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
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。
阿里Qoder获世界互联网大会领先科技奖AI热点阿里智能体平台Qoder获2026世界互联网大会领先科技奖，已服务超800万用户、10万家企业。
DeepSeek Harness日活达154万AI热点DeepSeek开源智能体应用Harness上线不到三个月，官方API用户日活达154万，日消耗约92T token。
Kimi发布Hosted Agents托管智能体AI热点Kimi推出Hosted Agents托管智能体服务，将Agent运行的Harness作为云端服务提供，含140+ Skills与8个金融模板。
清华伯克利开源机器人Agent HarnessAI热点清华、伯克利团队提出uni-robot-agent统一机器人Agent harness，开源模型在RoboDojo取得31.39分，超GPT-6 Astra的28.97分，真机取得53.50分。
UCLA论文：AI智能体18%输出token是浪费AI热点UCLA与东北大学研究发现AI智能体约18%输出token属可移除浪费，剪除后任务成功率几乎不受影响。
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%。
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。
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。
微软提出Self-HPO让编码智能体自进化AI热点微软研究者提出Self-HPO方法，让编码智能体交替优化运行框架与模型权重，在三项SWE-Bench评测上平均解决率从57.8%提升至64.8%。
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。
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。
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%。
AI智能体按次付费采购入口陆续开放AI热点Massive、支付宝Machine Pay与AWS AgentCore payments等平台陆续开放智能体按次付费采购入口，支持AI在任务执行中自主购买数据与服务。
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。
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。
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。
Einsia AI发布多智能体编排基准AI热点Einsia AI旗下Navers Lab发布WorkflowArena，评测大模型多智能体编排能力，Claude Opus 5.5以36.95%完全解决率居首。