🗞️ AI 日报 · 5月18日

Hugging Face社区正式发布Open Agent Leaderboard，一个面向通用AI Agent能力的公开评测榜单。与以往只测模型推理或对话能力的基准不同，这个榜单评估的是Agent在真实任务中的综合表现：包括工具调用、多步规划、错误恢复、长程记忆等维度。首批上榜的Agent来自OpenAI、Anthropic、Meta和多个开源社区项目。榜单的上线意味着AI行业正在从“比谁模型更大”转向“比谁智能体更靠谱”，这可能彻底改变Agent研发的评估标准和竞争格局。

百度飞桨团队发布的PaddleOCR 3.5版本，最大的变化是引入了Transformers作为OCR和文档解析任务的后端引擎。这意味着OCR不再只是传统的CNN+CTC路线，而是可以利用预训练语言模型的语义理解能力来处理复杂版面、手写体和多语言混排文档。实测在票据识别、古籍数字化、多语种合同解析等场景下，字符错误率平均降低18%，版面还原度提升25%。对于文档智能处理领域来说，这是“从看字到读文”的一次实质性跨越。

当前Agent与软件的交互大多依赖API或GUI解析，但CLI-Anything提出一个更激进的方案：通过一个统一的命令行接口（CLI-Hub），把任何软件——无论它原本有没有API——都变成Agent可以直接调用的“原生工具”。核心思路是自动为软件生成一套标准化的CLI封装，Agent只需学会这一套接口就能操作任意软件。项目已开源并建立CLI-Hub仓库，覆盖了从办公软件到专业工程工具的数百个适配器。如果这个方案被广泛采用，Agent的“工具生态”将不再是碎片化的，而是统一的、可扩展的。

这不是又一个提示词合集，而是一套经过工程化打磨的Agent技能集合，专门面向科研、工程、分析、金融和写作等专业领域。每个技能都像是一个“微服务”——有明确的输入参数、输出格式、错误处理逻辑和验证步骤。例如，数据分析技能不仅包含代码生成，还包括数据清洗、异常检测、结果可视化等子步骤的编排。对于想要把LLM Agent真正用于专业工作的团队来说，这套技能库提供了开箱即用的“专业能力模块”，大幅降低了从实验到生产的迁移成本。

前Google CEO埃里克·施密特在某大学毕业典礼上发表演讲时，因过度聚焦AI技术乐观主义、避谈AI带来的就业危机和伦理风险，引发台下学生强烈不满。现场视频显示，当施密特说到“AI将创造比消灭更多岗位”时，嘘声达到顶峰，甚至有学生高喊“先解决你的偏见再谈未来”。这场风波折射出硅谷精英与年轻一代在AI议题上的深刻裂痕——技术领袖们还在讲“技术向善”的老故事，而即将进入职场的毕业生们已经切身感受到AI取代工作的寒意。

在爱达荷州Mountain Home空军基地举办的航空展上，两架EA-18G“咆哮者”电子战飞机在进行编队表演时发生碰撞。现场视频显示，两机在低空转弯时翼尖相触，随即碎片飞散。令人庆幸的是，两名飞行员均成功弹射并安全着陆，地面无人员伤亡。事故原因正在调查中，初步怀疑是编队间距计算失误或通信延迟所致。这是EA-18系列飞机近年来最严重的一起航展事故，也再次引发对军事航空表演安全标准的讨论。

本周，马斯克与奥特曼的AI权力之争进入第三周，焦点从OpenAI的董事会控制权转向了特朗普政府可能介入的科技交易。据知情人士透露，特朗普团队正在撮合一项涉及多家AI企业的“技术换市场”协议，试图用中国市场的准入权换取美国AI企业的技术共享。马斯克公开反对，称这是“出卖核心技术”；奥特曼则持开放态度，认为“全球化AI治理需要妥协”。这场争斗背后，是AI行业正在被地缘政治彻底重塑的现实。

这不是一个普通的提示词集合，而是一套完整的学术研究工作流技能包：从文献调研、实验设计、论文撰写，到同行评审反馈修改、终稿润色，每个阶段都有对应的结构化Agent技能。每个技能都包含了明确的输入输出规范、思维链模板和常见陷阱检查清单。使用者在Claude Code环境中加载这套技能后，相当于拥有了一位24小时在线的、懂学术规范的AI研究助手。对于正在用LLM辅助科研的团队来说，这可能是将AI从“聊天工具”升级为“科研生产力工具”最直接的路径。

当大模型被用来操控MAPDL这类工业仿真软件时，最大的痛点不是它不懂物理，而是它会在工具调用过程中“自由发挥”——传错参数、漏掉步骤、甚至凭空编造命令。CAX-Agent是一个极轻量的Agent框架，核心设计是“结构化执行控制”：把仿真流程拆解为原子化的操作节点，每个节点只允许执行预定义的工具集，模型只能在这些边界内做选择而非创造。在标准APDL任务上，CAX-Agent将工具调用错误率从行业平均的12%降至1.5%以下。对于制造业和工程仿真领域，这可能是让LLM真正进入生产环境的关键一步。

现代云和企业系统依赖身份为中心的授权模型——只要凭证有效，系统就默认你是安全的。但AI Agent的出现打破了这一假设：一个拥有合法凭证的Agent可能被提示注入、越狱攻击或恶意任务诱导去执行破坏性操作。这篇论文提出了一种基于“证明派生”的可验证Agent基础设施：每一次操作请求都必须附带一个可审计的、从任务意图到执行动作的完整证明链，而非仅凭身份令牌放行。这套系统让“主权AI”成为可能——AI系统可以自主管理自己的权限边界，而不依赖外部信任假设。对云计算和AI安全行业来说，这可能是零信任架构在Agent时代的真正落地形态。