智能体
-
RoC只在必要时召唤推理智能体:仿真平均成功率99.6%,真机三项长程任务平均73.3%
武汉大学、中关村学院和三星等机构提出RoC:用任务状态监测器决定何时让推理智能体介入。RMBench上与智能体基线相比平均成功率99.6%、token减少65.3%;SO-ARM101三项真机任务平均成功率73.3%。
-
谷歌推出语义治理策略预览:智能体要调用工具,须先过明文规则和用户原意两道检查
11月20日,谷歌开发者博客宣布,Gemini 平台上的语义治理策略已进入预览。该机制在工具调用真正执行前,对照用明文写就的规则以及用户原本的意图进行检查,并由智能体之外的策略引擎作出裁决。
-
MCP Events扩展进入Beta:智能体可以在没人提问时响应邮件、代码提交和故障告警
MCP官方文档将Events扩展列为Beta,设计提案SEP-3415已为Final。该扩展提供轮询、推送和Webhook三种投递方式,让智能体在无人提问时订阅上游事件。OpenAI文档显示,ChatGPT已在Work对话和dots中支持Webhook投递,但不支持轮询和流式推送。
-
Hugging Face推出harness adapters:Qwen3.8-27B在pi框架上Terminal-Bench得分从39%升至55%,平均token用量减半
Hugging Face于11月20日介绍为智能体框架训练的LoRA适配器。以Qwen3.8-27B为例,在pi框架的Terminal-Bench 2.1上,pass@1从39%升至55%,平均每题token从约2.9K降至1.5K。三个专科适配器还可合并使用,但换到很不同的评测循环后优势不再明显。
-
Signal默认阻止Gemini和Siri AI读取屏幕,以防系统智能体记下加密对话
加密通讯应用Signal在11月20日由总裁Meredith Whittaker发文称,将限制内置在移动操作系统里的新一代人工智能智能体捕捉和存储Signal数据。继去年用截图拦截来对付Windows 11上的Recall之后,Signal现在把类似措施扩展到iOS 27,以及能够检测出人工智能助手正在读取屏幕的Android设备。
-
OpenAI公开Performance Factory:用Codex自动排查性能回退,三个多月跟踪超1700次调查
OpenAI在11月19日的官方文章中介绍了Performance Factory,这是一套运行在云端、由Codex驱动的性能工程系统,用来自动发现和修复服务变慢等问题。其中的回归工作流在三个多月里跟踪了超过1700次调查,并为600多起案例确定了根因,相当于平均每天自动开展17次调查。
-
谷歌为Gemini API推出工具检索预览:智能体可按需加载工具参数,不必每次把整库塞进提示词
谷歌于11月19日宣布,Gemini API的工具检索(Tool Retrieval)已在Interactions API中进入预览。面对几十甚至上百个工具时,开发者不必再把全部参数模式每次都放进提示词,模型会先根据名称和描述选中工具,再在同一次请求里加载完整模式并完成调用。
-
OpenAI推出ChatGPT会计能力:对接QuickBooks和Xero等账套,起草分录和报表后需人工批准
OpenAI推出ChatGPT会计能力,通过Accounting插件对接QuickBooks、Xero、NetSuite等账套,协助开票、对账和月结报表起草。官方强调分录与报表须经人工审核后才能生效;Xero同期宣布把月末结账审阅接入该能力,目前先在美国提供。
-
亚马逊发布AWS Emulator:在笔记本上模拟AWS云,全部代码由数千个AI智能体编写,工程师没写也没审一行
AWS于11月11日发布AWS Emulator:一个跑在本机上的AWS模拟器,不收服务费,开发者和编程智能体不用部署上云就能测试。更引人注目的是它的造法:三组AI智能体分工写测试、找问题、修代码,团队没有编写或审阅任何代码。
-
Databricks把Genie变成“常驻同事”:第二代Genie能在后台长期干活、自派子智能体,需要拍板时再发邮件找你
Databricks于11月11日发布第二代Genie,把它从“随叫随到的数据助手”改成可以独立推进长期任务的企业智能体:接下目标后自己跟进、分派子智能体,需要人拍板时通过收件箱和邮件主动找人。常驻版本仍处于预览和测试阶段。