2025-2026年初AI智能体在复杂任务执行中取得突破但可靠性仍存争议_智能机器人

1. 这篇斯坦福大学的论文直接让我大脑宕机了。他们构建了一个AI智能体框架，从零数据起步——无人工标注、无精心设计的任务、无演示样本，却在性能上超越了所有现有自博弈方法。它名为Agent0：通过工具集成推理实现从零数据释放自进化智能体（Agent0: Unleashing Self-Evolving Agents from Zero Data via Tool-Integrated Reasoning）。他们达成的成果简直匪夷所思。迄今为止，你见过的所有“自我提升”智能体都存在同一个致命缺陷：它们只能生成比现有能力稍难一点的任务。因此，它们会立刻陷入瓶颈。而Agent0打破了这层天花板。事情出现了转折：研究人员从同一个基础大语言模型（LLM）中生成两个智能体，让它们相互对抗。1）课程智能体（Curriculum Agent）：持续生成难度递增的任务2）执行智能体（Executor Agent）：借助推理+工具尝试解决这些任务每当执行智能体能力提升，课程智能体就被迫提高任务难度；每当任务难度升级，执行智能体就被迫进化迭代。这形成了一个闭环的、自我强化的课程螺旋，且全程从零开始——无数据、无人工干预、无任何外部输入。仅凭两个智能体相互推动，共同迈向更高阶的智能水平。更厉害的是他们加入的“制胜法宝”：在循环中嵌入完整的Python工具解释器。执行智能体学会用代码推理解决问题；课程智能体学会设计需要工具辅助才能完成的任务。于是两个智能体持续升级迭代。最终结果？ → 数学推理能力提升18%→ 通用推理能力提升24%→ 性能超越R-Zero、SPIRAL、Absolute Zero，甚至击败了采用外部专有API的框架→ 全程零数据支撑，仅依靠自进化循环实现研究人员还展示了任务难度随迭代次数上升的曲线：任务从基础几何题起步，最终升级为约束满足问题、组合数学题、逻辑谜题以及多步骤工具依赖型问题。这是我们目前见过的最接近大语言模型自主认知成长的成果。 Agent0不仅仅是“更优秀的强化学习（RL）”。它为智能体搭建了自我引导智能提升的蓝图。智能体时代就此开启#ai创造营##ai生活指南##科技先锋官#

2. AI应该像个会成长的伙伴，而不是只会复述的机器。 #大咖观察 #红衣聊AI #智能体

3. 给AI一个“身体”：3D数字人或是具身智能的解法？【硅谷101】

4. #科技先锋官# NASA 毅力号靠 AI 实现火星自主探路，直接把数小时人工规划压缩到分钟级，彻底摆脱地面实时控制！有人欢呼这是航天革命，AI 成人类探索宇宙的超强伙伴，未来还能自主找外星生命、分析太空数据；也有人直言后怕，机器掌握太空 “决策权”，人类工程师是否会被取代？把宇宙探索交给算法，到底是解锁星际奥秘，还是埋下未知隐患？这场 AI 与人类的太空话语权之争，答案远比你想的更颠覆！#微博超有用视频大赛##上微博涨知识##AI生活指南# 种斌Marco的微博视频

5. 全球首家无人公司来了！一整个AI团队替人上班，不吃饭不摸鱼，普通人的数字员工时代真的来了吗？#大咖观察 #红衣聊AI #智能体 #AI时代

6. 为了体验全屋智能，我跟朋友借了一个AI智慧家

7. 华为最新报告：未来10年，AI智能体、算力、半导体、能源都有巨大的机会#智能世界2035 #AI智能体 #算力 #半导体 #华为

8. AI圈最顶级的一次争吵，理解世界还是堆模型？ #大咖观察 #红衣聊AI #大模型 #人工智能

9. 别把AI的“效率”当成唯一目标，安全永远是底线。 #大咖观察 #红衣聊AI #智能体 #网络安全

10. 如何委婉 push 导师帮我改综述？

11. 这个对 Agent 的定义和归纳挺好！Agent 是一种能够自主决策、执行任务、并在过程中动态调整行为的智能体。它并不是简单的问答系统，而是能理解目标、规划行动、调用工具、记忆状态，并根据反馈优化策略的智能执行系统。关键特征：（1）自主性：Agent 不依赖固定流程，而是根据上下文和已学到的信息动态决定下一步行动。（2）记忆能力：能够在多轮交互中保持状态，记住过往的操作与结果，用以改进后续决策。（3）工具使用：可以选择并组合不同的外部工具或系统，灵活完成复杂任务。（4）自适应性：在策略失败或信息不足时，能尝试不同方法或补充信息，持续优化执行路径。架构形式：（1）单智能体（Single-Agent）架构：由一个 Agent 处理所有任务，适用于中等复杂度的流程。（2）多智能体（Multi-Agent）架构：不同的 Agent 负责不同子任务，能处理复杂工作流，但需要协调机制确保协同一致。工作方式：Agent 通常会将用户请求拆解为子任务，通过搜索、记忆和工具调用等过程生成最终响应，并在此过程中不断判断是否需要更多信息、是否已回答过类似问题、是否需要切换策略。归纳起来：Agent 是具备理解、规划、执行、记忆与自我调整能力的智能体，能够以动态和自适应的方式完成复杂任务。#ai创造营# #程序员#

12. 在罗振宇的跨年演讲现场，华为Mate X7被当成了一个真实可用的“AI秘书”案例。通过全新小艺的A2A能力，一句话就能完成以往需要反复操作的复杂任务。比如跨城调研路线规划，小艺可以直接调用旅行类APP的智能体，合理安排车次、串联城市，甚至连沿途酒店都一并规划好，并支持一键下单；下厨招待朋友时，小艺又能联动买菜APP的智能体，推荐菜谱、整理食材清单，直接加入购物车；写稿场景下，只需一句话，就能调用音乐APP的智能体，生成合适的纯音乐歌单并立刻播放。这不是简单的语音助手，而是 “用AI调用AI” 的能力升级。正如罗振宇所说，未来的智能交互不是冰冷的机器协作，而是贴着人的心意走。华为Mate X7上的小艺，正在把AI变成真正能被驾驭的高效生产力工具，让工作和生活都更从容。真正好用的点在于，这一切并不是“炫技”，而是发生在鸿蒙系统里、顺着日常使用逻辑自然展开的体验。不用来回切 App、不用反复确认流程，系统、应用和 AI 之间是打通的，越用越顺手。#罗振宇跨年演讲##罗振宇时间的朋友跨年演讲#

13. 未来智能体不能把它看成软件，它可以把大模型的专业能力提炼出来 #大咖观察 #红衣聊AI

14. #中国超算之父称中国智能体领先世界# 最近种草了一部新手机，被称为“双十一省钱机”的荣耀Magic8，简直太适合喜欢购物的伙伴们了，省钱。省心、省时又省事！今天又看了#荣耀AI终端生态大会# ，荣耀AI场景化生态更是覆盖了八大生活高频场景，其中的宠物健康场生活场景，构建了丰富宠物硬件生态，AI赋能让智能设备更懂宠物，可以行为分析、视觉识别，实时定位，让养宠人能做到真的放心。#中国工程院院士点赞的AI长啥样##荣耀Magic8##万事找YOYO#凤凰网科技的微博视频

15. 什么是 AI 智能体？

16. 2026年AI全景预测：迈向百亿智能体时代的20个发展趋势。 #大咖观察 #人工智能 #红衣聊AI #智能体 #AI时代

17. 为何顶尖AI公司都盯上游戏？【硅谷101】

18. #荣耀Magic8每天都在自进化# 挺有意思的，荣耀在造自进化AI原生手机！这次荣耀Magic8系列搭载全新MagicOS 10，是一款能够自进化的 AI 智能体操作系统，YOYO也成了一位“超有 AI 的好搭子”基于购物、美食与出游三大场景，YOYO智能体展现了强大的自进化能力。可以说荣耀Magic8的“自进化”能力，它重新定义了智能手机的智能边界。它通过AI与硬件的深度融合，实现了手机性能的动态持续优化，形成“使用-学习-优化”的闭环，让手机从工具进化为真正的智能共生体。实现的原理其实不复杂，就是通过手机传感器实时采集数据，利用AI引擎分析用户习惯，然后在系统层动态调优影像、响应速度等体验。再通过和高通合作的端侧AI技术，采用低bit量化，让推理速度提升15%，功耗降低20%，内存占用也节省30%，既高效又保护隐私。YOYO AI助手具备“可看、可记、可执行”三大能力，支持多模态交互与用户记忆，能自主完成如点咖啡、跨端传文件等复杂任务，覆盖超200个垂直场景。对比竞品，荣耀更强调自主执行与跨应用开放生态，指令直达，无需手动跳转。

19. 能上生产才是硬道理！Coding Agent 评测，终于开始关注过程了

20. 【Claude的工具调用革命：从对话到编程的范式转变】Claude最近完成了一次架构层面的重大升级，这个改变可能比推理模型更具颠覆性。核心变化很简单：以前是用户提问→Claude回复→调用工具→Claude再回复。现在是用户提问→Claude编写代码→代码调用工具、处理结果、执行条件逻辑、多次调用工具→最后返回Claude。这个转变的威力在于，Claude不再像个健忘的助手，每次调用工具都要回来汇报。它会直接写一段代码，预先规划好各种可能的决策路径，让代码自主处理工具调用的结果。以数据库查询为例。过去Claude需要查询一次，读取结果，思考下一步，再查询。现在它写的代码可以自己处理首次查询结果，决定是否继续查询，如何格式化数据，如何应对不同情况，完全不需要每一步都回到LLM做决策。这相当于把几十上百次的对话循环压缩成一次代码执行。Agent不再是走一步看一步，而是预先烘焙好可能的决策树。有人在测试中看到工具调用准确率从50%跃升到96%，延迟和成本大幅下降。更重要的发现是：中间结果不再进入上下文窗口。处理百万token级别的文件时，只有最终输出会占用上下文预算。这解决了大规模网页抓取的老大难问题——你不需要把整个HTML文件塞进上下文，让代码在沙盒里处理就好。并行工具执行是另一个关键突破。串行调用不只是慢，模型还会在步骤之间丢失上下文。并行改变的是推理模式本身，不只是速度。当然，这种模式也有代价。预先规划的代码在遇到意外情况时会显得僵硬。过度规划和规划不足一样浪费。传统的“慢循环”虽然效率低，但更具适应性。具体收益取决于任务类型，并非在所有场景下都能实现2到100倍的性能提升。有趣的是，这个特性其实几个月前就在Anthropic的工程博客发布了，只是大多数人没注意到。现在它已经从Opus 4.5下放到Sonnet，开发者只需启用一个标志就能使用。AI写代码的能力每提升一分，就为性能扩展开辟了新的维度。当代理可以独自运行两小时而不需要人类干预，当它能在不破坏上下文的情况下搜索整个网络，会话内学习就没有了真正的上限。这不是噱头，是成熟的Agent架构模式的原生化实现。那些已经在手动实现这种模式的开发者现在可以直接用原生支持了。洁简的系统总是看起来无趣，直到它们开始输出结果。x.com/NickADobos/status/2023861257757925469

21. AI会失控吗 200顶尖科学家的最后通牒 AI潘多拉魔盒，超过200名世界顶尖的科学家大声疾呼，2026年之前必须设立全球AI红线！#AI #AI伦理 #AI红线

22. 真正的核心竞争力，来自于驾驭工具。 #大咖观察 #红衣聊AI #编程 #人工智能技术

23. 2026必备！这8大AI工具，没有裸泳......

24. AI重塑芯片设计思路，高通第五代骁龙8至尊版架构分析

25. 「Github一周热点101期」IT咖啡馆的开源项目，cowork的开源替代大批出现

26. 探访云栖（二）：AI Agent元年，谁在打造“数字员工”？【101 Weekly】

27. #一分钟视频创作季# 七个家庭对 OpenAI 的集体诉讼，其中四起自杀悲剧、三起精神健康损害事件，直指 GPT-4o 模型过早发布后的安全漏洞，也为狂飙突进的 AI 行业对社会伦理的颠覆颠覆提出了更深层次的思考。当下AI 至少已经成为 7 亿人的虚拟知己，在应用过程中AI强化有害妄想、诱导危险行为的风险已从个体扩散至群体层面。OpenAI 超级对齐团队的解散、安全资源投入不足的现状，暴露了商业利益驱动下的安全短视。#AI生活指南##AI创造营##有点东西# 种斌Marco的微博视频

28. 全球双榜SOTA！明略科技专有大模型 Mano开启GUI智能操作新时代

29. 如何构建一个 AI 智能体构建 AI 智能体的核心，是打造一个能够感知、推理、行动并从环境中学习的智能系统。整个过程遵循一个有机的结构化流程，如下所示：1. 明确目标与环境首先要确定智能体的目标，以及它将运行的环境。示例：一个个人 AI 助手的目标可能是管理用户的日程，而它的运行环境则包括用户输入、日历系统和外部 API。2. 智能体核心（AI Agent Core）AI 智能体的核心由三个关键模块组成，这三部分共同驱动智能体的理解与决策能力。a. 感知模块（Perception Module）收集并解释来自各种传感器的数据，如摄像头、麦克风或 API 输入。将原始感知数据转化为可理解的有意义信息，例如文字识别、声音检测或物体识别。b. 认知与推理模块（Cognition & Reasoning Module）这是智能体的大脑所在，负责逻辑推理、模型分析和基于目标的决策。通过算法和 AI 模型分析环境状况，规划行动路径，并根据数据和目标做出判断。c. 行动模块（Action Module）执行已选定的行动，可通过机械臂、软件命令或 API 调用等方式实现。将决策转化为对现实世界或数字环境的具体操作。3. 传感器与执行器传感器用于从环境中采集数据（视觉、听觉或上下文信息）。执行器根据智能体的决策执行任务或响应。二者形成一个持续的“感知—行动”循环，使智能体能动态地与环境交互。4. 环境交互（观察 + 行动）智能体通过观察行动结果并从环境中收集反馈，来评估自身表现。这种反馈帮助智能体调整策略，优化未来的行动。5. 记忆与学习记忆与学习模块用于存储经验并不断优化模型。它维护一个可随观察与反馈而更新的知识库，使智能体能够具备自适应学习能力。随着时间推移，智能体会变得更聪明、更准确、更高效。6. 反馈与改进循环最后阶段是持续改进环节。智能体评估自身表现，更新内部模型，并优化决策机制以取得最佳结果。这种“感知—学习—改进”的循环构成了自我进化型 AI 系统的基础。★ 总结明确目标 → 感知 → 理解 → 推理 → 行动 → 学习 → 改进 → 重复这个循环使 AI 智能体能够从最初的简单自动化，不断成长为具有自主智能的系统。#人工智能##程序员#

30. AI 智能体上下文工程 4 大核心策略，拯救大模型的「金鱼记忆」！

31. 阿里 Qwen 内部组建具身智能团队，释放了哪些行业信号？如何看待当下大模型和机器人领域的关系？

32. Anthropic最新发布的Claude Developer Platform功能，开启了AI代理工具使用的新纪元。未来的AI代理将无缝调用数百甚至数千种工具，像IDE助手整合Git操作、文件管理、测试框架，或运维协调连接Slack、GitHub、Jira等多个系统。他们面临的最大挑战是：如何避免因预加载海量工具定义而导致的上下文爆炸？传统方式可能消耗十万以上tokens，严重影响模型性能。Anthropic提出“工具按需发现”策略——Tool Search Tool，让Claude只加载当前任务真正需要的工具，节省85%上下文空间，大幅提升准确率和响应速度。另一方面，传统自然语言调用工具方式带来的上下文污染和多次推理开销，也被Programmatic Tool Calling（编程式工具调用）彻底革新。Claude通过生成Python代码来批量调用、处理工具数据，只把最终结果放入上下文，极大节省token消耗（约降37%），降低延迟，并提高了复杂流程的执行准确度。此外，JSON Schema虽能定义参数结构，却难以表达正确用法和参数间的关联。Anthropic引入Tool Use Examples，允许开发者通过示例明确工具调用规范，显著提升复杂参数场景下的调用准确率（测试中从72%提升到90%）。这三项功能——工具搜索、编程调用、用例示范——协同解决了大规模多工具场景下的发现效率、执行效率和调用准确度问题。它们不仅适合构建跨多个服务的大型系统，也为开发者提供了灵活、高效的工具管理和调用新范式。开发者可根据应用场景分层使用，先从最大瓶颈入手： - 上下文爆炸优先用Tool Search Tool - 中间数据过多用Programmatic Tool Calling - 参数复杂易错用Tool Use Examples Anthropic的实践证明，这样的设计大幅提升了AI代理的实用性和稳定性，推动智能代理从简单调用迈向智能编排。期待更多创新应用在Claude平台上诞生。原文详见 anthopic.com/engineering/advanced-tool-use—— 这项技术展示了AI工具集成的未来方向：动态发现、代码驱动执行和示范引导，三者合力打造高效、精准、可扩展的智能代理生态。对希望打造复杂多工具AI系统的开发者来说，Anthropic的方案无疑提供了宝贵的参考和实践路径。

33. 刚刚，这款Agent浏览器力压OpenAI，72%成功率全球第一！还能免费用

34. 不被AI淘汰的重要能力就是学会当智能体的领导。 #大咖观察 #红衣聊AI #智能体

35. 机器人行业，终于有人把“吹牛”变成“交付”了 #具身智能 #科技改变生活 #AI新星计划 #星动纪元 #机器人达人秀

36. 你最想让智能体机器人先帮你搞定生活，还是提升工作效率？ #大咖观察 #ai新星计划 #红衣聊AI #机器人

37. 为什么有些AI一用就上头交互设计的分步处理是关键，把复杂问题拆成几个阶段，用户压力会小很多。比如做咨询分析，如果一次性扔出所有选项和数据，人容易懵。但要是先收集关键信息，再分析，最后给建议，每一步只聚焦当前任务，操作起来就顺畅多了每个阶段都要明确：用户输入什么，AI输出什么。而且AI的思考过程最好可追溯，让你知道它为什么这么建议，也方便随时调整。过程中你可以随时修改信息，AI会同步更新后续内容——这种实时反馈的机制，越用越顺手界面信息也要有主次，核心内容优先展示，细节可以按需展开。保持界面干净，同时不牺牲透明度说白了，这种分阶段的设计，让AI不再是黑盒，而是变成真正能帮你提效的助手，用得明白才会用得踏实#ai#

38. 「Github一周热点97期」开源AI手机、AI画架构图、AI编程的指导、看板工具、GO语言的游戏引擎和具身智能资料库

39. 阿里全家桶全面Agent化！千问“任务助理”全面公测，从此AI不再只是动嘴出主意的狗头军师！

40. 盘点一周AI大事(9月28日)｜ChatGPT上线私人秘书 OpenAI与英伟达签手成功，英伟达投资OpenAI 1000亿打造算力中心微软与Anthropic感情升温，Copilot也接入了Claude ChatGPT上线私人秘书Agent ChatGPT Palse OpenAI 发布职业力基准测试GDPval 阿里推出千问全家桶，Qwen 3 Max数学竞赛拿满分，多模态Qwen 3 omni全面对标Gemini，最强视觉Qwen VL打败闭源 DeepSeek更新V3.1最终版 Meta开源代码世界模型 Google开发出生成式操作系统原型 #AI新星计划 #人工智能 #AIGC #OpenAI #机器人

41. 从自动写代码到智能影音刮削：实测 OpenCode，这台“赛博管家”真的能干苦力活

42. 喝点VC｜a16z：Computer-using Agents代表着一次超越浏览器自动化和RPA的跃迁

43. 字节跳动「扣子」官宣 2.0 品牌升级，推出全新功能 Agent Skills，实际体验如何？

44. 看完吴恩达 DeepLearning AI 「Agentic AI」前半部分，整理了一下。一、Agentic Workflows 介绍 Agentic AI工作流指的是由一个LLM作为核心“大脑”，通过自主决策来规划、执行多个步骤，并驱动各种工具以完成复杂任务的智能流程。其核心要素包括：LLM、多步骤执行、任务完成。 1. 自主性程度 - 较低自主性：步骤预先定义好，工具调用为硬编码。自主性主要体现在文本生成部分。 - 高度自主性：Agent 能自主做出决策，并可以动态创建工具。 2. 优势 - 性能更好：在使用相同模型的情况下，Agentic AI 通常能获得更优的性能表现。 - 并行执行：支持多个步骤或任务同时进行。 - 模块化与动态替换：可以灵活替换工作流中的特定模块或模型。 3. 任务拆解设计 Agentic AI 时，关键一步是对任务进行拆解。工作流/任务可以拆分为以下形式： 1）模型类型： - 大语言模型：负责文本生成、工具使用、信息提取等； - 其他 AI 模型：如 PDF 转文本、语音合成（TTS）、图像分析等。 2）工具类型： - 接口 API：例如网页搜索、日历查询等。 - 信息提取：如数据库查询、检索增强生成（RAG）。 - 代码执行：用于计算、数据分析等。 4. 评估的重要性 - 客观评价：可通过代码或计算进行量化评估。 - 主观评价：利用 LLM 对结果进行打分（例如 0-5 分），但并非最佳实践，后续会进一步展开。 - 评估可针对端到端流程，也可针对单个模块或步骤。 - 通过检查执行轨迹（trace）来进行错误分析和评估。 5. Agentic 设计模式 - 反思（Reflection）：将模型输出再次输入给模型，让其自我反思以优化结果；也可结合外部输入（如代码执行结果）进行反思；还可设计专门的反思 Agent 或使用不同模型进行反思。 - 工具使用（Tool Use） - 规划（Planning） - 多智能体工作流（Multi-Agent Workflow）二、反思（Reflection）反思是指通过固定步骤对 LLM 的初次输出进行再次思考和分析的过程。结合外部工具或输入进行反思，往往能获得更优质的结果。实践证明，反思是显著提升模型性能的有效方法之一。在实践中，使用推理能力更强的模型专门负责反思任务，通常能取得更好的效果。三、工具使用（Tool Use） LLM 本身并不直接执行工具，而是由 LLM 指示执行引擎调用特定工具。执行引擎负责实际调用工具、获取结果，并将结果返回给 LLM，LLM 再基于这些结果生成最终输出。代码执行（Code Execution）是一个非常有用的工具。 LLM 可以生成 Python 代码，由执行引擎运行代码并返回结果。需要注意的是，执行代码时需考虑安全性，建议在 Docker 或沙箱环境中运行。模型上下文协议（MCP）的出现，极大地减少了工具调用的开发工作量，从原来的 m*n 级别降低到 m+n 级别。 #ai创造营##程序员#

45. 【从规则系统到智能体】在"State of Agentic AI: Founder’s edition"文章里看到的这句话，很准确地讲述了AI 智能体的优势「AI 智能体更擅长处理需要认知能力、推理和适应性的复杂、动态和非结构化任务。与遵循僵化、预定义规则的 RPA 不同，AI 智能体可以朝着一个目标进行推理，动态地即时决策，并随着时间的推移学习或改进——这使它们能够处理边缘情况 (edge cases) （也就是意料之外的特殊情况）和环境变化而不会“罢工”」最近在设计一个系统来尝试从日志和其他各种输入条件中，推断问题根本原因，也需要在规则还是智能体之间决策，最终决定还是走智能体的路线，最主要的思考点也是如何处理长期可能存在edge case，虽然短期内用规则可以稳定地跑个小半年，但是随着人员和系统的演进，规则会需要不断地调整和优化，以适应系统的变化。但智能体"可能"不需要。这其实也是规则系统和智能体之间的不同之处↓1. 从规则到目标：认知能力的引入RPA 的核心在于“规则执行”，而 AI 智能体的核心在于“目标导向”。前者关心的是如何执行，后者思考的是为什么执行。这种差异的根本在于：AI 智能体具备了“认知能力”——它能够理解任务上下文、评估环境状态、权衡路径，并根据目标进行推理与规划。我们给智能体设计的是一个目标和约束规则，智能体可以在我们设定的目标和框架内"有意识"地，对各种情况进行灵活处理。比如一个客服智能体，设计的目标如果是让客户满意，智能体可能会自己判断用户说话的语气和心情，进行灵活的应答。2. 从静态到动态：应对不确定性的能力传统自动化的假设前提是环境稳定、流程可预测。但现实世界往往恰恰相反：数据缺失、输入异常、系统变化、边缘案例频出。RPA 在这种情况下就像在固定轨道上运行的火车，一旦轨道错位，便无法前行。AI 智能体的关键特性在于适应性。通过持续学习与动态推理，它能够在面对不确定性时，仍然“保持行动”。比如，一个采购智能体在遇到新供应商流程时，不会立刻失败，而是通过知识库与反馈机制自行更新策略。这意味着系统不再“被动执行”，而是具备“自我修正”的能力。3. 从执行到进化：持续学习的闭环AI 智能体的强大之处不止在于智能决策，更在于长期的自我演化。RPA 的生命周期是线性的：开发 → 测试 → 部署 → 维护。而 AI 智能体的生命周期是循环的：感知 → 推理 → 行动 → 学习。这种循环形成了“认知闭环”，让系统能够随着时间推移而变得更强。例如，在销售预测场景中，智能体会根据过去的判断误差，动态调整模型；在运营优化中，它能自动发现流程瓶颈，提出改进建议。这种能力的积累，意味着 AI 智能体不仅能“做任务”，还能“改进自己”。为了让智能体能够进化，我们在一开始设计系统的时候就要考虑如何让智能体从过去的经验中学习。比如可能设计一个RAG系统，让智能体可以从历史处理的过程和结果数据检索相关经验，从而指导新的问题的处理。也可能是一个迭代的微调系统，用历史数据微调新的模型，用微调后的模型来处理新的问题，就代表了智能体的进化过程。RPA 让企业“自动化地做事”，AI 智能体让企业“智能地思考如何做事”。前者提升了效率，后者改变了决策。真正的智能化，不在于让机器代替人执行，而在于让系统具备理解和适应复杂世界的能力。#ai创造营##科技#

46. OpenClaw复杂任务：全自动下载、调用ComfyUI生图、评测文章、发公众号

47. 看到一个博主对 2026 年 AI 的预测。他说，他有九成把握认为，到2026年底，主流AI工具会把Claude Code的能力带给所有用户，而且会做得更加出色。它们会： 1、每天主动建议创建新的应用、功能和其他有用的成果，而不是被动等待指令。 2、得到批准后，制定计划并将任务分配给子代理。 3、为每个子代理配备合适的技能和MCP工具来完成各自的步骤。 4、安排一个监督代理审查输出结果，确保质量。 5、在需要时通过Slack、短信等人们常用的渠道联系用户寻求帮助。 6、在仪表板上展示进度。你负责提供反馈。这些反馈会在夜间被处理成新的主动建议，供你第二天审核和批准。你会发现自己慢慢变成了代理团队的管理者。从一个借助AI助手工作的独立贡献者，到成为一支代理团队的管理者，这个转变的具体时刻你可能说不清楚，但某一天你会突然意识到，这事儿已经发生了。你仍然会和AI聊天，但你付费购买的大部分token不再是用来回答你的问题或请求，而是用在AI驱动的整个流程上，从主动推荐到多步骤执行。所有的拼图已经就位。ChatGPT Pulse能做主动推荐，Claude Code和Codex能利用技能和MCP规划并执行多步骤任务，Anthropic正在开发任务模式界面来追踪代理任务的进展。到2026年底，这一切都会成熟起来。所有功能会整合进一个流畅易用的工具里，彻底改变普通用户与AI互动的方式。 #科技先锋官##微博年度新知博主##AI创造营#

48. 未来十年世界会怎样？华为给出答案华为发布《智能世界2035》，预测未来十年世界会变成什么样！10年算力增长10万倍；全球AI智能体数量达到9000亿，平均每个人100个；超过90%家庭拥有智能机器人；80%慢性病能被预防，从被动治疗到主动预防；汽车成为移动第三空间；手机app将退出舞台；人类进入全息生活空间！看完134页报告，我给自己列了三点行动指南，陪你一起迎接这十年巨变 #华为 #算力 #2035算力总量10万倍 #智能世界2035 #AI

49. 随着AI智能体的发展，能做好决策、持续创新的人，会拥有独特的竞争力。#大咖观察 #红衣聊AI #行业研究

50. AI P图已经过时，能“P视频”的智能体玩过没？ #AI视频 #纳米AI #科技改变生活 #NanoBanana #人工智能

51. 「Github一周热点91期」deepseek OCR、量化交易工具、Notebook开源替代、Linux换源工具、Windows优化项目和API 客户端

52. 华为乾崑 All in 启境，让“奔跑的AI智能体”走进日常生活，引领未来出行进入主动智能时代 #启境 #华为乾崑 #奔跑的AI智能体

53. 「Github一周热点103期」超轻量的clawdbot、编程智能体的记忆工具、聊天记录分析工具、视觉agent框架和键盘、鼠标统计工具

54. 微表情测谎、极速赔付、AI打败AI，深聊“AI in All”下的保险革命与增长飞轮【硅谷101】

55. 2026年智能体将会迎来快速增长期，会成各个企业的重点的投资和发展对象。国内将加速推动 “人工智能 +” 等重点领域的应用场景培育；旧金山的 Halper AI 正式成立，专注于简化 AI 部署流程，帮助面临资源和技术门槛的中小企业实现 AI 数字化转型；2025 首尔人工智能峰会，全球 70 余家企业顶级科技企业探共同探讨讨智能体在多领域的渗透。国内预计 2028 年企业软件中整合自主型 AI 的比例将从 2024 年的不足 1% 飙升至 33%，15% 的日常工作决策将由智能体自主完成。政策扶持将加速智能体在制造、医疗、金融等领域的渗透，形成通用智能体平台加行业专用解决方案的产业格局。#AI生活指南##AI创造营##一分钟视频创作季# 种斌Marco的微博视频

56. #OpenAI推出新浏览器#OpenAI全新推出的ChatGPT Atlas浏览器，今日已登陆macOS平台，Windows与移动版本即将上线，正以AI之力重塑网页体验。其核心亮点是深度集成的ChatGPT能力：常驻的“Ask ChatGPT”侧边栏能实时捕捉当前页面上下文，无需复制粘贴即可快速总结报告、解读专业内容，让答疑更高效。“光标聊天”功能更实现了全域文字辅助，在邮件、文档等任意输入场景，选中文字就能触发AI润色、补全建议，创作更流畅。标签管理也实现智能升级，直接语音或文字指令，ChatGPT便可帮你打开、关闭标签页或添加书签，操作无需手动。最重磅的“智能体模式”为Plus等付费用户带来预览，AI可自主执行多步骤任务：从识别菜谱生成购物清单并添加至购物车，到同步文档、预订行程，将浏览器从工具升级为主动助手。搭配可控的“浏览器记忆”功能，还能基于历史记录生成个性化总结，让效率倍增。#ChatGPTAtlas发布# #ai创造营# 川北小哥的微博视频

57. Claude 工具调用迎来重大升级简单来说，Claude 的工具调用方式从一问一答变成了写代码批量处理。以前的流程：用户提问 → Claude 调用工具 → 拿到结果 → Claude 再决定下一步 → 再调用工具 → 循环往复现在的流程：用户提问 → Claude 先写一段代码 → 这段代码自动调用工具、解析结果、根据条件判断下一步操作 → 最终把处理好的结果交给 Claude核心变化是：Claude 不再每次调用工具后都要"回来想一想"，而是提前用代码把各种可能的情况都规划好，一次性执行完。实际效果有多好？以网页搜索为例，Sonnet 4.6 在 BrowseComp 基准测试上准确率提升了 13%，同时输入 token 减少了 32%，又快又准。以前 AI Agent 每一步都要请示大模型做决定，现在 Claude 可以预先把成百上千种决策路径写进代码里，一次性跑完。这相当于把原来需要多轮 LLM 调用的循环压缩成了一次代码执行，效率提升的潜力非常大。除了搜索之外，代码执行、网页抓取、记忆、程序化工具调用等功能也同步正式上线了。

58. 时隔 7 年，Notion 发布 3.0 版本，全面进入 Agent 时代

59. 实测用TRAE Skills接管工作流，打工人的自动化神器 #AI #AI编程 #TRAE #SOLO #Skills

60. 在火星的一次行驶中，人类第一次没有亲手画出路线。2025年12月，位于火星杰泽罗陨石坑边缘的毅力号完成了两次行驶任务。车轮转动、方向调整、避开岩石和沙纹，这些动作都很熟悉，但背后有一个关键变化：这次的行驶路线，并不是由地球上的工程师一段一段规划出来的，而是由人工智能生成。对火星车来说，路线规划是一项高度谨慎的工作。火星距离地球平均约2.25亿公里，信号往返需要十几分钟，人类无法像玩遥控车那样实时操控。过去20多年里，工程师每天根据轨道器和火星车传回的影像，分析地形，标出一系列“路标点”，再把这些指令通过深空网络发往火星。每个路标点之间的距离通常不超过100米，以尽量避开暗藏风险的地形。这种方式安全，但效率有限。地形越复杂，规划越慢；车走得越远，人类的负担越重。这一次，情况发生了变化。在12月8日和10日的两次行驶中，NASA喷气推进实验室的团队尝试让生成式人工智能参与路线规划。AI使用的是与人类工程师完全相同的资料：来自火星勘测轨道器HiRISE相机的高分辨率影像，以及由这些影像生成的数字高程模型。它需要做的事情并不简单。系统要识别裸露基岩、岩石露头、巨石区、沙波纹等潜在风险区域，评估坡度变化，再在这些限制条件下，生成一条连续、安全的行驶路径，并在合适的位置设置路标点。在这次演示中，AI完成了这项工作。12月8日，毅力号沿着AI生成的路线行驶了约210米；两天后，又行驶了约246米。这是火星车历史上第一次，路线规划的核心决策由人工智能完成，并在真实环境中执行。但这并不是一次“把方向盘交给AI”的冒险。在路线指令被发送之前，工程团队先将全部行驶命令输入毅力号的数字孪生系统。这是一个与真实火星车高度一致的虚拟模型，需要逐一检查超过50万个遥测变量，确认每一个动作都符合飞行软件和硬件的安全边界。只有在虚拟环境中完全通过验证后，指令才会被真正发送到火星。从结果来看，AI的表现是稳定的。它没有走得更激进，也没有追求最短路径，而是延续了人类工程师一贯的保守策略。喷气推进实验室的工程师形容，这次尝试验证的是三件事：AI能否“看懂”火星地形，能否准确判断自己所在的位置，以及能否在复杂环境中规划并执行安全路径。这些能力加在一起，构成了未来更高自主性的基础。真正重要的变化，或许并不在这几百米的距离上。如果火星车能够在更大尺度上自主规划行驶路线，人类工程师就不必把大量精力消耗在逐段绘制路径上，而可以把注意力更多放在科学目标本身。这也意味着，未来的探测器、直升机，甚至地外基地的移动设备，将更有可能在通信受限的环境中持续工作。这一次，火星车只是多走了一段路。但它身后，导航的方式已经开始改变。～～～～～～图为毅力号火星车2025年12月10日在杰泽罗陨石坑行驶的路径，其中洋红色线条为AI规划路线，橙色线条为实际行驶路线。图源：NASA/JPL-Caltech/UofA视频为毅力号火星车2025年12月12日利用导航相机，记录下的长达2小时30分钟的行驶过程。来源：NASA/JPL-Caltech信源：NASA官网新闻稿

61. Wegent是一个开源的多Agent智能体构建和运行平台，本周项目做了一些更新：1 拆分Chat模式和Code模式，优化各自模式的UI/UX2 使用Claude Code执行引擎时，可以展示详细的执行步骤3 优化了单任务的追问效果github.com/wecode-ai/wegent 欢迎关注

62. Claude Sonnet 4.5 测评：真正的 AI 智能体与真实的工作

63. 阿里新发布的机器人AI基础模型RynnBrain，据称在16项具身智能评测中刷新纪录，表现超越谷歌、英伟达等主流模型。RynnBrain通过集成时空记忆与推理能力，使机器人能在复杂场景中实现自主任务规划与多任务连续执行。但是千问啊，继续努力投入训练，外卖红包少搞点吧常识与逻辑问题，要追赶谷歌和OPENAI啊#电车财经#

64. 第3期 | 1分钟让你成为朋友圈最懂AI的人！ Workflow、Agent、智能体集群…这些词天天见，但你真懂了吗？不懂底层逻辑，怎么看懂《十五五规划》里的万亿机会？🚀 今天把AI的底层逻辑一次盘明白，特别是最后那个“一人公司”架构，看完直呼牛！ AI的4个层级，让你超越80%的人更懂AI逻辑。 #AI #人工智能 #清华 #干货分享 #工作流

65. 未来的人和智能体应该是相互融合协作的关系。 #大咖观察 #红衣聊AI #智能体 #人机协作

66. AI的发展该先追求理解能力还是先筑牢安全防线？ #大咖观察 #红衣聊AI #谷歌 #ai #网络安全

67. 「Github一周热点93期」多智能体舆情分析、桌面 AI 助手、自然语言画图、Rust桌面组件库、Linux服务器安全和GitHub绿墙

68. 「Github一周热点92期」智能机器人操作系统、语音转文本桌面应用、机械臂系统、虚拟音频工具、图片盲水印和多功能终端

69. AI存在伪造信息、滥用数据等风险。国家人工智能安全治理框架2.0版正填补空白。#大咖观察 #红衣聊AI #网络安全

70. 阿里甩出 AI 王炸！ Qwen3-Max-Thinking 高调对标 GPT-5.2-Thinking，是真硬刚还是博眼球？这款阿里旗舰推理模型拿下 19 项国际基准测试高分，自带自适应工具调用，能自主搜信息、做计算，主动解决问题，还成了阿里全生态的技术底座，打通电商、本地生活等全场景实现智能闭环。有人说它缩小了中外 AI 差距，坐稳中文 AI 头把交椅，让阿里 AI 生态形成良性循环，未来可期；也有人质疑，对标全球顶尖模型只是纸面数据，落地商业场景的实际能力仍需检验。阿里这次的 AI 大招，到底是技术突破的里程碑，还是营销造势的噱头？这款模型的真实实力究竟如何，一起来聊聊吧！#微博超有用视频大赛##上微博涨知识##AI创造营##科技先锋官# http://t.cn/AXqpEa95

71. 《智能体设计模式》第六章「规划模式」完成翻译了，目前已翻译章节：00 - 前言部分网页链接01 - 第一章：提示链模式网页链接02 - 第二章：路由模式：网页链接03 - 第三章：并行模式网页链接04 - 第四章：反思模式网页链接05 - 第五章：工具使用模式网页链接06 - 第六章：规划模式网页链接规划模式让智能体具备前瞻性思维能力，能够将复杂任务拆解为更小且可管理的步骤，并制定实现预期结果的策略。通过规划能力，智能体不再只是对眼前输入作出反应，而是能够自主规划从初始状态到目标状态的完整路径。这里为大家梳理几个关键要点：1. 核心理念：从被动响应到主动规划规划模式的核心在于建立「理解目标 → 制定计划 → 执行步骤 → 灵活调整」的智能流程，让智能体具备战略性、目标导向的执行能力。- 传统模式的局限：基础智能体只能对眼前输入作出反应，缺乏处理复杂多步骤任务的能力，无法将高层次目标拆解为可执行的子任务。- 规划模式的价值：智能体能够接收高层次目标并自主拆解为有序的执行步骤，在遇到阻碍时灵活调整路线，从而有效处理包含多个步骤和相互依赖的复杂任务。2. 规划的关键特征规划模式通过以下特征实现智能化的任务执行：- 目标驱动：接收高层次的目标声明（做什么）而非具体指令（如何做」，由智能体自主决定实现路径。- 即时生成：计划不是预先存在的，而是根据当前状况和目标要求即时生成的。- 灵活应变：初步计划只是出发点，智能体能够接纳新信息并在遇到阻碍时动态调整策略。- 结构化分解：将复杂目标拆解为一系列更小、可执行的步骤或子目标，按逻辑顺序处理依赖关系。3. 典型应用场景规划模式在四大领域展现出核心价值：- 流程自动化：编排复杂工作流，如新员工入职流程，包括创建账户、分配培训、部门协调等有序子任务。- 机器人与自主导航：进行状态空间遍历，生成从起始状态到目标状态的最优路径，同时遵守环境约束。- 结构化信息整合：生成研究报告等复杂输出，规划包含信息收集、数据归纳、内容结构化、迭代打磨等阶段。- 多步骤问题解决：制定并对系统化流程进行诊断、实施解决方案，并在必要时升级处理。4. 实现框架与特点- CrewAI：通过定义明确的智能体角色和任务，支持先规划后执行的工作流，适合结构化的多步骤任务。- Google 深度研究：利用多步骤动态迭代流程，把用户提示拆解为研究计划，循环执行搜索与分析，生成带引用的结构化报告。- OpenAI 深度研究接口：提供编程化控制能力，支持 MCP 协议连接私有知识库，展示完整的中间步骤（推理、搜索、代码执行）。5. 使用时机与权衡当任务复杂度超出单一操作范围时，应当使用规划模式，但需要权衡灵活性与可预测性：- 适用场景：任务需要多个相互依赖的步骤才能完成；「如何做」的方案需要探索而非已经明确；需要自动化处理复杂的工作流程；需要生成全面、综合的结果。- 权衡考量：当问题的解决方法已经清楚且可重复时，固定流程比动态规划更有效；规划增加灵活性的同时也引入了不确定性；需要在自主性和可预测性之间找到平衡。- 核心价值：将智能体从简单的被动响应者提升为战略性、目标导向的执行者，能够管理复杂流程并产出全面综合的结果。项目：github.com/ginobefun/agentic-design-patterns-cn/blob/main12-Chapter-06-Planning.md#人工智能##程序员#

72. Agent常见面试题：LLM 是如何学会调用外部 API 或工具的？1 训练数据让模型先“知道工具是怎么用的”在模型具备工具调用能力之前，它必须先在训练数据里看到足够多的工具调用示例。通常包含两类数据：1）真实 API / 工具调用代码或文档，例如：a. “要获取天气，请调用 get_weather(city=...)”b. “要计算数学表达式，请调用 calculator(expression=...)”2）人类标注或模型生成的“对话 + 工具调用”示范，例如：a. 用户问：杭州天气如何？模型示范：调用 tool.get_weather({city:"杭州"})再根据工具返回的结果继续回答。通过这些示例，LLM 学会了：什么问题对应调用什么工具；工具调用的格式是什么；什么时候不该调用工具。2 监督学习（SFT）使模型学会“根据指令选择工具”在 Fine-tuning 阶段加入大量的示例：1）该调用工具的场景2）不该调用工具的场景3）多工具协作场景例如：用户问「告诉我台北到上海的机票价格」。正确示例：a. 模型判断这需要实时信息b. 模型调用 flight_search API模型学习到：当遇到“需要外部信息/计算能力”的问题时，应倾向调用工具。3 通过 RLHF 让模型“偏好正确的工具调用行为”强化学习阶段会奖励：1）正确调用工具2）不乱调用工具3）工具调用后能给出正确结果惩罚：1）不必要的调用2）调用错误的工具3）调用格式不正确这一步让模型不仅会“模仿”，还会“懂得什么时候该调用工具”。4 ReAct / 规划式数据让模型学会 “推理后再决定工具”许多训练数据采用 ReAct 风格：1）模型先思考：要不要调用工具？2）再决定工具调用3）执行后再继续思考与回答这种数据让模型具备：1）任务分解2）长链路推理3）工具调用规划最终效果是：面对复杂任务，模型不会盲调，而是自行形成“推理 → 调用 → 再推理”的结构化流程。5 架构层提供“可调用工具的接口”现代 Agent 框架都会在推理阶段给模型提供一个结构化 schema：1）告诉模型有哪些工具2）告诉模型调用格式3）告诉模型每个字段是什么类型这样模型在生成内容时不需要“猜”，而是严格遵循系统提供的 schema，直接输出可执行的 JSON 或结构化调用指令。例如：1）系统提供工具：search(query: string)2）模型内部只需决定：要不要调用？，以及 query 内容是什么。6 推理时的实际行为：模型并不真的“执行工具”，而是生成结构化调用请求推理时发生的事情是：1）模型生成 JSON 指令，例如：{"tool":"search", "query":"杭州天气"}2）外部系统执行工具并将结果返回3）模型继续根据工具结果生成下一步行动或最终答案模型本身没有执行能力，它只是生成符合 schema 的字符串而已。总结LLM 学会调用外部 API / 工具，是一个“示例训练 + 强化学习 + 架构支撑 + 推理策略”组合的结果：1）先在数据里看到大量工具调用示范2）通过 SFT 学会该如何调用3）通过 RL 学会什么时候应该调用4）通过 ReAct 学会任务分解与步骤规划5）通过 functions/schema 让调用标准化因此模型看起来像真的“理解工具”，但本质是根据统计学习到的模式生成结构化指令。#ai创造营# #程序员#

73. LangChain有个视频，专门介绍Deep Agents，以及如何基于LangChain 1.0实现。Deep Agents可以处理长时间运行的多步骤任务（Claude Code就是一种Deep Agent），可以更好地处理上下文信息。视频：youtu.be/AZ6257Ya_70?si=lUbmP6fkWn55cyqq#ai创造营##程序员#

74. 今天聊聊鸿蒙6的小艺。从EMUI用上来都知道以前的小艺有多拉跨，动不动就“找不到联系人”，如今可谓脱胎换骨，很多指令都能完成，让它设置个手机充电最大电量限制、让它查一下附近影院新上映的电影的票价等等都可以，多任务多步骤执行能力大幅度提升，还有各种智能体应用。大家可以多试试

75. 「Github一周热点90期」规格驱动开发、AI记忆引擎、AI agent的docker、开源流媒体平台、开源电商平台和密钥管理平台

76. 在这场AI时代的竞争中，安全智能体正是破局的关键。 #大咖观察 #红衣聊AI #智能体 #网络安全

77. AI时代，最不值钱的，就是重复劳动；最值钱的，是你得熟练指挥智能体。#大咖观察 #红衣聊AI #硅谷 #智能体 #AI应用

78. 用我们自家的AI，普通人也能享用优秀分析师的服务#AI #Reportify #商业研究 #智能体

79. 潜行17年，阿里“通云哥”正式亮相，争霸谷歌！掌握科技自主权，这一刻，我们等了太久！ #阿里 #千问 #阿里云 #通云哥 #人工智能

80. 迟迟不公布致13死火灾事故调查报告，河南方城领导在担心什么？

81. 「Github一周热点104期」智谱GLM-5发布，打响春节AI大战模型第一枪

82. 当 QueenWen 遇见 Qwen，这不仅是名字上的“命中注定”，更是中国力量在各自领域的顶峰相见。这一次，阿里千问要展示的不仅是全球领先的模型硬实力，更是真正能自主办事、打通全生态的超级助理时代 #郑钦文阿里千问全球代言人 #千问AI #中国AI

83. Anthropic 官方教程：为 Agent 设计高效工具的最佳实践

84. 图解 AI 智能体的上下文工程

85. GitHub深夜引爆，最强Claude + Codex合体！全球1.8亿码农一夜解放

86. 豆包手机AI自动操作点咖啡实测（一刀未切，仅加速处理）在明确完具体指令后，中间仅有1次接管干预，能实现较准确的语义理解和长链路操作。但从实际操作时长来看，目前还是比人手慢些，好处是减少了筛选精力。这个自动化程度怎么样？各位有其他好玩的骚点子也可以提上来数字尾巴的微博视频

87. MagicOS 10带来行业领先的端侧VLM大模型，模型存储空间节省30%、模型推理功耗下降20%、模型推理速度提升15%行业最强Agent大模型，智能体协同数据生成，多阶段渐进训练，环境反馈强化学习行业最强VLA大模型，真机环境自主探索数据生成，多阶段训练，真机反馈强化学习最强任务执行能力，YOYO最大可操作步骤14步最强自进化学习能力，自动反馈、自主探索、反思纠错、模型微调、能力更新携手顶尖大模型伙伴，豆包、混元、阶跃、通义、文心大模型YOYO智能体平台上线

88. 【字节跳动发布豆包大模型2.0 重在支撑亿级用户执行复杂任务】字节跳动的基座模型完成新的大版本迭代。2月14日午后，字节跳动宣布推出豆包大模型2.0（Doubao-Seed-2.0）系列。字节跳动发布豆包大模型2.0 重在支撑亿级用户执行复杂任务　　据字节跳动介绍，豆包2.0针对大规模生产环境的使用需求做了系统性优化，提升了完成真实世界复杂任务的能力。　　而在2月12日正式上线的视频生成模型Seedance 2.0，已通过测试版引发国内外科技界热议，由其生成的真人画面写实，能自动匹配声音，突破点在于有运镜意识，素材可用程度高，有大幅缩短专业级影视制作流程的潜力。

89. 从2018年理想ONE首次赋予汽车"感知"，到2025年VLA司机大模型落地，理想用十年完成「感知→空间→智能」的三阶跃迁：自研技术全链路布局：感知系统、星环OS、芯片、MindGPT大模型系统性突破，为"车即机器人"夯实基础；场景进化颠覆体验：从工具到伙伴，冰箱彩电大沙发构建生活空间，智能体从此融入日常；全新L9=智能伙伴：端到端AD大模型+开源系统+具身智能架构，让车成为懂你的移动机器人！ #李想称全新L9是具身智能机器人#

90. 你还不会砍价？我用AI做了个年货砍价智能体...

91. 我看到的真相

92. τ-Bench之后看什么？VitaBench

93. 美团发布 VitaBench

94. 2026年，AI智能体开始走向真正的规模化应用！

95. 2025 年 AGI 发展报告

96. AI智能体搭建平台全景指南

97. 智能体设计模式——是什么让一个AI系统成为智能体？

98. 中国信通院&华为《智能体技术和应用研究报告（2025年）》

99. AI智能体狂潮来袭，不会用AI大模型的产品经理，正在被淘汰！

100. 盘点2025年AI领域十大重磅突破

101. 别再刷 Benchmark 分了！Anthropic 撕开 Agent 评估的遮羞布

102. AI Agent落地必读

103. 严格的agent评估比看起来难得多

104. 刘鹏飞团队

105. Anthropic

106. 科学家发现

107. 智能体来了从 0 到 1

108. 不必神话AI

109. 大模型狂飙2025

110. AI智能体怎么用才不踩坑？智能体的能力边界是什么？

111. 让大语言模型学会复杂规划的技术ReAcTree

112. 破解人机协作密码

113. 智能体风控的执行闸门-工具风控

114. 智能体编程

115. 美的史上最佳半年报背后

116. 【Agent工具调用】一文详解三大主流Agent工具调用机制和三大核心工具

117. 具身智能

118. 我给OpenClaw装上了任务系统，像人一样领任

119. 智能体编程

120. Agent智能体

121. Replit发布Agent 3智能开发助手，具备增强的上下文理解、迭代推理和目标驱动行为模式，可自主完成多步骤任务

122. Google Chrome 迎来 Gemini “自动浏览”时代

123. 扣子 2.0，让 Agent 更进一步

124. 扣子2.0有多离谱？字节AI从工具变身工作伙伴

125. 字节跳动旗下AI Agent扣子2.0正式上线，让AI成为用户的“工作伙伴”

126. 字节扣子2.0发布！深挖其近两年生长真相

127. AI的终局！字节扣子2.0发布，从“工具之争”转向“生态之争”

128. 字节跳动“扣子”官宣 2.0 品牌升级，推出全新功能 Agent Skills、Agent Plan

129. 字节跳动“扣子2.0”发布打造企业“超级AI员工”

130. 字节扣子2.0震撼发布

131. [0121] 字节 “扣子” 2.0 更新

132. 扣子2.0破局智能体赛道

133. 字节跳动发布全新 AI Agent 平台扣子 2.0，Agent Skills 全新升级

134. 扣子2.0

135. 字节跳动AI新工具，让你的工作效率提升50%

136. NASA首次AI全权规划外星行驶任务完成

137. “毅力号”火星车完成人类历史上首次由AI规划的外星行驶任务

138. 火星车开启“自主思考”

139. 镆子航天快讯 | AI领航星际探测！Claude跨3.6亿公里指挥毅力号完成火星自动驾驶

140. 美“毅力”号火星车在火星表面首次完成人工智能规划的行驶任务

141. 火星车自己选路了！“毅力号”首次依靠AI漫游火星

142. 火星车自己“看地图”找路了！NASA完成首次AI自主导航，省下地面团队大量精力

143. 毅力号火星车学会了“自己走路”

144. AI火星"老司机"上岗

145. 我试过3个月AI智能体，发现自己变蠢了——37%能力下降的真实代价

146. 2025年智能体注定失败？

147. 创业公司别搞智能体

148. AI智能体落地实战指南

149. 涌现节点｜7B vs 200B

150. 95%的AI智能体都失败了！剩下的5%做对了什么？

151. 当理想撞上现实

152. 智能体（AI Agent）真的就是不靠谱吗？

153. 用自然语言写工作流？GitHub官方AI智能体工具gh-aw上手初探

154. 阿里发布 MobileWorld

155. 字节跳动“扣子”升级至 2.0：推出 Agent Skills、Agent Plan 等新功能，打造可长期执行的智能体平台

156. NASA毅力号火星车凭AI规划行驶创历史新纪录

157. CodeAgent2.0时代开启｜GitTaskBench

158. 从火星到月球：AI自主导航技术将如何重塑月球基地建设人工智能4

159. “毅力号”火星车自己上路狂奔，Claude AI直接规划路线，NASA玩出星际新花样

160. 为什么只有 5% 的 AI 智能体在生产环境中真正有效？

161. 毅力号首次完成由AI规划的火星行驶

162. 决策 | 通用自进化智能体"伐谋"，不仅能解组合优化问题，还能...

163. 北大ManualVLA模型横空出世：机器人长时程任务成功率飙升32%，泛化能力再突破

164. 北大重磅推出ManualVLA模型！长程精细任务成功率直线飙升！

165. 先进制造｜具身智能体系列研究五——具身智能体正在逐渐走向成熟

166. 联汇科技推出全球首个万物具身智能体平台OmAgent：重构物理世界与数字智能的交互范式

167. 新一代手机端智能体评测基准：MobileWorld

168. 火星车玩起AI自驾！毅力号首开“智能导航”模式

169. 落地AI智能体的最大挑战：不是技术，是“场景定义”能力

170. AgencyBench: 1M token真实场景评测智能体

171. 第一时间，在扣子上玩了字节最新Coding模型

172. 关于智能体Agent的实现技术之思维链和函数调用(function call)的思考

173. AI 智能体发展面临‘性能质量、成本控制及伦理与法律问题’挑战

174. Agent 评测标准模板（Tau²-Bench 风格）

175. 企业落地智能体（Agent）：五个发展阶段与常见痛点解决方案

176. 智能体（Agent）在企业落地难？痛点与解决方案大揭秘！

177. 首次公开！重构智能体生产！无问芯穹推出基础设施智能体蜂群

178. 火星 | “毅力号”火星车完成了由人工智能规划的首次行驶任务

179. The Horcrux：具身AI系统中面向奖励篡改检测与缓解的可机械解释任务分解方法

180. 智能体来了从 0 到 1：规则与模型，边界应当如何生长

181. 🤖 具身智能产业链全景分析：从技术突破到万亿市场的崛起之路

182. Voice Agent 的评测，问题出在哪？

183. 机器人竟画草图思考，长任务成功率直接提升

184. 全国首部AI智能体应用评估标准，现公开征集起草单位和个人！

185. 从AI小白到资深：Agent Benchmark篇

186. 访谈 | 兰旭光教授：迈向自主智能——具身智能的技术突破与工业落地

187. 2025年AI Agent国内外行业发展全景

188. 2026 智能浏览黑科技：7 款会 “自主思考” 的 AI 浏览器，承包你的所有网页任务！

189. 一图胜千言：大模型与智能体的区别

190. 2025，具身智能有哪些技术突破？

191. 解决率提升指南：2026支持“任务办理”的强业务型AI客服机器人统推荐

192. 在众多的大模型基座上搭建AI智能体，其性能差异解析

193. GitHub 开源 50 多个详细的 LLM 智能体教程

194. 智能客服机器人（基于Agent智能体的自动化客户服务机器人）

195. AI智能体：未来创新和前沿趋势

196. 【Science Robotics】单日千次任务学习：分解与检索赋能机器人模仿学习效率突破

197. NASA毅力号完成地外首次AI自主规划行驶

198. 官宣！字节跳动扣子 2.0 品牌升级，Agent Skills 和 Plan 功能太实用了

199. AI Agent Benchmark & Evaluation（2025 · ToDo List）

200. 具身智能：技术突破、产业链布局与万亿市场

201. AI首次为“毅力”号“找路”

202. 智能客服机器人，AI Agent赋能自动化服务的原理与价值

203. 如何衡量你的Agent能力水平？近两年值得关注的Agent评测基准全景图

204. 智能体｜Agent 自动化评测系统构建

205. Google：AI智能体入门白皮书

206. 【文献】基于 VLA 大模型的机械臂任务分解与运动轨迹优化研究

207. 具身智能

2025-2026年初AI智能体在复杂任务执行中取得突破但可靠性仍存争议

精选参考来源