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”。
工具 24
AI热点 352
港科大视觉原生智能体框架被NeurIPS 2026接收AI热点港科大MMSense Lab提出视觉原生智能体框架与ODE数据合成方法,论文被NeurIPS 2026接收,8B与30B模型八项评测平均准确率显著提升。
MIT与Meta提出ReHarness修订智能体记忆AI热点ReHarness用后续任务结果修订智能体旧笔记,减少过时经验误导,多基准测试显示增益并节省token。
RoboScience发布云端具身智能体Visics-AgentAI热点RoboScience推出云端具身智能体Visics-Agent,支持语音指令教学与经验积累,L3连续任务成功率达78%,计划12月上线。
LMArena提出智能体交互评测新范式AI热点LMArena介绍Interaction-as-a-Judge评测范式,研究智能体直接操作游戏与应用的交互能力。
Bait论文:探测奖励函数防御有害智能体RLAI热点arXiv论文提出Bait防御,通过主动探测奖励函数缓解有害智能体强化学习攻击,实验显示可阻断有害奖励学习并保留良性任务学习能力。
OpenAI披露智能体越权访问事件AI热点OpenAI更新披露7月19日ExploitGym评测中Astra模型智能体越权访问研究基础设施的细节及后续加固措施。
论文:共享记忆让LLM智能体无提示协调AI热点arXiv新论文通过锁定双实现复现发现,LLM智能体仅凭共享存储即可实现无提示协调,且一句提示语可决定模型是否二次查看存储。
千个Fable智能体30小时形式化费马大定理AI热点Anthropic称1000个Fable 5.2智能体30小时完成费马大定理形式化,Opus 5.5同设置仅完成26%。
伯克利论文:智能体自改Harness或致能力退化AI热点伯克利等团队研究发现,智能体自改Harness提升平均分的同时会丢失原有任务能力,且多数可靠性提升伴随成本上升。
Cursor上线智能体实时语音聊天AI热点Cursor于11月6日宣布推出与智能体的实时语音聊天功能,支持语音对语音双向交流,开发者可语音下达编码任务并查询进度。
20家单位乌镇发布智能体自律公约AI热点中国信通院、华为、阿里、腾讯等20家单位在乌镇互联网大会联合发布《智能体发展自律公约》,共八条,重点健全智能体治理机制。
基元律动发布1250亿参数智能体模型AI热点前华为盘古负责人王云鹤创办的基元律动发布NeoHorse-1.5-Flash Preview并开放内测,主参数1250亿、激活60亿,评测成绩较基座明显提升。
ServerBench发布:智能体设计LLM服务系统AI热点arXiv论文提出ServerBench基准,评测编码智能体设计专用LLM服务系统的能力,Claude Sonnet 5.5表现领先。
OpenAI研究:智能体评测与生产行为存差距AI热点OpenAI Alignment团队对比六个模型在安全评测与Codex生产决策上的表现,发现评测成功率普遍低于生产,差距10.2至37.4个百分点,模型对评测目标的误判是关键因素。
蚂蚁首批服务接入智能体运行平台AI热点蚂蚁在乌镇峰会披露,支付宝晓政、芝麻信用等首批服务已接入智能体运行平台并完成跨平台可信连接。
谷歌港大VeriCUA论文验证智能体完成声明AI热点谷歌与香港大学发布VeriCUA论文,提出用机器状态核实计算机智能体的任务完成声明,误报率显著低于现有方法。
SemiAnalysis发布智能体基准GDPxAI热点SemiAnalysis联合14家RL环境伙伴推出通用智能体基准GDPx,覆盖11个高价值领域,最佳模型仅得12%。
Tom's Hardware发布首个智能体AI CPU基准AI热点Tom's Hardware公布首个针对智能体AI工作负载的CPU基准测试方法,用于评估智能体循环中的CPU与内存性能。
Replit发布Optimization-Bench,32智能体提速18.9倍AI热点Replit发布代码优化基准Optimization-Bench预发布版,研究显示32个Claude Opus智能体在NumPy任务上两小时提速18.9倍,远超单智能体的3.7倍。
Stripe发布编码智能体集成评测Stripe evalsAI热点Stripe推出Stripe evals,用69个真实场景评测14组编码智能体的支付集成表现,并公布agent插件带来的提升数据。
开源项目 104
MaxKB:企业级智能体平台开源项目开源平台,集成 RAG 管道、工作流引擎与 MCP 工具调用,支持多种公有与私有大模型,可零代码接入第三方业务系统。查看
PaperOrchestra:多智能体论文写作框架开源项目多智能体框架,把想法与实验日志等写作前材料转化为符合会议模板的LaTeX论文,含文献综述与图表生成。查看
Claude Code:终端中的智能编程工具开源项目Anthropic 的终端内 agentic 编程工具,用自然语言理解代码库、执行常规任务并处理 git 工作流。查看
OpenMAIC:多智能体互动课堂平台开源项目把任意主题或文档一键生成为互动课堂,由AI教师与AI同学实时讲解、讨论并配合白板与语音。查看
ViMax:智能体化视频生成框架开源项目把叙事规划、分镜、图像与视频生成、成片组装串成一条可扩展工作流的智能体视频创作框架。查看
Lightpanda:面向智能体的无头浏览器开源项目用 Zig 从零编写的无头浏览器,提供 CDP/WebDriver 服务、页面转储与内置智能体模式,面向自动化和 AI 智能体场景。查看
LlamaIndex:构建智能体应用的开源框架开源项目提供数据连接、索引结构与检索查询接口的 Python 框架,用于把私有数据接入 LLM 应用。查看
OpenViking:AI智能体的上下文数据库开源项目把知识、记忆与技能组织成 viking:// 虚拟文件系统,供智能体用 ls、read、grep 等方式浏览和检索上下文。查看
TradingAgents-CN:A股多智能体研究辅助系统开源项目基于多智能体协作的A股研究辅助系统,提供辩论式单股研究、自然语言选股、模拟交易与学习课程。查看
PentAGI:多智能体自主渗透测试系统开源项目PentAGI 是自托管的多智能体自主渗透测试系统,在隔离 Docker 沙箱中运行专业安全工具并产出报告。查看
MiroFish:多智能体群体智能预测引擎开源项目从种子信息构建平行数字世界,让数千智能体社会演化以推演未来场景。查看
DeerFlow:编排子代理与沙箱的智能体运行框架开源项目开源超级代理harness,基于LangGraph编排子代理、记忆、沙箱与可扩展技能。查看
cognee:AI智能体的开源长期记忆平台开源项目把文档、代码和对话转成自托管知识图谱,让AI智能体跨会话保留并检索长期记忆,本地运行无需API密钥。查看
DeepSWE:编码智能体长任务评测基准开源项目包含 113 个任务的基准,用于评测前沿编码智能体在开源仓库上的长程软件工程能力。查看
vork:面向AI智能体的3D与VFX引擎开源项目智能体用代码编写整个场景(含着色器、材质、相机与物理),引擎在GPU上渲染,核心API约2500token。查看
VitaBench:LLM智能体交互任务评测基准开源项目评测LLM智能体在真实生活服务场景中多轮交互与工具调用能力的基准,含代码库、数据集与评测流程。查看
PEAR:具身智能体的强化学习后训练引擎开源项目PEAR 是面向具身智能体的后训练引擎,通过仿真中的强化学习训练推理模型直接操作真实机器人,支持 LIBERO、RoboDojo 等基准的训练与评测。查看
Boring Marketing Skills:面向AI智能体的营销技能包开源项目32个营销技能,供Claude Code、Codex、Cursor等智能体调用,覆盖调研、定位、文案、SEO、广告、邮件与内容,另含本地商家专项。查看
Context Mode:减少编程智能体上下文占用的本地插件开源项目Context Mode 是面向 10 种编程智能体的免费本地插件,把工具输出留在本地 SQLite 索引中,只向上下文返回所需部分。查看
Octop:自托管多智能体 AI 助手开源项目自托管的多用户多智能体 AI 助手,单进程提供 Web 控制台、CLI 与多平台 IM 接入,数据留在本地。查看



