HybridAgent：潜空间思考、文本行动的混合推理智能体
论文提出HybridAgent：以HybridLink在潜空间思考与文本行动间切换，并用连续记忆保留多轮上下文，潜在思考可检查。经HybridSFT与HybridRL后训练，3个规模、11项基准称平均提升10.4%，token降35.5%–54.7%。国内可用性与价格未知，未实测。
要点
- HybridLink与连续工作记忆把潜空间推理和文本工具交互放在同一多轮流程，并称潜在思考可检查。
- 后训练分HybridSFT稳定混合生成，再以HybridRL学习何时潜空间思考、何时用文本行动。
- 论文称3个规模、11项基准平均提升10.4%，token减少35.5%–54.7%，推理快1.8–2.6倍、成本省2.7–3.7倍；国内可用性与价格未知。
为什么值得看
现有大模型智能体多靠文本逐步推理再调用工具，token与成本高；潜空间推理更省但难接工具且不透明。HybridAgent用统一流程兼顾两者。
谁会受影响
面向研究智能体、工具调用与推理效率的开发者；工作来自togethercomputer相关论文与模型、数据集发布。
今天就能怎么试
资料称提供代码、数据及HybridAgent-8B等模型与训练数据，但具体入口、价格和国内可用性未知，本文未实测。
原始来源
1Hybrid Reasoning Agents · Hugging Face Daily Papers · 2026年10月13日✓ 已打开核对本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。
相关动态
开放世界模型结合游戏引擎，单卡生成实时可玩画面
Matrix-Game 4.0 让轻量引擎负责规则和状态，视频模型将低多边形画面转成细致视觉，编码智能体则修改场景与玩法。论文报告 RTX 5090 上实现 480p、60 帧交互，按键到显示延迟为 112 毫秒，并宣布开放代码与资产。实时帧率需与响应延迟分开看。
业务智能体基准检查执行过程，完成任务也可能判失败
BizAgentBench 将 789 份知识文档、601 项业务工具和 50 个长流程任务放进可执行环境，既核验最终目标，也检查中间步骤约束。论文显示只看任务完成会掩盖无效操作；HF 早期标题为 BizBench，arXiv 修订版已改名。同时还应记录任务过程中的工具调用成本。
中英密集文字生图基准发布，专测海报长文与布局
UltraText Bench 提供 432 条人工检查的提示，覆盖 24 类真实场景，中英文各半，每张图要求四至十二处文字。评估分别看文字准确、清晰度、空间安排和场景质量，揭示快速模型可能更清晰却更容易写错字的取舍。适合中文海报选型。
AI协助发现PHP高危漏洞，网站维护者面临集中修补
爱范儿梳理 PHP2Shell 漏洞披露与紧急修补过程，介绍 OpenAI 安全研究在构造可复现证据中的作用。事件涉及底层软件广泛使用带来的连锁影响；具体风险取决于运行版本与部署条件，不能把使用 PHP 都等同于已经遭入侵。