阿里推出统一评测Agent架构，实现AI评测全链路自动化。该架构让Agent自主学习业务标准，自动完成评测集生成、打分、验收与Badcase分析，覆盖商家、租赁、回收等多场景。通过识图-推理解耦技术抑制多模态幻觉，结合强化训练提升模型推理能力，机审率突破97%，年省千万标注成本，高效支撑业务快速迭代。

阿里芝麻租赁团队推出AI导购助手"租赁小不懂"，通过架构革新与强化学习突破传统电商导购模式。针对租赁场景的复杂决策链，团队将多Agent架构升级为统一模型动态调用原子工具，响应速度提升4倍；创新两阶段RL训练法，使工具调用准确率提升3.23%。结合MoE模型优化，最终实现推荐成功率提升14.93%，推理显存降低40.6%，打造出更精准可靠的租赁顾问体验。

高德推出STAgent智能体，专注复杂时空推理任务。该模型在多重约束下优化行程规划，集成10种专业工具，结合SFT-Guided RL训练策略提升性能。实验显示，STAgent在TravelBench上表现优异，30B参数规模媲美235B级模型，兼具专业性与通用能力，为智能体规划领域提供了高效解决方案。