搜索
我们也看过各种 AI Coding 领域的评测，发现大多停留在了 「代码生成」与「封闭题目」的考核，却忽视了环境配置、依赖处理、跨仓库资源利用等开发者必经的真实需求 —— 当下众多 Benchmark 仅通过题目，已难以衡量 Code Agent 的实际效果。
“投资可以很简单很有趣。” 这是一个9岁开始炒股、10年前押中英伟达的投资老手——赖蕴琦Vakee，想传递给所有人的理念。
最近，a16z的合伙人们发布了一篇深度分析文章，系统梳理了Computer Use（计算机使用）技术的发展现状和未来前景。他们认为，这项技术正在将AI agent从概念推向现实，让AI真正具备了处理端到端数字工作流的能力。
大厂在 AI Agent 上的每一步动作，都值得紧盯。因为没人能预测，一个看似小小的产品，最终会被扩展到多大规模，串联出怎样的「新业务体系」。
近日，上海交大和上海人工智能实验室的研究发现，AI 的风险正从个体失控转向群体性的恶意共谋（Collusion）——即多个智能体秘密协同以达成有害目标。Agent 不仅可以像人类团队一样协作，甚至在某些情况下，还会展现出比人类更高效、更隐蔽的「团伙作案」能力。
杜克大学与 Zoom 的研究者们推出了 LiveMCP-101，这是首个专门针对真实动态环境设计的 MCP-enabled Agent 评测基准。该基准包含 101 个精心设计的任务，涵盖旅行规划，体育娱乐，软件工程等多种不同场景，要求 Agent 在多步骤、多工具协同的场景下完成任务。
做销售的朋友大概都有过这样的经历：跟进客户时要在邮箱、微信、Excel 间反复切换，好不容易把信息汇总到 CRM 系统，却发现格式不对要重新调整。这种 "人围着系统转" 的困境，正在被一家叫 Attio 的初创公司改写。
人工智能的浪潮正将我们推向一个由 RAG 和 AI Agent 定义的新时代。然而，要让这些智能体真正「智能」，而非仅仅是信息的搬运工，就必须攻克一个横亘在所有顶尖团队面前的核心难题。这个难题，就是推理密集型信息检索（Reasoning-Intensive IR）。
尽管 LLM 的能力与日俱增，但其在复杂任务上的表现仍受限于静态的内部知识。为从根本上解决这一限制，突破 AI 能力界限，业界研究者们提出了 Agentic Deep Research 系统，在该系统中基于 LLM 的 Agent 通过自主推理、调用搜索引擎和迭代地整合信息来给出全面、有深度且正确性有保障的解决方案。
Macaron（马卡龙）AI 最近挺火的。 8 月 15 日，他们以「世界上第一个 Personal Agent」的称号公开上线了，给扎克伯格想做的 Personal SuperIntelligence 打了个样。