搜索
4 月 30 日，阿里发布全新 Agent 产品 QoderWake，定位是“生产可用、安全可控、自进化的数字员工”。它不是再做一个“更聪明的 AI 助手”，而是试图回答一个更难的问题：Agent 如何从工具变成岗位。
Snapchat 近日宣布，在其核心聊天功能中推出全新广告产品 AI Sponsored Snaps。这一产品是在原有 Sponsored Snaps 广告形式基础上的全新升级，广告主可以将自有 AI Agent 接入 Snapchat 聊天界面，与用户展开实时、个性化的深度交流互动。
围绕 Coordination Engineering 这一下一跳工程范式，他们发布了一套完整的多智能体协同技术体系：Agent Team 实现团队自主协作，业界首发 Team Skills 沉淀协作经验，Team Skills Hub 打通共享生态，Team Skills 自演进 驱动团队持续进化。
2026 年初，浙江大学发表了一篇系统性的 SoK 论文《Agent Skills for Large Language Models: Architecture, Acquisition, Security, and the Path Forward》，给Skill下了一个正式定义。
一个开发者公开了自己的工作流：让 OpenAI Codex 专门去审查 Hermes agent 写出来的代码，理由只有一个——审稿人不能和写稿人共享同一套记忆。这条推文引发了近万次浏览，背后藏着一个 agent 工程化的新趋势：多模型协作的价值，可能在于互相制衡。
SentiPulse（思维光谱）公测了一款叫 SentiCat 的产品，把这套理念落了地。一个有 Live2D 形象、有性格的数字角色 SUSU，负责陪你聊天、了解你、跟你建立关系；她的“AI 小猫”，负责写 PPT、查资料、改代码，脏活累活归它。
Transformer论文作者Lukasz Kaiser以及GAN作者Bing Xu转发关注了一项工作——LLM-as-a-Verifier验证框架，该方法是一种通用的验证机制，可与任意Agent Harness和模型结合。
张佳圆带着他的新产品 Multica 一周斩获 GitHub 1.2w Star回来了。这一次，他想探索的是： 当 AI Agent 已经足够好，一个团队要怎么和多个 Agent 丝滑地协作？Multica 致敬的是 1964 年的操作系统 Multics——那个最终失败、但启发了 Unix 世界半个世纪的“多人、多任务”先驱。今天，它正在创造新的历史。
Anthropic 搞了一个 Agent 版闲鱼：人只负责说自己想卖什么、想买什么，后面的发帖、砍价、还价、成交，全交给 Claude。然后这事真成了，69 个 Claude agent 在办公室里做成了 186 笔交易，总价值 4010 美元。最后，人真把滑雪板、键盘、书、乒乓球这些东西带到办公室，按 Claude 谈好的结果交换
Skill确实好用，但架不住模型和Agent Harness适配翻车。不是所有模型都吃得动Skill，有的用上直接反向掉性能。为了解决这个问题，来自上海交大的IPADS研究团队提出了SkVM：面向Skill的语言虚拟机。