搜索
Google Cloud AI Research等团队发布T2J-Bench，以63个整仓任务评测Coding Agent将PyTorch迁移至JAX的行为保真度，并提出TwinHarness，使Claude-Code与opus-5组合的总体得分从0.649升至0.723，相对提升11.4%。
OpenAI发布的GPT-6 Astra在机器人评测中登顶，并凭借跨本体操作、Real-to-Sim、Computer Use及长程任务能力重塑Agent、机器人和AI制药应用，但其速度、幻觉、物理直觉不足及湿实验反馈慢仍构成瓶颈。
百度智能云推出AI Infra与Agent Infra双层基础设施，通过百舸AI计算平台6.0提升资源与Token效率，支撑智能体长期稳定运行及产业场景落地。
DeepSeek Harness 团队发表技术文章，介绍由 Router 统筹、Worker 执行的 Super-agent 架构，支持跨会话并行、主动响应外部事件和长期在线，并已用于内部研发协作，相关原型 dsh-superagent-prototype 已开源但尚非正式产品。
Exin Therapeutics让Sonnet 5驱动的AI Agent在人类外科人员操作开颅、持证兽医值守和物理急停保护下完成活鼠脑内给药，而Opus 5.5因坐标偏差拒绝继续移动并坚持不重试。
无问芯穹（Infinigence AI）以国产Agentic Infra让GPU算子优化Agent登顶NVIDIA Research的SOL-ExecBench四项赛道，并通过Skills、共享Memory和隔离评测形成自我迭代闭环，揭示资源调度与工作流设计对RSI效率的影响。
清华大学研究团队提出动作级在线蒸馏ActionOPD，在学生实际访问状态下以语义动作监督策略优化，使轻量Agent学习教师决策而非模仿Token，并支持黑盒接口、跨家族蒸馏及Self-ActionOPD自蒸馏。
腾讯云智能体开发平台ADP在2026腾讯全球数字生态大会上升级，强化服务Agent交付、AgentPortal 2.0统一管理及与WorkBuddy双向打通，帮助企业将智能体接入核心系统与业务流程。
多机构团队提出OpenDS任务范式并构建含200道任务的OpenDS-World评测基准，GPT-6 Astra以39.0%准确率居首，显示AI Agent在真实网络长程搜索与证据整合方面仍面临重大挑战。
Genspark的视频Agent工作台，Genspark Media Studio，正式发布了！