AI Agent 日报

提出 DR³-Eval 评估框架，专门针对 Deep Research Agents (DRAs) 的复杂长期研究任务评估。框架关注规划、检索、多模态理解等维度，旨在解决现有评估基准过于简化、无法反映真实研究场景的问题。论文强调评估的可复现性和现实性，为 AI agent 研究能力的量化提供了新标准。

提出 MM-WebAgent，一种层级化多模态智能体框架，用于自动生成网页。该系统结合 AIGC 工具的图像、视频和可视化能力，通过分层决策实现从用户需求到完整网页的端到端生成。框架展示了 AI agent 在内容创作领域的应用潜力，超越了传统的代码生成范式。

研究自托管 AI 智能体的新兴前景——能够经济上自我维持并自主扩展的 AI 系统。论文探讨了 AI agent 如何在去中心化环境中独立运作，管理自己的资源和能力升级。这一概念对 AI 经济体系和 Agent 自主性研究具有开创性意义，可能成为未来 AgentOS 架构的理论基础。

自进化 AI agent 框架——封装 Claude Code CLI 并添加持久记忆、多 profile 隔离和自我优化能力。框架设计了 agent 自我迭代的机制，能够根据使用反馈调整行为模式。48 小时内 36 星，体现了社区对「有记忆的 coding agent」的强烈需求。

将 Notion AI 与本地文件、Shell 和本地 agent 结合的 MCP 服务器。允许用户在 Notion 中直接操作本地文件系统，同时保留本地 agent 作为降级方案。这代表了 MCP 生态向办公协作场景的延伸，48 小时内 10 星。

面向 AI agent 的自托管邮件服务器 SDK。支持可插拔存储、邮件传输和 webhook 处理器，让 AI agent 能够自主收发和管理邮件。项目填补了 agent 生态中邮件交互的空白，48 小时内 15 星。

Reforge AI 评估课程的市场地图 agent 评估套件。提供标准化的 agent 能力评估框架，涵盖工具使用、推理、规划等多个维度。48 小时内 22 星，反映了行业对 agent 评估标准化的迫切需求。

Anthropic 的网络安全专用 AI 模型 Mythos 已被 Nvidia、Apple、摩根大通等大型企业用于修补高风险漏洞。Bloomberg 报道白宫管理和预算办公室正准备让联邦机构使用该模型。尽管 Anthropic 与五角大楼存在争议，但 Mythos 在政府和企业安全领域的商业化落地正在加速。

提出 KV Packet 方法，解决标准 KV 缓存在长上下文场景下的内存和计算开销问题。方案通过上下文无关的 KV 缓存切片实现无需重计算的高效推理，显著降低 LLM 推理延迟。对 Agent 场景下频繁的多轮对话和长上下文处理具有实际价值。

Google 更新 AI Mode 功能，用户现在可以在不离开 AI Mode 页面的情况下打开搜索结果链接，同时支持标签页搜索。这是 Google 在 AI 搜索体验上持续迭代的最新动作，试图在保持 AI 交互流畅性的同时不牺牲传统搜索的深度浏览能力。

Mozilla 发布 Thunderbolt AI 客户端，基于 deepset 的 Haystack 构建，专注于自托管基础设施。项目目标是构建「去中心化开源 AI 生态系统」，让用户在本地运行 AI 能力而不依赖云端。这代表了开源社区对 AI 集中化的回应策略。

Adobe 将 Creative Cloud 推向「Claude Code 风格」的智能体交互模式。用户可以通过对话式界面直接编辑图片，AI agent 自动理解创意意图并执行操作。这是 Adobe 在 AI 时代对创意工具交互范式的重大战略转型，从「手动工具」走向「AI 代理执行」。

Meta 研究团队提出 Hyperagents 概念，旨在为非编码任务构建自改进 AI 系统。在企业生产环境中，任务往往不可预测且不一致，Hyperagents 通过元学习机制让 agent 在动态环境中自我优化。这一研究方向被认为是 AI agent 从 demo 走向生产的关键突破。

美国参议员 Bernie Sanders 联合多行业工会领袖推动 AI 劳动保护立法，呼吁暂停数据中心建设。他警告若不加干预，十年内制造业岗位将消失。这一动向反映了 AI 对就业市场的冲击正从技术讨论进入政治议程，可能影响 AI 行业的监管走向。