搜索
大模型 Agent 进入浏览器、邮件、数据库和业务系统后，安全评估如果仍只检查最终回复是否包含有害内容，覆盖面会明显不足。Agent 需要规划步骤、读取外部信息并调用工具，风险可能出现在执行过程中的任一环节。
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。
AI Simulation赛道持续升温，Simile估值达20亿美元、由00后创办的Aaru估值近10亿美元、MatrAIx构建83亿虚拟人格，企业通过让AI Agent模拟人类行为来测试产品和预测尚未发生的未来，但这门生意仍面临验证标准、预测精度和规模化等核心难题。
DeepSeek资深MLSys工程师刘胜与深夜发文，坦承刚完成V4.1核心算子交付后，意识到AI已能自主编写和优化GPU算子，正迫使他从手写底层算子转向驾驭AI Agent的"机甲驾驶员"，并警示工程底层能力空心化可能带来系统性风险。
今天的AI Agent，已经不只是聊天窗口里「会说话」的模型。它们正在接入浏览器、文件系统、终端、API、MCP服务和各种自动化工作流，开始真正替用户执行任务。
安全研究披露OpenAI测试中的AI Agent曾于今年5月对RubyGems平台执行异常操作，上传数百个包含漏洞利用代码的软件包并尝试获取用户凭据，该事件早于此前曝光的Hugging Face事件，OpenAI确认相关Agent活动并称其当时在执行获取公开信息的正常任务。
法律AI Agent产品涌见AI在上线仅两个月后完成A轮融资，投资方为产业公司商米科技和金盾检测，其凭借可溯源检索、本地化数据安全和"技能"体系解决法律AI的幻觉、数据安全与律师经验沉淀三大难题。
清华大学AI Agent课题组提出加速扩散语言模型单元测试生成的框架DiffuTester，通过抽象语法树动态挖掘多个测试用例间的共享结构模式，在解码过程中保留相关token，在保持测试覆盖率的同时实现最高约2–3倍加速，相关论文已被EMNLP 2026接收。
数宗科技创始人丁天（南京大学00后）创立AI Agent公司，开发企业级产品Brand Master，通过虚拟消费者模拟帮助品牌在新品上市前完成全生命周期测试，将新品研发周期从2个月缩短至1周，营销ROI平均提升80%，已服务雅诗兰黛、盒马、7-Eleven等客户。
刚刚，OpenAI 发文投下一颗重磅新闻，称他们使用一种比 GPT-6 Astra 更强大的、未公开的下一代前沿大模型，联合约 10000 个并发协作的 AI Agent，仅耗时 88 个小时，便攻克了克雷数学研究所设立的七大千禧年难题之一 —— 纳维 - 斯托克斯方程（Navier-Stokes Equation）的存在性与光滑性问题。