从一个关键词开始
搜名称,也可以搜场景,比如“AI 写作”“视频剪辑”或“编程助手”。
AI热点 129
PyPI现微软agent-framework恶意版本窃取凭据AI热点Wiz披露PyPI上微软agent-framework的1.26.1/1.26.2恶意版本,植入.pth文件窃取Azure与CI凭据并回传,两版本已下架。
Gemini 4 Hydrogen High成Agent Arena前十最快模型AI热点Agent Arena榜单显示,谷歌Gemini 4 Hydrogen (High)成为前十模型中速度最快的一款,典型步长7.3秒。
unify新测试:训练9B小模型超越Agent记忆框架AI热点unify发布Continual-ARC测试显示,OpenClaw等Agent记忆框架在重复任务上几乎无收益,而训练9B小模型权重可显著降低成本并提升新题表现。
混元Hy4登Agent Arena总榜第14AI热点Agent Arena宣布腾讯混元Hy4总榜排名第14,净提升4.7%,进入Pareto前沿。
Agent Arena:缓存让Agent任务成本省3.6倍AI热点Agent Arena分析2.6万条会话数据,指出提示词缓存可让头部Agent典型任务成本降低至1/3.6,缓存失效平均增加5%账单。
Turing Agent发布:形式化验证研究级数学AI热点Turing Agent实现研究级数学端到端形式化验证,在TCS基准取得57-62%与83%成绩,并完成三项未解决任务。
清华CoACT压缩Coding Agent三成Token开销AI热点清华团队提出CoACT方法,在SWE-bench Verified上平均减少33.0%总token消耗,任务表现与未压缩时相近,已被ICSE 2027接收。
Replit Agent新增代购与谷歌广告投放AI热点Replit Agent新增企业代购物资与Google Ads投放两项能力,支出由企业主逐笔审批。
Hermes Agent移动端开启内测AI热点Nous Research的Hermes Agent移动端近日进入内测,名额迅速被抢空,官方称需求超出预期并正增加测试名额,为正式发布做准备。
清华发布BEMULA基准测Agent遗忘能力AI热点清华大学联合新浪微博提出BEMULA基准,评测LLM Agent的记忆遗忘能力,结果显示所有被测配置端到端通过率均不超过1.5%。
哈佛Anthropic研究:多agent团队易现安全责任分散AI热点哈佛与Anthropic研究发现多agent团队存在责任分散导致的安全性下降,指定安全负责agent配合共享安全规范文档可有效恢复单agent对齐行为,并开源实验工具magelab。
微软TokenEconomizer降Coding Agent成本18.4%–30.9%AI热点微软推出TokenEconomizer工具,通过Micro-skills、Tool Pruning和Failure-loop Intervention三种机制,使Claude Code等Agent任务成本降低18.4%-30.9%。
Qwen4-Max登顶Agent Arena中国模型第一AI热点Qwen4-Max在Agent Arena以+7.5%净提升升至总榜第14,为中国模型第一,阿里巴巴升至全球第五实验室。
DeepSeek发布Super-agent原型插件AI热点DeepSeek发布Super-agent设计与原型插件,支持GitHub与飞书接入的团队协作编程智能体。
谷歌Antigravity多agent取得数学与代码重构进展AI热点谷歌Antigravity团队公布多agent框架在形式化数学证明、分子结构识别及Rust代码重构上的多项具体成果。
Chrome开源AI编码Agent现代Web指南AI热点Chrome团队开源Modern Web Guidance,为AI编码Agent提供现代Web实现指引与旧代码扫描。
腾讯AI游戏陪伴Agent鹅次元内测AI热点腾讯首款专属AI游戏陪伴Agent“鹅次元”11月10日开启内测,面向PC玩家提供实时语音互动与游戏画面感知陪伴。
千问披露Agent实际交付能力仅60%~70%AI热点千问AI算法负责人蒋冠军披露Personal Agent理论能力上限接近100%,但实际交付能力仅60%~70%,并公布需求透视图拆解8000多项原子能力等技术进展。
Meta论文披露ABTest Agent设计经验AI热点Meta发布论文介绍ABTest Agent:LLM仅编排步骤,数字由验证工具计算,并披露实测中的p-hacking风险。
作者用Firecracker复现谷歌Agent沙盒并实测AI热点作者参照谷歌Agent Compute Engine设计,用Firecracker复现智能体microVM沙盒并实测性能数据。