DeepSeek Harness 日活达154万,插件生态进入治理阶段
DeepSeek Harness披露,平台日活跃用户达到154万,第三方插件约3.5万个。随着生态扩张,插件上下文开销、兼容性和版本管理,正成为平台必须解决的新问题。
阅读全文DeepSeek Harness披露,平台日活跃用户达到154万,第三方插件约3.5万个。随着生态扩张,插件上下文开销、兼容性和版本管理,正成为平台必须解决的新问题。
阅读全文Meta Superintelligence Lab推出Muse Ember,定位为面向智能体执行环节的轻量、多模态模型。其核心卖点是较低的输入成本,以及对工具调用、路由、抽取和长文档解析等重复任务的适配。
阅读全文一篇新研究提出 Agent-Native Primitives,将工具、代码和知识资源与具备专门能力的语言模型绑定,并由 HEELO 按任务动态组装智能体工作流。作者报告称,该方法在多项基准和真实任务中显著提升了端到端完成率。
阅读全文NVIDIA 团队提出 AgentBaton,探索在一次长程智能体任务中让昂贵的强模型与低成本模型分阶段协作。实验显示,在合适时机由强模型交棒给高效模型,可以显著降低 API 成本,同时保持甚至提升任务准确率。
阅读全文据彭博社 Mark Gurman 的消息,苹果正加快 Siri 的智能体化路线,计划让它控制苹果自有及第三方应用,并执行更复杂、持续性的任务。相关升级可能分阶段落地,但苹果目前仍承认自己落后于部分竞争对手。
阅读全文清华团队提出Coca-Cola,将工具观察结果压缩为连续潜在标记,并通过“动作保持训练”保留智能体决策所需的信息。在网页搜索问答实验中,该方法显著减少Token消耗和运行时间,同时提升任务表现。
阅读全文Palo Alto Networks正在洽谈收购Clutch Security,交易对价据称为5亿美元现金,另加与里程碑挂钩的付款。若交易完成,这家AI代理安全公司的估值将明显高于上一轮融资水平。
阅读全文Hybrid Computer Use 提出一种统一的电脑操作接口,将代码与命令行、无障碍语义树和图形界面结合起来。实验显示,这种多通道方式有望同时提升任务成功率、执行效率并降低成本。
阅读全文ToolSpace提出一种“工具优先”的环境合成方法,从真实MCP服务和智能体语料的调用轨迹中挖掘工具依赖,再生成可执行、可验证的长程任务。实验显示,该方法能显著提升工具使用训练与评测的难度和真实性。
阅读全文Axion 1.0提出了一条相对精简的智能体模型训练路线:两阶段监督微调加强化学习,不依赖专门的中期训练、DPO或在线蒸馏。项目同时开放数据构造、验证、提示词与训练代码,试图降低智能体模型复现门槛。
阅读全文WebHarbor提供153个可执行、Docker化的网站环境,复刻真实服务的界面、内容和工作流。它既面向稳定评测,也支持在包含登录、预订和交易等流程的环境中训练GUI智能体。
阅读全文视频生成正在从一次性、端到端的内容合成,转向由智能体负责规划、调用工具、管理状态并根据反馈迭代的系统。该报告以“智能体运行框架”为核心,梳理智能体视频生成、视频世界模型与递归自我改进三条发展路径。
阅读全文计算机操作智能体不仅要完成任务,还要在误操作和副作用发生后回到可继续执行的状态。ReTrace提出“目标导向动作回放”,系统评估模型是否真正恢复了环境,而不只是表面上完成了补救。
阅读全文伦敦大学学院团队提出Tutorial Agentic Learning,让冻结参数的多模态模型通过持久化教程记忆学习视频内容。研究显示,结构化记忆与推理驱动检索能够提升模型在棋类教程问答和实际对局中的表现。
阅读全文DR Pixel 将渲染后的论文页面图像作为检索与推理的基本单元,绕开传统 OCR 转文本流程。研究显示,页面原生的多模态研究方式在复杂文档问答中不仅更准确,也可能更节省工具调用。
阅读全文一份关于 Agentic Computer Graphics 的报告,尝试用统一分类法梳理智能体参与图形任务的方式,并提出面向大规模文献分析的智能体系统。它也指出,工具协同、长期规划、人机交互和可靠评测仍是这一方向的关键难题。
阅读全文CUA-Master提出嵌套双循环递归改进框架,试图解决计算机使用智能体训练数据多样性、可控性和可靠性不足的问题。该方法结合开放世界任务挖掘、轨迹合成与反馈式回滚机制,推动数据和模型持续迭代。
阅读全文YC W24 创业公司 Momentic 正在开发面向 Web、iOS 和 Android 的 QA 代理,让 AI 自主规划操作路径、探索用户流程并报告潜在缺陷。它试图减少传统端到端测试对 XPath、文本和 aria 属性等实现细节的依赖。
阅读全文香港中文大学(深圳)团队提出 R²Orch,通过“内层自博弈+外层元改进”训练智能体编排器,试图摆脱人工设计课程和长期依赖技能库。其核心机制是递归可学习性与技能撤回。
阅读全文