自主智能体相关 AI 资讯

7月3日

11:28

官方账号arXiv cs.AI@Zhilin Wang, Han Song, Runzhe Zhan, Jusen Du, Jiacheng Chen, Tianle Li, Qingyu Yin, Yulun Wu, Zhennan Shen, Tong Zhu, Yanshu Li, Guanjie Chen, Derek F. Wong, Yafu Li, Yu Cheng, Yang Yang

EvoPolicyGym是一个基于16个紧凑强化学习环境的基准，用于评测智能体在固定交互预算下迭代改进策略的能力。GPT-5.5在全部16个环境中取得最强综合排名，并在每个环境中进入前两名。该基准还提供轨迹级诊断，分析智能体如何分配预算、将反馈转化为参数调优。结果表明，自主策略演化不仅依赖单次任务胜出，更需在有限反馈下发现任务适配机制并细化策略。

推荐理由：想看看AI智能体怎么自己迭代策略吗？EvoPolicyGym这个新基准让GPT-5.5跑了16个强化学习环境，全部拿到前两名。

原文

6月29日

13:52

官方账号AutoGPT@Auto_GPT

AutoGPT团队在微软Build大会（MSBuild）上展示了其新平台。现场观众对新平台表现出极大热情，团队表示感谢。错过昨天演示的用户今天仍可观看现场演示。该平台旨在进一步提升自主人工智能代理的能力。

AI产品 AutoGPT MSBuild 自主智能体

推荐理由：AutoGPT在MSBuild上秀新平台了，看看他们又搞了什么新花样。

原文

6月9日

10:31

10:31IT之家（博客/媒体）

78°

Cadence 在 COMPUTEX 2026 上宣布，其 ChipStack AI Super Agent 在 NVIDIA 支持下达到 Level-5 自主水平，成为业界首款全自主芯片设计 AI 虚拟工程师。该智能体基于 Cadence AI 驱动 EDA 产品组合和 NVIDIA Nemotron 模型构建，由 NVIDIA OpenShell 沙箱提供安全保障。它能独立执行复杂的芯片设计和验证工作流程，无需逐步提示，可评估中间结果并自主决策，覆盖规格理解、RTL 生成、验证规划等任务。这标志着芯片设计从 AI 辅助工程师向自主虚拟工程师的跨越，将显著提升资深工程师的设计效率和信心。

AI产品芯片设计自主智能体 Cadence NVIDIA EDA

推荐理由：芯片设计团队终于有了能独立干活的 AI 虚拟工程师——ChipStack 从辅助进化为自主执行，做复杂芯片验证的工程师可以直接用它加速迭代，值得点开了解。

原文

10:27

官方账号arXiv cs.AI@Mark Burgess

精选

本文探讨了承诺理论在自主智能体系统中的定量表示方法，将贝叶斯概率、信息论优化（包括主动推理）与承诺语义相结合。承诺理论能弥补概率方法的缺陷，如非局部协调、校准和归一化问题。边界条件被视为一种承诺，用于约束状态和选择决策阈值，而智能体对齐提供了可扩展的意图定义。自主智能体通过最小化信息来凝聚成具有超级智能体特征的群体，尽管不确定性会最大化信息。该理论面临研究挑战和风格偏好问题。

论文承诺理论自主智能体主动推理贝叶斯概率信息论

推荐理由：做多智能体系统、主动推理或概率建模的研究者会感兴趣——承诺理论提供了一种避免概率陷阱的新框架，值得深入阅读。

原文

04:44

官方账号Perplexity@perplexity_ai

Perplexity AI 在 X 上发布研究发现，其自主智能体（如 Computer）的自主性越高，用户获得的质量和满意度也越高。该结论基于实际使用数据，表明提升智能体自主决策能力能带来更好的用户体验。这一发现对 AI 智能体产品设计有重要参考价值，意味着开发者可以更放心地赋予智能体更多自主权。

AI产品 Perplexity AI 自主智能体用户满意度 AI 产品智能体

推荐理由：做 AI 智能体产品的团队值得关注——Perplexity 用数据证明了自主性提升能直接带来更好的用户反馈，建议参考这个方向优化自己的智能体策略。

原文

5月22日

11:01

官方账号arXiv cs.AI@Qianshu Cai, Yonggang Zhang, Xianzhang Jia, Wei Xue, Jun Song, Xinmei Tian, Yike Guo

精选

现有自主智能体系统部署后基本静态，无法从用户交互中学习，重复故障需等待人工更新修复。MOSS 提出源码级自我进化方法，直接修改智能体系统的源代码，而非仅调整文本可变的技能文件或提示配置。系统通过自动收集生产故障证据、多阶段确定性流水线生成代码修改，并在临时工作器中验证候选版本，最后通过用户同意的容器热替换实现部署。在 OpenClaw 基准测试中，MOSS 单次循环将平均评分从 0.25 提升至 0.61，无需人工干预。该方法解决了文本层无法触及的结构性故障（如路由、钩子顺序、状态不变量等），为智能体系统持续自我改进提供了更通用的框架。

论文自主智能体自我进化源码重写故障修复 OpenClaw

推荐理由：做自主智能体系统开发的团队终于有了能自动修复代码级故障的方案——MOSS 让智能体从用户交互中学习并自我改进，建议关注其源码级重写机制如何解决传统文本层无法触及的结构性问题。

原文

5月13日

19:12

官方账号arXiv cs.LG@Guinan Su, Yanwu Yang, Xueyan Li, Jonas Geiping

精选

当前语言模型（如ChatGPT）仍基于单消息流架构，导致模型无法同时读写、思考与行动，限制了自主智能体的效率。本文提出多流LLM架构，将输入、输出、思考等角色拆分为独立并行流，每次前向传播可同时读取多输入流并生成多输出流。该方法解决了单流瓶颈，提升了并行效率、安全性和可监控性，为自主智能体（如编程、计算机操作）提供了更高效的基础架构。

论文多流架构自主智能体并行计算语言模型效率提升

推荐理由：自主智能体开发者长期受困于模型无法同时读写和思考的瓶颈，这篇论文直接给出了数据驱动的并行流解决方案，值得关注其后续实现和效果。

原文

5月12日

19:11

官方账号arXiv cs.AI@Yaxin Du, Xiyuan Yang, Zhifan Zhou, Wanxu Liu, Zixing Lei, Zimeng Chen, Fenyi Liu, Haotian Wu, Yuzhu Cai, Zexi Liu, Xinyu Zhu, WenHao Wang, Linfeng Zhang, Chen Qian, Siheng Chen

DataMaster 提出了一种自主数据工程框架，旨在通过优化数据侧（包括外部数据发现、选择、清洗和转换）来提升固定学习算法的性能，而无需改变算法本身。该框架集成了树状搜索结构、共享数据池和全局记忆模块，以应对数据工程中开放式的搜索空间、分支依赖优化和延迟验证等挑战。在 MLE-Bench Lite 基准上，DataMaster 将奖牌率提升了32.27%；在 PostTrainBench 上，其在 GPQA 上的表现（31.02%）超过了指导模型（30.35%）。这表明自主数据工程有望成为提升机器学习系统性能的有效手段。

论文数据工程自主智能体机器学习搜索优化 arxiv

推荐理由：DataMaster 展示了自主数据工程的潜力，特别是在模型架构和训练策略标准化后，数据优化成为关键瓶颈。对于机器学习从业者而言，该框架提供了一种系统化的数据自动化方案，可减少人工试错成本，值得关注其在数据发现与组合方面的实际应用效果。

原文