搜索
任务很简单：把一个加热后的杯子放进柜子。一个智能体先把杯子放进微波炉，再放进柜子，随后陷入反复查看柜子的循环。这个无效行为重复了 36 次，直到耗尽行动预算，任务仍然没有完成。
近日，清华大学电子工程系数据科学与智能实验室在 AI for Science 方向提出面向智能体符号回归（agentic symbolic regression）的运行时框架 SRHarness [1]，让 AI 更可靠地从观测数据中发现公式；同时构建机制发现基准 MechBench [2]，系统评测 AI 能否进一步揭示公式背后的机理。
美国个人AI助理创企Tab公开亮相约六周后估值达3亿美元，但Assistant Benchmark测试显示其预订、旅行和购物任务仍易因网站限制及支付风控失败。
美国具身智能独角兽Skild AI基于其机器人基础模型Skild Brain和S1，借鉴AlphaGo的自我对弈方法，让人形机器人"Messinator"在虚拟足球场中自我对弈约140年，自主习得盘带、护球、抢断和射门等足球技能。
字节跳动旗下豆包在日活跃用户突破2亿后收缩对话团队，通用Session团队规模预计缩减约一半，对话方向的产品后训练团队也在缩减，部分人员转岗至商业化及飞书团队，其余被裁撤，反映出对话产品商业化承压下豆包业务重心的调整。
AI 行业，模型任务分工开始更加垂直。
当 AI Agent 开始连续数小时替人工作，真正有价值的就不只是最终成果，还有藏在会话（Session）里的整个过程：它做过什么、哪里失败、为何改变方向。
让 Agent 完成一个任务并不难。它会整理材料、修改文件、检查结果，再交付答案。
过去一段时间，TiDB 团队启动了一项面向 Agent 的基础设施尝试——TiDB Cloud Filesystem。它把 Workspace 从 Session 和 Sandbox 的生命周期中独立出来：Agent 仍然通过熟悉的文件系统接口工作，背后则提供数据库级的持久化、版本、分支、回滚和权限控制。
Full Attention 层尚未开始计算，它前一层的激活值已提前「冲上峰值」—— 这就像演唱会主角尚未登台，观众席已提前沸腾。来自 StartLux、清华大学等机构的研究者以 Massive Activations 为探针，首次系统刻画了少数 Full Attention 层在混合线性注意力大模型中留下的「跨层痕迹」，并识别出「注意力前尖峰」（PAS）与「尖峰间平台」（ISP）两种核心形态。