中国 AI 陪伴新规倒计时 9 天：Doubao 关闭 3.45 亿用户 Agent，为什么防沉迷和持久记忆 Agent 在架构上无法共存
2026-07-06
7 月 15 日《人工智能拟人化互动服务管理暂行办法》生效，字节 Doubao（3.45 亿月活）和阿里 Qwen 双双关闭 Agent 功能——根本原因不是合规成本。
JadePuffer：LLM Agent 自动化勒索攻击，人类操作者仍在场
2026-07-02
Sysdig 披露 JadePuffer：LLM Agent 自动完成多数技术步骤并在 31 秒内纠错，但目标选择、基础设施和初始凭据仍来自人类操作者。
166 篇 AI 论文的人审成绩单：人类评审给 FARS 打了 3.17 分
2026-06-30
Analemma 的全自动科研系统 FARS 在首次大规模公开部署中产出 166 篇论文，282 次人类评审给出平均 3.17 分（满分 10）。
Cloudflare 为 AI Agent 推出临时账户：Agent 经济的「身份层」正在成形
2026-06-19
Cloudflare 推出临时账户功能，AI Agent 可自动创建、短期有效、自动销毁的 Cloudflare 账户来部署代码。这标志着互联网基础设施正从「为人设计」转向「为 Agent 设计」。
NRT-Bench：在核电站模拟器中红队测试 LLM 操作员，8.7%-12.1% 攻击成功，且同一套护栏对不同模型效果相反
2026-06-18
韩国研究者发布 NRT-Bench，在模拟核电站控制室中测试 LLM Agent 操作员团队的安全韧性。
ENPIRE：编程 Agent 自主在物理世界中训练机器人，完成插针、扎带等高难度操作，成功率 99%
2026-06-18
UC Berkeley、NVIDIA 等团队发布 ENPIRE 框架，让前沿编程 Agent 自主完成真实机器人的策略训练闭环——环境自动重置、策略迭代、物理执行、日志分析与改进——在插针盒、扎带、…
AA-Briefcase：一个全新的、未被「刷榜」的智能体评测基准，GLM-5.2 超越 GPT-5.5
2026-06-18
Artificial Analysis 发布 AA-Briefcase，一个全新的智能体知识工作评测基准，测试 LLM 在多周复杂项目中的规划与执行能力。
Agentjacking：伪造一条 Sentry 错误报告，劫持 AI 编码 Agent 的成功率达 85%
2026-06-17
Tenet Security 披露 Agentjacking：攻击者仅凭一个公开的 Sentry DSN，向 AI 编码 Agent 注入伪装成错误诊断的恶意指令，以开发者完整权限执行任意代码。
CEO-Bench：让 AI 当 500 天 CEO，只有 Claude Opus 和 GPT-5.5 活下来，且都不赚钱
2026-06-16
普林斯顿团队发布 CEO-Bench，模拟 AI Agent 运营一家创业公司 500 天：只有 Claude Opus 4.8 和 GPT-5.5 在结束时资产超过起始的 100 万美元。