搜索
香港科技大学 MMSense Lab 的 Visual-Native Agent Harness 通过为图片编号实现跨工具复用，并提出 On-policy Data Evolution（ODE）按 rollout 动态调整出题规则，使 8B 模型八项评测平均准确率从 24.9% 升至 39.0%，该工作获 NeurIPS 2026 接收。
百度智能云在百度世界 2026 上亮相自我演化超级智能体伐谋 3.0，将 AI 自进化闭环接入企业生产、研发和经营系统，并以百度千帆 Agent Infra、百度百舸 AI Infra 支撑智能组织建设。
a16z在《Welcome to the B2A Economy》中提出，AI Agent正成为互联网的主要用户，B2A经济将带来Agent应用、面向智能体的产品优化以及支付、身份等基础设施机会。
清华大学人工智能学院提出面向 Coding Agent 的 observation 压缩方法 CoACT，在 SWE-bench Verified 的三个 Agent 模型上平均减少 33.0% 总 token 消耗且 PASS@1 与未压缩时相近，该工作获 ICSE 2027 直接接收（Top 5%）。
SoloPi 是一套面向移动端研发的开源自动化与 AI Harness 工程。它保留了 SoloPi 在 Android 真机上的录制、回放、断言和性能诊断能力，并增加 Agent 接入、动态页面安全执行、独立结果 判定、无人值守托管和同次运行证据，让一次设备操作可以交付为可进入研发与 CI 流程的结论。
Oh My Hermes（OMH） 不是一个新模型，也不是 Hermes 的替代品。它是加在 Hermes Agent 上的一层运行层：你照旧跟 Hermes 说话，它把每件事拆成几条 lane，每条 lane 配一个「带技能、带模型、带推理档位」的同事，并行去干。
文章以蚂蚁灵光2.0上线半个月托管300万项事务、执行1100万次任务为起点，提出托管量可能是目前较合理的Personal Agent北极星指标，并强调应关注委托量、办成量与收入，而非用户时长或日活。
前不久，Anthropic 的工程团队在 11 月 6 日发了一篇文章《The components of agent memory》。里面有一个非常有意思的观察：很多被精心设计过的知识wiki或者Agent Memory准确率有时候还不如直接搜索原始文档高。但换个场景，过多的原始信息塞给模型，有时候也同样会让检索的准确率暴跌。
智能正在走向更持续的理解与行动。围绕一个目标，Agent 理解上下文、制定计划，在执行中验证判断；面对新的信息，它重新评估已有结论，调整行动路径，继续推进任务。未来，更多智能将融入我们日常使用的应用。
每一次经济活动的规模化跃迁，背后总有一次基建的大机会。