清华 493，Google 398。在 NeurIPS 2026 录用论文的机构参与次数统计中，清华大学位居第一，Google 紧随其后。上海交大、北大、MIT、斯坦福等知名高校也都排在前列。
Top 20 机构中，内地高校与机构的参与次数合计排在首位。不过换一个维度看，按高产作者人数统计，海外高校与机构反而略胜一筹。
今年共有 298 位高产作者，每人至少录用 6 篇论文。按机构类别划分，海外高校与机构占了 117 人，内地高校与机构有 90 人。
把时间线拉长到过去六届 NeurIPS，主赛道投稿量从 9,122 篇一路涨到 30,709 篇，规模扩大了约 3.4 倍。今年录用 7,900 篇，录用率依然维持在四分之一左右。
这次的数据分析不是靠人工逐篇梳理的。我们把 NeurIPS 2026 的相关资料全量交给了 PilotDeck 2.0，一款由清华大学 THUNLP、面壁智能、OpenBMB 和 AI9Stars 联合开发的开源 AgentOS。
NeurIPS 数据，交给 AgentOS
我们把 NeurIPS 官方录用数据、历年投稿情况及会议相关资料都丢给 PilotDeck 2.0，让它先整理出 Excel 数据底表，再生成一份 Word 简报。
任务指令里特别强调了两点：主赛道录用量不能与多赛道分析样本混用，Word 中的关键数字必须与 Excel 底表保持一致。
生成的 Excel 一共包含 11 个工作表，覆盖投稿趋势、研究热点、Agent 细分方向、机构排名和高产作者分布等多个维度。
Word 简报则汇总了核心统计结果，并配有投稿录用趋势、研究热点和机构排名等图表。
文件生成后，我们很快发现了一处明显问题：初版 Word 中，Google（含 DeepMind）的参与次数被写成了 322，与 Excel 底表中的 398 对不上。
于是我们在原对话中追加了核查要求，请 PilotDeck 2.0 对照两份文件逐项检查数字、结论和图表，只修改有问题的地方。
修改后的 Word 中，Google 的参与次数已更正为 398，与 Excel 底表及报告结论一致，原有版式也没有任何变化。
文档之外，还有交互页面
除了 Word 和 Excel，我们还让 PilotDeck 2.0 用同一批数据做了一份 NeurIPS 2026 专题网页。
网页首屏是一颗 3D 地球。清华、上交、北大等机构的节点集中分布在东亚区域，切换到北美和欧洲视角，就能看到当地高校和科技企业的节点。悬停某个节点，会弹出信息卡片，展示机构名称、论文数和参与作者数。
网页还展示了近六年的投稿与录用趋势。今年 NeurIPS 主赛道投稿量同比增长 42.3%，录用量增幅达到 49.3%。录用率也从去年的 24.52% 回升至 25.73%。
在覆盖多个赛道的 9,094 篇论文样本中，按标题和摘要关键词统计，Benchmark（评测基准）相关论文最多，共 3,454 篇，约占样本的 38%。
大模型、推理等方向也排在前列。相比之下，Agent 的增长势头更加突出。
Agent 相关论文从去年的 542 篇增至 1,311 篇，达到去年的 2.42 倍，在分析样本中的占比也从 9.3% 升至 14.4%。Benchmark 体量固然最大，但 Agent 方向的增速显然更值得关注。
在 Agent 的 14 个子方向中，多智能体 仍以 258 篇居首，数量约为去年的 1.9 倍，不过增速低于 Agent 整体的平均水平。
长程任务相关论文数量达到去年的约 5.7 倍，记忆和工具调用也都超过 5 倍。去年这几个方向还只有几十篇相关论文，今年全部跃过 170 篇的门槛。
按 Top 20 机构类别汇总，内地高校与机构的参与次数合计 1,574 次，海外高校与机构为 1,511 次，仅相差 63 次。两者分别占总参与次数的 29.6% 和 28.4%，几乎打成平手。
企业合计占 Top 20 机构参与次数的 23%。阿里巴巴 223 次、腾讯 209 次，与微软的 207 次数量相当接近。
再把视角切到高产作者。按机构统计，清华大学贡献了 13 位高产作者，KAIST 有 12 位，南洋理工和斯坦福各有 9 位。
开源 AgentOS 的核心能力
支撑这些任务的，正是 PilotDeck 2.0 这套开源 AgentOS。
作为 Harness 领域的一款"小钢炮"，它负责协调模型与工具，让资料读取、文件处理、结果检查和后续修改能够接续完成，不需要人工在中间反复介入。
PilotDeck 2.0 的代码完全开源，用户可以清楚看到数据的传输与处理过程。它不绑定特定模型厂商或固定模型，既可以自由接入不同厂商的模型，也支持本地或私有模型。开发者还能根据实际需求自行修改和扩展。
对于复杂任务来说，文件生成和修改只是基础要求，运行稳定性和模型调用成本同样关键。PilotDeck 2.0 的 AgentLoop 和智能路由，就是分别针对这两方面做的优化：前者让任务遇到异常时更容易接着执行，后者通过模型分工来控制调用成本。
Office 文件处理能力优化
PilotDeck 2.0 内置了面向 Word、Excel、PPT 的 Office Skills，支持文件读取、整理、生成、修改和检查，交付后的文件仍然可以继续编辑。
具体来说，Word Skill 支持精准修改、批注和修订；Excel Skill 能够检查数据和公式；PPT Skill 支持内容编辑与逐页渲染核对。文件完成后，Agent 还会结合文字内容、文件结构、计算结果和渲染画面做交叉检查，发现问题后继续修正。
我们还让 PilotDeck 2.0 把同一批 NeurIPS 数据做成了 PPT，整体排版比较清爽。
在官方 WorkbuddyBench 办公测试中，采用 35B-A3B 级模型时，PilotDeck 2.0 拿到 79.10 分，高于 Workbuddy 的 74.70 分和 Claude Code 的 77.30 分。
更稳定的 AgentLoop
复杂办公任务有时会持续好几个小时。PilotDeck 2.0 优化了 AgentLoop，遇到网络波动、输出过长或上下文持续膨胀时，能够更好地保留任务状态，并在异常后继续执行，避免从头重跑。
配合后台任务机制，Agent 可以持续处理任务，用户可以稍后再回来查看结果，不必一直守在屏幕前。
智能路由与模型成本
智能路由的思路很直接：让能力较强的主模型负责关键环节，部分子任务则交给轻量模型处理。在官方的一组复杂任务测试中，"强主 + 轻子"模型组合以约 1/6 的成本取得 70.6 分，略高于旗舰单模型方案的 69.1 分。
给 PilotDeck 2.0 派活，现在也可以直接在常用聊天软件里完成。PilotDeck 2.0 已支持接入飞书、微信、企业微信和 QQ，可以直接在聊天窗口发送指令、接收反馈。
首次配置、文件上传和成果预览也做了优化，历史对话搜索、任务分支等功能让后续修改更加方便。加上完全开源的 Harness，以及自由接入不同模型的能力，PilotDeck 2.0 的使用方式非常灵活：既能直接用于日常办公，也方便开发者按需修改和扩展。
相关开源链接
发表于 昨天 23:28
|
查看: 8|
回复: 0
