近年来，以多智能体系统（MAS）为代表的研究取得了显著进展，在深度研究、编程辅助等复杂问题求解任务中展现出强大的能力。现有的多智能体框架通过多个角色明确、工具多样的智能体协作完成复杂任务，展现出明显的优势。
当我看到TinyFish刚刚完成4700万美元A轮融资的消息时，我意识到这不仅是一轮融资，而是一个全新时代的开始——企业级Web Agent时代。我一直在思考AI agent的商业化应用，但TinyFish的方法让我看到了一个更加现实且具有颠覆性的方向：让AI agent不是简单地模拟人类浏览网页，而是以企业级的规模、可靠性和合规性要求来执行复杂的业务工作流程。
AI 同事、AI 数字员工的呼声越来越高，但至今仍没看到很好的落地。这其中的难点和瓶颈到底在哪里？ AI 数字员工，真的是一个值得追求的目标吗？
大模型再强，也躲不过上下文限制的「蕉绿」！MIT等团队推出的一套组合拳——TIM和TIMRUN，轻松突破token天花板，让8b小模型也能实现大杀四方。
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」。
本文提出了一个旨在提升基础模型工具使用能力的大型多模态数据集 ——ToolVQA。现有研究已在工具增强的视觉问答（VQA）任务中展现出较强性能，但在真实世界中，多模态任务往往涉及多步骤推理与功能多样的工具使用，现有模型在此方面仍存在显著差距。
DeepSeek-V3.1官宣了，作为首款「混合推理」模型，将开启智能体新时代。新模型共有671B参数，编码实力碾压DeepSeek-R1、Claude 4 Opus，登顶编程开源第一。
精心设计了一个由多个AI智能体组成的强大团队，期望它们能像人类专家一样协作解决复杂问题，但却发现这个团队聊着聊着就“精神涣散”，忘记了最初的目标，甚至连彼此的角色都开始混乱。
在AI浪潮席卷全球的2025年，大语言模型（LLM）已从单纯的聊天工具演变为能规划、决策的智能体。但问题来了：这些智能体一旦部署，就如「冻结的冰块」，难以适应瞬息万变的世界。
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。
