framework

Search2o 是一个智能体服务器，集成了智能体框架、开发环境、受控运行时、语义路由器和加密云端状态管理，支持模型无关的 LLM 适配器和跨智能体对话连续性。

NVIDIA 推出 Cosmos 框架，这是一个开放的模块化平台，用于训练、后训练、优化和部署面向物理 AI 的世界基础模型，涵盖 DPO、GRPO、PPO 等强化学习管线，并通过 Cosmos NIM 微服务进行模型服务化部署。

本文提出将智能体运行框架分解为八个功能组件，并提出一套可移植、带版本管理的规范框架，用于记录哪个模型在哪个运行框架中运行，以解决现有模型卡和智能体卡未涵盖的评分波动问题及攻击面文档缺漏。

作者们发布了 Gear——一个受元学习启发的开源框架，被称为"遥感领域的 scikit-learn"。它将搜索决策与执行和评估分离，使 GEPA、RRSI 和 Harness² 等方法更易于实现与比较。其中一个可用的 GEPA 变体采用了共享故障诊断和分阶段评估机制，在 AutomationBench 和 Terminal-Bench 上取得了通过率的提升；同时，在使用同一优化后 harness 的条件下，GPT-5.6 Luna 相较于 Astra 的每任务 API 成本降低了约 95%。

介绍开源 Python 多智能体编排框架 Swarms（约 7.3k stars），支持顺序任务交接、并行执行、层级团队结构以及 MCP 与 skills 集成，用于将业务流程自动化为多 AI 协作系统。

Droid 1.0 是一个智能体运行框架，支持智能体在单次模型请求中执行数百次工具调用；将其设计为支持多种模型，可确保改进具有泛化能力，而非过度适应某个模型的特性。

HarborRL开源了一个轻量级智能体强化学习框架，将模型服务、轨迹生成、工具执行、验证器奖励和策略更新整合为可复现的流水线，支持Qwen/GLM模型×GRPO/DAPO算法×200+沙箱任务×40+ Agent Harness（如Claude Code、SWE-agent）的灵活组合。

PyTorch 2.15 发布，包含 3,117 次提交，重写的 NCCL 后端成为默认、新增 NIXL 单向传输、FSDP2 与流水线并行的更细粒度控制，并在 NVIDIA Blackwell（NVFP4）和 Apple Silicon（FP8）上带来更快的 LLM 解码，同时扩展了 AMD、Intel、ROCm 等平台支持。

Cursor 发布 Agent SDK，一个用于以代码定义、构建和部署 AI 智能体的框架，支持事件驱动的代码审查、合规工作流等场景，可通过一条命令部署到 Cursor 基础设施。

论文提出 LegoSR，一个统一的符号回归与微分方程发现框架，通过共享的方程中间表示整合七个求解器，并引入 LegoSR Agent 基于求解器知识和历史经验自适应选择求解器，在含噪 ODE/PDE 基准上接近七个专家调优求解器的并集性能，较通用 agent 最高提升 29 个百分点。

提出了 RSIHub，一个用于构建、比较和扩展智能体演化方法的开源框架，通过可复用的算子与配方简化实验基础设施。论文在 Terminal Bench 2 和 τ³ Banking 上评测了 AHE、Hyperagents、A-Evolve 与 GEPA，最大 pass@1 提升达 13.5 个百分点，但方法排名随设置变化且优化收益不一定迁移到留出任务。

本文综述了数据、信息、链接数据及知识图谱的质量评估研究，提出包含24个质量维度和相应度量指标的知识图谱质量评估框架，以评估LLM时代知识图谱的可信度与适用性。

该论文提出了一个统一的"工作智能体"（work agents）框架，将基础模型与运行时框架结合以可靠执行复杂数字任务，引入持久性与开放性两个维度，并系统分析能力族、模型与框架优化及评估方法。

论文提出 SearchWeaver 框架，利用代理的执行轨迹和任务奖励自动联合优化语料表示、可执行工具与使用指令，从而改进代理式搜索的搜索接口设计。使用 GPT-5.4-nano 时，优化后的接口在 BrowseComp-Plus 上将答案准确率从 71.6% 提升至 78.4%，并在四个 BRIGHT 子集上将平均 nDCG@10 从 45.7 提升至 55.0。

PAPAV 提出了一个以能力为核心的统一框架（感知、预判、规划、行动、验证），用于对比多模态具身智能体、计算机使用智能体与机器人系统，并基于 64 个基准揭示了预判与验证能力评估的显著缺口。

Harness² 是 Google Research 推出的即插即用递归 agent 框架，让 LLM agent 在无人工验证的情况下自动优化其执行 harness（提示、工具、记忆），在 WorkBuddy-Bench 等专业基准上最高提升 11.5 个点。

Google 开源了 Harness²，一个即插即用的框架，能够通过递归地提出、探测并组合 harness 修改，在不触碰模型权重的情况下，将任何 agent harness 变成自我改进的系统。在 Gemini 3.5 Flash 和 GLM-5 上测试后，其单轮修改即可超越固定 harness 的表现，并能将经验教训迁移到后续任务中。

一位计算机科学专业的学生分享了DenseCore——一个用Rust编写的轻量级深度学习框架（约2MB），配有类似PyTorch的Python API，能在Apple Silicon上逐比特精确复现PyTorch在nanoGPT上的训练结果，并揭示了PyTorch内部Flash Attention、Adam尾部循环融合等隐藏的数值细节。

Jim Fan的团队开源了ASPIRE的V1.0版本，这是一个支持真机技能发现与自我提升的智能体机器人框架。他们指出，Astra、Opus 5.5和Sonnet 5.5等前沿模型已在其机器人基准测试中达到饱和。

Google Research 开源了 Harness²，这是一个实现递归式智能体框架优化的即插即用框架。它可在模型权重固定的情况下，通过“提出–探测–组合”循环持续改进智能体运行框架，在多个专业基准测试中带来最高 11.8 个百分点的性能提升。