智能体[35]
OpenAI董事长Bret Taylor：AI代理重塑客户服务，AI热潮再现互联网泡沫盛况
硅谷老兵、OpenAI前董事长Bret Taylor创立Sierra，以AI代理重塑客户服务。其AI代理具备自主性，可理解需求、访问企业系统执行复杂任务（如套餐变更），区别于传统聊天机器人。采用“按成功处理案例收费”模式，已助力企业处理70%-80%客服请求，平均耗时2分钟，大幅降本增效。
LiveMCP-101框架：开启AI智能体真实世界评估新阶段
AI智能体评估存在“模拟到现实鸿沟”，虚拟测试难测真实可靠性。微软与北大联合发布LiveMCP-101，系首个直接交互真实计算机系统的评估协议，含101项任务，覆盖系统操作、网络管理、安全响应等真实场景，解决传统虚拟测试局限，推动AI从实验室到真实世界的可靠落地。
OpenAI深化美英合作升级AI安全标准 联合红队测试聚焦代理系统与生物安全
OpenAI与美英机构深化AI安全合作，联合CAISI、AISI推动治理升级。CAISI发现ChatGPT Agent提示词注入漏洞，48小时完成模型与监控双重修复；UK AISI开展生物安全测试，构建长期防护机制。此次合作标志AI安全从企业自查迈向政企协同，为行业提供可复用测试方法论。
高德AI出行智能体“小高老师”月活破4亿 日调用量达12亿次
高德AI出行智能体“小高老师”上线不足一月月活破4亿，日调用达12亿次。支持自然语言交互，融合海量POI与实时数据，提供个性化行程规划、酒店预订等一站式服务，推动地图从工具进化为“先于思考”的智能决策伙伴，开启出行“智能体时代”。
字节跳动发布AgentGym-RL：多轮智能体强化学习框架，摒弃监督微调性能超商业模型
字节跳动推出业界首个统一多轮智能体强化学习框架AgentGym，采用纯强化学习路径，无需监督微调，智能体通过与环境交互自主掌握多样化任务。框架含AgentEvo环境集合及模块化设计，覆盖网页交互、游戏策略、具身智能、科学数据分析等27项任务，多项核心指标超越主流商业模型。
上交大开源MobiAgent：全栈移动端AI Agent工具链
上海交大IPADS实验室开源MobiAgent移动端AI智能体工具链，含数据收集、训练、推理加速、自动评测四大模块，支持定制手机AI助手。7B参数模型性能超越GPT-5，AgentRR“肌肉记忆”技术提速2-3倍，端侧处理保障隐私，低功耗降30%-50%能耗，全流程工具链大幅降低开发门槛。
Cognition融资4亿估值102亿，AI编程代理赛道迎里程碑
2024年AI编程代理赛道迎来里程碑，Cognition公司完成4.1亿美元融资，投后估值达102亿美元，由硅谷顶级风投Founders Fund领投，Lux、8VC等现有投资者及Bain Capital Ventures等新资本加持。其核心产品Devin作为“端到端自动化编程代理”，颠覆传统代码辅助工具，具备从需求到部署的全流程开发能力，代码生成准确率超90%，可替代20%-30%常规开发任务，实现从“辅助”到“独立代理”的跨越。本轮资金将用于Devin技术研发与全球扩张，推动AI编程进入“人机协作”新纪元，凸显资本市场对AI重构软件开发模式的高度认可。
百度文心大模型X1.1发布：三大核心能力跨越式提升，技术突破落地多场景
2025年WAVE SUMMIT大会上，百度发布文心大模型X1.1，实现事实性准确率提升34.8%、指令遵循优化12.5%、智能体能力增强9.6%，整体表现比肩GPT-5与Gemini 2.5 Pro。实测中，模型在逻辑推理（如"星球版农夫过河"问题）、事实检验（郑和下西洋伪史纠偏）、智能体多工具协同（小红书露营文案生成）等场景展现强落地能力。技术上采用混合强化学习与自蒸馏数据闭环，叠加思维链+行动链等三大模块强化推理与执行精度。同步升级的飞桨3.2框架，训练MFU达47%、推理2比特压缩降本增效，开源ERNIE-4.5-21B支持中小团队低成本开发。飞桨开发者超2333万，推动AI技术普惠与行业应用落地。
MIT团队DSPy框架：以模块化编程重塑LLM应用开发流程
DSPy框架是MIT主导的开源LLM应用开发工具，以“签名式编程”为核心，通过结构化代码替代传统提示词工程，显著提升复杂AI任务开发效率。其“签名-模块-优化器”三位一体架构，支持任务接口标准化（签名定义输入输出）、LLM调用逻辑封装（内置ChainOfThought、ReAct等模块）及自动化性能优化（如BootstrapFewShot、GEPA等工具），解决了提示词碎片化、系统难维护等痛点。GEPA框架结合遗传算法与帕累托优化，实现多目标（准确率、延迟等）平衡，适用于客服智能体等复杂场景。实战案例Support-Sam客服智能体基于DSPy构建，以不足200行代码实现工单分类、知识库检索等全流程自动化。目前，Shopify、DeepLearning.AI等机构已将其用于生产环境，推动LLM应用开发从“作坊式调优”迈向工程化、模块化新阶段。
月之暗面Kimi K2 0905升级：智能体能力跃升+256K上下文窗口翻倍
月之暗面Kimi K2 0905版本升级带来两大核心突破：智能体（Agentic）能力跃升与上下文窗口翻倍至256K tokens，参数量稳定1T级别，为开发者与企业提供平滑过渡基础。智能体能力方面，Terminal-Bench Hard复杂编程测试得分从14%升至23%，Tau2-Bench Telecom智能体聊天测试从61%提至73%，背后推理链优化算法通过动态拆解任务、实时调试反馈，使复杂指令错误率降40%。256K上下文窗口（约50万字）依托稀疏注意力与动态缓存技术实现，长文档关键信息召回率达92.3%，可一次性处理2000页司法卷宗（如“三体著作权案”材料）、10万分子式数据库或3年工程运维日志，助力律师分析时间从3天缩至4小时、药物筛选从1周减至2小时。目前企业尽调效率提升3倍，咨询行业已应用，虽存在功耗增18%、数据安全需求等挑战，仍推动AI从“执行指令”向“自主解决问题”进化。