5个工作日缩短至几分钟，财务经营分析报表编制效率提升90%以上。沙钢计划将冶炼分析、设备运维等经验打造为可复用的钢铁行业AI技能库，为钢铁行业提供可

天数智芯天垓300实测对标H200，国产GPU转向系统效率与软件适配

天数智芯在媒体开放日上披露，其新一代通用GPU天垓300在第三方测试中，典型PD分离部署下单卡端到端吞吐达到英伟达H200的1.05倍，GLM-5.3长上下文MoE吞吐为H200的1.15倍，Agent场景首字延迟降低约10%至30%。公司同时展示AFD异构分离方案（GPU承担Prefill与Decode中的Attention，合作厂商XPU承担FFN），称

另有 1 家信源报道

InfoQ 2026 年 AI 与 ML 工程趋势报告

InfoQ 发布 2026 年 AI、ML 与数据工程趋势报告，基于编辑团队与外部嘉宾的播客讨论，总结年度技术趋势并更新采用曲线图。报告指出语言模型从大模型转向小模型与推理模型，AI Agent 从个人助手扩展到团队和企业级应用，推理成为年度重点（预计年底占 AI 算力支出约三分之二），并新增 Agent 间协议、推理引擎（vLLM、SGLang、llm-d

InfoQ 播客：2026 年 AI、ML 与数据工程趋势报告

InfoQ 的 AI、ML 与数据工程编辑团队联合外部嘉宾 Chip Huyen 等人录制播客，讨论 2026 年 AI 与 ML 领域趋势。讨论要点包括语言模型从大模型转向小模型、推理模型兴起、AI 智能体从个人走向团队和企业、TypeSafe AI 的 Jev 等 System One 模型因推理更快成本更低而获得更多采用、AI 评估受到关注，以及物理

百度 APP 发布四大 AI 升级，搜索实现递归自我进化

百度 APP 于 10 月 30 日在北京举办产品升级沟通会，宣布搜索实现递归自我进化，并围绕搜索框、AI 镜头、GUI 可视化和 AI 互动应用推出四大 AI 升级。搜索能力从单次问答转向多步查找与任务交付，已覆盖 170 余种工具场景；AI 镜头支持多目标追踪与 9 种方言实时对话。百度同时升级搜索 AI API，限时最低价 4.9 元/千次，低于 De

另有 1 家信源报道

Mistral Large 4 开放权重发布，AIE CODE 大会聚焦编码智能体

Latent Space 的 AINews 介绍了 AI Engineer CODE 大会的策划思路，该大会面向全球前 1000 名 agentic 工程师，围绕 Scaling without Slop、System One 模型和提升野心三大主题回顾 2026 年编码领域趋势并展望 2027 年。同期资讯重点报道 Mistral 发布旗舰模型 Mistr

估值 10 亿美元的 AI 影视公司 Utopai Studios 公布 2027 年片单

AI 原生影视公司 Utopai Studios 完成 6000 万美元融资，估值达到 10 亿美元，并据报已获得下一轮 20 亿至 30 亿美元区间的投资意向。该公司基于 MiniMax H3 定制视频模型 Utopai X，在 Artificial Analysis 的文生视频与图生视频盲评榜中均位列全球第二，并配合自研制片智能系统 PAI 进入真实制作

百度APP发布四大AI升级，搜索实现递归自我进化

10月30日，百度APP在北京举办产品升级沟通会，宣布百度搜索实现递归自我进化，并升级搜索AI API，活动期间最低价4.9元/千次，低于DeepSeek搜索API。同时围绕搜索框、AI镜头、GUI可视化、AI互动应用推出升级：文心助手覆盖170余种场景，AI镜头支持多目标识别与9种方言实时对话，搜索结果页GUI互动场景提升5倍并接入超50亿数据资源。

另有 1 家信源报道

阿里云发布新版飞天企业版，支持海外客户升级企业级AI能力

阿里云在国际云栖大会上发布面向国际市场的新版飞天企业版（Apsara Stack International v3.18），提供可信AI云解决方案，支持全球政府、运营商及大型企业升级AI基础设施，目前已在全球20余个国家和地区实现本地化部署。新版提供80余项全栈云服务，延续100%本地部署、完全断网独立运行等优势，并整合专有模型、私域知识库和Agent能力。

多智能体LLM流水线的协调税与异构红利：盈亏平衡条件

该论文提出一个闭式模型，将多智能体LLM流水线的协调税（分解开销加每次交接的协议成本）与异构红利（把工作路由给更便宜模型带来的节省）进行对比，给出盈亏平衡阈值和可行性边界α<1/r。作者在135个HumanEval和ClassEval任务上、用Claude Opus 5.5和Haiku 5.5运行六种架构共2430次，测得OFP协议每次交接仅增加7.2毫秒（

大型活动期间平衡出行效率与环境暴露的多智能体路径框架

该研究提出一个暴露感知的多智能体路径规划框架，在统一仿真环境中整合路网状况、活动引发的需求、背景交通与环境数据，让机动车出行者优化效率、微出行者兼顾时间与动态PM2.5和噪声暴露。与最短距离、拥堵感知和暴露感知基线相比，基于SARSA的框架在高需求下将车辆出行时间降低34.59%、累计环境暴露降低58.65%，而微出行时间基本不变。该框架可为车辆分流、低暴露

网络拓扑无关紧要：LLM群体中经典共识的失效

该论文研究多智能体语言模型网络的集体行为，发现经典分布式共识理论的三项结构假设（更新为凸组合、群体均值守恒、权重与内容无关）在LLM群体中全部失效。作者通过token级概率确定性地提取连续置信度，在8个指令微调模型、73,080次受控交互上测量LLM更新算子，发现LLM会更新到观测意见凸包之外并表现出负权重（主动排斥）。将拟合算子扩展到10,000个智能体的

暴露不等于承诺：工具使用智能体潜在监控器的双重分层评估

该论文指出，针对工具使用型语言智能体的潜在监控器研究结果相互矛盾，很大程度上是评估方法造成的假象。作者提出双重分层协议，将注入暴露与行为承诺在评估和训练人群中分开。在 Qwen AgentDojo 网格上，用朴素混合对比训练的监控器主要学到的是暴露信号，几乎无法预测智能体是否会执行不安全工具调用；仅在暴露案例上重新训练后，同一类探针可提前最多两步预测模型自身

开放人群社交模拟：从持续智能体转向传播过程

华中科技大学与新加坡国立大学的研究者提出，开放人群社交模拟不应以持续存在的个体智能体轨迹为核心，而应转向可观测的社交传播过程建模，即谁参与、传播什么以及传播如何塑造后续系统动态。该框架从全局用户池激活参与者、进行集体状态转移，并用 LLM 策略生成传播内容，在五个 Qwen 骨干模型上将平均 KL 散度较 Direct LLM 降低 71.2%、较 MF-L

DuQUAD：面向多文档问答的双视角与质量感知证据剪枝框架

该论文提出DuQUAD框架，用于缓解大语言模型在多文档问答中的“Lost in the Middle”位置偏差问题。DuQUAD通过双视角推理（局部Agent与全局Agent）结合质量感知的证据剪枝，并引入结构融合分数（SFS）来优先选择金标文档。实验表明，该方法在三个多文档问答基准上平均准确率比最强基线提升3.0%，金标证据召回率提升9.4%，同时相比现有

ICall-Bench：评测大模型在二进制程序中的跨过程推理

研究团队提出 ICall-Bench 基准，用于直接评估大语言模型及智能体在二进制程序中进行跨过程语义推理的能力，以间接调用目标恢复作为可验证的探测任务。该基准覆盖 50 个真实 C/C++ 程序，平均每个程序约 7.5 万行代码、941 个函数，并设置纯模型推理、静态工具增强智能体、联网开放世界智能体三种分析模式。对五个近期模型的评测显示，程序级可验证成功

面向自适应系统的可复用LLM计划与概率保证

该论文提出一种验证器引导的框架，将LLM编写的控制器与概率模型检查结合，为自适应系统在环境族（如不同建筑地图、不同请求数的火星车资源仲裁）中提供逐实例的概率需求保证。方法上定义了广义规则列表作为可复用符号控制器的形式化表示，并利用验证反馈让LLM生成与修复控制器。在网格世界、Pac-Man和火星探测车三个基准上评估三个LLM，LLM规则列表在约90%的留出实