今日抱脸热度榜上,WorldAuditBench 66 票拿下第一。这篇把多模态智能体扔进仿真 3D 场景做交互式审计,自己找安全漏洞和物理规则矛盾。

工程点不复杂:把智能体的巡查路径和多步推理做成可评测的基准。

同周 EvoDuet 62 票排第二,讲科学发现的双层协同,把搜索和任务求解绑在一起互相打分。两条论文接点是:智能体从演示走进可重复考核。

$FET、$TAO 今晚代理协议同向挂着,这种工程化进度对纯叙事型代币是挤压。

#多智能体协同 #世界模型评测 #AI