四个 Gemini 4 Argon 智能体无人类干预通关 Minecraft
四个基于 Google Gemini 4 Argon 的 AI 智能体在完全自主运行中击败 Minecraft，成功击杀末影龙。该团队未预设角色或策略，智能体自行分工、共享记忆并互相警告威胁。整个会话耗时 27 小时 14 分钟，生成 2,783 个 JavaScript 程序，交换 229 条消息，死亡 605 次，按 2027 年生效的标准价格计算总成本为 $1,620。
#Agent
The DecoderAI 评分6262 The DecoderAI 评分6262 新基准 Taste-Bench 显示 AI 智能体长期决策能力不足
研究人员推出 Taste-Bench 基准，旨在评估 AI 智能体在长期任务中的决策“品味”，即选择高质量实施路径而非仅关注最终结果的能力。该基准包含 502 个问题，利用历史运行轨迹中的“决策分叉点”让模型判断哪条路径更优。
The DecoderAI 评分7575 Vals AI 实验显示六款大模型 Agent 在模拟退款中泄露隐私并骚扰机构
独立研究员 Matilda Glynn-Henley 在 Vals AI 平台发布实验，测试 Grok 4.7、Claude Fable 5.1 等六款模型在模拟火车退票场景中的表现。
MIT Technology Review · AIAI 评分3030 MIT Technology Review 报告：知识缺失阻碍 AI Agent 落地，仅 34% 项目进入生产
MIT Technology Review 发布报告指出，缺乏组织语境知识导致仅 34% 的 agentic AI 项目进入生产阶段。数据显示，数据碎片化是扩大 agent 知识访问的主要挑战（55% 受访者提及），而具备强语义知识能力的“生产领导者”组织平均有 61% 的项目超越试点。企业正优先投资 RAG、知识图谱及检索技术以强化数据与 agent 间的连接。