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 121
Perplexity发布常驻工作智能体TeammatesAI热点Perplexity推出面向工作场景的常驻AI智能体Teammates，可在工作区承担多角色并同时执行多项任务，需订阅200美元Max套餐。
谷歌发布工程Agent评测PLEAI热点谷歌与Mercor发布工程Agent评测PLE，揭示高单项约束满足率与低全约束通过率之间的落差。
谷歌开源多智能体冲突基准CLASHarnessAI热点谷歌等团队发布并开源CLASHarness基准，首次对15个主流大模型在多Agent冲突场景下的表现进行实测。
思科Talos披露集成大模型的窃密木马AI热点思科Talos披露新型信息窃密木马Volta-Autodoxer，攻击者引入商业大模型自动对受害者数据画像，快速筛选高价值目标，展示LLM被用于增强传统恶意软件能力。
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%。
EnvOpt框架发布：智能体环境自动优化降本48%AI热点提出EnvOpt框架，通过自动优化智能体环境表示，在五项基准上平均降低48%成本且通过率持平或更高。
DeepSeek拆分App能力为独立API按量售卖AI热点DeepSeek将搜索、OCR、语音等App后台能力拆分为独立API按量销售，搜索定价远低于竞品，并开源前端demo。
Vercel Labs开源UI SDK，Agent界面成本降56%AI热点Vercel Labs开源UI SDK，提供可复用交互行为，让AI Agent高效组合实现界面组件，官方实测成本下降约56%。
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。
高盛思科等企业限制员工AI使用AI热点高盛、思科、摩根大通等企业开始对员工AI使用设预算、限额度，从扩张转向管控。
Medium发布TK应用嵌入AI写作AI热点Medium发布新应用TK，在编辑器内通过@TK调用AI助手，提供资料查询、编辑与标题反馈、风格指南匹配等功能，网页端对Medium账号免费。
阿里等发布Co-Design Bench编码基准AI热点阿里与亚洲高校研究者发布Co-Design Bench，基于真实用户修改请求测试编码智能体，最佳模型GPT-6 Astra仅26.4%任务完全正确。
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。
Kimi K3.1 Pro上线FireworksAI热点月之暗面Kimi K3.1 Pro在发布当日上线Fireworks平台，提供无服务器与专用部署两种接入方式。
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%。
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。
EnvOS框架可审计任务中途变化的智能体AI热点arXiv论文提出EnvOS框架，可构建并认证任务中途变化的智能体测试环境
Anthropic详解常驻智能体五大架构原语AI热点Anthropic发布博客拆解常驻智能体架构，提出事件收件箱、定时器、记忆、权限、发件箱五个核心原语，并给出实现细节与最佳实践。
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%。