1 Tool-Integrated RL 与 Agents 应用突破 - Agent的定义从被动的生成式内容工具演变为主动的、以目标为导向的自主智能体，更强的智能体必须具备与外部世界交互并采取行动的能力[8] - 业界将AI系统划分为LLM、AI Assistant和AI Agent，或通过GenAI、AI Agent、Agentic AI进行分类，Agentic AI是一个包含各司其职AI Agent的自主系统[9] - 提高智能体推理能力分为“求诸内”和“求诸外”两种方式，“求诸外”即让LLM学会使用工具以突破Scaling Law带来的能力极限[10][11] - 工具集成推理将工具使用从简单调用提升到与推理过程深度融合，其价值在于打破传统LLM能力天花板，实现经验支持集扩展和可行支持集扩展[12][13][14][15] 2 Copilots 与 AI 产业落地模式 - 除了通用模型公司，垂直领域AI在融资方面也非常活跃，专注于医疗、金融、法律和客服等专业领域的AI初创公司获得从几百万到上亿美元融资[2] - AI公司发展路径引发思考，是否需要用“裁人头”换取“agent员工”作为唯一解决方案，以及Copilots和AI-enabled Services模式能否带来突破[2] 3 生成式 AI 对软件开发的重塑 - 生成式AI可能让设计师、市场人员等非专业开发者也能写出可运行代码，推动软件开发从“装应用”时代向“按需生成”时代转变[3] - AI与搜索的组合可能彻底重构软件的发现和使用方式，同时AI代码生成需要在高速性和高可靠性之间做出权衡[3] 4 行业动态与通讯概览 - 本期通讯包含3项专题解读以及30项本周AI与Robotics赛道要事速递，其中技术方面11项、国内方面6项、国外方面13项[4] - 通讯总计28355字，可免费试读至7%，消耗288微信豆可兑换完整内容[5]