OpenAI与Google DeepMind同时把Agent推进到物理工程和化学工作流，但两者都保留确定性工具或人工…

• OpenAI与Google DeepMind同时把Agent推进到物理工程和化学工作流，但两者都保留确定性工具或人工复核环节。
• Ai2推出StateBench，专门检验模型能否在长文中持续跟踪“谁拥有什么、变量变成什么”等状态变化。
• GitHub开始用Dependabot维护Agent技能依赖；72小时扩展窗口内，WebHarbor则提供可复现的网站训练场。

今日重点

今天值得关注的不是又多了一个聊天入口，而是Agent开始嵌入专业工具链：模型负责理解目标、编排步骤，计算软件和工程师负责约束与验收。对准备把AI接入研发流程的团队，这种“模型加确定性工具加人工复核”的分工，比追求完全自动化更具现实参考价值。另一条线索是基础设施正在补齐：长上下文需要更细的评测，网页操作需要稳定训练环境，技能依赖也需要像软件包一样持续维护。真正的门槛逐渐从“模型会不会回答”转向“工作流能否复现、审计和安全升级”。

模型与产品

Google把化学信息学做成Agent技能

11月3日，Google DeepMind公布面向Google Antigravity的化学信息学技能套件。语言模型负责工作流编排、数据库导航和科学推理，具体分子计算交给RDKit等确定性工具，并连接ChEMBL、PubChem资料库；这对药物化学与计算化学团队有用，因为它试图减少不同分子表示之间的数据整理工作。

来源：https://deepmind.google/blog/agentic-cheminformatics-with-google-antigravity/

OpenAI展示从需求到硬件原型的协作流程

11月3日，OpenAI展示Astra参与外壳、印刷电路板、界面和软件集成的设备设计案例。官方称两名成员用不到一周完成设计、代工厂不到一个月制成小批原型，但制造前仍需多轮审查，因为模型没有稳定处理公差、装配细节和生产限制；硬件团队更应把它看作加速草案与跨专业协调的工具，而非无人审核的设计者。

来源：https://openai.com/index/accelerating-engineering-for-the-physical-world

开源雷达

StateBench专测长文中的状态跟踪

Ai2于11月3日发布StateBench，把状态跟踪分成四级难度：从读取不变信息，到连续处理自我引用的更新。作者报告称，针对任务训练时，循环与混合架构比纯Transformer能外推到更长输入，而多款前沿模型在困难长链上仍会失效；它适合评估代码理解、长篇叙事和持续更新记录等场景。

来源：https://huggingface.co/blog/allenai/statebench

Dependabot开始维护Agent技能依赖

GitHub在11月3日为Agent Package Manager加入Dependabot版本更新支持。开发者可让它为apm.yml声明的Git依赖自动开更新PR，并重建锁文件；不过目前只管版本更新，不是安全更新，使用Agent技能和提示词包的团队仍需单独做安全审查。

来源：https://github.blog/changelog/2026-11-03-dependabot-version-updates-support-agent-package-manager/

论文精选

WebHarbor给网页Agent提供可复现训练场

WebHarbor于11月2日首次提交arXiv，属于本期72小时扩展窗口内的预印本。项目构建153个可执行、Docker化的网站环境和3518项任务，覆盖多步骤及登录后流程；摘要称在其中强化学习训练的Qwen 4B级GUI Agent能泛化到未见任务，但本期未阅读全文实验细节，不展开性能高低判断。

来源：https://arxiv.org/abs/2611.03634v1

行业速览

NVIDIA描绘“AI定义晶圆厂”

NVIDIA在11月3日把加速仿真、物理AI、智能体和数字孪生归纳为“AI定义晶圆厂”。官方列举COMSOL与Applied Materials工作流中最高10倍、35倍的仿真加速案例；半导体工程团队可关注其缩短试验循环的潜力，但这些数字依赖具体软硬件和负载，不能直接视为行业通用收益。

来源：https://blogs.nvidia.com/blog/ai-semiconductor-fabs/