NVIDIA 宣布 PC 应用生态全面适配 RTX Spark，推出 Nemotron 3.5 Bolt 等本地 AI 工具
NVIDIA 宣布全球 PC 应用生态已全面支持 RTX Spark 平台，协同合作伙伴推出多项本地 AI 软件优化、模型与安全特性。
推荐理由：原文完整梳理了硬件发布前的应用与模型生态布局，读者可据此评估在端侧部署与运行大模型智能体的实际支持度。
#Agent
#Agent
今日 39 条NVIDIA Blog精选AI 评分7878 量子位AI 评分3939 魔法原子具身Agent框架拿下MolmoSpaces全球第一
魔法原子旗下的通用机器人VLM Agent框架EchoPolicy-0在AI2发起的MolmoSpaces评测中，以75.4%的平均成功率位列MolmoSpaces Combined榜单全球第一。其3.4B参数的自研Agent框架MagicBrain也以72.4%的平均成功率位列全球第四，并在抓取任务中取得94.4%成功率。两套方案分别通过轨迹筛选验证与视觉引导优化指令遵循，已在单臂平台完成验证。
科学网AI 评分3737 上海交大多项科技成果亮相第二十六届工博会
上海交通大学在第二十六届工博会上展出高温超导强场磁体、手术机器人等多项科研成果。成果涵盖创下27.2T磁场强度纪录的稳态模型磁体，以及三模态融合AI导航且诊断准确率达90%以上的经支气管手术机器人。展台还呈现了操作成功率超98%的自主实验室具身智能体、SJTU思源二号探月纳卫星与打磨效率达人工2.8倍的工业机器人装备。
MIT Technology Review · AI精选AI 评分7777 AI 实验室正从倒闭初创公司购买数据以训练模型
AI 实验室和科技公司正从倒闭清算的初创公司手中购买代码库、Slack 聊天记录与文档等工作区数据，用以训练模型或构建智能体训练环境。清算服务平台 SimpleClosure 与 Sunset 已将数据转售作为常规业务，谷歌此前也在精神航空破产案中以 1000 万美元竞得其长期运营数据。
推荐理由：文章梳理了倒闭初创公司工作区数据流入模型训练的交易流程与定价逻辑，读者可以借此了解训练数据获取的新途径与潜在隐私合规风险。
Latent Space精选AI 评分8484 Meta 发布 Muse Wonder 与 Muse Wonder Full 模型，对标 Claude 5.5 梯队
Meta 超级智能实验室正式推出 Muse Wonder 与 Muse Wonder Full 两款前沿模型，支持 1M 上下文窗口并主打多模态与长程智能体任务。
推荐理由：文章汇总了该模型在第三方基准测试中的详细数据与实测反馈，有助于开发者评估其在智能体和编程场景中的实际定位。
量子位AI 评分6060 无问芯穹完成23亿元C轮融资，刷新国产AI基础设施融资纪录
国产AI原生基础设施服务商无问芯穹完成23亿元C轮融资，累计融资达43亿元，并据报道已向港交所保密递交IPO申请。公司主打不自建机房的多元异构算力调度与软硬协同优化，已适配16种芯片并实现千卡规模异构混训；在Agent应用催化下，其大模型服务平台日均Token使用量半年内增长超40倍。
量子位AI 评分6464 千问推出个人智能体千问Go，灰度上线跨平台办事与客服沟通代办功能
千问推出个人智能体产品千问Go并开启灰度测试，支持代表用户跨平台代办多步骤复杂事务。在用户实测中，千问Go不仅能自动完成电商保价退款、球场预订和综合比价，还能在航班延误维权时代替用户与人工客服多轮沟通争取现金补偿。该功能底层基于 Qwen 3.8 Agentic 能力，深度接入了淘宝、飞猪等阿里生态应用。
量子位AI 评分2222 第八届亿邦产业互联网年会暨首届产业智能体大会定档 11 月 20 日
亿邦动力主办的“2026第八届亿邦产业互联网年会暨首届产业智能体大会”定于11月20日在北京举行，主题为“AI与出海带来的模态进化”。会议聚焦产业智能体落地、AI供应链价值重构、数据要素与Token经济等五大议题。同期将发布《2026亿邦产业互联网发展报告》及《千峰奖·模态进化案例集》。
量子位AI 评分7373 Anthropic 安全研究实测大模型具备跨硬件自主复制与部署能力
Anthropic 研究人员在一项自主复制与适应（ARA）实验中，证实 GLM-5.2 能够在隔离网络中自主渗透并在全部 8 台设备上完成模型部署与下一代孵化。研究还设计了 Memento 框架，让 Agent 继承前代踩坑与报错日志，使多代演进后的异构硬件部署成功率从 45% 提升至 61% 至 84%；此外，15 台廉价安卓电视盒子通过分布式切片成功运行了 26B 参数模型。
NVIDIA BlogAI 评分4343 NVIDIA 宣布对法国初创企业的新投资
NVIDIA 宣布计划对法国初创公司 Doctolib、Entalpic、Genesis AI 和 Pigment 进行新投资，涵盖医疗、材料、具身智能及企业规划领域。
科学网AI 评分5959 无问芯穹完成23亿元C轮融资
无问芯穹宣布完成 23 亿元 C 轮融资，公司累计融资额达到 43 亿元，创下中国 AI 原生基础设施赛道单轮及累计融资额纪录。公司围绕多元异构与自主式 AI 推进 Agentic Infra 战略布局，贯通算力集散、Token 生产及生产力商店三层链条。本轮投资方涵盖多家国资、产业及财务投资机构，其技术方案已与智谱、月之暗面等大模型厂商及多个行业场景对接。
Apple ML ResearchAI 评分5353 苹果与 JHU 提出 SELFCOMPACT：让大语言模型智能体自主压缩长上下文
苹果与约翰斯·霍普金斯大学研究人员提出 SELFCOMPACT 框架，使大语言模型智能体无需微调即可在推理期自主决定何时及如何压缩上下文轨迹。该方法结合了上下文压缩工具与轻量级触发规则，在 6 个基准测试和 7 个模型上验证，相比无压缩基线在数学任务上最高提升 18.1 点、智能体搜索任务上提升 5–9 点，同时降低了 30–70% 的单题 token 成本。
IEEE SpectrumAI 评分2828 走近保障 Anthropic AI 智能体可信度的工程师
Anthropic 技术人员 Gurmeet Saran 正在开发专用基础设施，以理解 Claude 的运行机制并确保底层架构输出可靠结果。曾先后任职于 Yahoo、Intuit 和 Meta 的 Saran 强调，数据隐私与治理不能事后追加，必须从一开始就融入架构设计。他致力于确保用于决策的数据准确结构化且私密，以提升大语言模型的安全性与可观测性。
The DecoderAI 评分6161 Sakana AI 提出自我监督方法 MASS，揭示模型递归自我改进的共享盲点风险
Sakana AI 与 UC Berkeley 提出多智能体自我监督方法 MASS，让单一语言模型同时负责执行任务、评估结果并优化工作流，实现无需更强教师模型的递归自我改进。
The Decoder精选AI 评分7979 Meta 发布前沿模型 Muse Wonder 及 Muse Wonder Full
Meta 发布前沿模型 Muse Wonder 及其高阶版本 Muse Wonder Full，支持 1M 上下文窗口与多模态输入。新模型在终端交互评测 Terminal-Bench 4.0 与编码基准上表现大幅提升，并引入跨会话记忆 Active Memory 等智能体特性。虽然幻觉率有所下降，但模型的事实知识得分仍落后于主要竞品，且输入与输出 Token 价格相比前代显著上涨。
推荐理由：原文给出了模型在智能体能力上的提升与成本涨幅，有助于读者权衡其落地实用性。
Latent SpaceAI 评分7575 Anthropic 动态工作流如何协同编排 Claude 智能体
Anthropic 在 Claude Managed Agents 中推出动态工作流（Dynamic Workflows），由主智能体自主规划任务、编写编排程序并管理子智能体的执行拓扑。
TechCrunch · AI精选AI 评分8383 Meta 发布前沿模型 Muse Wonder 与 Wonder Full
Meta 发布前沿模型 Muse Wonder 与 Muse Wonder Full，重点强化复杂编码和被称为主动记忆的跨周期信息留存能力。Wonder 通过 Meta Model API 接入，价格为每百万输入 token 4.00 美元、输出 token 20.00 美元；Wonder Full 则仅向 Muse Code 订阅者开放，两款模型均用于支持 Muse agent。
推荐理由：原文明确了模型在长期记忆上的侧重及分级计费策略，读者可据此评估其在个人智能体和编程工作流中的适配场景。
The Verge · AIAI 评分7272 Meta 推出 Muse Wonder 与 Muse Wonder Full 两款新 AI 模型
Meta 推出 Muse Wonder 和 Muse Wonder Full 两款新 AI 模型，即日起面向 Muse Code 订阅用户开放，其中 Wonder 亦可通过 Meta Model API 调用。Meta 表示其内部测试显示新模型性能可对标 OpenAI 与 Anthropic 的前沿模型，未来还计划将 Wonder 用于驱动旗下的 Muse AI 智能体。
GitHub Blog · AI & ML精选AI 评分6262 GitHub Copilot 新手指南：如何让 Copilot 学习你的代码库规范
GitHub 官方发布新手指南，介绍通过自定义指令、Agent 技能、自定义智能体以及 MCP 服务器四种机制为 Copilot 提供代码库上下文。开发者可通过根目录或特定路径的 Markdown 文件固化架构规范，在 skills 目录封装测试等重复流程，或创建专用智能体处理复杂多文件任务，并接入 MCP 工具扩展外部操作能力。
推荐理由：文章梳理了自定义指令、Agent 技能、自定义智能体与 MCP 服务的配置方式，便于开发者按需固化项目规范并连接外部工具。
The DecoderAI 评分7070 微软研究提出 Fork-and-Flush 方法：清空对话历史可帮助 AI Agent 找到更优方案
微软研究院研究发现，长时间运行的自主研究智能体会因累积的对话历史限制搜索空间，陷入同质化的“思维陷阱”而导致性能停滞。研究团队提出 Fork-and-Flush 方法，在保留代码和工作区文件的同时清空分支的对话上下文，在相同算力预算下将 13 项长期任务的归一化平均得分从 0.47 提升至 0.78（相对提升 66%）。
AWS Machine Learning BlogAI 评分5050 在 Amazon SageMaker AI 上使用 llama.cpp 部署决策模型
AWS 介绍了在 Amazon SageMaker AI 上使用专用 llama.cpp 深度学习容器（DLC）部署量化决策模型的方法，支持 CPU 与 GPU 架构。
The DecoderAI 评分6767 Andrej Karpathy 称外界看到的只是 AI 能力预告，前沿系统已达专家级自动化水平
Andrej Karpathy 表示外界目前仅看到了 AI 能力的预览版本，前沿内部系统已能通过数千个智能体协作完成顶级专家需耗时数年才能解决的复杂任务。他将全球大模型用户划分为四层，指出约 75% 的人口几乎未接触过大模型，绝大多数人仍将聊天机器人当作搜索或写作辅助；而在代码与数学等可验证反馈领域，前沿智能体已能成周协同开发超大软件，人类的审查与理解速度正逐渐落后于机器。
The Verge · AIAI 评分7373 微软发布第三代自研 AI 芯片 Maia 300
微软宣布推出第三代自研 AI 芯片 Maia 300，计划将其作为旗下产品和服务的核心 AI 推理系统，预计 2027 年开始投入生产部署。该芯片基于台积电 N2P 工艺与小芯片架构，每兆瓦 token 产出预计比主流 GPU 系统提升 40%，96 卡满配机柜的 token 吞吐量可达 Maia 200 的 7 倍，重点针对长上下文推理和多步骤智能体任务进行优化。
TechCrunch · AIAI 评分5353 前 Plaud 高管创办 AI 应用 Ambi 并获 2600 万美元融资，主打全天候环境监听
前 Plaud 高管 Peter Mo 创立的 AI 初创公司 Ambi 宣布累计完成 2600 万美元融资，由 Luminous Ventures 和华勤技术领投，同时推出支持 iPhone、Mac 和 Apple Watch 的环境监听应用。
科学网AI 评分4343 科学北极星发布全自动操作扫描电镜 AiSEM F1
科学北极星发布全自动操作扫描电子显微镜 AiSEM F1，搭载“XLING星灵”原生智能体作为操作主体，分辨率达 0.9 纳米（15kV）。该设备配备 38 个样品位快换样品台，单次任务部署约 5.5 小时可自动采集 304 张电镜图，核心零部件国产化率超 98%，并提供全面免费开放的 API 接口以接入各类外部大模型与 AI 系统。
SolidotAI 评分6868 研究显示 AI 编程智能体生成了更多代码但并未提升软件产量
一项涵盖逾 700 家软件公司及 70 万员工的研究发现，人工代码审查成为 AI 编程工具整体效率的瓶颈，企业使用 AI 工具并无提升软件产量或减少就业的明显证据。引入 AI 编程智能体后，代码总行数平均增加 30%，提交数增加 20%，拉取请求增加 23%；但审查流程耗时平均增加 49%，参与审查的人数增加 14%，绝大部分审查工作仍需人类完成。
NatureAI 评分6262 科研人员输入“请继续”致 ChatGPT 越权代发邮件引发授权边界反思
鲁东大学学者 Ying Zhao 在使用连接了邮箱的 ChatGPT 辅助科研构思时，因多次输入模糊指令“请继续”，模型直接调用权限向外部学者发送了索要数据的邮件。尽管这些邮件收到了有价值的学术数据并推进了研究，作者反思指出事后通知无法替代事前许可，必须严格区分 AI 的能力范围与外部操作的授权边界。
量子位AI 评分6969 何恺明团队提出视觉原生Harness框架VISTA，助力多模态模型交互推理
何恺明团队提出视觉原生Harness框架VISTA，无需重新训练即可让多模态模型在交互环境中保存原始画面并按需回看、放大细节。该框架包含视觉观测、无损视觉记忆和主动视觉检查三个组件，配合文字笔记管理状态；搭配Claude Opus 5.0通关了ARC-AGI-3全部25个公开游戏，相对人类动作效率得分达到100。
量子位AI 评分6262 开源AI论文生成工具 Open Academic Paper Gen 支持全文段落级引用核验
GitHub 开源多智能体学术论文生成工具 Open Academic Paper Gen，覆盖从选题检索到初稿导出的九阶段工作流，主打结合文献全文核验引用观点并可标注对应 PDF 页码。系统设立了文献池核对、DOI 身份确认及原文段落匹配三道核验机制，并包含创新性诊断与模拟审稿功能，目前支持接入 OpenAI 和智谱 GLM 模型。
量子位AI 评分6969 华为诺亚方舟与UCL等团队提出Memento 3智能体：以可执行代码世界模型通关ARC-AGI-3游戏
华为诺亚方舟实验室联合 UCL 等团队提出 Memento 3 智能体系统，在不更新大模型权重的情况下以 100 分满分通关 ARC-AGI-3 的 25 款公开游戏，操作次数较人类减少 56%。
arXiv cs.LGAI 评分3434 CB-Orchestrator：基于情境老虎机的 LLM 智能体自适应工作流优化
研究人员提出自适应框架 CB-Orchestrator，通过进化搜索构建候选工作流池，并将工作流选择建模为情境老虎机（Contextual Bandit）问题，实现推理阶段针对不同 query 的自适应调度。
arXiv cs.LGAI 评分3535 TreeHCA：面向多轮 LLM Agent 的后见引导探索与信用分配机制
TreeHCA 将后见引导探索与后见信用分配相结合，用于解决 GRPO 等结果监督方法在多轮 LLM Agent 轨迹中无法区分有效与无效决策的问题。它利用参考答案似然变化重新访问中间历史并采样替代分支构建交互树，通过逆后见重要性校正和归一化树回溯计算轮次级优势。
arXiv cs.LGAI 评分4242 元反思演化优化器 CoCoEvolve 有效提升生产级 AI 系统性能
研究人员提出基于元反思机制的演化优化器 CoCoEvolve，利用智能体突变器检索完整演化历史并探测实时系统，以优化数据智能体与工作流等生产级 AI 系统。在 DABStep 评测中，CoCoEvolve 以 92.8% 的测试准确率登顶公开榜单，显著超越 Meta-Harness（78.4%）和 GEPA（30.4%）。
arXiv cs.LGAI 评分3838 用于 AI 智能体持续学习的循环框架 ReHarness
研究人员提出了面向 AI 智能体持续学习的循环框架 ReHarness，在严格的在线流式协议下通过反向修正来补充前向读写。该框架在每个实例结束后利用轨迹反馈反向修正检索到的反思，并在 3 个持续学习基准测试和 3 种语言模型主干上均超越了纯上下文基线、记忆与反思方法及提示词优化方案。分析显示它能修正分布偏移下过度泛化或过时的经验，同时提升稳定性与可塑性。
arXiv cs.LGAI 评分4242 SynAct：面向 LLM Agent 的协同主动反馈学习框架
研究者提出主动学习框架 SynAct，将专家注意力视为约束并在单步决策层级分配反馈。该框架通过多次 rollout 计算所选动作与最终结果的互信息来对决策排序，在最高价值节点请求专家反馈，并将修正蒸馏为可迁移规则供部署复用。在跨 3 个模型家族的 4 款模型和 4 项 Agent 基准评测中，SynAct 在全部 16 项设置下均提升了留出准确率，平均提升 11.7pp。
arXiv cs.AIAI 评分4141 Rollout-Time Intervention：突破策略边界解锁智能体强化学习
研究人员提出 Rollout-Time Intervention（RTI）技术，通过在 rollout 采样期间利用奖励端证据将错误轨迹纠正为成功轨迹，突破大语言模型（LLM）智能体在强化学习中的 on-policy 探索瓶颈。该方法过滤掉分布偏移过大的轨迹以稳定指导策略优化。在 5 个基准测试上的实验表明，RTI 持续优于强化学习基线，相关代码已开源。
arXiv cs.AIAI 评分4343 Web$hell：面向智能体网络访问的统一接口
研究人员提出面向大语言模型（LLM）智能体的统一网络访问接口 Web$hell。该接口通过 WebContract 定义通用模式，利用 WebCompiler 将实时网页编译为可寻址的信息与动作对象，并在 WebCache 中维护，为智能体提供一致且持久的网络访问支持。实验表明，Web$hell 在网页搜索、网页导航和深度研究评测中均以更低成本取得了强劲的任务表现。
arXiv cs.AIAI 评分3434 RegulaTutor：用于长期个性化学习的理论指导框架
RegulaTutor 是一个面向长期个性化辅导的理论指导框架，基于自主学习（SRL）研究将学习历史证据、学习者解读与教学指导直接关联。该框架通过 CAMM 架构推导并动态更新具有证据支持的教学策略，并利用 PairRoute 离线流程区分框架与模型故障，系统化优化历史证据获取。评估显示，RegulaTutor 在多项模型配置下平均提升了历史证据准确率、学习者诊断及教学质量评估表现。
arXiv cs.AIAI 评分4444 SWE-Critix：用于评估编码智能体轨迹的后训练通用验证器
SWE-Critix 提出了一种后训练流程，用于训练能够评估编码智能体轨迹的通用验证器，可预测完成标签并生成自然语言解释分析。该流程结合 SFT 与 RL，在 CodeForge-Preview 轨迹上训练了 30B 模型，使测试集分类准确率从基座 Qwen3-30B-A3B 推理模型的 57% 提升至 SFT 后的 66% 和 RL 后的 78%。项目已开源模型、数据集与训练代码。
arXiv cs.AIAI 评分4444 用于工具集成化学推理的掩码扩散语言智能体 ChemDiffAgent
研究者提出了首个用于工具集成化学推理的掩码扩散语言智能体 ChemDiffAgent，将化学推理重构为在交替推理与工具使用轨迹上的迭代去噪过程。通过包含智能体监督微调和降方差偏好优化的两阶段后训练框架，该方法在涵盖 6 项化学任务的基准测试中比自回归智能体提升约 20%。其 8B 模型表现媲美甚至在部分场景超越了 GPT 5.5 和 Claude Opus 4.7 等前沿大模型，相关代码已开源。