搜索
南开大学联合中关村学院团队提出AI4AI综述，指出研究自动化不等于研究决策自动化，并以搜索方向、搜索空间和评价信号三项决策构建L0–L3控制来源框架，区分AI在研究中的自主程度。
北京大学知识计算实验室（KCL）与腾讯微信安全技术团队联合发布综述论文《Pandora's Toolbox》，从来源、编排、执行和持久反馈生命周期系统梳理通用智能体安全风险、攻击、评测与防御技术，并提出统一分析框架。
Bake AI联合Hugging Face、斯坦福大学等推出RSI Arena实验并提出RSIHF框架，发现模型自主后训练中人类偏好、基准能力与安全性并非同步提升，须分别评估并持续引入人类反馈。
清华大学团队以智能体视角发布具身智能综述，提出Agentic Embodied Intelligence（AEI）系统框架，涵盖模型、基础设施、安全、数据与评测，并以L0—L5自主性层级和在线认知闭环刻画人机责任及自主系统路径。
机器人正迎来自己的 Computer Use 时刻。
GEAR 可以让研究者像使用 Scikit-learn 一样模块化构建 RSI 算法。它将采样、候选评测和多样性管理所需的算法模块与并行推理等测评设施组织起来，使得 RSI 算法能够快速搭建、比较和复用。基于 GEPA（Genetic-Pareto）算法改进的实验结果证明，GEAR 调优的 Agent 在营销、客服和代码任务上均取得显著提升。
你的同事用Agent整理报表，一路顺畅。你用同样的模型、工具和流程，换成自己的文件，却开始反复试读、频繁返工。
旁边车道的车突然加塞，自车赶紧减速避让。
Einsia AI发布Frontier3DBench，在Blender与Unreal Engine中以145项任务评测11种主流模型与Agent框架配置，GPT-6.1-sol总榜第一，但Agent在开放世界连续交互和持久状态协同上仍显薄弱。
香港大学罗晔教授团队发布S²-MAS框架及YN决策模型，以14张GPU在4小时内完成1200万户家庭仿真，YN-mini单卡吞吐量达3.7万token/s，消费金融基准准确率高于Jev 1.13。