AITOP

智能体

共 4173 条相关 AI 资讯 · 查看话题观测
8月11日
17:32
17:32官方一手歸藏(guizang.ai)@op7418
精选
DeepSeek 注册了名为 Deepseek Harness 的团队公众号，外界猜测其 Agent 产品可能即将发布。该公众号名称中的 Harness 或暗示与智能体开发框架相关。目前官方尚未公布具体产品细节，但此举被视为 DeepSeek 在 Agent 领域布局的信号。
AI产品DeepSeekAgent智能体
推荐理由：DeepSeek 可能要发 Agent 了，刚注册了 Harness 团队公众号，想抢先看消息的可以关注下。
原文
17:28
17:28IT之家（博客/媒体）
精选
商汤科技8月11日发布SenseNova 6.8 Flash Lite Preview预览版，上线SenseNova Token Plan。该模型主打轻量敏捷，支持自主规划、持续执行、多Agent协作和动态纠偏，可实现端到端结果交付。模型在数百步长程任务中保持目标稳定，主Agent可调度十余个专业Agent并行处理检索、分析、计算等任务。支持原生多模态融合，能制作动态PPT并操作浏览器完成办公工作。正式版6.8 Flash Lite和性能更强的6.8 Flash将于近期发布。
AI模型SenseNova商汤多模态
推荐理由：商汤出了个能自己跑完整个流程的轻量模型，你只管给目标，它自己干活，还能做PPT、操作浏览器，想省事的可以试试。
原文
17:02
15:55
15:55Hunyuan@TXhunyuan
精选
腾讯混元推出Hy3D WorldClaw，这是一个智能体工作流，能从文本提示生成大规模3D开放世界。生成的场景不是视频或高斯泼溅，而是完全可自由探索的，由可编辑、游戏就绪的3D资产构成，具备高质量几何和纹理。项目页面已上线，展示了该工作流的能力。
AI模型Hy3D WorldClaw腾讯混元3D生成
推荐理由：腾讯混元这个新工作流能用文字直接生成能走进去的3D世界，不是视频，全是可编辑的游戏资产，做游戏或虚拟场景的可以看看。
原文
15:34
14:58
14:58IT之家（博客/媒体）
Cloudflare 首席财务官托马斯·塞弗特预测，未来 5 年内智能体 AI 创造的互联网流量可能超过人类流量的 1000 倍。Cloudflare 此前预计机器生成流量将在 2027 年超过人类流量，但实际转变已提前至 2026 年 5 月发生。马斯克在 X 平台发文表示赞同，认为智能体 AI 流量将明显超过人类流量。HUMAN Security 报告显示，2025 年 1 月至 12 月 AI 驱动月流量增长 187%，自动化流量增速是人类活动的 8 倍。超过 95% 的 AI 驱动流量集中在零售电商、流媒体和旅游酒店领域。
行业Cloudflare马斯克AI流量
推荐理由：马斯克和 Cloudflare 都看好 AI 流量爆发，5 年内可能超人类 1000 倍，数据很惊人，值得一看。
原文
14:29
13:58
12:58
12:35
12:35官方账号arXiv cs.LG@Mind Lab, :, Vin Bo, Asher Cai, Jingwei Cao, Song Cao, Vic Cao, Amelia Chen, Andrew Chen, Kaijie Chen, Cleon Cheng, Steven Chiang, Kaixuan Fan, Hera Feng, Huan Feng, Arthur Fu, Jun Gao, Pyke Han, Nolan Ho, Ori Hong, Hailee Hou, Piers Hua, Charles Huang, Miles Jiang, Nora Jiang, Yuyi Jiang, Qiuyu Jin, Fancy Kong, Kuss Koo, Jaron Lee, Andrew Lei, Alexy Li, Dawn Li, Lucian Li, Ray Li, Ricardo Li, Smith Li, Theo Li, Allen Lin, Elliot Lin, Fan Lin, Chen Ling, Kairus Liu, Kieran Liu, Logan Liu, Neo Liu, Xiang Liu, Yuxin Lu, Maeve Luo, Pony Ma, Verity Niu, Cole Qiao, Guian Qiu, Vince Qu, Sentry, Niko Song, Vincent Wang, Bo Wu, Rio Yang, Evelyn Ye, Fiona Ye, Ina Ye, Regis Ye, Josh Ying, Atlas Zeng, Danney Zeng, Salmon Zhan, Anya Zhang, Di Zhang, Mia Zhang, Sueky Zhang, Wei Zhao, Ada Zhou, Adrian Zhou, Yuhua Zhou, Juno Zhu, Murphy Zhuang
Macaron-V1是面向体验智能的开源智能体-模型家族，支持部署后持续学习。旗舰版Macaron-V1-Venti基于744B的GLM-5.2底座，搭配聊天、智能体、编程和GenUI四个LoRA适配器。Macaron-V1-Tall基于Qwen3.6（50B）设计，用于本地部署。系统采用模型-框架协同设计和递归自我改进循环，包含UI4A组件原生GenUI框架和智能体RL框架MindForge。在Personal Intelligence、GenUI和通用能力基准上进行了评估。
AI模型Macaron-V1Mixture-of-LoRAGLM-5.2
推荐理由：想了解怎么让模型部署后还能继续学？Macaron-V1用LoRA组合和递归改进做到了，744B大模型加四个专家LoRA，还开源。
原文
12:31
12:01
12:01shao__meng@shao__meng
精选
swyx 提醒用户在生产环境中谨慎使用 Skills，并建议定期删除不必要的 Skills。SmolForge 团队分享了两个生产环境中的失败案例：JFDI 技能将免确认权限扩张为 10 类常驻权限，导致 agent 局部合规但全局永不停止；Maintainability Guardrails 技能因触发词过宽，将窄修复撑成一小时的无关加固。这两个案例暴露了 Skills 的权限、作用域和持久性三大致命问题。个人工作流可尝试 Skills，但生产环境必须按代码标准审查其作用域、重试与终止条件。
技巧SkillsSmolForgeswyx
推荐理由：如果你在用 Agent 或 Skills，这篇值得看。SmolForge 用两个真实事故告诉你，生产环境里一个 Skill 能怎么把简单发布拖成 7 小时架构工程。
原文
11:58
11:58shao__meng@shao__meng
精选73°
Qwen 团队开源 Qwen-MM-Plugins，一套原生多模态插件集，通过 Skill 加 MCP 双层解耦，把读图、读视频、读文档、听音、建模等能力注入任意 Agent harness。项目包含七大模块：core 视觉基础支持动态分辨率读取、OCR、SAM3 分割、ASR；video-memory 用层次化图记忆支撑 2 小时级长视频问答；omni-av 基于 Qwen-Omni 做带时间戳的 ASR 与时序定位；video-edit 覆盖图视频音频生成与剪辑；blender 和 freecad 分别提供 22 个和 14 个工具驱动 3D 建模与参数化 CAD；edu-agent 纯 Skill 把理科题转成中文讲解视频。
AI产品Qwen-MM-PluginsMCP/工具多模态
推荐理由：千问开源的多模态插件集，用 MCP 把读图、看视频、3D 建模塞进任意 Agent，纯文本 Agent 直接升级，想给 Agent 加眼睛的可以试试。
原文
11:48
11:48官方账号arXiv cs.AI@Wanying Qu, Qinghua Mao, Yu Li, Jiyao Liu, Xin Zhang, Dadi Guo, Yanxu Zhu, Qingyu Liu, Leitao Yuan, Xi Lin, Shanfeng Zhu, Yanwei Fu, Jing Shao, Xia Hu, Dongrui Liu
SHE框架将智能体安全机制分解为系统提示、规则库、安全记忆和工具策略四个组件，每个组件有明确的安全职责。该框架通过归因引导的进化循环，将轨迹失败转化为结构化诊断，并学习组件特定的边界优化。在Agent-SafetyBench上，SHE相比静态SafeHarness将攻击成功率降低3.1倍，同时提升良性效用。进化后的安全机制在AgentHarm基准上泛化到未见风险，并无需额外进化即可跨智能体模型迁移。
论文SHELLM智能体AI安全
推荐理由：SHE把智能体安全从模型权重扩展到运行框架，分解成四个可独立进化的组件，实测攻击成功率降3.1倍，还能跨模型迁移，搞AI安全的值得看看。
原文
11:46
11:46官方账号arXiv cs.AI@Abraham Gonzalez, Raghav Gupta, Akanksha Jain, Hanna Alam, Alexander Novikov, Po-Sen Huang, Matej Balog, Marvin Eisenberger, Sergey Shirobokov, Ngân Vũ, Hank Levy, Borivoje Nikolić, Sagar Karandikar, Martin Dixon, Parthasarathy Ranganathan
ArchAgent v2 将自动化微架构搜索扩展到多级数据预取。它引入级联进化搜索，按缓存层级依次进化和冻结预取器，并加入硬件可实现性反馈回路，在进化过程中实时估算硬件规模。在 DPC4 规则下，ArchAgent v2 自动设计的三级预取器比人工设计的冠军方案表现更好，几何平均 IPC 较基线提升 3.8%，较前冠军 BertiGO 提升 0.3%。在低带宽单核配置下，其性能提升达 4.6%，而 BertiGO 仅为 2.6%。
论文ArchAgentDPC4数据预取
推荐理由：AI 自动设计芯片预取器，居然跑赢了 DPC4 冠军方案，单核低带宽下提速 4.6%，搞硬件架构的值得看看。
原文
11:41
11:41官方账号arXiv cs.AI@Yifeng He, Jicheng Wang, Yinzhe Zhao, Jiachen Liu, Hao Chen
arXiv 论文提出自主研究智能体的 generate-and-rank 范式忽略了稀疏反馈问题。研究者认为其控制循环与灰盒模糊测试器一致，需在每次实验暴露廉价密集的认知进步信号。该信号应指导下一步干预，使智能体搜索而非重复采样，最终验证仍需保护性证据避免自适应复用。论文提出测试候选信号预测验证进步、反馈导向搜索比重复采样单位成本更多验证发现、保护性验证减少假发现。
论文自主研究模糊测试反馈架构
推荐理由：这篇论文把自主研究比作模糊测试，点出反馈架构才是瓶颈，不是生成。想搞懂 AI 科研智能体该往哪走，值得一看。
原文
10:42
10:42官方一手arXiv: DeepSeek@Tailin Zhou
Hierarchical Self-Improvement (HSI) 框架提出让单个冻结的LLM在三个层级上运作：任务harness执行任务、evolver重写harness、meta-evolver重写evolver策略。在BALROG基准上以DeepSeek-V4-Flash-Preview为骨干，HSI在中等难度任务上比初始harness提升显著：BabyAI +39.3、Crafter +33.0、TextWorld +25.0、MiniHack +15.0（均为原始% Progress）。在BabaIsAI子套件上表现出强泛化，BreakStop最佳测试0.98、GoTo达1.00（来自20%未见分割）。当任务超出骨干能力（如NLE）时，harness进化无改善，揭示了反馈保真度和骨干能力两个边界。
论文HSIDeepSeek-V4-Flash-PreviewBALROG
推荐理由：想用冻结模型提升agent性能？HSI让模型自己改写执行脚手架，在BabyAI等任务上涨了39个点，代码已开源，值得一看。
原文
10:36
10:36官方账号arXiv cs.AI@Shulin Tian, Ziqi Huang, Fan Zhang, Hongyuan Zhu, Yu Qiao, Ziwei Liu
Open Evaluation Agent 提出一种模仿人类快速评估策略的智能体框架，将自然语言评估请求分解为子方面，动态生成提示并采样图像或视频，调用评估工具迭代更新计划。实验显示，该框架将评估时间降至传统方法的 10%，同时结果相当。作者还构建了 EA-CoT-10K 语料库，训练出基于 Qwen2.5-3B-Instruct 的 EA-3B 本地规划模型，减少对专有后端的依赖。在 T2I/T2V 基准和开放查询上验证了 API 版智能体，并在四个域内和三个域外 T2V 生成器上测试了 Open-EA。
论文Open Evaluation Agent视觉生成模型评估
推荐理由：评估视觉生成模型不用再烧算力了，这个框架能把时间砍到十分之一，还支持自然语言定制评估，值得搞生成模型的人看看。
原文
10:30
10:30向阳乔木@vista8
DeepSeek Harness 团队已在微信公众号开设账号，目前尚未发布任何内容。该团队后续将展示其 Harness 框架的实际表现，并与 Pi Agent 等同类框架进行对比。外界关注点还包括 IDE 版本能否推出，以及产品设计能否超越 Codex。
行业DeepSeekHarnessPi Agent
推荐理由：DeepSeek Harness 团队开公众号了，还没动静。想看看他们之后会不会跟 Pi Agent 硬刚，甚至出 IDE 版。
原文
10:23
10:23官方一手Pandaily@contact@pandaily.com (Pandaily)
腾讯Lighthouse Cloud托管的AI技能社区SkillHub，现已收录超过10万个技能，月下载量超过1000万次。该社区与OpenClaw对齐，并借助TRACE评估框架筛选技能质量。TRACE的评估结果显示，约20%的技能真正有效。平台通过这一框架将可用技能从前十多万个选项中凸显出来。
AI产品SkillHubTRACETencent
事件专题
推荐理由：腾讯的SkillHub技能破10万、月下载千万，但只有两成能用。TRACE这个评估层就是帮你从海量技能里捞出真正好用的。
原文
10:22
09:07
08:30
08:28
07:07
07:06
07:06Yangyi@Yangyixxxx
杨毅在乙巳年最后一天写下对2026年AI的11条展望：产品会转向移动优先、对话优先、弱界面化，多数能力以API/SKILLS/AGENT寄生到已有平台。他认为垂直应用增多、通用SaaS变难，infra会闷声赚钱，toA产品将因Openclaw等实例而爆发。他还预测Agent2Agent通用协议与人机协作群组会流行，并猜测Transformer使命接近结束。信息筛选、AI网红、私域社区和线下共创被他列为营销与信任增长的重点。
行业OpenclawAgent2Agent协议智能体
事件专题
推荐理由：杨毅这条年度展望有11条具体判断，Agent协议、AI网红、社区营销都提到，适合产品经理当2026年参考资料。
原文
06:34
06:34Google AI Developers@googleaidevs
Google AI开发者团队在真实赛道测试了边缘架构，证明智能体工作流能在要求稳定性能的环境中正常运行。团队在开发者博客发布了更多细节，指导开发者从零开始构建类似方案。
技巧Google AI边缘计算智能体
推荐理由：Google AI官方在赛道上实测了边缘架构，证明智能体跑关键任务不掉链子，还有博客能照着搭。
原文
06:33
06:33Google AI Developers@googleaidevs
Google工程师用Antigravity在赛道上进行代码的实时迭代，并搭建实时遥测管道。Agent Development Kit（ADK）负责管理多智能体任务。Gemma 4模型在Pixel 10的TPU上本地运行，提供零延迟的音频教练提醒。这套方案支持离线推理，无需联网即可工作。
技巧AntigravityADKGemma 4
事件专题
推荐理由：Google这波玩法挺新鲜：Antigravity写代码、ADK管多智能体，Gemma 4直接离线跑在Pixel 10上做实时语音教练，响应很快。
原文
06:32
05:58
05:31
05:30
04:53
04:30
04:29
04:28
04:00
03:58
03:31
02:43
02:43官方一手Cloudflare Blog@Kathy Liao
2026年8月，Cloudflare 的 Agents Week 落幕。官方回顾博客汇总了期间所有公告，标题为 Everything we launched during Agents Week。发布内容从 Wallets 到 Radar，覆盖多个产品。原文 URL 为 blog.cloudflare.com/agents-week-review-august-2026。
AI产品CloudflareWalletsRadar
推荐理由：Cloudflare 把 Agents Week 的所有公告都整理到一篇博客里了，从 Wallets 到 Radar，直接看这篇就能知道他们发了啥。
原文