标签
GDPevo是一个在真实业务任务上评估智能体自我进化的基准，涵盖CRM、ERP、金融、医疗、法律以及以数据为中心的工作流。作者发布了自动化流水线，并发现自我进化能将留出集准确率提升最多16.44个百分点，但智能体仍远低于全知的oracle上限。
阿里云将TinyFish的Mako执行引擎集成到其桌面代理中，以提供一个原生Web的、经过工作流训练的智能层，用于处理复杂的多步骤任务，具有更低的延迟和更少的停顿。
OpenAI的GPT-5.6更新提升了演示文稿、文档和电子表格中的产物质量，增强了模板兼容性和企业工作流集成。
来自Google的教程，教你使用Agent Development Kit (ADK)构建能暂停数日、重启后恢复且不丢失上下文的长时间运行AI智能体，并附有代码和逐步指导，适用于新员工入职等企业工作流。
Anchor是一个任务生成流水线，通过从单一的约束优化规范中联合生成指令、环境、解决方案和验证器，解决了AI智能体基准中的工件漂移问题，为企业工作流提供一致且可审计的评估任务。论文介绍了ERP-Bench——一个包含生产级ERP系统中300个长时任务的基准，结果显示前沿模型在26.1%的试验中满足显式约束，但仅17.4%的试验达到最优解。