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 94
LoLBench实测28种Agent组合最高解决率14%AI热点复旦大学等机构提出LoLBench，在平均240万行代码的系统上评测Agent从需求到交付的能力，28种组合最高解决率仅14%。
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。
Meta提出路由式持续学习架构，API成本降72%AI热点Meta FAIR提出Routed CL架构，通过簇化记忆与LLM路由复用经验，实验显示API成本降低65%至72%，归一化奖励提升15%至30%。
腾讯混元发布Hyra 2.0通用agent科研工具AI热点腾讯混元发布Hyra 2.0，将自动化科研从解题转向由agent研发可复用科学工具与模型，采用三层分工并接入实际研发环境。
谷歌发布T2J-Bench迁移评测基准AI热点谷歌团队发布T2J-Bench，用63个整仓任务评测PyTorch到JAX迁移，TwinHarness将得分提升11.4%。
谷歌Data Agent Kit正式版发布AI热点谷歌正式发布开源的 Data Agent Kit，新增支持 BigQuery Graph、Bigtable 与 Apache Spark，并提供技能与 IAM 两层安全控制。
腾讯混元发布Hy4正式版并计划开源AI热点腾讯混元11月4日发布Hy4正式版，首次引入视觉与电脑操作能力，计划近期开源模型权重。
CyberArena发布466场Agent攻防评测AI热点研究团队推出CyberArena对称攻防评测，12款模型进行466场对局，GPT-5.6 Sol以78.6分居首，Claude Opus 5与GLM-5.3分列二三。
阿里千问Go开启邀测实测AI热点智东西实测阿里邀测中的Personal Agent产品千问Go，可操作云手机云电脑完成淘宝购物、大麦查票等任务，并支持一句话生成应用。
OpenAI发布LifeVal日常任务基准AI热点OpenAI发布LifeVal基准，测试AI完成日常事务能力，GPT-6 Astra得分80.6%。
港科大微软开源HarnessSQL框架AI热点港科大与微软等团队推出首个原生长程环境交互训练框架HarnessSQL并开源，8B模型在Spider 2.0-SQLite上执行准确率达45.2%，超越32B专用模型。
谷歌FlowAgent论文：CI内自动修复失败测试AI热点谷歌论文披露FlowAgent在内部CI自动修复失败测试，195例真实失败中67.18%修复正确，生产已应用28554个修复。
DeepSeek发布Super-agent架构AI热点DeepSeek Harness团队发布Super-agent架构，采用双层架构与事件驱动，内部实例已投入日常研发。
Neuralink脑机接入Grok，意念可驱动AIAI热点Neuralink最新进展显示，渐冻症受试者可通过意念唤醒Grok Agent自主操作电脑，并实现意念拨打电话，团队在72小时黑客松中开发出8项新技术。