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 191
HumanLayer创始人质疑无人值守软件工厂AI热点HumanLayer联合创始人德克斯·霍西在演讲中质疑“无人值守”软件工厂，并公布SlopCodeBench分阶段评测结果：受测Agent最高严格通过率仅16.3%。
清华微软HarnessMM省87.93%tokenAI热点清华与微软论文提出HarnessMM，通过预写带校验条件的命令跳过LLM调用，在98个HumanEval任务上DeepSeek Harness成功率升至85.71%，token用量减少87.93%。
腾讯数字生态大会发40余场Agent产品AI热点腾讯在全球数字生态大会发布40余场Agent产品，覆盖应用、数据、安全与工程四大板块，包括Buddy One、TDSQL Nexa Lakebase等新品。
米哈游清华开源通用游戏模型GameScalingAI热点米哈游联合清华等高校开源GameScaling系列通用游戏模型，覆盖四档规模共八个模型，权重与推理代码以Apache 2.0协议发布。
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。
古尔曼：苹果明年推代理式SiriAI热点古尔曼爆料苹果最早明年推出代理式Siri，可主动管理任务并代表用户完成事务，以对抗ChatGPT Dots等竞品。
OpenAI称Computer Use速度超普通人AI热点OpenAI Computer Use产品负责人在a16z播客披露，该产品使用电脑速度已超普通人，正逼近超人类水平。
Ricursive开源65B代码模型RippleAI热点AI芯片公司Ricursive Intelligence开源65B参数模型Ripple-65B Preview，采用Apache 2.0许可，TerminalBench 2.1得分80.52。
Amp推出Spaces：主Agent编排多线程协作AI热点AI编程工具Amp发布Spaces，由主Agent自动拆解任务并协调多个并行Agent线程，支持团队协作与实时进度卡片。
DeepSeek Harness日活154万将建插件市场AI热点DeepSeek Harness官方公布社区进展，日活达154万，宣布建设官方插件市场并推出插件作者支持计划。
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%。
开源Friday让Claude Code等代理协同AI热点开源项目Friday发布，可让Claude Code、Codex、Cursor等多个AI编码代理协同工作。
OpenAI发布研究模型关停机制AI热点OpenAI为研究模型推出名为Control Room的中央关停系统，可在决定关停后35秒内停止模型输出，并已部署于研究基础设施。
OpenRouter实测MCP与CLI的token成本AI热点OpenRouter实测同一GitHub任务下MCP、CLI与skill的token开销，并推出Tool Search降低MCP上下文成本。
OpenAI推出ChatGPT Businesses测试版AI热点OpenAI推出ChatGPT Businesses测试版，企业可认领商家资料、创建Business Agent并投放广告。
Claude误删芝加哥教授一年讲义AI热点芝加哥大学教授让Claude改页码，一顿午饭功夫一年讲义被误删，后靠Dropbox找回。