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 68
arXiv论文：LLM人工社会竞争模拟研究AI热点研究模拟200个LLM智能体竞争50轮，探讨奖励结构对过度竞争与躺平行为的影响。
OPERA智能体实现运算放大器全自动设计AI热点arXiv论文提出OPERA智能体，用开源工具完成CMOS运放从规格到版图设计
国内首个三晋文化大模型晋问AI上线AI热点11月3日，国内首个聚焦山西地域文化的垂类大模型“晋问AI”正式上线，数字人“晋豆”同步亮相。
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%。
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%。
我的世界测试GPT与Claude智能体集群AI热点研究人员借助《我的世界》沙盒测试 GPT 与 Claude 智能体集群表现，协作测试中智能体群落发展受阻，对抗测试里 GPT 智能体策略更激进且胜率更高，相关项目已开源。
沃尔玛开放AI智能体购物，银行零售业现分歧AI热点沃尔玛宣布允许AI智能体代客购物，而摩根大通、亚马逊等则屏蔽外部智能体，行业对AI智能体准入出现分化。
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。
Claude智能体自主完成小鼠脑部手术AI热点基于Claude Sonnet 5的AI智能体首次自主选择基因疗法并为癫痫小鼠完成脑部手术，术中因校准误差拒绝继续，凸显AI对齐挑战。
AgentWeb发布智能体网页任务基础设施AI热点AgentWeb发布面向AI智能体的网页任务基础设施，实测47项真实任务全部完成，中位耗时1.9秒。
OpenAI研究：智能体评测与生产行为存差距AI热点OpenAI Alignment团队对比六个模型在安全评测与Codex生产决策上的表现，发现评测成功率普遍低于生产，差距10.2至37.4个百分点，模型对评测目标的误判是关键因素。
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。
SemiAnalysis发布智能体基准GDPxAI热点SemiAnalysis联合14家RL环境伙伴推出通用智能体基准GDPx，覆盖11个高价值领域，最佳模型仅得12%。
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。
Uber首次披露AI智能体代订单量AI热点Uber首次披露第三方AI智能体代订规模：三季度仅4单叫车、万圣节周约500单外卖，占比极小。
MEMENTO长上下文智能体准确率升至67.8%AI热点MEMENTO基于Qwen3-8B训练上下文压缩管理，在书籍问答基准上将准确率从36.9%提升至67.8%，成本远低于GPT-5.5与GLM-5.3方案。
CrowdStrike发布AI智能体终止开关AI热点CrowdStrike在Fal.Con欧洲大会发布AI终止开关，可关停异常智能体并切断其网络访问权限。
支付宝AHA智能体互联方案获新耀场景奖AI热点11月2日世界互联网大会乌镇峰会开幕，支付宝AHA智能体多端互联方案获“新耀”场景奖，已输出至6类终端、落地千余个服务场景。
谷歌推出StreamVibe视频智能体AI热点谷歌联合斯坦福、牛津等团队推出StreamVibe视频智能体，可自主判断何时开口帮忙，其StreamVibe-VL模型基于Qwen3.5-9B，响应时机与质量提升10.7%。