Google DeepMind 发布 Gemini 3.5 Flash Cyber 网络安全模型
Google DeepMind 发布 Gemini 3.5 Flash Cyber，这是基于 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证和修补漏洞，在 CyberGym 等基准上以多次调用取得接近更大模型的成绩。
推荐理由：官方给出轻量安全模型在 CyberGym、Chrome 提交扫描等基准上的表现与限量开放方式，可据此判断其定位与可用范围。
#Agent
#Agent
今日 0 条Google DeepMind精选AI 评分7171
OpenAI NewsAI 评分2020 Cars24 如何用 OpenAI 扩展对话并加速构建
Cars24 借助 OpenAI 驱动的语音和聊天智能体，每月处理超 100 万分钟对话，并挽回 12% 的流失线索。该公司还将智能体工作流推广至全公司各团队。
Hugging Face BlogAI 评分4343 模型路由并不简单：从分类问题到系统优化问题
在 AppWorld Test Challenge 的 417 个任务上，同一 CodeAct 智能体下 Claude Sonnet 4.6 总成本 79 美元（0.19 美元/任务），GPT-4.1 却要 155 美元（0.37 美元/任务），尽管后者 token 单价更低——缓存命中率才是关键。
OpenAI NewsAI 评分1212 OpenAI 谈智能体时代如何管理 AI 投资
OpenAI 提出企业在智能体时代应以"每美元有效工作量"衡量 AI 投资回报，通过提升效率、扩展高价值工作流来管理投入。文章围绕这一指标展开，指导企业评估并放大 AI 的实际产出价值。
Google DeepMindAI 评分3232 Google DeepMind 推出 Gemini 驱动的 ATL Saathi，为印度 Tinkering Lab 教师提供 24/7 助教
Google DeepMind 在印度启动 ATL Saathi 试点，这是一款由 Gemini 驱动的 Web 应用，为 Tinkering Lab 教师提供 24/7 备课与培训助手。该工具基于 NotebookLM 整理 12 个核心模块内容，支持 10 个模块的项目生成，初期支持 8 种语言，底层由 Gemini 3.5 Flash 提供智能。首批覆盖印度 100 所试点学校。
Mistral AIAI 评分3838 Mistral Studio 为 Prompts 和 Skills 提供版本管理系统
Mistral Studio 现已上线 Prompts 和 Skills 管理功能，为每个提示词和技能提供版本记录、明确归属和可追溯性。每个版本不可篡改，支持对比、回滚和审计日志，并可通过标签区分 Production 与 Staging。资产可通过 MCP server 直接调用，确保生产环境运行的是受治理的同一版本，数据保留在企业边界内。
Google Research精选AI 评分6262 Google 发布 SensorFM：面向可穿戴健康数据的通用基础模型
Google Research 联合 Google DeepMind 提出 SensorFM，一个直接从无标注可穿戴数据学习的大型传感器基础模型，预训练语料来自五百万名同意参与者、超过一万亿分钟的多模态信号，覆盖 100 多个国家、50 个美国州和 20 多种 Fitbit 与 Pixel Watch 设备。
推荐理由：Google 用五百万人的万亿分钟可穿戴数据训练通用生理表征，读者可了解其自监督缺失感知设计与跨任务泛化表现。
Hugging Face Blog精选AI 评分6262 微软在 Foundry Managed Compute 上线 Hugging Face 模型集合
微软在 Build 2026 宣布 Foundry Managed Compute 及 Hugging Face 模型集合，将 Hugging Face 生态的开源权重模型以每周刷新的方式一键部署到 Foundry 托管 GPU 平台。
推荐理由：微软把 Hugging Face 开源模型的部署运维层接进 Foundry，读者可据此判断开源模型进入企业生产环境的门槛变化。
Berkeley AI ResearchAI 评分3838 智能免费之后：面向 AI 智能体、由 AI 智能体构建的数据系统
UC Berkeley 团队提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不到 $1、部分低于 $0.10，数据系统面临三大新挑战。
Hugging Face BlogAI 评分3939 ScarfBench：面向企业级 Java 框架迁移的 AI 智能体基准测试
Hugging Face 发布开源基准 ScarfBench，用于评测 AI 智能体在企业级 Java 框架迁移中的表现，覆盖 Spring、Jakarta EE、Quarkus 三大生态，含 34 个应用、102 个框架实现、204 个迁移任务和 1331 个专家测试。评测显示最强智能体行为成功率不足 10%，Claude Code 报告 30 个应用中 29 个构建成功，实际仅 22 个通过。
OpenAI NewsAI 评分3131 OpenAI 研究：AI 智能体如何改变工作方式
OpenAI 发布新研究论文，展示 AI 智能体正在改变工作方式，能够承担更长、更复杂的任务，并在各类岗位中提升生产力。
Google DeepMind精选AI 评分7171 Google DeepMind 在 Gemini 3.5 Flash 中内置 computer use 能力
Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash，此前该能力仅以独立的 Gemini 2.5 computer use 模型形式提供。
推荐理由：Gemini 3.5 Flash 把 computer use 从独立模型并入主模型，读者可据此判断智能体跨平台自动化的落地路径。
Mistral AI精选AI 评分7171 Mistral 发布 OCR 4，支持 170 种语言与单容器自托管
Mistral 发布 OCR 4，在提取文本之外返回边界框、块类型分类和逐页逐词置信度分数，支持 170 种语言、10 个语系，可打包进单个容器完全自托管。该模型在 OlmOCRBench 上取得 85.20 的总体最高分，OmniDocBench 得分 93.07，独立标注者在 600 多份文档的盲评中平均 72% 的情况下更偏好其输出。
推荐理由：OCR 4 把边界框、块分类和置信度分数一并输出，读者可据此判断文档解析如何接入 RAG 与智能体流程。
Hugging Face Blog精选AI 评分6262 如何用 Gemma 和 Qwen 本地模型免费分诊 OpenClaw 仓库
Hugging Face 博客介绍了用本地模型 Gemma 和 Qwen 在 agent harness 中对 OpenClaw 仓库的 issue 和 PR 做分类分诊的方案。
推荐理由：作者用本地模型加受限 shell 做 PR 分类，给出了可复用的 agentic classification 配方与实测对比数据。
Hugging Face BlogAI 评分4848 Hugging Face 提出 MosaicLeaks：深度研究智能体能否守住秘密？
Hugging Face 发布 MosaicLeaks，用 1001 条多跳研究链评测深度研究智能体的隐私泄露风险，这些链交替穿插本地企业文档与公开网页信息。测试中智能体频繁泄露隐私，仅训练任务性能还会加剧泄露；其提出的 PA-DR 方法将严格链成功率从 48.7% 提升至 58.7%，并把答案/全信息泄露率从 34.0% 降至 9.9%。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 agent-eval：在自有工具上评测开源模型的智能体表现
Hugging Face 发布 agent-eval 工具，用于评测智能体使用某个库完成任务的全过程，而不只看最终答案，并以 transformers 为案例在模型、版本、任务三个维度上展开测试。
推荐理由：原文给出了一套可复用的工具基准方法，并展示了同一改动对不同规模模型效果相反的具体证据。
Hugging Face Blog精选AI 评分6262 用 Strands Agents 和 LeRobot 把 Hugging Face Hub 数据集接到机器人硬件
AWS 开源的 Strands Robots SDK（Apache 2.0）把 LeRobot 栈封装成 AgentTools，让一个 Strands 智能体在单次循环里完成仿真录制演示、推送 LeRobotDataset 到 Hub、跑策略、再以改一个关键字参数的方式部署到实体 SO-101，并通过 Zenoh 对等网格广播指令到多台机器人。
推荐理由：AWS 团队给出从 Hub 数据集到实体机器人的五步流程，可看到仿真与真机共用同一数据集格式的工程取舍。
Hugging Face Blog精选AI 评分8888 智谱发布 GLM-5.2：面向长程任务，支持 1M 上下文并采用 MIT 开源许可
智谱发布旗舰模型 GLM-5.2，主打长程任务能力，首次在 1M token 上下文上稳定支撑长程工作，并以 MIT 开源许可发布。模型引入 IndexShare 架构，每 4 层稀疏注意力共享同一 indexer，在 1M 上下文下将每 token FLOPs 降低 2.9 倍，同时改进 MTP 层使投机解码接受长度最高提升 20%。
推荐理由：GLM-5.2 把 1M 上下文与长程编码能力结合，并给出与闭源前沿模型的基准对比，可据此判断开源模型在长程任务上的位置。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 Agentic Resource Discovery 参考实现 Discover Tool
Hugging Face 发布 Agentic Resource Discovery（ARD）规范的参考实现 Discover Tool，为数千个 Skills、ML 应用和 MCP Server 提供搜索入口。
推荐理由：Hugging Face 给出 ARD 规范的参考实现与 CLI、REST、MCP 三种接入方式，可据此判断智能体能力发现如何落地。
Google DeepMindAI 评分5858 Google DeepMind 与英国政府共建 AI 规划审批原型，目标将审批时间减半
Google DeepMind 与英国政府、Google Cloud、Faculty 及 Barnet、Camden、Dorset 地方规划部门合作，开发基于 Gemini 的 AI 规划审批原型，目标是把住户规划申请的处理时间缩短 50%。
Google DeepMind精选AI 评分6060 Google DeepMind 发布 AI Control Roadmap，用纵深防御保障 AI 智能体安全
Google DeepMind 发布 AI Control Roadmap，一套用于在 Google 内部构建和管理高级 AI 的框架，采用纵深防御思路，在模型对齐之外增加系统级安全层，即使对齐不完美也能提供保障。
推荐理由：DeepMind 公开内部 AI Control Roadmap，给出把智能体当作潜在内部威胁的分级防护思路，可了解前沿实验室如何做系统级安全。
OpenAI NewsAI 评分2222 OpenAI Academy 推出三门新课程，面向下一代工作方式
OpenAI 推出三门 Academy 新课程，帮助人们建立实用 AI 技能、创建可复用工作流，并在日常工作中应用智能体。课程面向“下一代工作方式”，聚焦实际动手能力与工作流落地。
Google DeepMindAI 评分4141 Google DeepMind 联合多方发起最高 1000 万美元多智能体 AI 安全研究资助
Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA 并获 Google.org 支持，发起最高 1000 万美元的多智能体 AI 安全技术研究资助，面向全球研究者征集方案。
Hugging Face Blog精选AI 评分6060 一个智能体如何串联两个 Hugging Face Space 搭建 3D 巴黎画廊
作者让编码智能体调用两个 Hugging Face Space，先由 ideogram-ai/ideogram4 生成六张巴黎地标图像，再由 VAST-AI/TripoSplat 从单图重建 3D Gaussian splat，最终拼装成可交互的静态 Space 画廊。
推荐理由：作者用一次真实搭建演示了如何让编码智能体串联两个 Space 完成图像到 3D 的流水线，方法可直接复用。
Hugging Face Blog精选AI 评分6262 OpenEnv 转为委员会共管，定位智能体 RL 环境互操作层
Hugging Face 宣布 OpenEnv 改由委员会协调，成员包括 Meta-PyTorch、Reflection、Unsloth、Modal、Prime Intellect、Nvidia、Mercor、Fleet AI、Microsoft、Hugging Face 和 RadixArk，项目迁至 huggingface/OpenEnv。
推荐理由：OpenEnv 从单一项目转为多方共管的协议层，读者可据此判断开源智能体 RL 环境标准化的走向。
Google Research精选AI 评分6060 Google 在 Gemini Enterprise Agent Platform 上线 Agentic RAG 跨语料检索
Google 在 Gemini Enterprise Agent Platform 上推出由 Agentic RAG 驱动的 Cross-Corpus Retrieval 公开预览版，通过 Orchestrator、Planner、Query Rewriter、Search Fanout 与 Sufficient Context Agent 等角色协作处理多源多跳查询。
推荐理由：Google 公布 Agentic RAG 的充足上下文机制与跨语料检索数据，可据此判断多源多跳检索的落地方式。
OpenAI NewsAI 评分1616 Endava 如何围绕 AI 智能体重构软件交付
Endava 正利用 AI 智能体、ChatGPT Enterprise 和 Codex 加速软件交付、自动化工作流，并在全企业范围内构建 AI 原生文化。
Hugging Face Blog精选AI 评分6262 Hugging Face 将 hf CLI 重构为面向智能体优化的 Hub 命令行工具
Hugging Face 重构官方命令行工具 hf CLI，使其同时适配人类用户和编码智能体，通过环境变量自动识别 Claude Code、Codex、Cursor 等智能体并切换输出格式。
推荐理由：官方给出 hf CLI 面向智能体重构的细节与基准数据，可据此判断命令行工具如何适配编码智能体。
Hugging Face Blog精选AI 评分7171 Hcompany 发布 Holo3.1 系列 computer-use 模型，支持本地量化推理
Hcompany 发布 Holo3.1 系列 computer-use 模型，基于 Qwen 家族，覆盖 0.8B、4B、9B 和 35B-A3B 四种尺寸，并首次提供 FP8、Q4 GGUF 和 NVFP4 量化权重用于本地推理。
推荐理由：Holo3.1 给出跨环境、跨框架与本地量化的具体数据，可据此判断端侧 computer-use 智能体的部署成本。
OpenAI NewsAI 评分1818 Travelers 携手 OpenAI 在全国范围部署 AI 理赔助手
Travelers 基于 OpenAI 打造了 AI 理赔助手 Claim Assistant，引导客户完成理赔申请，并提供 24/7 支持。该助手已在全国范围部署，用于在理赔高峰期扩展业务处理能力。
OpenAI NewsAI 评分3030 OpenAI：Codex 正成为面向所有人的生产力工具
OpenAI 发布《The Next Era of Knowledge Work》报告，探讨 Codex 如何通过 AI 驱动的调研、数据分析、工作流自动化和内容创作提升生产力。
Hugging Face Blog精选AI 评分6262 JetBrains 发布 Mellum2：12B MoE 模型，Apache 2.0 开源
JetBrains 发布 Mellum2，一个从零训练的 12B 参数 Mixture-of-Experts 模型，覆盖自然语言与代码，每个 token 仅激活 2.5B 参数，以 Apache 2.0 许可开源。官方称其面向路由、RAG、摘要、子智能体和高吞吐编码等低延迟场景，相比同规模模型推理速度提升 2 倍以上。模型已在 Hugging Face 开放下载，架构、训练与评测细节见技术报告。
推荐理由：JetBrains 开源 12B MoE 模型，激活 2.5B 参数并主打 2 倍以上推理速度，可据此判断轻量模型在 RAG 与子智能体中的定位。
Hugging Face BlogAI 评分2222 超越 LLM：为什么可扩展的企业级 AI 落地依赖 Agent Logic
Hugging Face 博客发文指出，企业级 AI 规模化落地的关键不在 LLM 本身，而在 agentic layer 中的 agent logic——即知识图谱、算法、程序分析库等软件原语，可主动引导 LLM 聚焦企业工作流、压缩上下文空间。
Google ResearchAI 评分4848 Google Research 在 I/O 2026 发布 Gemini for Science 等科学 AI 工具
Google Research 在 I/O 2026 上发布 Gemini for Science 实验工具套件，包含基于 ERA 和 AlphaEvolve 的 Computational Discovery、基于 Co-Scientist 的 Hypothesis Generation，以及基于 NotebookLM 的 Literature Insights。
Mistral AI精选AI 评分7171 Mistral 发布工业工程 AI 栈与 Vibe 智能体，并宣布法国 10 MW 数据中心
Mistral 在 AI Now Summit 2026 上发布面向工业工程的 AI 栈，与 Airbus、BMW、ASML 合作优化设计、仿真与生产，并强调对专有数据和 IP 的完全控制。
推荐理由：Mistral 一次性公布工业 AI 栈、Vibe 智能体与自建数据中心，可据此判断其企业级全栈路线。
Mistral AI精选AI 评分8080 Mistral 将 Le Chat 升级为统一智能体 Vibe
Mistral 将 Le Chat 升级为统一 AI 智能体 Vibe，覆盖工作与编码两类任务，原有对话、设置和订阅方案一并迁移。
推荐理由：Mistral 把 Le Chat 升级为统一智能体 Vibe，读者可据此了解其工作与编码两种模式的能力边界和定价。
OpenAI NewsAI 评分2020 Endava 如何用 Codex 构建智能体组织
Endava 借助 Codex 构建智能体组织，将需求分析周期从数周缩短至数小时，并加速软件交付。该案例展示了 Codex 在企业级软件交付流程中的实际应用方式。
OpenAI NewsAI 评分2222 OpenAI、Thrive 与 Crete 如何用 Codex 构建自我改进的税务智能体
OpenAI、Thrive 和 Crete 用 Codex 构建了一个可自我改进的税务智能体，用于自动完成报税、提升准确率并加速工作流。该智能体面向税务申报场景，将申报流程自动化。
OpenAI NewsAI 评分2626 Warp 押注 GPT-5.5 构建开源开发工作流
Warp 正利用 GPT-5.5 及 OpenAI 模型，在本地、云端和开源开发工作流中协调多个编码智能体。该举措是 Warp 在开源方向上的重要押注。
Hugging Face Blog精选AI 评分6262 Hugging Face 在 TRL 中实现 Delta Weight Sync，用 Hub Bucket 传输万亿参数增量
Hugging Face 在 TRL 中落地 Delta Weight Sync：只把 RL 优化步之间发生变化的 bf16 权重编码成稀疏 safetensors 文件，上传到 Hugging Face Bucket，再由 vLLM 拉取应用。
推荐理由：TRL 把稀疏增量权重同步落到可 pip 安装的实现，读者可据此判断跨机房异步 RL 训练的成本结构变化。