AI 智能体

上海 AI Laboratory 等提出 SKT，一条面向语言模型 Agent 的技能使用数据合成流水线。它通过验证与修复机制，从公开技能库中构造任务和可执行轨迹，用于提升模型识别、调用和组合技能的能力。

Mu 试图用一个 MCP 端点，为 AI Agent 提供搜索、新闻、邮件、天气、文件、日历等 67 个工具。它的重点不只是“接 API”，而是把这些能力做成可托管、可自托管的完整服务。

Beacon 关注的不是让视觉推理智能体更频繁地调用工具，而是让模型判断何时需要工具、工具是否真的带来增益。这一思路把多模态智能体的评估重点从“会用工具”推进到“用得合适”。

Echoverse 关注的不是生成更多模拟网站，而是让训练环境具备更深的行为逻辑、可验证的状态变化，并能随模型一起迭代。论文显示，12 个环境就能显著提升 9B 电脑操作智能体的表现。

Qwen-UI-Agent 试图把移动端、桌面、浏览器与 DeepSearch 场景统一到同一个 GUI 智能体框架中。其重点不只是“会点屏幕”，而是让智能体在真实设备和长流程任务中更可靠地执行。

Meta 正试图把个人 AI 代理塑造成下一代核心产品形态。扎克伯格称，未来五年内，数十亿人可能拥有能理解目标并全天候代办事务的 AI 代理。

Google 为 Gemini API 的 Managed Agents 增加了一组面向生产环境的能力：默认模型切换到 Gemini 3.6 Flash，并引入环境 hooks、预算上限、定时触发和免费层访问。

Perplexity 的 Personal Computer 工具扩展到 Windows，试图把传统 PC 变成可在本地应用、文件和网页之间执行任务的 AI 代理。它面向 Max 与 Enterprise Max 付费用户开放，强调企业数据不用于训练，并在敏感操作前提醒用户。

StateAct 把电脑使用智能体的主界面从截图转向文件、后端和 DOM 等程序状态，只在必要时调用 GUI 子智能体。它在 OSWorld 2.0 上提升了 Claude Opus 4.8 的成功率，同时显著降低任务成本。

这篇论文提出 Multi-Head Latent Control，用冻结大模型生成过程中的隐藏状态来做部署时决策。它试图把“是否能答、是否该求助、是否要用工具”从外部编排问题，转化为轻量控制头的预测问题。

微软发布 MAI-Cyber-1-Flash 与 Project Perception，试图用多代理系统自动发现、评估并修复安全风险。其性能和成本宣称亮眼，但近期 AI 安全模型失控事件也提醒企业不能忽视治理与验证。

微软 CEO 萨提亚·纳德拉认为，企业若把数据、提示词、上下文和智能体工具完全交给单一 AI 模型提供商，长期看等于“外包自己的思考”。他的建议是保留模型使用过程中的元数据，并通过 AI 网关、多模型架构和自有模型能力保持主动权。

微软发布 MAI-Cyber-1-Flash 与名为 Perception 的新安全平台，试图用专用模型和多智能体工作流提升漏洞发现、修复与防御效率。

Cursor 让一组智能体仅凭 SQLite 手册，用 Rust 重写数据库引擎，并通过预留 SQL 一致性测试。实验真正揭示的不是“AI 已能替代数据库工程师”，而是多智能体分工和成本结构正在重塑软件开发。

亚马逊云科技在 AWS Labs 发布开源参考平台 Loom，展示企业如何在 AWS 上构建、部署与治理 AI 代理。它重点解决身份传播、权限控制、代理注册、人工审批等企业落地难题。

吴恩达推出开源桌面 Agent 项目 OpenWorker，主打本地优先、隐私保护和模型无关。它的目标不是继续陪用户聊天，而是跨文件、日历、Slack、GitHub 等工具交付可用成果。

北京工业场展示了AI进入影视、影像和3D片场的落地进展；杭州学术场则提醒，真正能自我进化的Agent仍处早期。两种判断并不矛盾，而是分别站在应用交付与底层能力的两端。

AREX 提出一种面向深度研究任务的递归自我改进智能体框架：先给出临时答案，再按约束逐项审计，并用未解决问题驱动下一轮定向研究。

OpenForgeRL 试图解决一个现实难题：Claude Code、Codex、OpenClaw 这类复杂推理 harness 很强，但很难被现有开源 SFT/RL 栈直接训练。它用代理记录模型调用、用 Kubernetes 隔离 rollout，让研究者在真实部署环境中训练 Agent。

NVIDIA Labs 提出 NOOA 框架，试图把 Agent 开发从提示词、工具 schema 和工作流图的拼装中拉回到 Python 面向对象编程。其核心思想很直接：Agent 就是一个 Python 对象，方法、字段、文档字符串和类型标注分别承担行动、状态、提示和契约。

Meta 正在把自家 AI 聊天机器人从问答和图像生成工具，升级为更接近个人助理的产品。新功能包括读取日历生成每日简报、协助安排活动，以及可在过程中调整方向的深度研究。