本文探讨了智能体原生架构，强调软件智能体的自主任务执行能力。核心原则包括平权、颗粒度、可组合性、涌现能力和随时间演化。这些原则帮助开发者构建灵活应用，使智能体根据用户需求动态调整行为，提升软件智能化水平。

VideoMimic是一种通过单目视频学习人类动作并转化为类人机器人控制策略的方法。该系统能够重建人类及其环境，训练机器人在不同场景中自主执行动作，如上下楼梯和坐下。研究表明，VideoMimic在多样化环境中表现出良好的鲁棒性，未来将扩展应用以实现更复杂的人机交互。

本文介绍了Being-0，一个为人形机器人设计的分层代理框架，旨在提升其在工厂中的自主执行能力。通过结合基础模型和技能库，解决了导航和操作中的不稳定性问题。新连接器模块增强了实时决策能力，使机器人能够高效完成复杂任务。

AI Agent是能够自主执行任务的系统，具备推理、规划、工具调用和记忆能力。尽管在复杂行业中逐渐普及，但也面临安全风险，如Agent劫持和权限过高。确保AI Agent安全需实施最小权限原则、监控活动和净化输入输出等措施。

分散式AI代理人在提供个性化和高效的互联网体验方面变得越来越重要。它们可以自主执行任务，适应变化的条件，并随着时间的推移不断改进。AI代理人包括简单反射代理人、目标导向代理人和学习代理人等不同类型和组件。与副驾驶和助手不同，AI代理人在分散式框架内独立运行。然而，AI代理人存在成本高、缺乏透明度和安全风险等限制。分散式AI代理人基于区块链技术，确保透明度和安全性。它们可以自主执行数据分析、决策和交易执行等任务。分散式AI代理人的应用包括自动化金融交易、供应链管理、医疗保健、内容创作、能源管理和投票系统。