数据集汇总丨AI Agent 评测数据集，Microsoft/北大/港大/上海交大等发布 10 个数据集，从长程记忆到真实环境任务执行全覆盖
作者：yunlin 编辑：李宝珠 转载请联系本公众号获得授权，并标明来源 本文汇总了 10 个 AI Agent 能力评测相关数据集，支持在线使用，覆盖了长程记忆、多步推理与工具调用等不同能力方向，既包括围绕对话与交互场景的记忆评测数据，也涉及更前沿的真实环境任务执行与桌面操作研...
智能体 方向最近有哪些内容值得看
今日资讯 智能体
智能体 方向的重要产品、公司和事件变化，会在这里更集中地出现。
如果你是按主题跟踪 AI 动态，这一页会比全站资讯流更好用。
智能体资讯
5,127
正文图片
24,570
暂无图片
Gartner：智能体AI改变软件经济，2340亿美元规模企业应用软件支出受冲击
【TechWeb】7月6日消息，Gartner指出，智能体AI将彻底改变企业软件的营收模式：从当下到2030年，规模高达2340亿美元的企业应用软件支出将受到智能体套利的冲击；到2030年，这部分受影响的支出将占到企业应用软件即服务（SaaS）总支出的约20%。 智能体套利是指，...
2026-07-08 10:40
千年一塔，数字新生丨雷峰塔文旅智能体正式发布：以AI 为笔，续写西湖千年文脉
近日，杭州雷峰塔文化旅游发展有限公司联合新华智云科技有限公司，重磅推出雷峰塔文旅智能体。这是景区将文化遗产、专属文创IP、专业文化数据库、AI智能伴游与AR沉浸式体验深度融合的创新实践，亦是雷峰塔历经1924年倾颓、2002年重建后，在数字文明时代迎来的全新蜕变。 千年浮沉：一塔...
蚂蚁集团周俊：万亿参数模型从“追求数量”迈向“深耕密度”
在近日举行的 AICon 大会上，蚂蚁集团副总裁周俊发表了一场引人注目的演讲，聚焦于如何提升万亿参数模型的效率。周俊提到，现代 AI 模型的算力消耗惊人，尤其是万亿参数模型，每运行15分钟的算力成本竟然相当于一辆特斯拉的费用。这无疑是在警示大家，提升效率已经成为智能体时代亟需解决...
2026-07-08 09:53
AI提效一年后，管理者们发现了一个真问题
“AI没能让组织真正提效，有一个常见的认知误区：企业以为，只要内部出现几个善用AI的‘超级个体’，他们的效率就会自然外溢到整个团队。但其实，1+1并不能大于等于2。” 该图片使用了AI生成技术 文 /巴九灵 一家电商公司尝试把AI引入业务，结果制造出了更多混乱。 最近的一场AI对...
刚刚，Fable 5极限续命五天，Claude榨干指南请收好
本来以为一觉醒来，会看到 Fable 5 正式退出订阅套餐，GPT-5.6 接档发布，趁势抢走 Claude 的流量。剧本都写好了，但偏偏现实没照着演。 就在刚刚，Fable 5 官宣延期 5 天，推迟到当地时间 12 号。Anthropic 还顺带上线了 Claude Cowo...
Meta首个Agent生图模型登场，空降竞技场第二
Meta 旗下的超智能实验室 Meta Superintelligence Labs 推出了图像生成模型 Muse Image，并同步预览了 Muse Video。目前，Muse Image 已经接入 Meta AI 应用、网页端以及部分地区的社交平台，Muse Video 也即...
暂无图片
8万封外贸开发信石沉大海后，广东用一个智能体让工厂订单翻盘
南方财经记者 郑康喜 今泰科技是广州一家金属材料表面超硬薄膜涂层加工的企业。过去，企业做外贸，曾一口气群发8万封开发信，但回应寥寥。业务员每天对着屏幕搜客户、编邮件，大部分却沉进海里。 去年开始，情况变了。今泰科技在使用探迹科技的全球销售智能体后，3个月询盘客户数量竟相当于以往3...
吵了一周的loops，Claude官方下场讲明白了
最近有一个很火的概念叫loop，中文叫循环编程，很多人围着 loop 这个概念争论不休 上周 AI Engineer 大会收官日，正反两方直接吵作一团。一边是 Ralph loop 的作者 Geoffrey Huntley，说自己已经不手写代码了，人的角色变成了火车司机，盯着机车...
曝折叠屏iPhone将一机难求/豆包千问下架智能体/内存一天一个价，经销商劝：非刚需先别买
📱 曝折叠屏 iPhone 发售将推迟 🛑 豆包、千问将下线智能体功能 💻 iOS 27 测试版代码现「B790」线索，疑指带摄像头的新款 AirPods 💰 手机电脑又要涨价，三星 DRAM 拟开启今年第三轮大幅提价 🧠 内存、SSD 价格「早上一个价晚上一个价」，经...
暂无图片
可规模化单线程最强 CPU：英伟达 Vera 在智能体 AI 负载下持续性能是 x86 的 1.8 倍
IT之家 6 月 29 日消息，英伟达昨日（7 月 7 日）发布博文，指出在智能体 AI 时代，NVIDIA Vera CPU 成为“可规模化单线程最强 CPU”， 持续单核性能是 x86 的 1.8 倍。 在博文中，英伟达提出“可规模化单线程最强 CPU”（Max single...
金山办公回应“WPS滥收费、背刺用户” ：言论不实！ 免费基础功能绝不收费，少数AI办公智能体等高成本服务，会独立计费，用户按需购买
每经编辑：张锦河,向江林 7月6日，金山办公发布关于“WPS滥收费、背刺用户”不实言论的声明： 一、免费基础功能，绝不收费、不降级。 WPS的免费基础功能在持续增加，从未、也不会将已有免费基础功能变成收费功能。 二、会员权益，绝不上移、不缩水。 近年来，WPS在售会员逐步精简为两...
2026-07-08 08:21
Anthropic王炸级大招！Claude首次深度嵌入团队协作实时工作流
智猩猩AI整理 编辑：林夕 2026年6月，Anthropic正式推出Claude Tag，这是Claude在团队协作领域的一次重要进化。 Anthropic这次做的变化，是一个底层的转变： AI不再只是被使用，而是开始被纳入团队。 在最新的Slack集成能力中，Claude不再...
ICML 2026｜如何对Multi-Agent系统进行过程评估？重新认识多智能体系统中的Orchestrator
南京大学人工智能学院博士生朱俊泽为本文第一作者，主要研究大模型多智能体理论、方法与框架；南京大学人工智能学院助理教授吴震为本文通讯作者，戴新宇教授为本文合作者。 现在，多智能体系统正成为大模型应用的主流范式。为了让模型完成更复杂的任务，人们开始把搜索、代码、视觉、总结等能力接入同...
AI限额200美元，马斯克不养Boris
据The Information报道，特斯拉上个月在内部备忘录中告知员工， 从7月6日起，公司将对员工AI工具支出设置每人每周200美元上限。 这件事多少有点反差，毕竟特斯拉还在强化自己的AI叙事：据路透社报道，特斯拉已经在6月于奥斯汀推出小范围Robotaxi服务，接下来还要继...
2026-07-08 04:40
阿里收拢三条Agent产品线 整合悟空、MuleRun押注企业AI生产力
该图片使用了AI生成技术 7月2日，据新浪科技报道，阿里巴巴正在对旗下Agent产品线进行系统性整合，以QoderWork为基础底座，融合“悟空”与“MuleRun（骡子快跑）”的核心能力，升级为一款面向企业生产力场景的AI产品，由钉钉CEO陈宇森统一负责。 据了解，3款产品此前...
Router的作用被低估了？vLLM这个神器，让单次调用背后藏了一支模型协作小队
所有人都在等下一个 SOTA 模型的诞生，但你不知道的变化，正悄悄发生在模型前侧。 在过去一年里，router 已经从 “把请求分给哪个模型” 的转发代理，演变成了模型推理的核心 “总指挥”。 它的目标扩展为： 降低成本 ：什么时候必须用前沿模型，什么时候用开源 SOTA 模型，...
我的科研搭子，科学智能体走向实验室，50份“AI研究生”提案，12支队伍走到最后
2026年5月10日，「Agent for Science」创意大赛启动。赛事要求很「硬」：作品必须拿出完整可复现的流程，文献调研、实验运算、论文辅助——核心科研任务至少打通一环。不接收概念，不接收纯Demo，要的是能跑通、能落地、经得起工程化检验的方案。征集期一个多月，接到近5...