智能体技术周报 · 第 45 期

W452026-11-01 — 2026-11-07
本周概览

本周Harness的地位继续提升。DeepSeek 开源 Super-agent Harness,腾讯把企业级 Agent 平台交回企业自管,阿里云给 Agent 发“工位”,百度把搜索 API 压到千次 4.9 元;同一模型换 Harness 后跑分从 30 到 95,工程外壳成了分水岭。海外同向:Uber 建 MCP 网关管住 5000+ 工具,AWS 用 AgentCore 收拢沙箱与审计,Codex 十一天写出可启动内核。具身侧智元、傅利叶、宇树各自下注。竞争正从“能不能想”移向“能不能被管住地干”。

主编观察

本周观察到,Harness 这个词在国内与海外同时从工程细节升格为议题。DeepSeek 开源 Super-agent Harness,openJiuwen 转向动态外壳,InfoQ 那篇实测里同一模型从 30 分到 95 分的落差也全落在这层上;海外则有论文直接以《The Harness Is the Model》为题,用银行合规场景测换壳后同一模型的表现偏移。另一组事实不太好看:双十一 AI 购物助手集体买错,多 Agent 交接中需求被摘要丢失,世界互联网大会 20 家厂商同桌签约,桌外站着 155 个反对意见。

学术
18
★★★★★

openJiuwen 提出面向长周期编码 Agent 的动态 Harness 与多 Agent 协作机制。

openJiuwen 针对长周期编码任务中静态 Harness 难以适应任务阶段变化的问题,提出可动态调整的 Harness,并配套多 Agent 协作机制,用于在长时程任务中切换执行策略与分工,项目定位为编码 Agent 的运行框架。

值得记下

把 Harness 从固定脚手架改为随任务阶段动态调整,长周期编码 Agent 的框架层开始出现新范式。

2026-11-06·arxiv.org开发技术
★★★★★

论文提出程序化、语义与视觉三通道统一的 computer use 接口,供通用 Agent 操作软件。

针对纯截图加点击式 computer use 在效率与稳定性上的局限,论文设计统一接口,让 Agent 在同一套动作空间内调用程序化 API、语义级元素定位与视觉截图操作,并按任务需要在通道间切换。整体采用程序化通道优先、语义次之、视觉兜底的分层结构,以减少对像素级定位的依赖。

值得记下

把截图点击从唯一手段降为兜底通道,程序化与语义通道优先,这会改变 Agent 操作软件的延迟与失败率结构。

2026-11-02·arxiv.org执行
★★★★★

Bloomberg 介绍 LLM 与确定性流水线混合的架构,用于企业级大规模代码迁移。

Bloomberg 分享了企业级大规模代码迁移的落地架构:由 LLM 负责需要语义理解的改写环节,由确定性流水线负责可规则化的步骤,两者混合编排。这是面向大规模代码库迁移场景的工程实践分享。

值得记下

它没有采用纯 LLM 方案,而是把 LLM 限定在语义环节、其余交给确定性流水线,规模化迁移中的一种分工范式。

2026-11-05·arxiv.org开发技术
★★★★★

论文实测同一大模型在更换 Agent Harness 后的银行合规表现变化,并发现跨模型差异不一致。

研究以银行业行为规范为测试场景,固定底层大模型不变,仅更换 Agent 框架(Harness)与脚手架,观察模型对合规规则的遵守程度如何变化。结果显示脚手架本身会显著改变合规表现,且不同模型对同一脚手架的反应方向和幅度并不一致,意味着模型评测结果难以脱离其运行框架单独比较。摘要未给出具体模型清单与规则条目数。

值得记下

标题给出的判断是“Harness 即模型”:合规行为并非模型固有属性,换一套脚手架就能改写评测结论。

2026-11-05·arxiv.org开发技术
★★★★★

提出 Agent-R² 方法,用真实来源数据合成来规模化训练执行生产力任务的 Agent。

针对 Agent 训练数据难以规模化的瓶颈,Agent-R² 从真实工作来源(文档、应用、业务流程)中抽取并合成任务轨迹,构造贴近真实生产力场景的训练数据,再用于 Agent 能力扩展。工作给出了数据合成的流程设计与在真实任务上的扩展效果对比。

值得记下

训练数据不再靠人工标注或纯模拟环境,而是从真实工作来源反向合成,绕开了真实任务轨迹稀缺的问题。

2026-11-06·arxiv.org开发技术
★★★★★

Replit 发布 ViBench 2.0,用于评测 Agent 在长周期任务中完整构建软件的能力。

Replit 推出 ViBench 2.0 基准,把评测对象从单轮代码生成转向端到端的软件构建:Agent 需要在多步骤、跨文件的流程中完成一个可运行的软件项目。基准围绕长周期任务的完成度设计,考察规划、编码、调试与整合等连续环节的表现,并配套公开了评测方法与结果。

值得记下

代码基准的评测单位正在从函数级、单文件级,迁移到“一个能跑起来的完整软件”,长周期连贯性成为新的度量对象。

2026-11-05·arxiv.org开发技术
★★★★★

文章审视 Agent harness 的演进路径,追问 benchmark 涨分能否等同于可迁移的真实能力提升。

文章围绕 Agent harness(模型外层的工具调用与流程编排层)的迭代展开,指出 benchmark 分数上涨与真实任务表现之间可能存在落差,分析评测设置与实际部署环境在任务分布、反馈机制、错误恢复上的差异,并讨论如何判断一次 harness 改动带来的是可迁移能力还是对特定测试集的适配。

值得记下

把「benchmark 涨分」和「能力真的变强」拆开看,是评估 Agent 迭代时最容易被跳过的一环。

2026-11-06·arxiv.org开发技术
★★★★★

论文重新审视代码 Agent 的代码表示方式,指出原始文件读取与检索式访问各自的局限。

论文讨论代码 Agent 应以何种形式“看”代码,分析当前主流的两种做法:直接读取原始文件、以及通过检索按需取片段,并指出两者在上下文占用、结构信息丢失与跨文件依赖上的不足,进而提出对代码表示方式的重新设计方向。

值得记下

代码 Agent 的能力上限很大程度由输入表示决定;原始文件与检索片段这两种默认做法同时被质疑,指向一个被忽视的设计层。

2026-11-06·arxiv.org开发技术
★★★★★

预注册实验发现,多 Agent 交接过程中需求会被摘要丢失或篡改。

论文通过预注册实验检验多 Agent 交接环节的需求完整性,结果显示需求在摘要传递过程中会被遗漏或被改写,下游 Agent 接收到的任务与原需求出现偏差,作者将其归纳为企业级任务拆分中的需求完整性风险,并给出实验层面的证据。

值得记下

摘要式交接是需求失真的高发点,多 Agent 系统的失败可能不来自单个 Agent 的能力,而来自传递层。

2026-11-06·arxiv.org规划
★★★★★

提出 CORE 方法,用粗到细搜索结合上下文管理支撑深度研究 Agent。

CORE 面向深度研究 Agent 的长链路检索场景,采用粗到细的搜索策略:先在宽范围上定位相关区域,再逐步收敛到细粒度证据;同时引入上下文管理机制,对检索过程中累积的内容做筛选与压缩,控制上下文长度。文中给出 harness 层面的设计组合与实验对比。

值得记下

把搜索粒度调度与上下文管理放在同一个 harness 里设计,为深度研究 Agent 的检索组织提供了一个可参照的结构。

2026-11-06·arxiv.org规划
★★★★★

提出 Verify-Backtrack Loop 方法,使长程 Agent 在前置条件失效时进行结构化恢复。

论文针对长程语言 Agent 在执行中前置条件失效的问题,提出验证-回溯循环:先校验当前状态是否满足后续步骤所需的前置条件,不满足则回溯到可恢复节点并结构化地重建条件,而非整体重试或直接失败,属于 planning 方向的流程控制方法。

值得记下

把前置条件作为可显式校验和回溯恢复的对象,而不是依赖模型自行纠错;这是长程任务失败处理的一种显式化路径。

2026-11-02·arxiv.org规划
★★★★★

提出决策基础模型 Drex,探索超越自回归思维链的任务决策建模范式。

论文提出决策基础模型 Drex,尝试跳出以自回归方式逐步生成思维链的范式,直接对任务决策过程建模,讨论决策类基础模型应有的建模范式与训练路径,并给出相应的模型设计与实验验证。

值得记下

把思维链从推理手段改为被替代的对象,直接对决策本身建模,是规划方向少见的范式层尝试。

2026-11-06·arxiv.org规划
★★★★★

一项研究对比对话 Agent 直接检索与委派子 Agent 检索两种模式在效率与上下文上的差异。

研究针对对话 Agent 的长会话检索问题,比较主 Agent 直接检索与委派子 Agent 执行检索两种方案,考察检索效率、主上下文占用以及检索历史保留情况三项指标,分析多轮对话中检索负载如何影响上下文预算与响应表现。

值得记下

检索从主 Agent 剥离给子 Agent 后,上下文占用与检索历史的取舍成为可量化的设计维度。

2026-11-06·arxiv.org规划
★★★★★

提出面向自托管模型的最小 Agent 设计思路:优化 Harness 而非微调模型。

工作把 Agent 效能瓶颈定位在外围 Harness(提示编排、工具接口、上下文组织、失败重试)而非模型权重,并在自托管开源模型上构建最小可行 Agent 用于调查性分析任务。通过约束 Agent 的组件数量与自主度,在可控成本与数据不出域的前提下达到可用表现。

值得记下

在自托管场景里,投入 Harness 工程的边际收益可能高于换更大模型,且天然规避数据外流。

2026-11-04·arxiv.org开发技术
★★★★★

提出以模块化「技能件」替代提示词,让 Agent 确定性地调用可审计的能力。

文章主张不再用提示词驱动 Agent 行为,而是把能力封装为模块化「技能件」(Skillware),由 Agent 在执行时确定性调用。作者围绕主权可控、可审计与结果可复现三点展开论证,并讨论如何为逻辑类系统建立统一的技能调用标准与执行边界。

值得记下

把能力从提示词搬进可调用的模块,确定性与可审计这两件事才有了落脚点。

2026-11-06·arxiv.org工具
★★★★★

一篇关于 Agent Harness Awareness 的文章,讨论如何把经过验证的遥测数据转化为工具调用 Agent 的运行时控制信号。

文章提出让使用工具的 Agent 在执行过程中感知环境实时遥测,将工具健康度、延迟等信号纳入调用决策回路。核心是把已验证的遥测数据从观测层转为运行时控制输入,使 Agent 在工具失效或降级时能调整调用策略,而非按固定计划执行。

值得记下

重点在于 Agent 能否根据工具自身的实时健康状态改变调用决策,而不只是失败后重试;这相当于把可观测性数据接入控制回路。

2026-11-05·arxiv.org工具
★★★★★

在生产环境中实测工具型 Agent 多轮传递结构化数据,保真度随表格规模增大而下降,与轮次数无关。

作者在已部署的工具调用 Agent 上开展保真度实验:让 Agent 在多轮工具链中逐层传递表格型结构化数据,对比不同轮次、不同表格规模下的信息损失。结果显示误差主要随表格行列规模增长,而非随对话轮次累积。文章据此提出数据传递架构层面的改造方案。

值得记下

失效点不在上下文长度或轮次,而在数据形状——表格越大,逐层转述的损耗越明显。

2026-11-04·arxiv.org工具
★★★★★

论文针对多轮对话的上下文污染问题,提出 Agent 化的上下文管理方法,抑制早期误解累积。

作者指出,在多轮人机对话中,早期误解会随轮次累积并污染上下文,于是提出由独立 Agent 承担上下文的筛选、摘要与重写,在保留任务相关信息的同时剥离过时或错误内容。论文给出方法框架,并设置多轮任务上的对比实验来验证。

值得记下

上下文管理从被动拼接历史转为主动治理,由独立 Agent 判断哪些历史该保留、该改写、该丢弃。

2026-11-04·arxiv.org规划
工业
42
★★★★★

OpenAI 发布 GPT-6 Cyber 安全智能体模型,聚焦漏洞发现与修复。

OpenAI 推出名为 GPT-6 Cyber 的安全领域智能体模型,主要能力为漏洞发现与修复,并被限定在授权范围内运行。官方将其定位为「对齐的网络安全智能体」,强调能力边界与授权约束。公开信息未披露模型规模、漏洞检出率、基准测试成绩及可用范围与定价。

值得记下

把「授权范围」写进产品定位本身,安全智能体的能力边界开始由模型层面而非使用规范来约束。

2026-11-05·openai.com执行
★★★★★

英伟达发布并开源 Cosmos 3 世界模型系列,面向机器人与交互式物理仿真场景。

英伟达推出 Cosmos 3 系列开源世界模型,主打交互式世界模拟,可生成符合物理规律的场景预测,服务于机器人训练与仿真数据合成。延续 Cosmos 系列的开源路线,模型权重对外发布。

值得记下

世界模型以开源形式发布,机器人与具身智能团队可直接基于权重做训练与仿真,绕开自研成本。

2026-11-05·huggingface.co具身智能
★★★★★

Gemini Omni 1.2 Flash 的视频生成与编辑能力正式 GA,主打速度与成本。

谷歌宣布 Gemini Omni 1.2 Flash 的视频生成与编辑功能进入普遍可用阶段,官方定位为快速、低成本且可靠的视频生成模型,面向批量商业视频场景的生成与编辑任务。公开摘要强调速度与成本两项指标,未给出分辨率、时长上限与具体计价参数。

值得记下

视频生成模型以“Flash”这一低成本档位命名并 GA,批量商业视频是被明确瞄准的落地场景。

2026-11-05·cloud.google.com感知
★★★★★

OpenAI GPT-Image-2.6 全量上线,支持直出 GIF 与 SVG,最快 6 秒出图

OpenAI 将 GPT-Image-2.6 全量上线,新增直接生成 GIF 与 SVG 两类格式的能力,官方口径称最快 6 秒完成一次出图。同期内容提到 6.2 Astra 模型现身,但摘要中未说明其开放范围、可用入口与具体能力差异,仅作为附带信息出现。

值得记下

直出 SVG 意味着生图模型的输出从像素层进入矢量可编辑格式,GIF 则把时间维度纳入单次生成范围,两个方向都超出了静态位图的框。

2026-11-05·qbitai.com感知
★★★★★

DeepSeek公布Super Agent架构设计探索,另含苹果市值超越英伟达、Meta传与傅利叶合作机器人。

DeepSeek团队发布Super Agent架构的设计探索,涉及智能体编排方式与决策架构设计。同期资讯还包括苹果市值超越英伟达重回第一,以及传闻Meta与傅利叶合作打造Muse机器人。

值得记下

DeepSeek首次公开智能体层面的架构设计,而非模型本身,编排与决策结构的具体取舍值得逐条对照。

2026-11-01·geekpark.net规划
★★★★★

DeepSeek 开源 Super-agent 原型,探索自主智能体的架构与任务执行方式。

DeepSeek 对外开源了一个名为 Super-agent 的智能体原型,定位在自主任务执行方向,而非单纯的模型能力展示。该原型围绕智能体的架构设计与多步任务执行流程展开,具体参数与配套代码随开源一并放出,供开发者研究其规划与执行链路。

值得记下

以开源模型著称的 DeepSeek 把动作延伸到 agent 框架层,规划与执行链路的实现细节可直接查看。

2026-11-03·tmtpost.com规划
★★★★★

开源 Agent 记忆框架 openJiuwen Agent-Memory 支持长视频视听双流记忆,问答时延最高降 97%。

该开源框架为 Agent 增加长视频的视觉与音频双流记忆能力,能够从长视频中抽取并保留关键事件,在问答阶段按需检索。官方给出的数据显示,问答时延最高可降低 97%,同时关键事件召回不遗漏。属于 Agent 记忆层的感知维度扩展。

值得记下

长视频场景下把「视听双流」纳入 Agent 记忆,并给出 97% 时延降幅这一具体量化指标,记忆层从文本走向多模态的进展。

2026-11-04·qbitai.com感知
★★★★★

英伟达发布工厂运营蓝图,演示多个 AI Agent 协同排查产线异常。

英伟达公布 Factory Operations Blueprint,给出工厂场景中编排多个 AI Agent 的参考架构:Agent 分别承担设备日志检索、根因分析与工单生成,通过统一编排层共享上下文,面向产线异常排查流程。蓝图包含组件分层、数据接入方式与部署参考。

值得记下

把多 Agent 编排落到具体工业流程(异常排查)上,并给出可复用的分层参考架构,而非单点模型能力展示。

2026-11-04·developer.nvidia.com规划
★★★★★

Uber 自建 MCP 网关,统一管控 800+ MCP 服务器与 5000+ Agent 工具的访问。

Uber 工程团队构建 MCP Gateway,作为内部 Agent 与 MCP 服务器之间的统一接入层,覆盖 800 多个 MCP 服务器与 5000 多个 Agent 工具,承担工具发现、权限校验与访问治理,针对大规模工具注册下的可见性与授权问题。

值得记下

工具数量上千后,发现与授权成为独立基础设施,网关层被放在 Agent 与 MCP 服务器之间。

2026-11-02·infoq.com工具
★★★★★

百度推出搜索 AI API,千次调用定价 4.9 元,价格低于 DeepSeek 同类搜索接口。

百度发布面向 AI 应用的搜索 API 服务,按千次调用 4.9 元计费,官方对标 DeepSeek 的搜索接口价格并宣称更低。该接口用于为 Agent 与 RAG 应用提供实时网页检索结果,属于把搜索引擎能力封装为标准化 API 的路径,计费单位为调用次数而非 token。

值得记下

搜索能力被压到千次 4.9 元的价位,检索增强从自建爬虫加向量库转向按次采购,是 Agent 工具链成本结构变化的一个信号。

2026-11-02·infoq.cn工具
★★★★★

AWS Bedrock AgentCore 上线 Web Answer 功能,单次工具调用即可返回带引用的答案。

Amazon Bedrock AgentCore 新增 Web Answer 能力,Agent 通过一次工具调用即可获得基于公开网页的答案,并附带来源引用。该功能替代了自行搭建检索、抓取与结果整合管线的做法,面向需要联网问答的 Agent 场景,配套发布了入门指引。

值得记下

把联网检索加引用打包成单次工具调用,Agent 侧的检索管线可以由平台托管。

2026-11-05·aws.amazon.com工具
★★★★★

MCP C# SDK 2.0 发布,默认启用 HTTP 无状态模式并新增多轮请求能力。

MCP C# SDK 升级至 2.0 版本,默认采用 HTTP 无状态模式,降低服务端会话保持要求,同时新增多轮请求能力以支持连续交互。该变更影响基于 C# 构建 MCP 服务端与客户端的部署方式。

值得记下

默认切到 HTTP 无状态,意味着 MCP 服务端可以按普通无状态 Web 服务部署和横向扩展。

2026-11-05·infoq.cn工具
★★★★★

20家企业同桌推进智能体生态互联,同时收集到155个反对意见,互操作标准仍未统一。

文章围绕智能体互操作标准的推进情况:20家厂商共同参与生态互联基础设施建设,但在标准草案的意见征集中出现155个反对意见,分歧集中在接口规范、数据归属与生态主导权。文中描述了两派立场与当前的推进节奏。

值得记下

反对票数量与同桌企业数量形成对比:互联的阻力更多来自生态利益分配,而非技术方案本身。

2026-11-07·tmtpost.com工具
★★★★★

阿里云研发副总裁张献涛分享用云电脑为 Agent 分配工位、接管业务并管控权限。

阿里云智能集团研发副总裁张献涛分享 AI+办公方案:为 Agent 分配云电脑工位,使其能够接手实际业务流程,同时借助云电脑划定权限边界。方案把 Agent 的运行环境与权限管理收敛到同一个载体上。

值得记下

把 Agent 放进云电脑而非直接接入业务系统,权限隔离与可审计性成为产品设计的抓手。

2026-11-02·infoq.cn执行
★★★★★

AWS 介绍把 Claude Code 放进 AgentCore 隔离远程会话运行、并产出可审计 PR 的安全管控做法。

AWS 在官方博客中给出方案:通过 Bedrock AgentCore 提供的隔离远程会话运行 Claude Code,让长时间编码任务在云端执行,改动以 Pull Request 形式交付并保留审计记录。文中同时说明了网络出口、凭据管理与权限边界等安全管控项的具体配置方式。

值得记下

把编码智能体放进云端隔离沙箱执行、以 PR 作为唯一交付物,是目前执行环境设计里较为完整的落地样例。

2026-11-06·aws.amazon.com执行
★★★★★

Codex 用 11 天生成 13.9 万行代码的新内核,并在 Rocky Linux 10 上成功启动运行。

该项目让 Codex 以长周期自主编码方式从零编写一个 Linux 兼容内核,11 天内产出约 13.9 万行代码,最终在 Rocky Linux 10 用户态环境下跑通。文章记录了任务拆解方式、编译报错的修复循环,以及过程中人工介入的频率与位置。

值得记下

看点不在行数,而在 Agent 连续 11 天在“编译—报错—修复”闭环里自我推进,把代码 Agent 的持续自主时长推到新量级。

2026-11-04·infoq.cn执行
★★★★★

OpenAI 展示 ChatGPT 与 Codex 在 CAD、PCB 设计和仿真等实体工程流程中的应用。

内容介绍 OpenAI 在实体工程场景的落地尝试,覆盖 CAD 建模、PCB 设计、工程仿真等环节,说明 ChatGPT 与 Codex 如何介入设计、代码与文档流程,并给出面向硬件与制造团队的工程协作案例与工作方式。

值得记下

把代码生成能力延伸到 CAD、PCB 与仿真,实体工程成为 Agent 落地的下一个流程入口。

2026-11-03·openai.com执行
★★★★★

同一模型在相同任务上跑分从 30 分提升到 95 分,差距来自 Harness 工程外壳而非模型本身。

文章用同一模型在不同 Harness 下跑分从 30 分到 95 分的对比,说明 Agent 效果差异主要来自模型之外的工程外壳,并拆解设计要点:上下文组织与压缩、工具定义与返回格式、错误重试与状态管理、子 Agent 拆分以及验证回路等。

值得记下

同一模型 30 分到 95 分的落差全部落在 Harness 上,把“换模型”之外那部分调优空间做了量化。

2026-11-04·infoq.cn开发技术
★★★★★

DeepSeek开源Super-agent Harness架构,意在减少人在Agent运行中的重复性手工负担。

DeepSeek开源名为Super-agent Harness的Agent架构,官方将其定位为减少“人给AI打工”的负担,也就是减少人在Agent执行过程中逐步下指令、搬运结果等重复投入。相关架构与代码已公开,可自行部署复用。

值得记下

大厂把“如何让Agent少占用人力”直接做成开源架构,Agent编排层的公共基础设施又多了一个可复用选项。

2026-11-01·huxiu.com开发技术
★★★★★

腾讯 Hy4 因调用量激增完成十倍扩容,官方称其 Agent 能力居开源模型第一。

腾讯披露 Hy4 模型上线后调用量快速增长,已完成十倍规模扩容以承接流量;配套产品 WorkBuddy 方面表示 Hy4 的 Agent 能力在开源模型中位列第一。内容涉及模型服务承载能力与智能体任务表现的官方口径数据。

值得记下

十倍扩容由真实调用量驱动,反映开源模型的生产负载;Agent 能力排名出自官方口径,尚无第三方评测对照。

2026-11-06·qbitai.com开发技术
★★★★★

InfoQ AICon 北京分享 AI Coding 场景下 Skill 门禁与 Harness 的落地实践。

该分享围绕 AI Coding 的增量风险管控展开,介绍 Skill 门禁与 Harness 两套机制在工程团队中的落地方式,涵盖门禁规则设计、执行链路与实践中遇到的问题,属于方法论加工程实践的复盘型内容。

值得记下

把 AI 生成代码的增量风险收敛到 Skill 门禁与 Harness 两层,是较少见的从管控侧切入 AI Coding 的实践视角。

2026-11-05·infoq.cn开发技术
★★★★★

腾讯推出企业级 Agent 平台,主张把 Agent 的构建与管控权交给企业自身。

腾讯发布企业级 Agent 平台,定位是把 AI 生产力从个人工具推进到组织级规模化落地。平台强调企业自主掌握 Agent 的搭建、数据接入与权限边界,覆盖从单点试用走向多部门复用的路径,面向的是企业内部统一管控与合规需求。

值得记下

大厂把叙事从“个人提效”切换到“组织级管控”,平台的竞争点落在权限、数据边界与可治理性上。

2026-11-02·huxiu.com开发技术
★★★★★

招商局狮子山实验室发布具身推理模型驭物 Lion-ER-35B-A3B,总参数35B、推理激活3B。

招商局狮子山实验室推出「驭物」Lion-ER-35B-A3B 具身推理模型,采用 MoE 架构,总参数 35B,推理时仅激活约 3B 参数。官方称其在十项具身智能基准上全面提升,主打不依赖大规模数据堆砌、从真实物理世界交互中学习。型号中的 ER 对应具身推理(Embodied Reasoning)。

值得记下

35B 总参、3B 激活的 MoE 配置被用于具身推理,官方表述强调不靠数据堆砌,十项基准同步提升。

2026-11-04·qbitai.com具身智能
★★★★★

智元机器人发布会推出 Worken 算力方案,并公布 2 万台出货量。

智元在一场发布会上推出 Worken 算力方案,同时公布累计 2 万台出货数据。发布会以具身下半场怎么打为主题,内容覆盖算力平台与量产交付两条线,构成该公司对具身智能下半场打法的完整表述。

值得记下

算力方案与 2 万台出货被放进同一场发布会,硬件厂商开始用量产数字为平台型方案背书。

2026-11-02·leiphone.com具身智能
★★★★★

傅利叶数个月内为 Meta 定制人形机器人原型,公司估值约 80 亿元。

报道披露傅利叶在数月内完成 Meta 定制人形机器人原型的交付,同时提及公司估值约 80 亿元人民币。内容将这一订单放在国内人形机器人融资与代工合作的背景下讨论,涉及定制原型的开发周期与合作模式,未披露原型的具体硬件规格。

值得记下

海外科技巨头的人形机器人原型由国内厂商数月内交付,估值 80 亿元的定价参照随之浮出。

2026-11-06·tmtpost.com具身智能
★★★★★

国内团队完成近亿美元融资后,推出面向开放动态真实世界的行动伙伴产品。

该团队在拿下近亿美元融资后发布一款'行动伙伴'形态的产品,定位为在开放、动态、非结构化的真实世界中执行任务的具身智能体。内容拆解了其产品形态、交互方式与技术路径,包括感知、决策与执行环节的设计取舍,以及为何选择开放世界而非受控场景。

值得记下

近亿美元融资体量对应'开放动态真实世界'定位,是国内具身方向少见的从融资到产品形态完整披露的案例。

2026-11-03·geekpark.net具身智能
★★★★★

PPIO 把云电脑沙箱封装为开箱即用 API,并论证 Personal Agent 需要独立执行环境。

PPIO 将云电脑沙箱封装成开箱即用的 API,面向 Personal Agent 提供隔离的远程执行环境。文章从权限边界、文件系统隔离和运行态持久化几个角度,论证个人智能体为何需要一台专属“云电脑”,并给出接入方式与调用形态。

值得记下

云电脑沙箱被做成标准 API 而非某个产品的内置功能,说明执行环境正被当作独立一层的基础设施来供给。

2026-11-06·qbitai.com执行
★★★★★

世界互联网大会上 20 家大厂签约手机 AI 操作 App,但仍存三道关卡。

在世界互联网大会期间,20 家大厂就手机端 AI 操作 App 达成签约合作,推动 Agent 直接调用手机应用完成跨 App 任务。报道同时指出仍有三道关卡待解,涉及权限、跨应用调用与责任边界等层面的现实约束。

值得记下

手机端 Agent 落地首次出现规模化厂商联合签约,但跨 App 操作的权限与责任划分仍是未定项。

2026-11-05·huxiu.com执行
★★★★★

双十一期间多家AI购物助手实测出现买错商品的情况,暴露Agent执行环节的可靠性问题。

文章记录了双十一期间把购物流程交给AI助手的实测结果:多家助手给出的价格信息准确,但在下单环节出现买错商品、选错规格等问题。文中指出,失误集中在从意图理解到执行落地的转化环节,而非数据准确性。

值得记下

价格对、货买错这类失败模式,说明瓶颈常出现在工具调用与参数确认的最后一步,而非信息检索。

2026-11-07·tmtpost.com执行
★★★★★

Amazon Quick 梳理出一套智能体原语分类法,包含触发器、智能体、能力与学习上下文。

AWS 在 Amazon Quick 中归纳出构建智能体的四类基础原语:触发器负责事件唤起,智能体承载执行逻辑,能力对应可调用的工具与动作,学习上下文提供记忆与状态,四类原语构成搭建企业级 Agent 的抽象层级。

值得记下

把 Agent 拆成四类可复用原语,与常见的“模型+工具+记忆”三分法相比多出触发器一层。

2026-11-06·aws.amazon.com规划
★★★★★

Greenlight Financial 用 AgentCore 搭建分层多智能体 SOC,自动处理超 90% 安全案件。

这是一篇客户案例,介绍 Greenlight Financial 基于 Amazon Bedrock AgentCore 构建自主安全运营中心(SOC)方案。采用分层多智能体架构,自动处理超过 90% 的安全案件,文中给出架构设计与情景记忆(episodic memory)的具体实现细节,属于可参照的生产级落地样本。

值得记下

90% 案件自动处理率是安全运营场景里少见的量化结果,分层多智能体加情景记忆是其架构骨架。

2026-11-06·aws.amazon.com规划
★★★★★

一款纯语音 Personal Agent 产品问世,以语音原生交互替代屏幕操作。

内容介绍了一款不做图形界面、完全依靠语音完成任务的 Personal Agent,交互围绕连续对话与任务执行展开,而非单轮问答。文中将其与乔布斯时期的 Siri 设想作对照,讨论语音原生形态下的唤醒、上下文保持与任务闭环设计,属于交互形态层面的产品观察。

值得记下

去掉屏幕、只留语音,等于把上下文管理和打断恢复全部压到对话层,这是与图文 Agent 完全不同的工程约束。

2026-11-03·qbitai.com感知
★★★★★

具身智能数据采集订单量大幅增长,具身大脑公司承压,产业格局出现变化。

内容指出,具身智能领域数据采集订单出现爆发式增长,同时负责模型与算法部分的具身大脑公司面临成本与商业化压力。产业链上下游的议价关系与分工正在调整,数据供给侧与模型侧的相对位置随之变化,报道围绕这一结构性变动展开。

值得记下

一边是数据采集订单暴增,一边是具身大脑公司承压,产业链价值重心向数据供给端偏移。

2026-11-05·tmtpost.com具身智能
★★★★★

星尘智能创始人来杰谈人形机器人落地节奏,认为iPhone时刻临近但尚未到来。

访谈围绕星尘智能的人形机器人产品路线与商业化节奏展开,来杰就机器人进入真实场景所需的能力、成本与时间表给出判断,认为行业尚未到达类似iPhone 4的转折点,但距离可能比外界预期更近。

值得记下

一线人形机器人创始人给出的落地时间判断,与资本叙事中的“元年”说法形成对照。

2026-11-05·ifanr.com具身智能
★★★★★

腾讯云提出企业级 Agent 从办公提效转向对经营结果负责。

腾讯云阐述企业级 Agent 的演进路径,将其划分为办公提效阶段与面向经营结果的 Service Agent 新赛道,主张 Agent 的价值衡量从效率指标转向业务结果指标。内容以行业观点与赛道判断为主。

值得记下

衡量口径从效率指标切换到经营结果,企业级 Agent 的付费逻辑与验收标准随之改变。

2026-11-07·geekpark.net开发技术
★★★★★

InfoQ 梳理智能体 Harness 从链、图到代码化的演进路径与工程取舍。

InfoQ 发文回顾智能体 Harness 的架构演进,从早期的链式编排、图结构编排,逐步走向以代码表达流程的方向,并对比各阶段在可调试性、灵活性与复杂度上的取舍。

值得记下

编排范式从图转向代码,反映的是智能体流程控制权在框架与开发者之间的移动。

2026-11-06·infoq.cn开发技术
★★★★★

Google 演示 Antigravity 智能体调用 Cheminformatics Skills,完成化合物检索与药物发现流程。

Google 展示其 agent 开发平台 Antigravity 接入 Cheminformatics Skills 的演示:化学信息学相关操作被封装为可调用的技能单元,由智能体自主编排,串联化合物搜索、结构匹配与候选筛选,用于药物发现场景。演示重点在于通用 agent 平台加载垂直领域技能后,执行原先需专用工具链与人工串联的专业工作流。

值得记下

把领域工具链封装成 Skill,再交给通用智能体编排,这条路径在化学信息学这一高度专业化的场景中得到了具体演示。

2026-11-03·deepmind.google工具
★★★★★

某团队开源自进化研发平台 LoopForge,并分享 Coding Agent 在研发团队的落地工程经验。

团队发布并开源 LoopForge 平台,定位为可自进化的研发平台,围绕 Coding Agent 在真实研发流程中的接入方式、协作机制与迭代闭环展开。文章以工程实践为主线,复盘落地过程中的架构选择与踩坑,具体参数与模块划分需见原文。

值得记下

自进化与研发流程闭环被放到开源平台里落地,Coding Agent 从单点工具走向团队级基础设施的一个样本。

2026-11-06·infoq.cn开发技术
★★★★★

AWS 给出方案,在 ECS Fargate 上部署无服务器 MCP 服务器,供 Agent 访问企业数据湖。

该方案将 MCP 服务器以无服务器形式运行在 Amazon ECS Fargate 上,Agent 通过 MCP 协议调用后访问存放在数据湖中的企业数据;Fargate 负责任务级隔离与按需伸缩,避免 Agent 直连数据源,文中给出部署流程与权限配置步骤。

值得记下

MCP 服务器从本地进程转向托管无服务器形态,权限边界由 Fargate 任务与 IAM 策略承接。

2026-11-06·aws.amazon.com工具
★★★★★

北大副教授董豪创办启元机器人,接受访谈谈具身智能的分阶段路径与终局判断。

访谈中,董豪介绍了从北大实验室走向创业的过程,以及启元机器人在技术路线上的取舍:先聚焦可落地的具体任务场景,再逐步扩展通用能力,而非直接追求通用人形。他同时谈到数据采集成本、真机与仿真配比、硬件本体自研与外部采购等具体问题。

值得记下

具身智能创业者的分歧点集中在“先通用还是先场景”,以及数据获取方式决定的能力上限。

2026-11-02·leiphone.com具身智能
★★★★★

文章分析宇树以利润换时间的策略,并讨论具身智能距离物理 AI 临界点还有多远。

内容围绕宇树的经营选择展开,讨论其牺牲短期利润换取发展时间窗口的做法,并从数据积累规模、硬件成本曲线、模型能力等维度评估具身智能当前所处阶段,对距离物理 AI 临界点的时间与条件给出分析。

值得记下

以利润换时间的路径选择,折射出具身智能公司对规模、数据积累节奏与商业化时点的判断差异。

2026-11-04·huxiu.com具身智能
★★★★★

智象创始人梅涛提出「智能体化世界模型」概念,认为三条 AI 技术路线终将合流。

智象创始人梅涛在分享中提出「智能体化世界模型」的构想,主张世界模型与智能体两条技术路径最终走向融合。他梳理了当前 AI 领域的三条主要技术路线,并给出三者合流的判断,但现有信息未披露具体的模型参数、训练方法或工程细节。

值得记下

把「世界模型」和「智能体」放在同一条演进线上讨论,是近期少见的路线级整合判断,而非单点能力迭代。

2026-11-05·qbitai.com规划
挖宝的瓦力

挖宝的瓦力

十年知乎写作者 · CSDN 博客专家

10 余年架构设计经验 · AgentHui 站长

用人文视角观察 AI Agent 技术演化,每天记录值得关注的信号与变化。 本站是我用「人 + AI 协同」搭建的实战场。

公众号二维码公众号
挖宝的瓦力
个人微信二维码加微信
深入讨论智能体实战经验