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。
让Agent写周报、分析方案，已经是许多人的日常。但每次开始，用户还得翻找资料、交代背景，智能体也要经过查找、阅读、整理等多个步骤，才能真正开始任务。换个任务，这套流程又得重来。反复处理这些已有资料，既费时间，也增加token消耗。资料越多、步骤越长，还越容易遗漏信息或出现偏差，影响任务完成的准确率。
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。
最近，我和朋友们共识了一件事：这波 Personal Agent 浪里，最值得用的就是 Grok Bot。
Meta发布新一代旗舰模型家族Muse Wonder，推出Muse Wonder和Muse Wonder Full，引入Active Memory与Active Focus，并在Agent、记忆及编程等关键评测中取得领先成绩。
国庆前，海外各家大厂的Personal Agent产品下饺子一样出现。
A2A 商业马拉松，刚开跑。
阿里国际站总裁张阔表示，模型榜单成绩提升未同步转化为电商任务体验，他将Agent竞争力概括为Model×Harness×Context，Accio Work基于107项开源电商任务的评测显示，前沿模型无人干预通过率仅约61%。
腾讯的Personal Agent产品要来了。
近期，全球顶尖 AI 实验室正在密集释放一个信号：AI 正在从帮助人类完成任务，走向参与自身的研发与改进。