斯坦福等新框架，用在线强化学习让智能体系统“以小搏大”，领先GPT-4o—— AgentFlow，是一种能够在线优化智能体系统的新范式，可以持续提升智能体系统对于复杂问题的推理能力。
在 AI 时代，最赚钱的可能不是那些会写代码的人，而是那些能把专业经验「产品化」的人。大量专业人士手里握着宝贵的行业 know-how，却找不到一个合适的方式把它变成持续收入。直到我看到 MuleRun，才发现有人正在尝试打破这个困局——让不懂代码的专业人士，也能把自己的工作流变成可交易的「商品」。
近日，Zen7 Labs正式提出DePA（Decentralized Payment Agent，去中心化支付智能体）概念，并率先在GitHub 上开源其核心产品Zen7 Payment Agent。Zen7 Labs 是一家专注于智能计算与 Agent 技术创新的国际化团队
虽然浏览器 AI agent 的概念听起来很美好，但实际构建这样的系统却面临巨大挑战。这正是 Kernel 要解决的核心问题。我发现很多开发者想要构建 AI agent，但却在基础设施层面遇到了各种障碍：性能不稳定、运行时间不可靠、定价不合理、身份认证复杂、权限管理混乱，以及一个本来就不是为 agent 设计的互联网世界。
传闻许久的 OpenAI AI Agent 浏览器，如今这个靴子终于正式落地。但 AI 浏览器已经是巨头新贵正在不断涌入的赛道，OpenAI 还未正式下场，就已经有了十足的火药味：预热推文评论区最高赞的评论，就是一名用户表示自己已经卸载了 Chrome，等待 Atlas，颇有点「打扫卫生再请客」的感觉。
来自硅谷一线 AI 创业者的数据：95% 的 AI Agent 在生产环境都部署失败了。 「不是因为模型本身不够智能，而是因为围绕它们搭建的脚手架，上下文工程、安全性、记忆设计都还远没有到位。」 「大多数创始人以为自己在打造 AI 产品，但实际上他们构建的是上下文选择系统。」
近日刚好得了空闲，在研读 Anthropic 官方技术博客和一些相关论文，主题是「Agent 与 Context 工程」。2025 年 6 月以来，原名为「Prompt Engineering」的提示词工程，在 AI Agent 概念日趋火热的应用潮中，
中科院的这篇工作解决了“深度搜索智能体”（deep search agents），两个实打实的工程痛点，一个是问题本身不够难导致模型不必真正思考，另一个是上下文被工具长文本迅速挤爆导致过程提前夭折，研究者直面挑战，从数据和系统两端同时重塑训练与推理流程，让复杂推理既有用又能跑得起来。
在训练多轮 LLM Agent 时（如需要 30 + 步交互才能完成单个任务的场景），研究者遇到了一个严重的训练不稳定问题：标准的强化学习方法（PPO/GRPO）在稀疏奖励环境下表现出剧烈的熵值震荡，导致训练曲线几乎不收敛。
当Agent学会了自我进化，我们距离AGI还有多远？从自动编写代码、做实验到扮演客服，能够通过与环境的持续互动，不断学习、总结经验、创造工具的“自进化智能体”（Self-evolving Agent）实力惊人。
