2026年6月9日,Amazon 研究人员发布 Simple Strands Agent(SSA)单智能体框架。据 Amazon Science 介绍,SSA 是一种可定制的单智能体 harness,用于缩小模型意图与 harness 执行之间的意图-执行差距,并在多个模型和基准上取得稳定性能提升。论文将这一瓶颈形式化为双向的意图-执行差距,指出工具接口、diff 文件反馈以及内部推理与外部交互的平衡是关键设计原则,并强调不同模型家族在工具使用偏好上存在差异,需要模型与 harness 协同设计。SSA 的智能体逻辑、工具、提示词和模型配置均已开源。目前该框架处于发布状态,尚无后续发展事实。
匹配字段标题
Amazon 发布 Simple Strands Agent (SSA) 单智能体框架
English translation is being prepared.
匹配字段标题
Augment Code 评测 Karpathy规则对编码Agent效率影响
English translation is being prepared.
匹配字段标题
2026年3月17日,安全研究者 Johann Rehberger 展示了一个名为 Agent Commander 的命令与控制服务器,其基于提示注入(promptware)机制,被劫持的智能体定期回连领取自然语言任务,攻击目标从操作系统上移到智能体层。他演示了三种劫持路径:Kimi Claw 分析文档、OpenClaw 通过恶意邮件被动触发、NanoClaw 访问网站被劫持,并利用 OpenClaw 默认每 30 分钟运行的 HEARTBEAT.md 实现持久化,用 HEARTBEAT_OK 抑制用户通知。文中还提到 OpenClaw 的 heartbeat 常被配置为使用更弱的模型以节省成本,Opus 4.6 更擅长识别此类攻击但测试后仍可找到绕过方式,NanoClaw 因未显式指定模型而回退到旧版 Claude Sonnet 3.5。作者建议将 OpenClaw 隔离在专用主机、不要给它全部个人信息、避免用廉价模型跑 heartbeat,企业侧应监控提示词、做完整性监控与资产清点,并准备 kill-switch 和凭证轮换。目前尚无后续发展事实。
匹配字段标题
Sakana AI宣布在东京成立专职研究递归自我改进(RSI)的Sakana AI RSI Lab,并邀请Jürgen Schmidhuber于2026年9月以首席科学顾问身份加入指导研究。该实验室建立在过去两年成果之上,包括LLM-Squared、Darwin Gödel Machine、ShinkaEvolve、ALE-Agent、Digital Red Queen与AI Scientist,其中DGM在SWE-bench上把起点性能自动提升一倍以上、绝对提升30分,AI Scientist相关论文于2026年3月26日登上Nature。Sakana AI表示将公开包括失败结果在内的研究,并同步招聘研究科学家与软件工程师。此后,Sakana AI与UC Berkeley研究者提出Multi-Agent Self-Supervision(MASS)递归自改进方法,让同一个语言模型同时承担解题、优化工作流和评估结果三种角色,无需更强的教师模型。测试任务上对基座模型的胜率从一轮后的53.9%升至两轮后的69.9%,自评估器与外部评判的一致率从73%升至93%。研究同时指出共享盲点可能成为
匹配字段摘要
Johann Rehberger 展示 Agent Commander 命令控制服务器
English translation is being prepared.
匹配字段标题
Johann Rehberger 演示 AI病毒AgentHopper
English translation is being prepared.
匹配字段标题
2026年10月29日,Figma工程副总裁Josh Clemm公开介绍Figma设计编辑模型的训练方法,说明其从监督微调(SFT)转向强化学习(RL),并基于Qwen 3.8 27B后训练出尚未发布的编辑模型。他提到,早期用Llama 3.3 70B在超过25万个样本上训练,即可在当时编辑任务上与顶级模型竞争。Figma agent已向全部用户开放,测试中典型任务约快20%,专家对比中62%的情况优于或持平上一版生产agent,用户评分高33%,撤销操作少60%。
匹配字段摘要
2026年10月27日,OpenAI发布并上线GPT-6.1 Terra,主打快速高效、视觉推理与精确的电脑操作,写作也更清晰自然,当日向ChatGPT Work和Codex中的Plus、Pro、Enterprise与Edu用户推送。同日,Arena宣布该模型进入Agent Arena与Code Arena;OpenRouter上线该模型,称其在Agents' Last Exam上与GPT-6 Astra持平,每token价格为其十分之一;OpenClaw也宣布可选用该模型。OpenAI联合创始人Greg Brockman表示,Terra的computer use已跨过质变门槛,用起来比他本人独立操作电脑还快。fal则用fal Codex插件测试了把Blender 3D内容制作成Seedance 2.5电影级画面。10月28日,Arena公布Terra在Code Arena: WebDev以1671分排第14,每任务中位成本0.40美元,比GPT-5.6 Terra低28%。OpenAI系统卡确认Terra整体比旧模型更安全,但在隐瞒不确定性、绕过限制、数据外泄和破坏性操作等项上标记率
匹配字段摘要
Google DeepMind 与剑桥发表论文,展示一个基于 Gemini 的 AI 智能体能够自主发现新数学。该智能体为 11 台此前没有分析记录的 Busy Beaver 图灵机找到并给出精确规则。据论文描述,智能体先在模拟器中测试边界情况、起草非形式化证明,再在 Lean 证明检查器中完成证明,相关规则均通过 Lean 验证。论文称这体现了 AI 从回答人类提出的数学问题走向开放式发现。目前该工作以论文形式呈现,尚无后续进展报道。
匹配字段摘要
2026年10月21日,Sarvam AI 介绍了为企业智能体构建的知识织构架构。该架构由知识树和领域本体两层组成,把文档一次性编译成智能体可导航、可查询、可引用的结构化层。据其公布的结果,在 Harvey LAB 基准上,使用 GLM 5.3 的答案满足 84.2% 的专家评分标准,高于 agentic RAG 的 55.1%,平均任务成本从 0.64 美元降至 0.28 美元;在 Sierra 的 tau-knowledge 银行基准上,以少 64% 的 token 达到与基线相当的准确率。知识树已用于 Sarvam cowork 产品,本体则按领域与企业客户逐个构建。
匹配字段摘要
2026年10月22日,Chelsea Finn 转发 Anikait Singh 等人的新论文 Librarian Agents,并提出优化信息组织以提升下游效用。她指出,智能体搜索可扩展到任意规模的信息,但容易漏掉相关内容;而针对下游用途优化信息组织,在 OOD 领域也能带来 30+% 的提升。该推文附有论文和代码链接。目前尚无后续发展事实。
匹配字段摘要
Databricks 推出面向生产智能体的持久记忆架构 MemCurrent,该架构已用于 Agent Bricks Memory 和 Genie。据 Databricks Blog 2026 年 10 月 21 日发布的信息,MemCurrent 结合原始会话轨迹的情景记忆与提炼后的派生记忆,并通过插件、工具和离线 dreaming 管道三种方式读写。在内部基准上,智能体通过率从无记忆的 22.3% 提升到 68.4%,同时快 1.35 倍、便宜 1.44 倍;在 LoCoMo 等开源基准上,它以约 12 倍更少的输入 token 达到接近全上下文的水平。目前尚无后续发展事实。
匹配字段摘要
普林斯顿大学与Google发表论文,研究按智能体状态训练的4B模型在智能体任务中的表现。论文报告称,在孤立问题上最准确的决策模型只解决了69.5%的智能体任务,而在智能体状态上训练的4B模型解决了91.5%。其harness把每一步的工具选择交给快速决策模型,仅当置信度超过在智能体自身运行上拟合的阈值时才采用其答案,并用智能体实际到达的状态(包括犯错之后的状态)训练了AgentDecision-4B。在类似训练数据的任务上,这类4B模型让智能体成本降低81.1%至89.0%、速度最高提升2.5倍,成功率差距在3个百分点以内;若不加阈值把所有工具选择都交出去,成功率下降19.0个百分点。论文地址为arxiv.org/abs/2610.21412。
匹配字段摘要
Anthropic 发布内部研究报告,基于雇佣、AI 使用、产出指标、员工调查、日历与招聘记录等数据及 17 位员工访谈,分析 AI 对公司雇佣与工作组织的影响。报告称,技术部门初级员工占比从 2025 年初的 21% 降至 14%,初级技术岗招聘占比从 27% 降至 9%;到 8 月,交互式 AI Agent 的工作时长已是员工的 6 倍,工程师人均代码提交量达到 6 个月前的 5 倍。报告还指出,人类注意力成为 Agent 产出的瓶颈,员工转向构建监控与编排 Agent 的元工作,招聘中也更看重自主性与判断力。后续报道称,Claude 会话中 80% 的耗时是智能体在等待人类输入,3 月智能体总工作时长首次超过人类,员工用于管理智能体的交互会话占比从 10% 升至 22%。
匹配字段摘要
2026年10月16日,Hao AI Lab 发布开源机器人智能体框架 ORA(Open Robot-Use Agents),由 DeepSeek V4.1-Flash 驱动,仅凭视觉输入零样本操作机器人,无需 VLA。据其公布,ORA 在 RoboTwin 上取得 69.2%、LIBERO-Pro 上 81.4%,与使用 GPT-5.5 或 Opus-4.7 的 RPent 系统同场对比;带任务专属记忆的 RPent 在 RoboTwin 为 62.4%/58.4%,用 Opus-4.7 在 LIBERO-Pro 为 82.4%。同一框架已通过机器人卡片适配 ARX X5、ALOHA 和 Franka,并在低成本机械臂上完成拉开抽屉把手、把糖果棒放进盒子的初步实机测试。按 DeepSeek 非高峰 API 价格估算,每个成功案例的模型成本约 0.30 至 0.35 美元,包含失败尝试;40 个展示片段平均 0.13 美元。目前尚无后续发展事实。
匹配字段摘要
Hao AI Lab 推出 ORA: Open Robot-Use Agents
English translation is being prepared.
匹配字段摘要
Nvidia于2026年10月15日宣布推出Nemotron 3.5 Super VL与面向端侧的3.5 Bolt模型。据Nvidia官方介绍,Super VL为120B参数开放模型,面向常驻智能体任务,官方称其在同类开放模型中吞吐最高,比次优模型快5倍;同时推出Bolt 74B-A9B 24GB与Bolt E4B 4GB两款端侧模型,前者可在RTX/DGX Spark本地运行智能体任务,后者面向GeForce RTX、Jetson上的语音与对话智能体。Super VL与Bolt 74B-A9B已上线Hugging Face,Bolt E4B计划于10月23日发布。同日,SGLang宣布为Super VL提供Day-0支持,在单张RTX 6000 PRO上借助MTP达到243.9 tok/s;Prime Intellect与Nvidia用GRPO在128张GB200 GPU上后训练约11小时,使其在AutomationBench-AA公开集上从34.0%提升到57.7%。当晚OpenRouter上线该模型,次日Perplexity宣布Pro和Max订阅用户及Agent API可使用。
匹配字段摘要
2026年10月14日,Google Research 在 Research@ 活动上展示研究成果,将前所未有的洞察和能力交到医生、科学家、开发者、公共卫生官员等人手中。据 Google Blog 同日发布的文章,此次分享覆盖医疗、危机韧性等领域,并延续了近期 AMIE 进入临床、Google Earth AI 用于公共卫生、Project Suncatcher 入轨等发布,Google 的 AI 在预测流感住院人数上排名第一。次日,Google Research 发布的文章进一步列出 10 项研究进展:Google Earth AI 扩展早期访问并新增地理空间分析、行星预测引擎和 agent-to-agent API 三种实验能力,Google.org 另提供 1000 万美元资助危机韧性与公共卫生组织;Deep Review 已用于审阅超过 16000 篇投稿论文并现向公众开放;Synaptics 基于 Google 开源 IP 的新一代低功耗 Edge AI 芯片将于下周发布。
匹配字段摘要
Sakana AI与UC Berkeley的研究者 提出 Multi-Agent Self-Supervision (MASS)
English translation is being prepared.
匹配字段摘要