产业动态
朋友不会让朋友将他们的数据提供给人工智能代理
消费科技领域有一个日益增长的趋势：旨在监视你周围的一切和每个人的小工具，无论其他人是否真正同意。现在，随着像 Meta 的 Muse 这样的“人工智能个人助理”的出现，你不仅会被愉快地要求放弃自己的数据，而且 [...]
SSCI / TOPICS
AI 智能体专题：工具调用、工作流与评估 — 第 5 页
从代码助手到协作系统，追踪 Agent 的能力与边界。
理解这一领域
智能体围绕目标选择动作和工具，工作流则更多沿着预设步骤运行。可靠部署需要明确权限、可观察的结果，以及失败时的停止或升级机制。
研究前沿
遵循法律要求的流程：培训语音代理以转移到债务催收中看不见的监管程序
arXiv:2610.18881v1 公告类型：新 摘要：基于大型语言模型 (LLM) 构建的语音代理现在可以处理客户呼叫，但在受监管的应用程序中完成任务还不够：代理必须遵循法律规定的对话流程。
研究前沿
扰动预测器可以学习基因相互作用吗？代理筛查中的诊断外推法
arXiv:2610.18880v1 公告类型：新 摘要：高通量扰动屏幕越来越多地使用机器学习模型来预测从未测量过的基因组合的影响。当测试对中的两个基因在训练过程中被单独看到，但它们的组合却没有时，就会出现一个困难的情况。
研究前沿
编码代理在视觉生成方面能走多远？
arXiv:2610.19025v1 公告类型：新 摘要：现代图像生成很大程度上依赖于专门的生成模型，这些模型将图像构建过程隐含在学习参数中。我们探索一种替代方案：通过可执行程序构建图像的通用编码代理。
研究前沿
Long-Horizon-Terminal-Bench 2.0：自动化多样化任务构建并衡量持续的智能体进度
arXiv:2610.14146v1 公告类型：新 摘要：长期终端基准衡量智能体是否可以通过具有过程奖励的扩展工作流程来维持进度，而不仅仅是其最终状态是否通过二进制检查。我们提出了 Long-Horizon-Terminal-Bench 2.0 (LHTB 2.0)，它是 Long-Horizon-Terminal-Bench 的扩展，保留了 46 个原始任务，同时纠正了任务和评估基础设施……