自进化社媒Agent！浙大x北大：从多模态任务编排到反馈驱动
自进化社媒Agent！浙大x北大：从多模态任务编排到反馈驱动当大模型已经能够快速生成文案、图片和视频，一个更进一步的问题是：Agent 能否从执行过的任务中积累经验，并在持续交互中改进后续行为？
来自主题: AI技术研报
9302 点击 2026-09-16 14:40
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
当大模型已经能够快速生成文案、图片和视频，一个更进一步的问题是：Agent 能否从执行过的任务中积累经验，并在持续交互中改进后续行为？
一个 Agent 第一次没把任务做对。
谷歌发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款实时语音模型，后者支持后台异步推理与工具调用以解决语音 Agent 在任务执行中的沉默问题，两款模型已在 Gemini API 和 Google AI Studio 向开发者开放。
北航、南方科技大学、复旦大学、北京理工大学、爱丁堡大学等 8 家机构的 19 位研究者联合完成 Theory of Agent 综述，讨论模型内部与外部 harness 应如何分配能力，并据此梳理 LLM Agent 的学习、对齐、演化与评测。
OpenAI Codex团队主张模型越强Harness应越轻量，Anthropic Claude Code团队则认为模型越强Harness反而需越复杂以支撑Agent长时间自主运行，两者共同揭示了Agent Harness正经历从辅助层向承重结构转变的结构性变化。
实测显示，中国联通元景数字员工基于自研Agent Harness架构，具备全渠道触达与超千项技能，在深度研究、全时助理等办公场景中表现稳定可靠，并已在政务、工业、文旅等领域实现行业落地。
AI大模型评测平台Arena宣布用户可在直接模式中限时免费使用GPT-6 Astra（仅限medium级别），大量开发者涌入体验开发游戏，目前该模型在Agent Arena榜单中整体排名第二、前端网页开发排名第一。
崔添翼最近在 X 上刷屏有点多。9 月 9 日，这位今年 3 月加入 DeepSeek、负责 Agent 运行和评估基础设施的 Harness 团队成员发推称，V4.1 Flash 在性能、费用、速度和总用时等方面全面超过 V4 Pro，因此 V4.1 Flash 上线后、V4.1 Pro 上线前，所有发往 V4 Pro 的请求都会被路由到 V4.1 Flash，按 Flash 的价格计费。
Agent 完成任务后，学到的经验去了哪里？
办公 Agent 下半年开启了大乱战模式。