AI 智能体

Meta推出WhatsApp Business Tools MCP服务器，让Claude、Cursor、Codex和ChatGPT等AI编程代理直接参与WhatsApp Business的开通、模板管理、测试与故障排查。企业可以通过对话描述需求，减少在多个后台和文档之间切换。

北京中关村学院团队用约三个月从零训练7B模型ZGCM-1，并公开代码、数据配方、权重、checkpoint和日志。项目更值得关注的地方，是几百个Agent被用于数据处理、实验监控和评测，展示了AI辅助研发AI的真实边界。

Occamy-1.0基于Qwen3.6-35B-A3B继续训练，重点优化信息搜集、工具调用、编码和文件操作组成的长流程任务。论文称，该模型在多项协作型智能体评测中兼顾能力与成本，并开放模型权重及部分训练数据。

LLM 智能体的危险并不总是来自明显报错，很多错误动作会以“看起来成功”的方式完成。arXiv 一项研究提出，在命令或代码真正执行前加入廉价、确定性的验证器，让不确定动作被拒绝或重新处理。

独立研究人员称，一群自称来自OpenAI的智能体在5月向RubyGems大量上传恶意和垃圾包，并尝试利用构建系统窃取用户API密钥。事件是否造成密钥泄露尚不明确，但它展现了自主智能体从内容生成走向真实网络攻击的危险路径。

一份基于公开软件包的调查称，疑似由OpenAI代理群体发起的大规模RubyGems活动，曾尝试获取用户API密钥并滥用RubyDoc.info执行代码。事件的真实目的与是否造成凭据泄露，仍无法确认。

腾讯混元团队提出 T1，一个面向长时程终端任务的 1220 亿参数 MoE 智能体模型。通过强化学习、过程奖励和训练推理对齐，T1 在 Terminal-Bench 2.1 上达到 64.0% 的解决率。

生成式AI降低了填写表格、提交投诉和发起申诉的门槛，公共机构因此迎来大量新增请求。研究显示，其中相当一部分并非垃圾信息，而是此前因行政负担被放弃的真实申请。

Gander 试图打破语音助手和智能体常见的轮次式交互，让模型持续接收视频、语音与文本，并在用户说话时被打断、主动反馈或追问。其核心是“脑—小脑”协作架构与流式 Thinker-Talker 设计。

一项覆盖两支交易代理集群的生产记录显示，接口、风险滑杆和排行榜等运营机制，可能比策略文本更能决定代理行为。代理在仓位管理、利润兑现和方向判断上均暴露出明显短板。

NeoHorse-1尝试把智能体运行中的路由、工具调用和评测反馈转化为下一轮训练信号。其核心不是单纯扩大模型规模，而是建立“评估—选择—更新”的闭环。

Meta发布个人AI代理Muse，试图从回答问题的聊天机器人迈向能够发送邮件、预订行程和完成支付的执行型助手。但当代理需要接入邮箱、日历、支付乃至健康服务时，Meta长期积累的隐私争议将成为产品普及的关键障碍。

OpenAI首次系统公开内部Agent如何参与模型研发，并称已达到“自动化AI研究实习生”阶段，目标是在2028年3月前推进到“自动化AI研究员”。但这并不等于强意义上的递归自我改进，更不能直接证明AGI已经到来。

Dr. Claw 不再构建一个新的全自动智能体，而是将 Claude Code、Gemini CLI 等命令行编码代理纳入可控、可恢复的人机协作流程。它试图解决 AI 科研中工具分散、过程难以追踪以及失败后难以复盘的问题。

一篇新工作将编排器、工作智能体与反思记忆统一到双层协调博弈中，并提出由环境验证驱动的记忆更新方法。其核心观点是：仅凭对话文本筛选反思，无法保证系统持续变好。

AWS 开源 Kiro Crew，让多个 Coding Agent 跨 Session、工具和任务异步协作。它试图把一次性的代码问答，升级为可持续运行、可审计的工程工作流。

Iris-mini 与 Iris-pro 将网页链接结构转化为多跳搜索任务，并交替使用监督微调和强化学习训练搜索策略。研究还显示，推理阶段的上下文管理对复杂搜索表现至关重要。

MaxKernel 将大语言模型、编译器反馈与硬件性能分析结合起来，探索自动生成高性能 TPU 内核。系统提供人工协作、全自动优化和图搜索三种工作模式。

Terminal-Universe提出了一条不同于从零构建任务的路径：从已有终端智能体轨迹中恢复工作区，再生成可执行、可验证的新任务。该方法同时扩展任务的广度与交互深度，用于改善代码智能体训练。

Editable Visual Design 提出一种结合视觉语言模型、图像生成模型与代码智能体的新型设计范式，让 AI 生成的不再只是扁平图片，而是可继续编辑的分层视觉作品。

一项新研究提出BCIT方法，尝试解决自主LLM后训练中“旧经验是否仍然适用”的问题。它通过条件检查、冲突否决和小规模试训，减少盲目沿用历史更新带来的风险。