什么都不做就能得分？智能体基准测试出现大问题
什么都不做就能得分？智能体基准测试出现大问题都在研究考生，考卷出问题了。
来自主题: AI技术研报
5674 点击 2025-07-15 15:36
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
都在研究考生，考卷出问题了。
本来以为美图可能会在 8 月份推出新产品，给中期财报壮声势，但没想到，公告发布 20 天不到，这款名为 RoboNeo 的 AI Agent 就上线了，而且是直接面向所有用户免费开放。
在这篇文章中，它详细展示了如何构建一个有效的多智能体研究系统，这是一个架构，其中主代理（The Lead Agent）会生成和协调子代理（Subagents)，以并行方式探索复杂查询，内容涵盖系统架构、提示工程以及评估方法等。
AI 终于可以当「第一作者」了。斯坦福大学近日宣布，将于 2025 年举办一个史无前例的学术会议 —— 科学 AI 智能体开放会议（Agents4Science 2025），全称 Open Conference of AI Agents for Science。 它的投稿要求堪称颠覆：第一作者必须是 AI。
现在的AI Agent在文档生成PPT或视频方面，要想像人一样，把文字、图片、讲解、音视频全都串起来讲清楚，还真不太行。
刚刚，全球首个通用生物医学AI智能体Biomni正式开源，相关代码及文件已经在Github发布，现已斩获超过700星，任何人都可以进行本地部署。
3月份，我在线下分享过办公软件的一个大趋势——未来，每个人的应用使用界面将只保留一个或极少数几个。现在，如果企业同时运行着20个软件，需要分别登录这20个应用进行相应的任务操作。而AI正在让使用界面和操作界面实现分离。以后，用户只需停留在一个高频应用界面，就能让Agent在背后完成绝大部分跨应用操作，人类只需等待执行结果。
距离 3 月凭借 “AI 智能体自主完成复杂任务” 的产品惊艳亮相仅四个月不到，AI Agent 公司 Manus 就因一场大规模裁员陷入舆论漩涡。近日， Manus 向多家媒体证实，公司对国内业务团队展开优化，120 名员工中，除 40 余名核心技术人员迁往新加坡总部，其余皆被裁员。
Listen Labs 由两位哈佛校友 Florian Juengermann 与 Alfred Wahlforss 在 2024 年底联合创立，并在 2025 年 4 月连获 Sequoia 领投的种子轮与 A 轮合计 2700 万美元融资，目标是打造一套能自动招募受访者、主持上千场多语访谈、即时归档并复用洞察的“AI 用户研究员”体系。
企业级Agent正在成为整个toB市场的共识。企业级智能体（toB AI Agent）正在成为全球最受资本追捧的赛道之一。