百度伐谋进入北京工业大学苗扬团队实验室，辅助解决PEM电解槽制氢故障诊断、空间站空气监测和液体表面波可视化等难题。在制氢安全中，模型准确率从92.26%提升至95.04%，探索周期从“周级”缩短至“小时级”；在空间站色谱柱优化中，72小时内生成方案，体积缩小40%、分离效率提升3倍、误差降低8.17%；海外运维场景预计节省70%–80%维修等待时间。伐谋不替科研人员“写答案”，而是围绕目标、变量和评价标准进行大规模搜索试错。

现有深度研究智能体多基于证据累积模型线性聚合信息，缺乏处理跨模态矛盾信息的机制。为此提出的Struct-Searcher是一种基于信念修正理论的结构化智能体工作流，在推理过程中显式维护一个不断演化的多模态结构图，实现冲突感知的多模态深度信息检索。实验表明，Struct-Searcher即插即用、模型无关，在BrowseComp-VL上对五种骨干模型的平均相对准确率提升17.2%；同时在MM-BrowseComp、HLE-VL、BrowseComp-VL上分别比次优方法高3.7%、1.5%和0.7%。

DuMate-DeepResearch 基于千帆智能体工厂构建，将负责任务理解、规划与调度的 Agent Core 与可扩展工具生态解耦，使中间决策与工具调用可追溯。框架引入三种机制：基于图的动态规划策略实现研究路线图由粗到细扩展与持续修正；递归两层执行将复杂搜索子任务委托给内层 Search Agent，隔离噪声并稳定长程执行；基于准则的测试时优化动态生成质量标准，作为证据合成与自适应停止的推理支架。在 DeepResearch Bench 和 DeepResearch Bench II 上分别取得 58.03% 和 61.95% 的最高总分，并在信息召回与分析维度排名第一。

提出ECI_{sem}，一种无需训练的语义残差变体，利用冻结目标编码器嵌入对密集检索候选负样本源排序。每个评分需查询、标注正例及显式候选负例。ECI_{sem}从目标一致性、语义局部性、词汇残差性和对数行列式多样性构建加权残差信息矩阵。在MS MARCO上，族内ECI_{sem}将LLM负样本（非混合）和Dense+LLM（混合源）排为最高，与DistilBERT、E5-base、Contriever在BEIR上的最强聚合迁移结果一致。消融实验表明对齐依赖目标编码器族，且在样本量、温度等扰动下稳定。

RISE 方法提出用 BM25 为智能体搜索构建一个有边界的交互空间，并在索引时处理文档以支持 shell 式导航。在 BrowseComp-Plus 上，RISE 搭配 gpt-5.4-mini 达到 78% 准确率，每查询成本约为纯 shell DCI 基线的四分之一。当语料库扩充至 100 万文档时，RISE-BM25 在 gpt-5.4-mini 上准确率提升至 81%，而 DCI 在 gpt-5.4-nano 上准确率降至 60%，且 33% 的查询因超时失败。

该教程展示了面向研究级数学问题的完整NLP流水线：利用ResearchMath-14k数据集，通过TF-IDF提取领域关键词、生成句子嵌入，使用UMAP进行问题景观可视化，并结合K-Means聚类。进一步构建语义搜索引擎，训练分类器预测每个问题的开放状态，并基于相似性发现近似重复问题。

Cloudflare CEO Matthew Prince 表示，互联网上机器人流量已超过人类流量，这一转折点比他此前预测的 2027 年底提前数年。他将流量激增归因于 AI 智能体，并得出结论：网络的未来将是“pay to crawl”（付费爬取）。

Google 必须修改 AI Overviews，因其声称用户不想要“大量来源”。同时，Google 被要求在 AI 搜索中展示更清晰的链接，并允许英国出版商选择退出。

Google 首次在 Search Console 中为网站运营者提供关闭 AI Overviews 和 AI Mode 等 AI 搜索功能的开关，这两项功能已覆盖超过 35 亿月活用户。新的表现报告将展示次数单独列出。此举由英国竞争与市场管理局（CMA）推动，该机构认为网站运营者在当前局面下处于严重劣势。

亚马逊将利用视觉搜索与AI技术，在用户搜索时生成并展示匹配查询的AI产品图片。该零售商表示，此举旨在帮助引导用户找到对应商品。

英国监管机构要求谷歌提供一项工具，允许网站出版商选择退出生成式AI搜索功能。该选项将先在英国测试，随后在全球范围内推出。

Google Search 和 Google Shopping 中的 AI 工具帮助用户在二手和复古购物中发现好物。

英国竞争与市场管理局（CMA）出台新行为规则，要求谷歌允许网站所有者将其内容排除在AI Overviews等AI搜索功能之外，并防止内容被用于“微调”谷歌的AI模型。CMA称这是全球首创，出版商将拥有有效工具阻止其内容用于驱动AI搜索功能，从而在谈判中占据更有利地位。

谷歌正在测试一项新功能，允许网站所有者通过Search Console中的退出开关，管理其内容是否出现在谷歌的生成式AI搜索产品（如AI Overviews、AI Mode）中。谷歌称，AI Overviews月活跃用户已超25亿，AI Mode月用户超10亿。该功能不影响网站在常规搜索中的排名。据9To5Google报道，此设置不适用于Gemini应用。

微软推出 Microsoft Web IQ，一套专为 AI 智能体设计的搜索 API。它基于必应经验全新重构，能返回高度浓缩的信息页面，以减少 Token 消耗。该 API 在 Token 效率与响应速度上领先，95% 的请求可在 165 毫秒内响应，速度约为同类产品的 2.5 倍。目前该 API 已被 Copilot 和 OpenAI 的 ChatGPT 使用。

Harness-1是一个20B参数的检索子智能体，通过强化学习训练。其核心创新是将状态管理外部化至环境侧的框架中，该框架负责维护包括候选池、重要性标注的精选集、证据链与验证记录等工作记忆，使策略本身专注于搜索语义决策。在八个涵盖网页、金融、专利等领域的检索基准测试中，Harness-1取得了0.730的平均精选召回率，超越了次优的开源搜索子智能体11.4个点，并与规模更大的前沿模型保持竞争力。其代码已开源。

OpenAI为ChatGPT推出新的职业相关功能。该功能可展示来自Indeed、Upwork和Appcast的个性化职位列表，目前仅在美国推出。用户还可以直接在ChatGPT中创建简历，并针对特定职位进行定制。

K-BrowseComp 是一个针对韩语语境的网页浏览智能体基准，包含400个问题，其中300个为人工构建验证的子集。在此子集上，GPT-5.5、DeepSeek-V4-Pro 和 GLM-5.1 等前沿大语言模型仅达到30.00%–45.67%的准确率，而韩国本土大模型得分仅为0.00%–10.33%。此外构建的100题合成对抗测试集中，最强模型得分仅为26.00%。数据集与代码已公开。

在最新一期的“Equity”播客中，节目对科技公司的CEO们是否“尤其容易陷入AI迷狂”这一话题进行了辩论。

哈尔滨工业大学研究人员发现，包括 GPT-5.4 和 Kimi K2.6 在内的领先 AI 搜索代理，在已有的基准测试上并未进行太多真正的网络研究。它们主要利用网络来确认其在训练阶段已学到的知识。研究团队使用名为 LiveBrowseComp 的新基准测试得出了该结论，此测试仅涉及过去 90 天内的事件。当模型无法依赖既有记忆时，其表现显著下降，现有的性能排名也随之改变。

本教程展示如何实现 SkillNet 用例，将其作为一个实用框架，用于发现、安装、检查、评估和组织可重用的 AI 技能，以构建技能增强型 AI 智能体。

微信鸿蒙版 App 在华为应用市场推出 8.0.18.34 版本尝鲜升级，测试期为 2026/5/30 至 2026/6/29。该应用安装量已超 5000 万次。本次更新主要包括：将“歌曲制作”变更为“音乐回声”，并引入 AI 翻唱模型；聊天界面图片/视频支持横屏自动旋转；新增 AI 搜索功能（部分场景可用）；以及视频号、通讯录、设置等多处界面与功能优化。

Critic-R 框架在推理和训练阶段显式连接推理智能体与检索模型的反馈循环。它引入批评模型评估智能体的内省推理轨迹，判断上下文是否充分支持下一步推理。框架包含两种机制：Critic-R-Zero 在推理时迭代重写查询与检索指令；Critic-Embed 利用成功与失败的细化轨迹自动监督检索模型训练，无需人工标注。在 HotpotQA、2WikiMultihopQA、MuSiQue 和 Bamboogle 上的实验表明，Critic-R 显著提升了检索质量和答案准确率。

Xetrieval是一种用于解释密集检索行为的嵌入级别的机制性框架。它首先引入轻量级推理内化器，通过单次前向传播在嵌入空间近似链式推理，以增强句子嵌入的推理信息。随后，框架将这些推理增强的嵌入分解为稀疏的、人类可解释的特征，并为每个特征赋予自然语言描述。通过聚合多个文档侧视图的稀疏特征重叠，Xetrieval能够为单个检索决策提供特征级别的解释。实验表明，该方法在不同检索器和基准上能发现连贯的可解释特征，并支持任务级的特征引导。

元宝助手正式入驻QQ浏览器，搜索栏、划词等AI入口全面升级为元宝助手，底层模型同步升级至Hy3 preview。新功能包括搜索栏唤起提问、跨标签读取多个网页与文件、拍照搜题分步解析、长网页一键转音频，以及写作、改文章、出图等。元宝助手已同步嵌入微信、腾讯会议、QQ音乐等腾讯系应用，Mac版本已更新，其他版本逐步放量。

现实世界的信息需求需要访问结构多样的知识源，但现有检索器一次只能处理单一类型源。OmniRetrieval 框架能接收自然语言查询，识别合适知识源，并向各源的本地执行引擎发送原生查询。在涵盖文本、关系型和图结构知识源的13个数据集与309个知识库的广泛基准测试中，OmniRetrieval 的性能超越了单源基线，证明其可以作为异构知识源的通用接口，同时保留了每个源独特的结构优势。

企业AI搜索初创公司Glean的年收入增长至3亿美元，即使在科技巨头进入该领域的情况下，其收入仍实现三倍增长。同时，帮助企业削减AI成本已成为其核心卖点。

该研究系统评估了观察遮蔽策略在不同规模（4B至284B参数）模型骨干与三种检索器上的效果。发现其准确率增益相对于模型无管理时的准确率呈非对称倒U型曲线：弱检索器下效果平缓，强检索器与中等容量模型结合时达到峰值，模型能力饱和后性能急剧下降。其机制源于检索器召回率与模型隐式过滤能力的交互。遮蔽本质上是一种用轮次换token的权衡，它移除了模型已基本忽略的观察；当新增轮次能将失败转化为成功时有益，但当移除模型本会使用的证据时则会失效。

CNN 在纽约法院起诉 AI 搜索引擎 Perplexity，指控其工具“逐字”复制了 CNN 的文章内容。诉讼称，Perplexity 无视 CNN 试图阻止其爬虫抓取的努力，不仅未经授权使用内容，还为用户提供本应订阅才能访问的信息。CNN 主张这些内容由人类记者采写编辑，而 Perplexity 未获许可或补偿便加以使用。

针对大语言模型生成代码可能无意识复制训练数据并引发版权问题，研究提出了SOURCETRACKER编码器及混合溯源流水线HYBRIDSOURCETRACKER。该系统在THESTACKV2数据集子集上训练与评估，在包含改编片段的10万片段搜索空间中，对于60-token及以上的窗口，其性能稳定超越传统Winnowing算法达5.4%，并保持对数时间查询复杂度。基于LLM的评估显示，许多检索到的片段仍与预期源代码高度相似，具有实用价值。

谷歌AI摘要（AI Overview）频繁出现基础拼写错误，如将“Google”字母数答错、拼错常见单词。谷歌称大语言模型在单词字母计数上存在难题。研究人员解释，因模型基于Transformer架构，将文本拆分为词元（token）处理而非逐字母识别，此属固有缺陷，难以彻底根治。这类错误提醒用户需核实AI生成内容的准确性。

研究揭示基于LLM的搜索智能体存在“内在知识依赖”：在BrowseComp基准测试中，智能体在无需工具时仍能回答高达44.5%的问题，超过半数的搜索查询源于模型内部假设而非检索线索，移除支撑证据时其表现甚至差于闭卷基准。这表明静态基准可能奖励的是基于记忆的验证。为此，研究引入深度搜索基准LiveBrowseComp，包含335个依赖于基准构建前90天内发布事实的人工问题。在LiveBrowseComp上，所有智能体的闭卷准确率低于2%，搜索增强得分显著下降，且先前模型排名不再可靠。

小米招聘Agent正式上线官网，依托Xiaomi MiMo大模型为求职者提供政策解答、职位智能推荐、招聘进展查询等服务。