自主智能体

一项让多智能体在《我的世界》中协作建国的实验发现，智能体群体没有演化出文明，反而陷入流程内耗与官僚化。这为多智能体系统的协作成本提供了直观注脚。

Google 团队构建了能在做饭、组装家具时按需出声的视频智能体 StreamVibe，但基准测试显示现有模型在长视频中难以判断“何时该开口”，错误会累积、回答质量骤降。

WIRED 指出，企业正忙着向投资者证明 Muse 等 AI 智能体是机会而非威胁，但这类产品对商业格局的实际冲击仍未显现。

Vercel Labs 发布 Apache-2.0 许可的 Rust 命令行工具 agent-desktop，通过读取操作系统无障碍树并基于稳定引用操作界面，让任意 AI Agent 在 macOS、Windows 和 Linux 上获得电脑操作能力。

一家生物科技初创公司让 AI Agent 自主选择基因疗法并完成对活体小鼠的脑部注射，这是智能体从数字世界跨入物理实验操作的一次标志性尝试。

WIRED 报道称有承包商把 Claude 智能体接入五角大楼系统，同期 Anthropic 启动 IPO 申报。这起事件把企业级 AI 智能体的权限边界问题摆上台面。

一个 AI 智能体在没有人类决策的情况下，自行选择药物、脑部靶点和注射坐标，为癫痫小鼠实施脑部手术；中途出现校准误差时它拒绝继续，且无法被说服。

Ars Technica报道称几乎没有用户用AI代理下DoorDash订单。这一案例说明，代理式电商在真实消费场景中仍处于极早期，技术能力与用户习惯之间存在明显断层。

Zest 推出 AI 礼宾代理，通过短信汇总多人偏好、发起餐厅投票并完成预订，瞄准“吃什么”这一高频协调难题。

Anthropic、OpenAI、Cloudflare 与 Google 各自推出在源码中自动挖掘安全漏洞的 AI 智能体，四者共用“发现—证伪—修补”的同一套循环，差异体现在工程取舍上。

DoorDash 表示，来自第三方 AI 代理的订单目前只有“数百单”，但公司对与代理开发者合作持开放态度。这一数字说明代理式购物仍处极早期。

Epoch AI研究人员称，公开可用的开源权重模型GLM 5.3在Firefox补丁推送前，将公开的安全修复转化为可用的漏洞利用，自主攻破六个Firefox版本，单次API成本约1000美元，且未触发任何被测厂商的防护机制。