Agent正确率从26%飙到70%，最近爆火的EvoX有东西啊
Agent正确率从26%飙到70%，最近爆火的EvoX有东西啊Agent 出现这么久了，大伙应该对它们的工作方式也不陌生了吧？
来自主题: AI资讯
7948 点击 2026-09-02 15:02
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
Agent 出现这么久了，大伙应该对它们的工作方式也不陌生了吧？
如果你觉得 AI agent 离帮你订机票、填报销单、投简历只有一步之遥，那 MMLU-Pro 的作者联合滑铁卢大学 TIGER Lab，UBC NAIL Group 和 UniPat AI，CMU 等机构刚刚放出的这项研究，可能会让你冷静下来。
已经被苹果打入冷宫三年的 Touch Bar，最近意外迎来事业上的「第二春」。
图片不只被编码，还直接参与 Attention、MoE 与 Agent 推理。
Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1，Fable 5.1 多项基准测试超越上一代，缓存读取成本降低 75%，典型任务整体费用降低约 25%、高 Agent 化任务最高降低约 45%，Mythos 5.1 则面向经审核的高风险领域合作伙伴提供更宽松能力并采用更严格的访问控制。
一个 Agent 到底凭什么越来越强？有人靠更大的模型，有人靠更多数据。就在前天，Google Research 最新发布的 WikiSkill 给出了另一条答案：给 Agent 搭一套三层知识架构，让技能自己进化。
今年三月，OpenMAIC 正式开源，用户已经可以借助 AI 完成一节课的设计与生成。
Dify 正式推出全新 Agent 体验，将 Agent 从工作流中的执行节点升级为拥有独立配置与完整生命周期的独立实体，提供 Build、Manage、Track 三层能力及 Tool、Skill、Sandbox CLI 三种扩展方式，支持企业 AI Agent 跨场景复用与持续演进。
面向Agent Harness层自进化方向，CREAO AI近日完成千万级美元新融资，资金将用于扩大真实业务工作流与高质量反馈数据规模，加速基于开源模型后训练的垂直模型迭代。
阿里千问创作平台上线 Wan 3.0 视频生成模型及 Agent Teams 多智能体协作模式，用户输入剧本与一句话提示词即可由编剧、导演、美术、分镜师、配乐师等 Agent 自动接力完成影视短剧制作，文章以"华强买瓜"剧本配合《JoJo的奇妙冒险》风格进行实测，展示了从需求拆解、角色资产生成、镜头提示词确认到视频拼接与片段迭代修改的完整流程。