研究人员提出全新Agent框架「原位自进化」(In-situ Self-evolving Agent)，核心突破在于Agent能够自主制造工具而非依赖预设Skills。
工作流程：用户输入需求后，Agent进行分析规划，当发现现有工具不足时，会自主创建新工具，甚至能修复错误工具。
实验结果：在HLE（Humanity's Last Exam）评测集上仅次于GPT5.2-Pro智能体。从零开始处理近4000道题目，自主制造128个工具后收敛稳定，说明工具具备真实可复用性。
性能对比：在五项Benchmark（DeepSearchQA、FinSearch Comp、XBench等）上几乎全部一骑绝尘，全方位碾压基于Gemini 3 Pro的基线Agent，在复杂检索与推理任务中领先十余个百分点。
工具使用习惯分析：排名第一的是网页搜索（断崖式第一），后续是内容获取、计算器、文件下载、学术论文搜索、PDF处理等，与人类工作习惯高度相似，通用基础工具复用率极高，马太效应明显，证明Agent在工作过程中真正沉淀出了可迁移的方法论。
本文为博主原创文章，遵循 CC BY-NC-SA 4.0 许可协议。 转载请注明出处：http://localhost/blogs/ai-daily-2026-01-27
2026年3月24日AI资讯日报：Anthropic发布Claude电脑自主操控功能，Mistral推出企业私有建模平台Forge，谷歌发布270M超轻量Gemma微调方案。大模型对齐评估漏洞曝光，简单微调可绕过审查。沃顿研究揭示人类认知投降现象，SK海力士利润首超三星。
2026年3月23日AI资讯日报：Anthropic发布Claude架构师认证考试，腾讯微信接入OpenClaw智能体，马斯克启动Terafab超算芯片工厂，SQL可直接训练AI分类器，Arc发布BioReason-Pro蛋白质模型，AI编程或引发软件业裁员潮
DeepSeek核心工程师郭达雅被曝离职，他是V2、V3、R1等模型的核心作者，参与了Coder、Math、Prover等专项模型研发。其博士毕业后第三天即完成毕业论文要求，多次获得腾讯广告算法大赛冠军，还参加综艺《燃烧吧！天才程序员》展现编程实力。
今日AI要闻：阿里Qwen3.5 Max数学能力冲上LMSYS全球第三，Cursor发布Composer 2编程代理，Devin开启多智能体编排。科研前沿：潜空间学习揭示物理规律，MIT无线信号穿透成像，NanoGPT训练效率提升十倍。