搜索
AI agent开始接管终端之后，安全问题也进入了执行现场。当智能体能够读取文件、编写脚本、运行命令，并根据系统反馈持续调整下一步操作，一次错误决策就可能影响真实的文件与系统状态。
密歇根大学安娜堡分校团队提出并开源AI机器人协同设计智能体Auto-Robotist，相关工作获EMNLP'26主会录用，并在EvoGym七项任务的5×5冷启动实验中以持续更新的技能库复用试错经验，平均最终最优得分高于遗传算法。
主模型参数1250亿，激活参数60亿。
DeepSeek Harness 团队前几天发了篇关于 Super-agent 设计探索的长文，想用 Router + Worker 双层架构，把一个人管理多个 Agent 的负担交给系统。文章出来后讨论不少，大多关注这套调度机制是怎么设计的。
Kimi Hosted Agents 正式发布，以 Harness as a Service 提供7×24小时托管环境，支持长程任务、多智能体协作、安全控制、审计及140+ Skills、30+插件和8个金融Agent模板。
周二，北坡的 NorthCUA 团队，突然带来了一套相当完整的电脑智能体开源成果。
Meta收购AI编程初创公司Conductor，将其多智能体协作产品纳入Meta，并计划于2027年初推出面向下一代交互界面的新产品。
开源Agent协作平台LobeHub已让主管Agent协调Claude Code、Codex等自主开发与审查，并由Acceptance生成验收报告，人类仍负责审批和最终判断，系统尚无法完全无人值守。
AI越来越聪明，人类却越来越懒得动脑了！
如今Agent已经能熟练调用工具、修改文件、运行测试，但面对一个长期演进的大型软件系统，它能否从一份新需求出发，交付完整功能？