AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：智能体×
5月19日
13:07
13:04
12:30
12:16
11:51
11:38
11:38arXiv cs.AI@Haoyu Zhang, Qiaohui Chu, Yisen Feng, Meng Liu, Weili Guan, Yaowei Wang, Liqiang Nie
精选
MARS 是一个多模态智能体推理系统，专为 EgoVis 2026 的 CASTLE 挑战赛设计。该挑战要求回答 185 个关于四天活动、15 个同步视角、官方转录及多种辅助模态（如个人照片、热成像、心率数据）的封闭式问题。MARS 将任务视为多模态证据选择问题，通过构建视频和转录等主要来源以及辅助来源的证据记忆，并使用 DeepSeek 压缩长视频，最后通过 GPT-5.4 决策代理选择继续推理、请求缺失模态或生成答案。该系统在最终排行榜上获得第二名，代码已开源。
AI模型多模态推理智能体视频理解开源/仓库GPT-5.4
推荐理由：多模态推理是 AI 落地的关键瓶颈，MARS 展示了如何整合视频、转录、热成像等异构数据做智能体决策，做多模态 AI 或视频理解的团队值得参考其开源代码。
原文
10:36
10:17
10:17arXiv cs.AI@Jinwei Hu, Xinmiao Huang, Qisong He, Youcheng Sun, Yi Dong, Xiaowei Huang
精选
本文指出智能体AI在软件工程等领域快速普及，但公众信任滞后，核心原因是缺乏可量化、可追溯、可干预的显式溯源机制，导致责任无法分配。作者认为当前缺失的不是更好的基准评估，而是贯穿智能体全生命周期的显式溯源，这是让责任变得可计算和可操作的唯一基础。论文从四个维度推进：通过识别社会技术维度的责任缺口说明溯源的必要性，通过因果归因函数和责任张量形式化定义溯源内容，通过四层生命周期实验证明溯源可在线估计和干预，并通过具体智能体事件讨论责任归属。显式溯源不是可选的改进，而是负责任智能体AI的必要条件。
论文智能体AI安全责任归属可溯源性论文
推荐理由：智能体AI开发者终于有了责任归属的量化框架——本文提出的显式溯源机制解决了“AI出错谁负责”的核心难题，做AI安全、合规和系统治理的团队值得深入研究。
原文
08:37
03:00
01:27
00:38
5月18日
22:56
22:29
20:00
20:00Gary Marcus@GaryMarcus
精选
Gary Marcus 在 X 上发文，宣布他多年来关于“纯 LLM 是否足够”的争论已经失去意义，因为他赢了——现在所有部署的 AI 系统都不是纯语言模型，而是神经符号混合体。他引用 2022 年论文《深度学习撞墙》的核心观点，指出实际产品是语言模型嵌入工具执行栈：检索、代码、记忆、验证器、API、智能体、符号约束、工作流权限和外部系统。Marcus 认为，问题不再是“自动补全能否产生智能”，而是“自动补全成为能行动、检查、搜索、写代码、调用工具、路由任务并在机构工作流中运行的系统接口层时会发生什么”。他强调，模型不是文明级单元，整个技术栈才是。
行业纯LLM神经符号混合AI系统架构智能体工具使用
推荐理由：Gary Marcus 的这篇推文为持续多年的“纯 LLM 能否通向 AGI”争论画上了句号，做 AI 系统架构、智能体开发或关注 AI 落地的读者值得一看——它点出了当前 AI 工程化的核心现实：真正起作用的是混合栈，不是单一模型。
原文
19:56
16:57
12:12
12:12arXiv cs.AI@Ziang Ye, Wentao Shi, Yuxin Liu, Yu Wang, Zhengzhou Cai, Yaorui Shi, Qi Gu, Xunliang Cai, Fuli Feng
精选72°
论文指出基于大语言模型的智能体在陌生环境中常因过早利用先验知识而失败，提出自主探索能力是关键但被忽视的环节。作者引入可验证的探索检查点覆盖率指标，量化智能体发现关键状态、物体和功能的能力。实验发现标准任务导向强化学习训练出的智能体行为狭窄重复，阻碍下游性能。为此提出探索-执行交替训练策略，并构建先探索后行动的范式，让智能体先利用交互预算获取环境知识再执行任务。结果表明系统学习探索对构建通用、真实世界可用的智能体至关重要。
论文智能体自主探索强化学习LLM Agent探索-执行范式
推荐理由：这篇论文直击 LLM Agent 在陌生环境中的核心短板——过早行动，做智能体开发或强化学习的研究者值得一读，提出的探索-执行范式可以直接启发你的训练策略。
原文
12:01
12:00
12:00arXiv cs.AI@Zhen Zhang, Liangcai Su, Zhuo Chen, Xiang Lin, Haotian Xu, Simon Shaolei Du, Kaiyu Yang, Bo An, Lidong Bing, Xinyu Wang
精选76°
Argus 提出了一种新的深度研究方法，通过 Searcher 和 Navigator 两个智能体协作，将研究任务视为拼图组装而非暴力并行搜索。Navigator 维护共享证据图，验证缺失信息并调度 Searcher 收集，最终生成带来源追踪的答案。在 35B-A3B MoE 模型上，单 Searcher 提升 5.5 分，8 个并行 Searcher 提升 12.7 分，64 个 Searcher 在 BrowseComp 上达到 86.2，超越所有专有智能体，且 Navigator 推理上下文保持在 21.5K tokens 以内。该方法解决了并行搜索中证据重复和上下文超限的问题。
论文深度研究智能体并行搜索证据组装强化学习
推荐理由：做深度研究智能体或搜索系统的团队，终于有了解决并行搜索证据重复和上下文瓶颈的方案——Argus 用拼图式组装替代暴力搜索，效率提升明显，值得在复杂信息检索任务中尝试。
原文
11:43
11:41
10:32
10:32arXiv cs.LG@Igor Bogdanov, Chung-Horng Lung, Thomas Kunz, Jie Gao, Adrian Taylor, Marzia Zaman
精选
FORGE 是一种无需梯度更新的智能体记忆进化协议，通过分层 ReAct 架构和群体广播机制，让 LLM 智能体从失败轨迹中生成可复用的知识（规则、示例或混合形式）。在 CybORG CAGE-2 网络防御任务中，FORGE 使所有 12 种模型配置的平均回报提升 1.7-7.7 倍（相比零样本基线），并降低严重失败率至约 1%。关键发现包括：群体广播是性能提升的核心机制，示例记忆对多数模型效果最佳，且较弱模型受益更显著。该工作为无需权重更新的智能体持续学习提供了新范式。
论文智能体记忆进化群体广播网络防御LLM
推荐理由：做智能体持续学习和自主决策的团队——FORGE 用群体广播解决了记忆进化中的灾难性遗忘问题，无需微调模型权重，直接提升任务成功率。做网络防御或 POMDP 场景的开发者值得关注其低成本高回报的实践路径。
原文
06:44
01:04
00:42
00:42AlphaSignal@AlphaSignalAI
精选76°
Files SDK 是一个新开源库，通过一个统一 API 支持 18 个存储提供商，包括 S3、R2、Vercel Blob 和 Google Drive。它解决了不同云存储 SDK 接口各异的问题，提供 upload、download、head 等标准调用，无需为每个提供商重写代码。库使用 Web 标准（如 Blob、File、ReadableStream），避免提供商特定细节泄露，并支持 Node、Bun、Deno、边缘运行时和浏览器。它还提供 OpenAI、Vercel AI 和 Claude Agent SDK 的现成工具，并内置审批门控默认设置，确保智能体安全操作存储桶。
AI产品开源/仓库存储API统一多云智能体
推荐理由：多存储后端切换的痛点被 Files SDK 解决了，做多云存储或智能体开发的团队可以直接用这个统一接口，省去适配不同 SDK 的麻烦。
原文
5月17日
23:37
21:05
19:53
19:53IT之家（博客/媒体）
OpenAI 员工、OpenClaw 项目创始人 Peter Steinberger 晒出 30 天内 OpenAI API 账单，高达 130 万美元（约 890.9 万元人民币），涵盖 760 万次请求和 6030 亿 token，全部由约 100 个 Codex 实例生成。这些智能体自主审核代码、筛查漏洞、编写修复代码，甚至参与会议并自动生成代码。Steinberger 表示这是无预算限制下测试 AI 辅助软件开发极限的实验，所有成果开源。账单中极速模式是主要成本来源，关闭后成本可降至约 30 万美元。此事引发对 AI 编程工具定价模式和实际算力成本的关注。
行业AI 编程CodexOpenClawAPI 成本智能体
推荐理由：这 130 万美元账单揭示了 AI 编程工具在无预算约束下的真实能力上限，做自动化开发或研究 AI 编程极限的团队值得一看，看完会重新思考 Codex 的定价和实际价值。
原文
18:19
11:51
11:51elvis@omarsar0
精选
一篇关于工具使用智能体的可解释性论文揭示了模型在认知与行动之间的脱节：模型内部状态显示它知道应该调用工具，但在实际输出中却未能执行。这种不匹配率在26%到54%之间，且完全集中在认知到行动的转换阶段，而非认知本身。研究发现，模型内部的方向是可解码的，但后层最后一个token的表示几乎与产生的行动正交，导致信号丢失。该工作试图预测哪些干预措施有效，哪些无效。对于在工具调用提示上做A/B测试却遇到奇怪上限的开发者，这篇论文可能提供了很好的解释。
论文可解释性工具调用智能体认知-行动脱节arxiv
推荐理由：做工具调用智能体开发的团队，如果遇到模型明明知道该用工具却就是不调用的怪现象，这篇论文直接点出了后层几何结构的根本原因，值得一读。
原文
10:43
01:29
01:29AlphaSignal@AlphaSignalAI
Adala 是一个开源框架，利用自主智能体自动完成数据标注，取代传统的手工标注方式。用户只需提供少量标注示例作为环境，智能体通过观察、反思和迭代学习技能，自动生成高质量标注。每个技能运行在语言模型运行时中，支持不同模型切换，实现学生-教师模式以降低推理成本。框架支持严格或灵活的输出格式，并可直接集成到 Python 笔记本中处理大规模数据。
AI产品开源/仓库智能体数据标注Python学生-教师模型
推荐理由：数据标注团队和机器学习工程师终于能摆脱重复劳动——Adala 用自主智能体自动学习标注技能，大幅缩短项目周期，建议做数据预处理或模型训练的团队直接试试。
原文
00:54
00:54IT之家（博客/媒体）
精选73°
蚂蚁集团旗下百灵大模型正式开源 Ring-2.6-1T，这是一款面向真实复杂任务场景的万亿级旗舰思考模型。该模型引入了可调节的 Reasoning Effort 机制，支持 high 与 xhigh 两种推理强度，开发者可根据任务复杂度灵活控制模型思考深度。high 模式适合高频 Agent 工作流，具备更低 Token 开销与更快多步执行能力；xhigh 模式面向数学、科研、复杂逻辑分析等高难任务。开源链接已在 Hugging Face 和 ModelScope 上提供，方便开发者、研究者与企业进行验证、适配和二次开发。
AI模型开源/仓库推理模型智能体蚂蚁集团Ring-2.6-1T
推荐理由：万亿级思考模型开源，可调节推理强度让开发者按需平衡效果与成本，做 Agent 工作流或复杂推理的团队可以直接上手试。
原文
00:52
00:52IT之家（博客/媒体）
76°
OpenAI 在 IPO 前夕宣布大规模组织重组，将 ChatGPT、Codex 和 API 三大核心产品线合并为统一的产品组织。联合创始人 Greg Brockman 从幕后走向台前，全面接管产品战略，成为实际掌权者。ChatGPT 负责人 Nick Turley 被调离消费者产品线，由前 Instagram 副总裁 Ashley Alexander 接替。重组背后是高管空心化危机——多位核心高管近期离职，AGI 部署 CEO 因病休假。Brockman 正秘密开发代号“超级应用”的桌面端产品，整合聊天、编程和浏览器功能，旨在抢占智能体时代先机。
行业OpenAI组织重组超级应用智能体高管变动
推荐理由：OpenAI 这次重组暴露了高管流失的危机，但 Brockman 的超级应用计划可能重新定义 AI 产品形态。关注 AI 产品战略和智能体趋势的读者，值得了解这场硅谷权谋背后的技术野心。
原文
00:31
00:21
5月16日
23:43
22:52
22:51