标签
该研究探讨 LLM 如何结合用户的言语承诺（words）与历史决策记录（deeds）来预测用户在人机对话中的合作/背叛决策，发现 LLM 高度依赖声明的意图但几乎不受对手智能体人格特征影响，导致对被违背的承诺预测准确率大幅下降。
塔林大学博士项目开发了基于摄像头的 Enactive Facial Expression Pipeline (EFEP) 系统，通过分析面部动作单元而非宽泛情绪标签，实时估计并生成 AI 虚拟角色的回应表情，同时揭示了现有分析工具间的分歧与人口统计偏差。
提出了GenUI-Harness，一个多智能体框架，将信息检索的Tool Agent与生成前端代码界面的GUI Coder Agent配对，并引入UI-TauBench基准测试。4B模型经训练后Pass@3从9.33%提升至58.00%，超越Claude Opus 5（46.67%），生成的UI还将平均对话轮次从3.4次降至1.2次。
讨论了 AI agent 的下一个交互界面可能摆脱屏幕，并介绍了 NaturaAI 推出的 Interface 智能戒指——一款 $99 的可穿戴设备，可通过按住说话的方式直接向 Claude Code、Codex、Hermes 等 agent 下达指令。
OdysseyML 推出了 Agora-2，一个下一代多智能体世界模型，支持多达20个人类和智能体在共享模拟环境中实时互动，多人研究预览现已可用。
本文讨论了内部文档是否应以人类可读性编写，还是优化以提高AI智能体效率，探讨了权衡并提倡根据具体情境制定格式。
JarvisBench 引入了一个用于评估人类与 AI 智能体之间协调的基准，重点关注长期任务中的注意力分配。它提供了一个带有全双工语音接口的参考实现。
Introduces TRIBE, a domain-independent pipeline that uses topic modeling and clustering on team communication to predict performance early and analyze how AI agents alter team behavioral dynamics.
本文介绍了JarvisBench，一个用于评估长周期AI代理工作流中连续、实时语音中介层的基准，并展示了一个模块化的Jarvis原型，该原型在WildClaw任务上使用多种基于LLM的工作代理进行了测试。
本文提出对万维网进行原则性重新设计，以适应AI代理作为主要中介，涉及访问权限、速率限制和标准化代理标识，从而超越以人为中心的假设。
作者探讨了当AI智能体成为常规用户时，软件设计可能需要如何演变，讨论了持久状态、协作规则、权限和审计追踪等需求。