AI智能体正在从单一任务执行器，转向复杂流程的操盘手。最新研究提出了一种三智能体工作流，专门用于出行行为研究。动态数据收集、行为建模和天气敏感需求预测被打通，数据采集和模型评估这些过去各干各的环节，如今被捏到了一起。多智能体协同直接拉高了预测精度和实用性。
除了处理专业数据，智能体也在学怎么从人类身上“偷师”。研究人员发现，日常电脑操作留下的截图和键鼠动作，是一座现成的金矿。智能体从这些被动记录的操作痕迹中，提取出符号化、可审计且可复用的任务模型。AI可以直接看懂人怎么干活，然后无缝接手这些日常工作。
更激进的是，智能体已经开始尝试“改造自己”。递归自我改进（RSI）探索的是AI系统能否优化诞生自身的训练算法，让下一代直接继承上一代的优点。为此，AI4AI-Bench基准测试专门用来评估大模型智能体在算法设计中的表现。改的不只是Bug，底层代码在自我进化。
从打通业务闭环，到模仿人类操作，再到改写自身训练算法，智能体的能力边界一直在扩张。这些突破拼出一条清晰的进化路径。AI现在能学习、能协同、还能自我迭代，它不单单是被动执行指令的工具，数字生命的雏形正在成形。