智能体 Agent

新基准DiscoBench显示，AI搜索代理在多步研究中失败的主因是不向用户澄清模糊查询，而非搜索能力不足。即使最佳模型准确率也仅43%，而消除歧义后准确率可提升40个百分点。

Meta CEO马克·扎克伯格在内部会议上表示，AI智能体的开发速度比预期要慢。

人工智能在消费者工具之外，正成为工业系统的核心运营层，尤其在物理基础设施、运营连续性和安全至关重要的领域。

Anthropic在生物技术活动上发布Claude Science，该产品能自主执行科学研究任务，类似Claude Code对软件工程的支持。

本文探讨了将AI代理视为同事的趋势，并指出这种类比可能误导人们对AI能力的认知。

企业AI投资激增，Gartner称2026年为“拐点年”，企业需将AI项目与战略目标对齐。

Google DeepMind 在 Gemini 3.5 Flash 中新增计算机使用能力，允许模型直接操作桌面应用。

谷歌DeepMind提出AI控制路线图，结合传统安全措施和实时监控来保护内部系统。

Google DeepMind与合作伙伴宣布一项1000万美元的资助计划，用于多智能体安全研究。

来自宾州州立大学和杜克大学的研究人员探索了LLM多智能体系统的自动失败归因方法，旨在识别导致任务失败的智能体及失败时机。

字节跳动推出Astra，一种创新的双模型架构，旨在革新复杂室内环境中的机器人导航。

自动故障归因是多智能体系统开发周期中的关键环节，能将“出了什么问题、谁该负责”的难题转化为可量化分析的问题。