01
Coding agents in the social sciences
Anthropic 基于 2026 年 2 月至 3 月对 1,260 名定量社会科学家进行的调查，分析了 AI 编程代理在研究中的使用情况。结果显示，81% 的受访者曾用 genAI 模型辅助研究流程，但只有 20% 经常使用集成到命令行的 AI coding assistant（如 Codex、Cursor、Claude Code）；...
观察
Signal Feed
#智能体 主题信号第 7 页
围绕 智能体 的精选动态、来源摘要和重要性判断。
动态列表
02
Qwen3.7-Max 登上 ITBench-AA 第3
Artificial Analysis 与 IBM Research 推出 ITBench-AA，这是一个用于评估模型在企业 IT 代理式任务上的新基准，首批聚焦 Site Reliability Engineering（SRE）任务。ITBench-AA 的 SRE 部分包含 59 个任务，其中 40 个为公开任务、19 个为全新留出任...
值得跟进
03
Artificial Analysis 发布 Coding Agent 基准
Artificial Analysis 发布了 Coding Agent benchmarks，并同步发布了他们的首支 YouTube 视频。内容比较了不同 coding agents 在性能、成本、token 使用量和速度上的差异，其中 Claude Code 的 Opus 4.7 表现领先，Composer 2.5 则在 Coding...
观察
04
护栏复杂度悖论
DAIR.AI 转发的一项研究指出，更强的模型不一定需要更轻量的 harness（结构化控制框架）。研究通过一个 432 轮受控实验检验了“模型能力越高，所需结构化指导越少”的常见假设：实验覆盖 6 个模型、4 个能力层级、3 种 harness 条件，并在一个包含 24 个任务、带 git-based workspace verific...
观察
05
Tencent 推出 Miora
Tencent AI 发布 Miora，称其为国际版公测中的 AI creative agent studio。该产品把图像、视频、UI/UX、3D 生成放在同一个画布中，支持 agent 自动理解设计上下文、调用工具、进行 inpaint、本地编辑、拆背景，并记住用户偏好。Miora 内置品牌、storyboard、插画、UI/UX、视...
观察
06
Cisco and OpenAI redefine enterprise engineering with Codex
Cisco 与 OpenAI 介绍了 Codex 在企业工程场景中的落地：Cisco 将其直接接入生产工程流程，覆盖大规模多仓库系统、C/C++ 代码库以及安全、合规和治理要求。Cisco 表示，Codex 已用于 AI Defense 的大部分开发和几乎所有新功能开发，并与 OpenAI 的 Daybreak 计划协作，治理 GPT‑5...
值得跟进
07
Cognition 融资超 10 亿美元
Cognition CEO Scott Wu 在 Bloomberg Technology 采访中表示，全球约有 3000 万到 3500 万软件工程师，公司希望把他们的效率提升 10 倍，并认为因此还会催生“10 倍以上”的软件需求。引用帖文称，Cognition AI 以 260 亿美元投前估值融资超过 10 亿美元，年度经常性收入从...
高优先级
08
Grok Build 支持 Worktree
Elon Musk 转发 Boris Skorobogaty 的帖子，介绍 xAI 的 Grok Build 针对 agent swarms 和大型代码仓库优化了 worktree 流程。原帖称，在同时运行“10s of agents”时，Git 默认行为会带来创建慢、每个 agent 复制整个仓库、同一分支无法重复 checkout 等...
观察
09
Cognition 融资超 10 亿美元
Cognition 宣布完成超过 10 亿美元融资，投后估值达到 260 亿美元，本轮由 Lux Capital、general catalyst 和 8vc 领投。公司表示，其 enterprise usage 自今年年初以来增长超过 10 倍，run-rate revenue 达到 4.92 亿美元；同时提到 Devin 是两年前推出...
值得跟进
10
Krea 2 API发布并接入Hermes Agent
Krea发布图像生成模型Krea 2的API，该模型从零训练并支持风格迁移、情绪板输入与可调节创造力参数，目前已集成至Nous Research的Hermes Agent及fal、ComfyUI等平台，兼容Claude、Codex与OpenClaw框架。
观察
11
Warp’s big bet on building open source with GPT-5.5
Warp 推出 Open Agentic Development，并在今年将其终端客户端开源，OpenAI 作为该仓库的 founding sponsor。公司称其内部工程团队中，agents 现在会共同生成公司约 90% 的 pull requests；Warp 还表示其拥有接近 100 万开发者用户，且被超过 56% 的 Fortun...
观察
12
Cognition 融资与增长
Cognition 相关帖文称，其已成为全球最大的独立 agent lab，并引用 Cognition 原帖信息：公司累计融资超过 10 亿美元，估值 260 亿美元，领投方包括 Lux Capital、General Catalyst 和 8VC。原帖还披露，其 enterprise usage 自今年年初以来增长超过 10 倍，run...
值得跟进
13
Your Agents are Aging Too
作者介绍了一项关于 agent 可靠性的研究，提出长周期可靠性基准 AgingBench。该基准将 agent aging 分为 4 种机制，包括 compression aging 和 interference aging，并评估部署后的 agent 不仅是否退化，还会以何种形式退化以及应当将修复目标放在哪里。文章还指出，尽管模型权重冻...
观察
14
Trajectory 融资 1500万美元
Trajectory 由 Michael Elabd、QuantumArjun 和 Ronak Malde 发起，宣布自己是面向 Continual Learning 的研究实验室和产品公司，目标是利用产品使用中已有的信号，让企业持续对大规模 agentic 模型进行 post-train。该公司表示已从 Conviction、Besse...
观察
15
OpenAI 和 Thrive 打造税务智能体
OpenAI 和 Thrive 构建了一个自我改进的税务 agent Tax AI，在 30+ 家会计师事务所中处理了 7,000 份报税申报，报税准备时间减少约三分之一，吞吐量提升约 50%，准确率最高达到 97%。该系统要处理的难点不在 W-2 或 1099，而是在 K-1、租赁报表、备注、电子表格、上一年度文件以及跨文档必须一致的数...
观察
16
Cognition AI 融资超 10 亿美元
Cognition AI 宣布融资超过 10 亿美元，投前估值达到 260 亿美元。其收入据报道从年化运行率 3700 万美元增长到 4.92 亿美元，客户包括 Goldman Sachs 和 Mercedes-Benz。公司核心产品 Devin 定位为自主初级工程师，可在安全环境中完成规划、测试和部署代码的多步骤工作流，并结合自身模型与...
高优先级
17
Alook 协作编排层
Alook 发布了一个面向本地 CLI agent 的协作编排层，把 Claude Code、Codex、OpenCode 等 agent 组织成可管理的“AI 团队”，提供角色、邮箱、任务板、日历和可追溯执行记录。它采用本地优先、云端协作的架构，支持自托管，并通过共享记忆与邮件线程来承载人机和机机异步沟通。其记忆系统分为三层：AGENT...
观察
18
Building self-improving tax agents with Codex
OpenAI 与 Thrive Holdings 联合为 Crete 的 30 多家会计事务所共建 Tax AI，并在过去 6 个月中由 OpenAI forward deployed engineers 和 researchers 与 Thrive Holdings 工程师协作开发，用于帮助处理更复杂的税表。该系统在本税季的试点中处理了...
观察
19
Agent经济新思考
蚂蚁集团CEO韩歆毅认为互联网核心逻辑正从网络效应和流量转向Agent生态，信任机制将从直觉判断转向基于结果交付的credit系统，Token将成为Agent经济时代价值新载体，AI支付是未来重要基础设施，支付宝正在大力布局AI支付团队。
观察
20
微软发布终端原生 Web Agent 框架 Webwright
微软发布终端原生 Web Agent 框架 Webwright，核心思路是让 LLM 直接生成可运行的 Playwright 脚本，把网页操作从“观察→预测点击→执行”改为代码驱动。该框架工作区本地保存脚本、截图和日志，浏览器会话可重建，核心循环约 1000 行代码，依赖 httpx、pydantic、playwright、typer，并...
值得跟进