TRACER：基于行为一致性对齐的多轮用户模拟器
针对交互式AI构建与评测中模拟用户难以复现真实意图演变和交互结果的缺陷，研究人员提出了多轮用户模拟器 TRACER。该模型能够显式建模用户动态演变的意图，使模拟行为与真实交互轨迹保持一致。TRACER 采用两阶段训练策略：首先在真实用户对话上进行监督微调（SFT），随后利用融合了分层结果与轨迹奖励的多轮强化学习进行对齐训练，从而大幅提升用户模拟的真实度与行为一致性。
DC AI 热点
精选
当前热点完整榜单 →
1AMD以82亿美元收购李飞飞创办的空间智能公司World Labs113 热度 ⌁2Anthropic IPO招股书曝光：营收激增但亏损巨大，计划未来投入千亿美元级算力97 热度 ⌁3英伟达推出新软硬件安全平台，旨在约束失控AI智能体84 热度 ⌁4OpenAI与Anthropic高管联合Hinton等专家发文，警示AI自我改进或引发“智能爆炸”84 热度 ⌁5我国生成式AI用户规模破7亿普及率超50%，首个全国产10万卡超集群投运84 热度 ⌁9月25日2026-09-25
Epydemix Agent：基于AI智能体驱动的流行病学建模框架
针对大语言模型智能体在调用科学软件时可靠性不足的问题，研究人员推出了 Epydemix Agent 框架。该框架建立在开源随机区室流行病学建模 Python 库 Epydemix 之上，为 AI 智能体提供四大核心能力：模型与参数发现、声明式场景规范的预防性验证、通过经过测试的库代码进行执行，以及结果的可检查性，从而实现了高可靠性的自然语言驱动科学建模。
skilder：基于角色权限控制的LLM智能体渐进式技能发现治理框架
针对大语言模型智能体在接入海量企业工具时面临的上下文超限、工具选择退化及合规治理漏洞等问题，研究人员提出了名为 skilder 的新框架。传统通过提示词设定的安全策略缺乏硬性约束，而多智能体委托方案又分散了审计日志。skilder 将技能与工具等能力打包为特定角色，通过基于角色的范围划分与渐进式技能发现机制，实现对智能体工具调用的结构化治理与确定性访问控制。
META：结合情景记忆检索的多智能体金融决策框架
针对现有大语言模型交易系统多侧重长期预测或缺乏状态记忆等缺陷，研究人员提出了记忆增强型交易智能体框架 META。该框架是首个引入类似检索增强生成（RAG）的情景记忆增强型多智能体金融决策系统，通过整合一系列专门的指标分析智能体，有效解决了复杂交易环境下的动态决策需求，提升了智能体在金融分析与交易推理中的实际应用能力。
RECLAIM基准：评估AI智能体复现机器学习论文研究结果的能力
该研究提出了名为RECLAIM的新基准测试，旨在评估AI智能体能否复现机器学习论文的核心研究结论。基准选取了100篇NeurIPS 2025论文，预先设定了待复现结果、成功复现判定标准以及GPU运行时间预算。根据原作者开源内容的完整度，基准设立了不同难度层级，测试智能体在软件安装、代码调试及运行实验等完整科研工作流中的自动化复现能力。
Forecast-Dojo：用于大模型预测智能体评测与训练的可回放环境
研究人员推出了名为Forecast-Dojo的可回放环境，专门用于基准测试和训练大语言模型预测智能体。该环境将已公布结果的预测市场问题与带时间戳的历史新闻相结合，允许智能体在连续的历史时间节点检索事件并动态调整预测，无需等待未来事件即可完成评估、交互数据收集与结果反馈。系统包含1568个Polymarket事件及1880万篇带日期的新闻文章，并对12个模型进行了评估测试。
掌控智能体框架以控制成本：企业级AI编程智能体的路由与治理
随着企业内AI编程智能体从数百人试点规模扩展至数万人，企业多直接采购Claude Code或Codex等第三方运行框架。此类框架负责决策模型路由、上下文读取、Prompt缓存使用及子智能体调用，直接决定了算力消费单价与调用总量。报告指出，企业若直接使用未加调优的专有或默认框架，将面临高昂且失控的调用成本，亟需加强路由与治理管控。
动作归因何时需要更新？面向工具调用型智能体的高效更新机制研究
针对工具调用型智能体在策略持续更新中动作归因（Action Credit）失效、重新计算导致昂贵工具调用与环境交互成本的问题，该研究探讨了历史归因何时真正需要更新。研究核心发现，动作价值的变化并不一定会导致最终决策的改变；只要策略诱导的漂移不足以颠覆原有决策，历史动作归因即可继续复用，从而大幅降低计算开销。（注：原始摘要文本存在部分截断）
AlphaDiverse：面向阿尔法因子多样性挖掘的本地量化研究智能体框架
基于大语言模型的多智能体系统虽能自动化挖掘量化阿尔法因子，但依赖外部API带来了成本、可用性及保密性挑战，且长期运行易导致研究路径坍塌。为此，研究团队提出 AlphaDiverse 框架，整合了多智能体研究系统、多样化研究路径收集以及本地智能体后训练流程。该框架通过生成互补的研究方案组合并动态调整研究环境，旨在提升本地量化研究智能体在因子挖掘中的多样性探索能力。
MeshHeal：面向去中心化LLM多智能体网络灰度失效的双时间尺度自愈框架
在去中心化的大语言模型多智能体系统中，单个智能体可能在保持响应的同时任务求解质量持续退化，引发灰度失效。针对此类问题，研究人员提出了完全去中心化的自愈框架MeshHeal。该框架在双时间尺度上结合能力匹配的同行评审机制：在快速时间尺度上，通过自适应分层机制升级不确定或低评分输出的评审层级；在提供即时任务保护的同时，收集证据以动态调整未来的路由决策，并允许恢复正常的智能体重新接入。
从政策文档到结构化调查响应：评估大语言模型在政策监测中的应用
科技与创新政策对国家竞争力至关重要，但其多样性与庞大规模使得系统化监测变得极其困难，传统人工调查成本高昂且难以跨国扩展。本研究探索了利用大语言模型从非结构化长政策文本中提取信息的能力，提出将大模型作为“AI受访者”以生成结构化调查响应。研究团队开发了基于长上下文的数据提取流程，用于自动化政策分析与追踪，显著降低了人工监测成本。
LabFactory：构建与评估可执行AI实验室的全新框架
该研究提出了LabFactory框架，旨在将科学任务需求自动转化为可执行的AI实验室。在该框架中，AI构建器根据科学任务简报，构建并打包一套集成特定模型、知识资源、实用工具和控制器的定制求解系统。整个开发和打包过程在受计量的独立工作区中完成，随后交付给独立宿主环境执行，探索了科学计算与AI系统的自动化端到端构建路径。
CRISS：基于检索增强生成的癌症登记智能辅助问答系统
针对癌症登记员及肿瘤数据专家需处理复杂且频繁更新的编码和分期标准这一痛点，研究团队开发了CRISS（癌症登记智能支持系统）。该系统采用检索增强生成（RAG）架构，构建能够快速提供引文支持的对话助手。研究评估了CRISS在提供准确且附带引用来源的解答、改善指南检索与解读、以及在保持人工最终审核的前提下支持人员培训和技术咨询等方面的实际效果。
欧洲电力交易市场的AI系统功能架构：监管约束下的交易设计规范
该研究针对欧洲电力交易跨日前、日内和平衡等多层级市场的复杂机制，提出了一种符合监管约束的AI辅助交易系统功能架构。该架构深度结合了欧盟市场耦合机制、跨区域电力传输物理约束，并满足REMIT、MiFID II、MiFIR和EMIR等合规要求。研究通过定义决策状态向量、残差风险敞口核算以及约束优化目标，构建了一套正规化的系统规范，为高监管环境下的电力AI交易系统开发提供了工程指导。
Agentic-GER：利用全局上下文实现长语音专业术语纠错的LLM智能体
针对自动语音识别（ASR）在处理长音频时难以准确、一致转录专业术语的问题，研究人员提出了基于大语言模型的智能体 Agentic-GER。该系统利用完整转录文本的全局上下文与世界知识，识别可疑术语并化解歧义假设；同时通过选择性重新转录原始语音来核验候选修正结果，显著提升了长语音中领域专业术语的识别准确率与一致性。
持久化前先划定范围：防止智能体记忆中的跨任务族干扰
该研究探讨了大语言模型智能体的持久记忆机制，旨在不更新权重的前提下持续改进提示与技能。研究发现，将检索范围与认证范围精确匹配，能有效防止跨任务族的干扰，支持在重复出现的任务族中实现可靠适应。研究人员在12轮代码修复数据流ProcStream-RSI上对冻结模型智能体进行了测试，并使用基于执行的正交回归控制门控机制，证实仅在技能生成的原始任务族内检索该技能，可显著提升轨迹效用。
基于分布式声波传感与深度学习的高精度城市交通动态监测
本研究探讨利用分布式声波传感（DAS）与深度学习技术进行高时空分辨率城市交通动态监测。DAS通过复用现有的地下光纤电缆作为密集连续的传感器阵列，能够以米级空间分辨率和秒级时间分辨率对道路交通活动进行被动且保护隐私的实时监测。该研究旨在验证DAS结合深度学习在智慧交通感知中的有效性（注：原文摘要信息有所截断，具体实验指标未详述）。
IterSynth：通过角色解耦与迭代合成重构深度搜索智能体
深度搜索要求大语言模型智能体分解复杂查询、检索证据并合成可靠答案。然而现有的 ReAct 架构智能体存在角色耦合（单策略兼顾规划、证据利用与合成）以及搜索历史累积导致上下文噪声增加的问题。为此，研究团队提出 IterSynth 范式，通过角色解耦与基于摘要的状态演进机制，在负责识别信息需求的规划器与负责整合证据的合成器之间交替执行，有效改善了深度搜索智能体的长程推理与信息合成能力。
基于偏差引导的大模型智能体技能自我进化机制
该研究针对大语言模型智能体在复杂工具使用任务中的技能自我进化问题展开探索。论文指出，复杂任务通常存在多种有效解题路径，失败轨迹往往也包含前期的有效进展而非全盘皆错。因此，研究提出不应将失败轨迹强行与固定成功路径对齐或进行粗粒度反思，而应精确定位有效求解向错误偏离的转折点，通过偏差引导的方式实现智能体技能的高效自我进化与演进。
DeepSeek Harness 官方桌面版开发者预览偷跑上线
深度求索（DeepSeek AI）旗下智能体运行时框架 DeepSeek Harness 悄然上线官方桌面版开发者预览，版本号为 V0.1.7-rc.2。该桌面版免去了此前安装 Node.js 及终端运行的繁琐步骤，目前已支持 Windows x64 和 macOS Apple Silicon。应用内置标准模式、PTC 模式、极简模式和创造模式四种模式，支持智能体代码处理、批量调用工具和对话定制插件等功能。
阅读原文 ↗推荐理由：DeepSeek 官方 Agent 运行时框架推出开箱即用桌面客户端，大幅降低了本地智能体开发与使用门槛。# DeepSeek# 智能体# DeepSeek Harness# 桌面端
OpenAI升级ChatGPT语音功能，支持通过语音指令执行复杂工作任务
OpenAI宣布为ChatGPT Voice上线语音执行任务功能，通过接入模型与插件体系，用户可直接通过语音指令查验邮件、制作PPT、搭建网站及追回重复扣费等。该项能力已深度整合进此前推出的ChatGPT Work Agent中，新版本应用已同步面向全球用户推送，标志着语音交互进一步向具备实际操作能力的智能体演进。
Meta个人智能体Muse被指借鉴开源项目OpenClaw，官方承认深受启发
Meta旗下个人智能体应用Muse在上线12天后下载增速亮眼，但随后被曝光其关键核心文件SOUL.md及工作区组织逻辑与开源项目OpenClaw高度雷同。对此，Meta超级智能实验室产品负责人Nat Friedman公开承认，Muse在产品整体设计上确实深受OpenClaw启发，团队致力于将其进一步优化改造，打造为一个兼具安全易用性、可拓展至数十亿用户规模的版本。
前豆包PC端负责人齐俊元创业，发布主动式个人Agent操作系统Today
前豆包PC端负责人齐俊元正式发布主动式个人Agent操作系统“Today”。该系统具备Living Memory记忆能力与Proactive主动交互特性，能够深度连接用户的邮件、日历、笔记等常用办公应用。通过对上下文信息的持续记忆与分析，Today可自主为用户梳理工作节奏并主动推送个性化早晚报，标志着个人Agent正从被动响应转向主动服务的应用落地探索。
开源智能体项目Orbital发布：支持上下文资产迁移与多模型用量透明管理
开源智能体项目Orbital主张“Context is yours”，旨在解决用户上下文资产被主流厂商Agent锁定的痛点。该项目能将散乱的交互会话沉淀为可自由迁移的项目记忆，助力用户拿回数据自主权。同时，配合观猹推出的Tokendance模型钱包，系统支持对DeepSeek、GLM、Kimi等70余个主流模型的Token用量进行透明化监控与管理，提升多模型协同与应用工程效率。
谷歌推出 Gemini 3.8 Live 虚拟人功能：支持实时唇形同步与97种语言切换
谷歌宣布为 Gemini 3.8 Live 推出 Live Avatar 功能，为原生实时对话模型提供接近实时的视觉呈现。该功能融合视频生成与语音技术，具备精准唇形同步、自然面部表情，并支持在97种语言间无缝切换。依托高级推理与异步工具调用能力，该虚拟人可在后台执行复杂任务的同时保持对话不中断。目前企业支持自定义形象，且所有生成音视频均嵌入 SynthID 隐形水印以保障安全。
Anthropic 推出 Claude 插件目录提交流程，支持打包 MCP 连接器与智能体技能
Anthropic 开放了 Claude 插件目录提交门户，允许开发者构建并提交插件。开发者可以将 MCP（模型上下文协议）连接器和智能体技能打包成插件提交审核，在门户中跟踪审核进度，并在插件上线后查看其被用户发现和调用的具体使用情况，进一步拓展了 Claude 的生态应用能力。
DeepSeek Harness 桌面版亮相 macOS 平台，内置智能体团队及多插件
DeepSeek Harness 现已推出桌面版本，该应用虽尚未获得官方正式宣布，但已通过苹果签名公证。桌面端目前仅支持 macOS 系统，内置了智能体团队、语音输入等 6 个功能插件，并提供标准、PTC、极简与创造四种专属工作模式，进一步拓展了相关工具在桌面端的生产力与多智能体协作场景。
深度智能体架构解析：面向长时复杂任务的构建方法
深度智能体（Deep Agents）专注于解决跨越较长时间周期的复杂任务规划与执行。该内容深入探讨了支撑如 Deep Research 和 Claude Code 等长时程智能体背后的核心系统架构与工程设计，解析如何通过多步骤长链路的自主规划、环境交互与自我修正，实现处理高度复杂任务的能力，为智能体工程开发提供参考范式。
阅读原文 ↗推荐理由：解析了 Deep Research 与 Claude Code 等长时程智能体的底层设计架构，对复杂任务型 Agent 的工程落地极具参考价值。# 智能体# Deep Research# Claude Code# 任务规划
LangGraph：支持低层级控制与循环工作流的 AI 智能体开发框架
LangGraph 提供了一种构建定制化 AI 智能体的新方式，允许开发者设计具有循环工作流的复杂任务逻辑。通过提供比传统线性链式调用更高的灵活性与底层控制能力，LangGraph 支持创建具备状态管理功能、执行过程高度可控的智能体运行时环境，助力实现更复杂的智能体应用架构。
LangChain 发布支持任意模型提供商的智能体快速入门指南
该内容为 LangChain 推出的技术指引，旨在指导开发者如何结合任意大模型提供商快速构建和启动 AI 智能体（Agents）。由于原始输入未提供具体正文和摘要内容，关于该指南涉及的具体 API 规范、支持的模型平台列表以及工程实现细节等信息尚不充分，详细实践方式需参考 LangChain 官方更新说明。