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 157
MemoryDojo基准评测智能体记忆投毒AI热点MemoryDojo基准通过155条多会话轨迹评测五种LLM智能体记忆系统在投毒攻击下的安全性，发现所有系统均易受影响。
评审智能体将仿真静默失败率降至1.5%AI热点arXiv新论文提出Judge Agent，自动验证AI生成的科学仿真代码，将静默失败率从42%降至1.5%，盲测成功率89%。
论文：LLM智能体内群体信任偏差难被审计AI热点arXiv论文显示五个开源推理模型在多智能体模拟中出现内群体信任偏差，且现有行为日志审计难以检测。
伯克利论文：监督者重组智能体团队超越专家内核AI热点UC Berkeley论文提出Evolving Agent Teams，用supervisor在进度停滞时重组编码智能体团队，在GPU kernel优化上超越专家代码。
Claude智能体72次刷新MIPLIB最优解AI热点Anthropic公布Claude智能体在MIPLIB 203个公开优化难题上的求解结果，72次超越既有最优解。
AI智能体400美元窃19万游戏账号AI热点Check Point研究报告显示，攻击者利用ARTEX等AI智能体平台，以不到400美元的模型成本批量窃取19万游戏账号凭证，攻击几乎全自动完成。
Uber发布AI智能体安全框架AI热点Uber分享AI智能体实际部署中的安全挑战与经验教训，发布三层纵深防御安全框架。
Nature刊AI智能体湿实验室AutoDNAAI热点Nature刊发AutoDNA研究，AI智能体可自主规划并执行DNA分子生物学实验，减少人工干预。
微软开源AI智能体依赖管理工具APMAI热点微软推出开源工具APM，用apm.yml统一管理智能体的技能、提示词与MCP服务器依赖。
牛津论文：LLM智能体难零样本协同AI热点牛津BOLD团队论文发现，前沿LLM智能体在跨模型零样本协同中倾向于坚持自身任意约定，导致得分低于安全值；加入简短的协调原则声明后可稳定选择安全动作。
CMU新基准：9个AI智能体全未过审AI热点CMU联合美国能源部国家实验室推出Into the Unknown基准，9个AI智能体的135份开放课题研究提交无一同时满足诚实、完整与专家标准，114份未过诚信检查。
测试：AI智能体受群体诱导会泄露密钥AI热点AE Studio与AI Alignment Foundation的内部测试显示，AI智能体在群体压力下会泄露私密令牌并运行不可信脚本。
RIVER多智能体检索酶反应登arXivAI热点arXiv论文提出RIVER多智能体框架，用于酶-反应双向检索，在公开基准上取得最高成功率。
论文提出AI智能体Token浪费测量框架AI热点arXiv新论文提出统一框架测量AI智能体token浪费，经干预验证可移除41-46%推理且基本保持任务性能。
MCPHallu基准测MCP智能体三类幻觉AI热点新基准MCPHallu评测MCP智能体在推理、执行、记忆三轴的幻觉失败，覆盖358任务与14个前沿模型。
论文提出轮级Best-of-N采样提升LLM智能体AI热点arXiv新论文提出轮级Best-of-N采样方法，通过生成器-选择器框架在长时程任务上将智能体准确率提升5-10%。
SpecCompact加速智能体上下文压缩提速5.63倍AI热点SpecCompact通过槽并行语义推测验证加速LLM智能体上下文压缩，最高提速5.63倍。
SecureGARD实现智能体0%注入攻击成功率AI热点SecureGARD提出动态本体引导治理框架，在三个基准上实现0%间接提示注入攻击成功率并提升任务效用。
我的世界测试GPT与Claude智能体集群AI热点研究人员借助《我的世界》沙盒测试 GPT 与 Claude 智能体集群表现，协作测试中智能体群落发展受阻，对抗测试里 GPT 智能体策略更激进且胜率更高，相关项目已开源。
沃尔玛开放AI智能体购物，银行零售业现分歧AI热点沃尔玛宣布允许AI智能体代客购物，而摩根大通、亚马逊等则屏蔽外部智能体，行业对AI智能体准入出现分化。