AgenticRoboRL: 将编码智能体后训练引入具身机器人
研究人员提出AgenticRoboRL框架，通过监督微调和多轮强化学习对机器人规划器进行后训练，在LIBERO-PRO基准测试中，9B参数模型的成功率从18.1%提升至71.0%，接近Codex(GPT-5.5)的水平。该框架通过适配器连接规划器交互与任务结果，支持不同执行机制。
推荐理由：9B参数模型成功率从18.1%提升至71.0%，接近GPT-5.5水平，证明后训练对机器人规划器有效。
技术方向
Agent 智能体 最新动态
让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
177 条精选近 30 天 163 条共收录 959 条
更新
精选归档 · 第 3 页
arXiv · cs.RO精选AI 评分7070 华尔街见闻精选AI 评分7878 网红研究所Citrini用Claude设计出抗蝎毒蛋白
投资研究机构Citrini Research在3个月内，用20万美元预算和Claude设计出211个蛋白，其中17个在实验中成功结合蝎毒神经毒素。团队几乎没有生命科学背景，通过35页提示词和1万小时H100 GPU计算，证明AI工具能让非专业人士进入高度专业化的科学发现流程。
推荐理由：投资团队用Claude设计抗蝎毒蛋白，证明AI for Science门槛正在下降，但生命科学难度不会因提示词变长而消失。
钛媒体精选AI 评分8181 阿里云等巨头资本开支暴涨114%，Agentic Cloud时代云厂商面临效率大考
2026年第二季度，阿里、腾讯、百度三家国内科技巨头单季资本开支合计达1318.52亿元，同比增长114%。这一轮投入主要由AI智能体Agent驱动，推动Agentic Cloud成为全球云厂商集体押注的新赛道。阿里云计划2032年将数据中心规模扩至20GW，但行业面临算力利用率低、回报周期长等挑战，ROIC和自由现金流成为新的竞争生死线。
推荐理由：千亿级资本投入与二级市场谨慎反应形成反差，云厂商正从规模经济转向能力密度竞争。
华尔街见闻精选AI 评分7878 谷歌CEO访谈：云业务为AI前沿让路，算力锁定2027年极其困难
谷歌CEO皮查伊在访谈中确认云业务正在为前沿AI研发让渡算力资源，承认当下每家公司的算力需求是两年前规划的两倍，客户锁定2027年算力极其困难。他强调前沿模型是谷歌第一优先级，并解释递归自我改进当前处于AI智能体与人类研究员协同推进的过渡期，距离自主失控终局还很遥远。
推荐理由：谷歌CEO罕见承认云业务为AI前沿让路，算力短缺已成行业现实，递归自我改进仍处于人机协同阶段。
HuggingFace Daily Papers精选AI 评分6565 Sage-A1.5：从长周期执行到科学探索的能力组合模型
Sage-A1.5是一个35B参数的混合专家智能体模型，在A1基础上通过自适应能力组合提升长周期问题解决能力。该模型具有三大改进：智能体编排、验证和开放科学发现，支持任务分解、并行协作、进度检查和策略修订，并能进行探索性科学研究。
推荐理由：通过能力组合实现长周期任务执行与科学探索，Sage-A1.5展示了智能体协作与验证的新路径。
AWS Machine Learning Blog精选AI 评分7070 i14的Laplace 3B线性注意力模型在AWS Trainium2上的训练与部署
i14与AWS合作，将Laplace 3B线性注意力模型适配到AWS Trainium2加速器上，使用原生PyTorch支持。该模型通过门控线性注意力(GLA)实现固定大小的循环状态(29.5MB/序列)，训练速度达120,000 tokens/秒，推理速度达11,544输出tokens/秒(1,280并发序列)。
推荐理由：线性注意力模型在AWS Trainium2上实现了固定状态大小，解决了传统transformer的KV缓存增长问题，为长上下文应用提供了新思路。
HuggingFace Daily Papers精选AI 评分7070 Agent Mosaic：识别智能体LLM系统中的信息泄露风险
研究人员通过实验发现，现代LLM智能体能够从可访问文档中检索信息并披露敏感结论，造成马赛克效应风险。在模拟测试中，即使添加分类标签和聚合规则，GPT-5.6-Sol等模型仍以32.37%的泄露率披露禁止信息，且拒绝回答反而可能暴露禁止结论。研究使用了30个合成案例和两个开源测试平台，共测试了10,800个模拟答案和1,440个实时答案。
推荐理由：即使添加分类标签和聚合规则，AI智能体仍会以32.37%的泄露率通过马赛克效应暴露敏感信息，拒绝回答反而可能暴露禁止结论。
Latent Space精选AI 评分8080 SF Compute 推出可编程数据中心，实现GPU算力物理交易
SF Compute 推出可编程数据中心，实现GPU算力的物理结算交易。该公司通过构建完整的云操作系统，使客户能够买卖和程序化控制GPU算力，包括网络、内存等基础设施。SF Compute 已完成数亿美元算力交易，并允许客户动态划分InfiniBand网络。公司强调物理结算的重要性，认为这是建立有效算力市场的基础，并计划扩展至全球主权计算市场。
推荐理由：从软件定义网络到GPU算力交易，物理结算让算力市场更接近真实供需，但独立性与流动性仍是核心挑战。
AWS Machine Learning Blog精选AI 评分7575 AWS展示如何通过Amazon Quick和Amazon Bedrock AgentCore实现供应链智能对话
AWS发布了一套基于Amazon Quick和Amazon Bedrock AgentCore的供应链智能对话解决方案，通过MCP协议将分散的企业系统连接成可组合的工具层，使供应链团队能通过自然语言直接获取跨系统数据并做出决策。该方案将原本需要45-60分钟跨五个系统的手动流程缩短为几分钟的对话式操作，并支持主动监控和自动化工作流。
推荐理由：将供应链系统转化为自然语言对话，AWS展示了如何通过AgentCore和Quick实现跨系统决策自动化。
AWS Machine Learning Blog精选AI 评分6565 AWS推出Smartsheet MCP Server，为AI智能体提供项目管理上下文
Smartsheet已正式发布Model Context Protocol (MCP) Server，使AI助手能够通过标准化协议读取、写入和管理Smartsheet数据。该服务器支持超过40种工具，可更新任务状态、创建行和修改项目结构，用户可通过自然语言直接操作。Amazon Quick和Kiro已作为MCP客户端连接，分别面向知识工作者和开发者，提供无需切换工具的项目管理能力。
推荐理由：Smartsheet MCP Server让AI智能体直接操作项目管理数据，打通了业务系统与AI助手之间的工作流壁垒。
AWS Machine Learning Blog精选AI 评分7070 AWS博客介绍Smartsheet MCP Server实现AI智能体工作流集成
Smartsheet发布正式可用的MCP服务器，使AI助手能通过标准化协议读取、写入和管理Smartsheet数据。该服务器支持40多种工具，可更新任务状态、创建行和修改项目结构。文章介绍了两种集成方式：Amazon Quick面向业务用户通过自然语言操作，Kiro面向开发者将项目数据集成到开发环境中。
推荐理由：Smartsheet MCP Server让AI智能体直接读写项目管理数据，无需切换工具，但企业需权衡权限配置与API调用成本。
AWS Machine Learning Blog精选AI 评分6565 Octave如何在Amazon Bedrock上构建安全的多租户AI基础架构
Octave Reliance在AWS上构建了一个安全的多租户AI基础架构，解决了医疗设备、制药和食品制造等监管行业中的数据隔离与语义搜索需求。该架构包含数据准备、安全执行和内容保护三层，使用Cohere Embed v4模型和Amazon Bedrock AgentCore，实现了2亿文档的嵌入处理和投诉分类助手功能，将每个用例的部署时间减少了50%。
推荐理由：在医疗设备等强监管领域，Octave通过构建三层AI基础架构，实现了多租户数据隔离与高效语义搜索，为SaaS平台AI落地提供了可复用的安全模式。
AWS Machine Learning Blog精选AI 评分7070 Eon 如何在 Amazon Bedrock AgentCore 上构建多云调查功能
Eon 使用 Amazon Bedrock AgentCore 构建了单一认证网关，替代了多工具凭证和本地 Model Context Protocol (MCP) 进程。该架构实现了基于 Cedar 的身份分离、跨账户连接，以及超过100名开发人员和自主代理在三个云上的统一工具访问。新工程师现在可以在约两分钟内访问其角色允许的所有工具，而之前需要两天时间配置凭证和本地 MCP 服务器。
推荐理由：用单一网关替代多工具凭证和本地MCP进程，将工程师入职时间从两天缩短到两分钟。
AWS Machine Learning Blog精选AI 评分7070 AWS博客：使用X.509 PKI保障AI智能体身份安全
AWS与Keyfactor合作发布参考架构，使用X.509公钥基础设施(PKI)为AI智能体提供身份验证解决方案。该架构通过签名请求信封、用户签名委托断言、RFC 8693受众范围令牌和实时OCSP撤销检查四种机制，解决了多智能体系统中身份验证的关键安全问题。方案使用Amazon Bedrock进行LLM推理，结合Keyfactor EJBCA平台，实现了从用户到工具执行的完整信任链。
推荐理由：PKI认证为AI智能体提供零信任身份验证，解决了MCP框架缺乏内置认证的关键安全缺口。
AWS Machine Learning Blog精选AI 评分7575 AWS 发布 Agent Registry 实现运行时工具发现
AWS 发布 Agent Registry 服务，允许智能体在运行时动态发现和调用工具与代理，解决硬编码工具在大型企业系统中难以管理的问题。该服务支持 MCP 服务器和 A2A 代理的注册与发现，提供混合语义搜索功能，并包含审批工作流以确保治理。
推荐理由：运行时发现机制让智能体不再依赖硬编码工具集，企业API规模扩大时不再需要频繁重新部署编排器。
Mistral AI精选AI 评分7878 Mistral 发布 Voxtral 3 语音代理 SDK 和语音模型
Mistral 发布 Voxtral 3，包含语音识别、语音合成和语音代理 SDK，支持50多种语言的实时多步对话。Voxtral Small Transcribe 3 在多语言转录方面达到最先进水平，Voxtral Mini TTS 3 支持35+语言和50+方言，语音代理 SDK 将听、思、说整合为单一实时流管道。
推荐理由：将语音识别、推理和语音合成整合为实时流管道，解决了端到端语音代理的四大挑战，同时支持50多种语言和专业语音克隆。
Hugging Face Blog精选AI 评分7272 ALTK-Evolve：通过学习记忆在客户服务任务中超越τ²-bench排行榜
IBM研究团队提出ALTK-Evolve方法，使用GPT-4.1学习并应用行为指南，在不更新模型权重的情况下，将基础ReAct智能体在τ²-bench客户服务基准测试中的Pass^4提升至67.5%，超越所有零售领域提交的条目。
推荐理由：通过学习指南而非权重更新提升基础模型性能，为低成本高可靠性智能体提供新路径。
Hugging Face Blog精选AI 评分7575 Hugging Face 发布 AnyLanguageModel 1.0：支持苹果平台本地模型
Hugging Face 发布 AnyLanguageModel 1.0，这是一个苹果 Foundation Models 框架的替代方案，允许开发者选择应用使用的模型和提供商。该版本支持本地模型(llama.cpp、MLX、Core ML)和云端模型(OpenAI、Anthropic、Google Gemini等)，提供工具调用、引导生成、图像支持等功能，并加速模型下载。
推荐理由：统一API让本地与云端模型无缝切换，开发者无需重构代码即可灵活部署，这可能是跨平台AI应用落地的关键一步。
HuggingFace Daily Papers精选AI 评分6565 MemT-1.0：迈向记忆原生进化
MemT-1.0是一种新型记忆基础模型架构，将记忆内化为模型计算的一部分。该模型采用Gated DeltaNet-2和Mixture-of-Storage技术，在128K上下文长度下实现1.86倍端到端推理加速和66倍持久存储减少，同时保持与检索增强方法相竞争的性能。研究团队发布了MemT-1.0-Nano和MemT-1.0-Flash模型，并通过34B tokens训练数据进行了全面评估。
推荐理由：将记忆内化为模型计算能力，MemT-1.0 在128K上下文下实现1.86倍推理加速和66倍存储减少。
HuggingFace Daily Papers精选AI 评分7575 OpenVLHarness: 基于多模态记忆的真实世界视觉智能体工具使用
研究者提出OpenVLHarness框架，结合能力层和持久多模态记忆，在22个基准测试上提升9.7-12.6分，相比无工具基线显著提高性能，同时降低模型token成本最多37%。
推荐理由：通过工具使用和持久多模态记忆提升视觉推理，9.7-12.6分的提升证明外部知识整合的价值。