搜索
AI Agent 正在从 "单兵作战" 走向 "团队协作"—— 让多个 Agent 分工配合，去完成单个 Agent 难以独立扛下来的复杂任务，也是近期最受关注的方向之一。
顶级AI编码一日千里，到了生物学领域却频频翻车，并非模型不够聪明，而是科学数据库至今只为人类点鼠标而生。
昨天，奇绩创坛举办了 2026 年春季创业营路演日，共有 56 个项目上台。从赛道分布来看，覆盖： 智能体（39 家）、具身与物理智能（19 家）、数据（10 家）、AI 基础设施（14 家）、FDE & AI 咨询（10 家）。
当前，Coding Agents 在软件工程领域一路高歌猛进，科学家们看到此场景，也不禁寄予厚望：AI 智能体何时能以同样的速度，帮人类攻克药物设计、病毒监控与生物学建模的重重难关？
要说这段时间的热门 AI 产品，Codex 必然是绕不过去的话题。
多智能体协作对于解决复杂问题虽然具有巨大优势，但是其架构本质上易出现错误传播，因为由不正确的工作流生成或单智能体幻觉输出引起的错误会沿着协作链蔓延，影响最终结果。
近年来，大语言模型在数学、代码等任务上的表现不断刷新上限，但到了医疗诊断、故障排查这类真实世界任务里，真正困难的是让多个智能体在不确定的动态环境中持续协作推理。
奇点灵智做了一款支持 Vibe Coding 的儿童硬件。 产品叫多奇 AI 小外教机器人，面向 3-8 岁孩子。今年 1 月在京东首发，首发期间产品进入京东榜单 Top 2，目前全平台订单超过 2
近日，普林斯顿大学的研究团队发布了一篇新论文，提出了一个名为 Goedel-Architect 的智能体框架。他们用的核心模型，是国内开源大模型 DeepSeek-V4-Flash。
6月1日，在英伟达GTC舞台，黄仁勋聊AI工厂，聊智能体，反复念叨的也是这个Token：算力就是收入，算力就是利润。没有收入和利润，就是亏损。一座AI工厂这辈子能赚多少钱，看的就是它总共产出多少Token，也就是曲线下方的面积。一句话：谁能更快、更省电、更稳定地生产Token，谁就赚得多。