政策利好中国·部委政策文件4 天前
四部门发布人工智能加人社实施意见
人社部等四部门发布实施意见，提出到2026年初步成形人工智能应用体系，打造约20个基于人社行业大模型的应用场景，2027年探索50个高价值场景，2030年基本健全应用体系，覆盖就业、社保、人才、劳动关系等领域。
AI 与各行业落地的前沿信号寻行业之脉
寻行业之脉
接真实之需
每日自动追踪全球权威信源，模型生成中文摘要与有效期判断，人工抽检把关。 不追热点，只留经得起推敲的那一部分。
249
累计条目
0
今日新增
12
权威信源
采集中每日 02:00 · UTC+8
L1 摘要
全量
L2 深度
0
人工抽检
每日
按领域浏览
AI 与可被 AI 赋能的行业方向，每个领域独立成脉
筛选结果
共 25 条符合条件
当前筛选#agent×
AgentOpenAI News4 天前
Stack Overflow for Agents 借助 ChatGPT 插件注册量增至三倍
两名工程师用 Codex 数周内构建面向智能体的 Stack Overflow，其 ChatGPT 插件推动智能体创建量最高增长 10 倍、注册量增至三倍，展示了插件分发对开发者工具冷启动的杠杆作用。
行业落地OpenAI News4 天前
Itaú 用生成式 AI 服务全量客户
巴西最大银行 Itaú 推出对话式界面 ia.i 与治理平台 IARA，将 AI First 战略同时落地到客户与员工场景，并在巴西高度监管的金融环境中实现规模化应用，为受监管行业的生成式 AI 落地提供参考。
AgentHugging Face Papers4 天前
四个Gemini 4智能体自主通关我的世界
研究团队让四个Gemini 4 Argon智能体在沙盒版《我的世界》生存模式中自主协作，仅用开源Mineflayer库，无人类预设角色或游戏逻辑，27小时14分钟内编写2783个程序并击败末影龙，死亡605次。这是首个端到端AI智能体自主通关案例，展示了长时程规划与多智能体协作能力，对企业级软件工程任务有参考价值。
已过时译★ 2
AgentHugging Face Papers4 天前
去中心化智能体集群的自编排学习
论文提出基于市场的后训练框架MPT，让去中心化智能体集群通过竞价机制联合学习动作策略与自编排，无需中央协调者。在具身制作、机器人导航和深度研究任务上优于单体后训练，且支持复用、扩展与抗掉线鲁棒性。
已过时译★ 7
AgentHugging Face Papers4 天前
3DCodeVerse 让编码智能体生成可验证3D代码
3DCodeVerse 是一个面向编码智能体的3D内容生成生态，包含200万条可执行3D代码数据集、多智能体DAG生成与验证框架，以及3D编码实践指南。它通过执行检查、空间测量和视觉反馈自动评估修正程序，微调后开源模型3D编码能力显著提升，其框架在人类评测中对Claude Design取得90%胜率。
AgentHugging Face Papers4 天前
MLExpert：面向自主机器学习工程的通用智能体模型
论文提出面向长周期机器学习工程优化的后训练方法，训练出35B MoE智能体模型MLExpert，通过分层智能体SFT与窗口交互强化学习，在MLE-Bench Lite上将奖牌率从37.9%提升至72.7%，接近更大前沿模型水平。
AgentHugging Face Papers4 天前
FDE-Gym：AI交付最后一公里基准
FDE-Gym是一个包含95个端到端交付任务的基准，覆盖20个客户场景和18个行业，模拟真实客户环境评估AI代理。最佳模型仅得0.56分，95个任务中只解决14个，揭示从解决明确任务到实际交付AI系统之间存在巨大差距。
已过时译★ 190
AgentOpenAI News4 天前
The EU’s next chapter in AI is agentic
欧盟企业及中小企业正加速采用代理式AI，新分析揭示其增长趋势及深化应用可释放的潜在价值。
具身智能arXiv cs.RO4 天前
An Agentic Framework for Proactive Robots with Procedural Assistance Memory
提出基于记忆的主动机器人框架，用程序化辅助记忆（PAM）以有限状态机记录活动阶段与辅助规则，VLM 任务预测器结合当前观察决定何时辅助及执行何种任务，VLA 执行器完成任务，反思 VLM 每日更新记忆无需重训。5 天桌面辅助实验中精度、召回与 F1 持续提升，首次触发延迟从 5 秒降至 1 秒。
AgentarXiv cs.CL4 天前
ToolBottleneckBench: Measuring Tool-Agent Performance under Controlled Pressures and Fixed Harness Budgets
ToolBottleneckBench 是一个评测工具型 Agent 的基准，在固定 harness 预算下分别施加工具目录、可见菜单、认证流程、返回编码四类压力，并精确记录首个未满足义务与触发限制。发现可见菜单是唯一对模型造成大惩罚的压力，且与完成上限截断相关；多数失败源于 harness 限制。值得关注的是它揭示 Agent 表现受运行框架预算影响，需一并报告。
AgentarXiv cs.CL4 天前
Same Context, Different Agents: A Behavioral Study of Semantic Layers, Orchestration and Compaction in Data Agents
该研究系统评估语义层、编排与压缩三种上下文工程技术在数据智能体中的效果，覆盖7个LLM、5个基准的1514个长周期任务。发现无CET的智能体分为调查者、过早作答者和早停者三类，CET仅对匹配的行为类型提升准确率，对调查者反而有害，为按行为选择CET提供指导。
AgentarXiv cs.CL4 天前
Prune the Summary, Not the History: Source-Judged Compaction for Long-Horizon Agents
论文指出长程LLM智能体的上下文压缩摘要会混入压缩器自身的推理，智能体无法区分事实与臆测，83%失败源于执行了无环境依据的摘要条目。作者提出免训练的Source-Judged Compaction（SJC），用非生成式判定模型Jev为每条摘要打分并剔除无来源条目，在AppWorld和OfficeBench上提升2.1%-8.9%可靠性且不增加token消耗。
AgentarXiv cs.CL4 天前
DeepUnfolding_Agent: A Classical_Quantum Adaptive Control API
该论文提出 DeepUnfolding Agent，一个基于 FastAPI 的 schema 驱动平台，将深度展开自适应控制从训练脚本中解耦为外部服务。执行器注册策略 schema、提交诊断变量并获取受约束的控制动作，支持经典、量子感知、混合及 IBM Quantum 执行路径，提升复用性、可复现性与安全性。
AgentarXiv cs.AI4 天前
Learning When to Withdraw: Curriculum Coverage and Rule-Specific Failures in Fine-Tuned Language Agents
论文研究工具型语言智能体的"选择性撤回"能力：在证据变化或授权撤销时暂停受影响动作、保留有效工作。用 Qwen2.5-3B 的四个 LoRA 检查点在合成环境 NAQD-Env 上做监督微调对比，发现微调后决策一致性与撤回召回率显著优于基线，但存在规则级失败（如错误撤回、禁止组合收窄不足）。贡献在于提出检测聚合指标掩盖的规则级退化的方法。
AgentarXiv cs.AI4 天前
StepSafe: Learning Timely Intervention with Context-Aware Safety Reasoning
StepSafe 提出 ASPO 训练框架，将智能体安全护栏从轨迹级事后评估转为步级实时干预，通过前缀阶段对齐与自适应反馈自蒸馏，让模型判断风险何时累积到足以介入。在五个智能体安全基准上，4B 模型取得开源护栏最优的 Youden's J 53.0，兼顾安全与效用。
AgentarXiv cs.AI4 天前
MAI-Gym: An Open All-in-One Platform for GUI Agent Evaluation and RL Training across Mobile and Computer Environments
MAI-Gym 是面向 GUI 智能体的开源一体化平台，统一移动端、桌面与网页环境的评测、数据采集和在线 RL 训练，支持万级并行环境与自动合成可验证任务。其训练的 9B 模型在 MobileWorld 与 OSWorld 上达开源同规模最优，且模拟应用训练可迁移到真机，显著降低 GUI 智能体训练成本。
AgentarXiv cs.AI4 天前
RAC: A Relational Agent Contract for Constraint-Governed Engineering Tasks
RAC 提出一种与框架无关的工程智能体契约，将语义决策与机械推导分离：智能体只决定工件应满足的关系，具体几何/时序后果由专用工具推导并独立验证。在 PCB 布局布线、作业车间调度和嵌入式代码任务上，干净通过率显著优于基线，为约束驱动的工程智能体提供更可靠的行动与反馈层设计。