阿里斬獲國際AI頂會最佳資源論文獎，提出Agent評測新範式
重點摘要
7月8日，國際AI頂級學術會議ACL 2026公佈了最佳論文獎項，阿里研究團隊在Deep Research Agent方向的研究成果從全球一萬多篇投稿中脫穎而出，獲評最佳資源論文獎（Best Resource Paper），是國內唯一獲得該獎項的中國公司。據悉，該論文首次系統揭示了當前Agent在真實世界複雜規則推理中面臨巨大缺陷，並提出了全新的專家Agent評測基準，為提升大模型在真實場景的可靠性指明瞭新方向。
7月8日，國際AI頂級學術會議ACL 2026公佈了最佳論文獎項，阿里研究團隊在Deep Research Agent方向的研究成果從全球一萬多篇投稿中脫穎而出，獲評最佳資源論文獎（Best Resource Paper），是國內唯一獲得該獎項的中國公司。據悉，該論文首次系統揭示了當前Agent在真實世界複雜規則推理中面臨巨大缺陷，並提出了全新的專家Agent評測基準，為提升大模型在真實場景的可靠性指明瞭新方向。ACL（國際計算語言學協會）成立於1962年，是自然語言處理和計算語言學領域中歷史最悠久、最具權威性的國際學術組織。
在學術評價體系中，ACL長期位居谷歌學術計算語言學子領域的h5-index影響力榜首，是大模型、Agent等前沿計技術的核心論文首發陣地。據介紹，ACL 2026共收到12148篇投稿，僅19%被主會錄用，最終僅有4篇論文獲評Best Resource Paper。阿里此次獲獎的論文以商品出口所需的10位海關編碼（HS Code）為切入點，提出了針對真實場景和專家水平的智能體新基準 HSCodeComp，它要求 Agent像資深關務專家一樣，將商品模糊的屬性與嚴格的關稅歸類規則對齊，為商品精準映射到10位細分編碼。研究團隊對14個主流大模型和9個先進 Agent框架進行了全面評測。
測試結果顯示，表現最好的Agent系統準確率僅為45%左右，遠低於人類專家95%的準確率。更值得注意的是，研究還發現單純堆更多推理時間（inference-time scaling）並不能顯著縮小這道鴻溝，這意味著這背後並非"算力問題"，而是Agent架構本身的結構性瓶頸。
Related
相關文章
曝字節訓10億參數大模型，或超Mythos 5，張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型，規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位，並反對模型蒸餾，認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入，同時在產品端與訓練端採取雙線進攻策略。
AI 需求擠爆雲計算，消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺，亞馬遜AWS要求工程師關閉閒置的EC2實例，以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%，AWS因此升級計算優化器自動標記低使用率虛擬機。此外，AWS過去一年新增3.8吉瓦電力容量，仍難以應對GPU雲端實例的龐大需求。
NVIDIA AI 推出 NOOA：將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA（NVIDIA 物件導向代理），這是一個與模型無關的 Python 框架，用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中，而 NOOA 將所有這些整合到一個 Python 類別中：方法代表模型可採取的動作，欄位代表代理狀態，文件字串作為提示，型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成，而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面，使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%，在 CyberGym L1 上達到 86.8%，平均 RHAE 為 85.1%。
六巨頭定AI插件新標準，撞臉Claude，Anthropic沒上桌
六大科技巨頭（AWS、Anysphere、GitHub、微軟、OpenAI、Vercel）聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0，旨在統一插件打包格式，減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似，但Anthropic並未參與制定，而是繼續經營自己的封閉生態。
DeepSeek重啟融資，三年市值對齊騰訊？
DeepSeek重啟第二輪融資，以5000億元人民幣估值尋求籌集80億美元，但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑，後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價，可能打破其以低價換規模的估值邏輯，面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商，以及三年內市值能否對齊騰訊等巨頭。
可靈AI核心技術骨幹王鑫濤被曝離職
快手可靈AI核心技術骨幹王鑫濤被曝離職，去向未知，快手官方與本人均未回應。王鑫濤是圖像與視頻生成領域知名開源項目主要作者，被視為可靈從0到1的關鍵推手。其離職發生在可靈完成獨立融資、估值180億美元的關鍵階段，可能影響研發進度與競爭優勢。