人大復旦提出 CoworkOS，多智慧體協作跨會話辦公
中國人民大學與復旦等高校聯合團隊提出智慧體系統 CoworkOS，論文與程式碼已公開。它由主智慧體制定策略與驗收、協調執行時排程狀態、子智慧體執行子任務，並讓人與智慧體在同一份 CAD、Blender 作品中協作，藉助工作區、記憶與後臺任務支援跨天推進。在 12 項基準中，其生產力與機器學習程式設計均分最高（57.54、56.26）；作為遞迴自我改進探索，它組織 Qwen3.6-35B-A3B 完成五輪後訓練，八項平均分從 33.19 升至 42.95。
開源了一套可執行的多智慧體協作系統，公開 12 項基準與 24 個真實交付案例的對比，並給出五輪自動化後訓練把 Qwen3.6-35B-A3B 平均分從 33.19 提到 42.95 的實測，對研究 agent 架構與自動化後訓練的人有參考價值。
原標題：与DeepSeek Super Agent理念同频：人大复旦提出CoworkOS，构建你的「超级AI同事」！
閱讀原文
| 評分 | 73 / 68（平均 70，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
有人用 Codex 兩小時做出多智慧體協作原型
OpenAI 開發者帳號轉述，Pietro Schirano 提出了一種讓多個 agent 協同工作的構想，並在第二天用 Codex 花幾個小時就做出了原型。帖子沒有披露具體實現方式、所用模型版本或是否開源，重點只在從想法到可執行原型只用了一個上午。
清華開源智慧體作業系統 PilotDeck 2.0，任務成本降 83%
清華大學 THUNLP 實驗室聯合面壁智慧、OpenBMB 等團隊開源智慧體作業系統 PilotDeck 2.0，用 WorkSpace 工作艙隔離各專案的檔案、記憶與任務，記憶白盒化可檢視、修改、刪除，並支援後臺常駐執行長任務。其 Smart Routing 按任務難度分發模型：實測主 Sonnet 4.6 加子 MiniMax-M2.7 得 70.6 分、成本 3.15 美元，單體 Sonnet 4.6 為 69.1 分、18.36 美元，約省六分之五。
清華等推出 OSWorld-Science，12 個模型平均得分 34.3%
清華大學牽頭聯合多所高校推出 OSWorld-Science 科研智慧體評測基準，含 146 項專家任務、覆蓋 7 大科學領域與 14 種科研軟體配置，12 個視覺語言模型平均任務得分僅 34.3%。Claude Fable 5.1 以 73.7% 領先，Claude Opus 5、GPT-6 Astra、GPT-5.6 sol 分別為 57.9%、57.4% 和 50.1%，但化學類任務中僅少數模型超過 20%。
上百個 AI agent 在 Minecraft 測試協作，陷官僚內耗、未建成文明
ycombinator 與 Olam Labs 的研究者把上百個 AI agent 放進 Minecraft 及其多種模式，讓它們協作或互相對抗，結果這群 agent 沒能建成「文明」，反而陷進官僚內耗。實驗基於 Mindcraft 與 Mineflayer 指令碼工具搭建，意在為近期多 agent 案例提供參照：一邊是千級 agent 群體解決數百個開放數學問題，一邊是被稱「極其危險」的 OpenAI-Hugging Face 事件。
Anthropic 將 Cowork 的推理與 VM 全部遷到雲端
Anthropic 的 Cowork 新版本把模型推理和 VM 都放到雲端執行，每個會話獲得獨立沙箱，不與其他會話共享狀態。舊版本只在雲端做推理，工具呼叫由 Anthropic 隨桌面端下發的本地 VM 執行，使用者抱怨磁碟、電量和效能開銷，且合上筆記本工作就會停止。新架構下當雲端 VM 需要使用者裝置上的檔案時，由桌面應用負責該檔案訪問的工具呼叫。官方稱這解決了用手機使用 Cowork、任務持續執行以及不犧牲電池等問題。