华为诺亚方舟实验室最近联合香港大学发了一篇针对"Deep Research Agents"（深度研究代理）的系统性综述，在我的印象中，这是他们第二次发布关于Deep Research的综述论文。上一篇里提供了一个结构导向 (Structure-Oriented) 的视角，核心是“分类”。
8月18日，百度文库上线了一款名为 GenFlow2.0 的 Agent 产品。 在 Agent 层出不穷的 2025 年，市场的第一反应很可能是：「又一个而已」。
继通义灵码的 Lingma IDE 之后，阿里在海外推出另一款 Agent Coding 产品。据官方介绍，Qoder (/ˈkoʊdər/) 是一个专为真实软件开发而设计的 Agent Coding 平台（所以谁不真实？）
进入 2025 年，GUI Agent 赛道热度逐渐抬升 —— OpenAI 推出 Operator 并发布了 ChatGPT Agent，字节则发布了 UI-TARS-1.5 定位 GUI 开源方案。但大多数产品依然依赖本地执行，难以 24h 稳定运行。
AI Agent正在被要求处理越来越多复杂的任务。 但当它要不停地查资料、跳页面、筛选信息时，显存狂飙、算力吃紧的问题就来了。
大模型与多模态之间的关系，可以理解为大模型就像是人脑中的‘前额叶’，主要负责高级认知功能，但只有前额叶的大脑是无法处理复杂任务的，这就需要多个不同模型之间互相协调，从单纯的“前额叶”走向“完整的大脑”，从而处理更加复杂的现实任务。
RoboNeo 拿下百万 MAU 后，美图财报依旧强势。7 月中旬，美图上线了面向影像领域的 AI Agent RoboNeo，并靠“emoji 小人”的社媒风潮获取了第一批用户，上线一个月左右的时间，已拿下 100W 左右的 MAU。美图又以极快的速度，推火了一款新产品。在 AI 时代，聚焦影像的美图，有点乘风起的意味，如其昨天发布的半年报。
京东云于今年 7 月正式开源了JoyAgent‑JDGenie，这是业内首个“完整产品级”通用多智能体系统——覆盖前端／后端／智能体框架／执行引擎以及众多子 Agent（如报告、代码、PPT 智能体）；在权威 GAIA 基准测试中取得 75.15% 整体准确率，，显著超越 OWL、OpenManus 等同类开源产品。
早在"AI Agent"这一术语出现之前，安娜·摩纳哥（Anna Monaco）就已经开始构建 AI Agent系统。在开发了众多聊天机器人后，她开始寻找更适合 AI Agent的其他交互界面，最终将目光锁定在了电子表格上。
AI Agent正陷入一个矛盾的处境：技术突飞猛进，应用却支离破碎。
