ALL HERE INDUSTRY INSIGHTS
行业咨询
来自一手发布、开源社区与论文平台的前沿动态。
TRACTA 基准发布｜纯神经网络搞不定时序推理，神经符号路线拿下一局
做 AI 落地的人大概都碰过这类场景：模型能准确分类一张图、一段文本，可一旦涉及多个事件在时间轴上演化、什么时候该提前预警，纯神经网络就肉眼可见地吃力。这不只是调参的问题——它关系
发布日期：
阅读全文 →你看到的 Agent 排行榜分数，可能有七成是「作弊」来的
过去一年，Agent 评测榜单上的数字涨得让人眼花缭乱。编码、网页浏览、终端操作、长周期任务——每一项都在刷新。每次新模型发布，都会拎出一两个「SOTA」来说事。 这些分数，有多少
发布日期：
阅读全文 →IDEAgent 开源｜用多 Agent 同时追论文的质量和多样性，不比不知道，一比快 4 倍
做研究 idea 的人大概都遇到过这种尴尬：让 LLM 来 brainstorm，要么吐出一堆高度雷同的方案——换个数据集名字就是新 idea——要么吐出几十个看起来不一样但一推就
发布日期：
阅读全文 →给 Agent 加了技能，它反而不会干活了？这篇论文拆透了「倒退税」
给 LLM Agent 加技能、加工具、加 procedural prompt，几乎是现在做 Agent 的标配动作。加完看一眼平均成功率，涨了，舒一口气，接着堆下一个。但盯过单个
发布日期：
阅读全文 →Agent 记忆评测翻车了：三周最好的方案，九周几乎垫底
一个工具如何揭开了 Agent 长期记忆的“伪靠谱”面纱 AI Agent 最令人头疼的问题之一不是推理，而是 记忆 ——那种能记住用户上个月提过的需求、三个月前配置偏好、甚至哪些
发布日期：
阅读全文 →企业AI Agent的权限漏洞，这篇ICML论文给出了工程解法
动态权限收缩：企业AIagent的安全新范式 近年来，随着AI Agent在企业场景中的广泛应用，权限安全问题日益凸显。Agent在运行过程中往往持有一整套工具凭证，但许多任务并不
发布日期：
阅读全文 →Anthropic发布Claude Opus 5：性能逼近Fable 5，成本减半
Anthropic 正式发布 Claude Opus 5：性能刷新纪录，成本减半的“日常默认”模型 2026年7月24日，Anthropic 正式推出了备受瞩目的 Claude O
发布日期：
阅读全文 →超越“存储与检索”：Agentic Context Management 如何重塑 Agent 的生存法则
超越“存储与检索”：Agentic Context Management 如何重塑 Agent 的生存法则 在 AI Agent 从实验室原型走向生产环境的进程中，一个被长期忽视的
发布日期：
阅读全文 →AREX：实现递归自我改进的深度研究智能体
AREX：实现递归自我改进的深度研究智能体 核心事件 ：2026年7月23日，Shuqi Lu 等24位作者向 arXiv 提交了题为《AREX: Towards a Recurs
发布日期：
阅读全文 →无需云端即可实现智能体编程：开源大模型在纵向数据准备任务中的表现评估
本地AI新突破：UCL发布RRBench基准，31B开源模型在隐私敏感场景表现优异 摘要： 英国伦敦大学学院（UCL）研究团队发布RRBench框架，评估开源大语言模型在本地环境下
发布日期：
阅读全文 →面向企业AI Agent民主化：持续保障框架的提出与实践
当业务人员开始“搭建”AI Agent：一个被忽视的可靠性危机 你有没有想过，当公司的销售总监用低代码平台花一下午搭了一个“客户意向分析 Agent"时，这个 Agent 真的可靠
发布日期：
阅读全文 →slang.gr：大规模众包非标准希腊语资源及其计算分析
slang.gr：大规模众包非标准希腊语资源及其计算分析 核心事件 论文 arXiv:2607.21255 首次对众包希腊语俚语词典 slang.gr 进行了大规模计算语言学研究，
发布日期：
阅读全文 →希腊语图书检索基准CUP发布：混合检索策略在真实出版场景中表现最佳
希腊语图书检索基准 CUP 发布：混合检索胜出，多语言模型表现超预期 在自然语言处理技术深入垂直行业的进程中，小语种和非结构化数据的检索优化始终是痛点。近日，来自希腊的研究团队发布
发布日期：
阅读全文 →