AI智能体正在全面接管我们的屏幕操作。阿里刚开源了Qwen-UI-Agent基座模型，直接奔着真实设备去，覆盖移动端、电脑端和网页端。这模型在MobileWorld测试里拿下82.1%的高分，把一众行业旗舰甩在身后。类似的开源项目browser-use也在发力，专门让网站对AI智能体敞开大门，轻松搞定在线任务自动化。研究人员甚至开始从真实的鼠标键盘操作和屏幕截图里，提取可审计的任务模型，让AI直接学会人类的工作流。
除了盯紧屏幕，多智能体协作也在啃硬骨头。比如在出行行为研究里，有团队搞了个三智能体工作流，把数据收集、行为建模和天气敏感需求预测全串了起来。过去这些环节都是各干各的，现在直接打通，效率自然高得多。
更狠的是，AI开始琢磨怎么改进自己了。AI4AI-Bench这个基准测试专门评估大模型智能体在算法设计上的递归自我改进能力。简单说，就是看AI能不能优化自己下一代的训练算法，把进化的主动权握在手里。
从操作界面到多智能体协作，再到自我改进，智能体的进化速度远超预期。它们是真正能干活、能反思的数字打工人。未来谁掌握了强大的智能体生态，谁就拿到了自动化时代的船票。