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 178
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%。
Claude智能体72次刷新MIPLIB最优解AI热点Anthropic公布Claude智能体在MIPLIB 203个公开优化难题上的求解结果，72次超越既有最优解。
论文揭示语言智能体记忆陷阱AI热点arXiv新论文指出语言智能体的持久记忆会从良性互动中过度泛化，导致后续任务出现不安全行为。
Fable 5.2登顶Remote Labor IndexAI热点Anthropic Fable 5.2 在 Remote Labor Index 基准上以 41.3% 排名第一，远超其他模型。
优步DoorDash：AI智能体订单仅数百笔AI热点优步与DoorDash高管在财报电话会议中披露，通过Meta等AI智能体下达的订单仅数百笔，相比日常数以百万计的订单几乎可忽略。
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。
MemoryDojo基准评测智能体记忆投毒AI热点MemoryDojo基准通过155条多会话轨迹评测五种LLM智能体记忆系统在投毒攻击下的安全性，发现所有系统均易受影响。
评审智能体将仿真静默失败率降至1.5%AI热点arXiv新论文提出Judge Agent，自动验证AI生成的科学仿真代码，将静默失败率从42%降至1.5%，盲测成功率89%。
论文：LLM智能体内群体信任偏差难被审计AI热点arXiv论文显示五个开源推理模型在多智能体模拟中出现内群体信任偏差，且现有行为日志审计难以检测。
伯克利论文：监督者重组智能体团队超越专家内核AI热点UC Berkeley论文提出Evolving Agent Teams，用supervisor在进度停滞时重组编码智能体团队，在GPU kernel优化上超越专家代码。
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。
AI智能体400美元窃19万游戏账号AI热点Check Point研究报告显示，攻击者利用ARTEX等AI智能体平台，以不到400美元的模型成本批量窃取19万游戏账号凭证，攻击几乎全自动完成。
Uber发布AI智能体安全框架AI热点Uber分享AI智能体实际部署中的安全挑战与经验教训，发布三层纵深防御安全框架。
Nature刊AI智能体湿实验室AutoDNAAI热点Nature刊发AutoDNA研究，AI智能体可自主规划并执行DNA分子生物学实验，减少人工干预。
微软开源AI智能体依赖管理工具APMAI热点微软推出开源工具APM，用apm.yml统一管理智能体的技能、提示词与MCP服务器依赖。
牛津论文：LLM智能体难零样本协同AI热点牛津BOLD团队论文发现，前沿LLM智能体在跨模型零样本协同中倾向于坚持自身任意约定，导致得分低于安全值；加入简短的协调原则声明后可稳定选择安全动作。
CMU新基准：9个AI智能体全未过审AI热点CMU联合美国能源部国家实验室推出Into the Unknown基准，9个AI智能体的135份开放课题研究提交无一同时满足诚实、完整与专家标准，114份未过诚信检查。
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。
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。
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。