Google Research 发布论文《Towards a Science of Scaling Agent Systems》，对 180 组智能体配置做大规模对照评测，覆盖单智能体与独立、集中、去中心化、混合四种多智能体架构，以及 Finance-Agent、BrowseComp-Plus、PlanCraft、Workbench 四个基准。
推荐理由：通过 180 组智能体配置的对照评测，给出多智能体架构何时增益、何时拖累性能的量化规律。
OpenAI 说明了 AI 智能体打开链接时如何保护用户数据，通过内置防护机制防止基于 URL 的数据外泄和提示词注入。
Hugging Face 发布新工具 upskill，用大模型生成并评测 agent skill，再交给小模型使用。
推荐理由：原文给出用大模型生成 Skill 再迁移到小模型的完整流程与评测命令，可迁移到其他专业任务。
Mistral 发布终端编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型系列驱动，新增自定义子智能体、多选项澄清、斜杠命令技能和统一智能体模式，CLI 修复持续自动更新。
推荐理由：官方给出 Vibe 2.0 的自定义子智能体、斜杠命令技能与定价变化，可据此判断终端编码智能体的使用成本。
Hugging Face 团队用 verl 框架对 GPT-OSS-20B 做智能体强化学习训练，发现 KL 散度和熵爆炸、奖励不升，根因是 MoE 架构下双前向传播导致新旧 log-prob 不匹配、破坏 PPO 的 on-policy 一致性。团队通过修复 attention sink 和 MoE log-prob 对齐解决该问题，该修复同样适用于 GPT-OSS-120B。
TRUSTBANK 与 Recursive 合作，基于 OpenAI 模型打造了 Choice AI，通过个性化对话式推荐简化故乡税（Furusato Nozei）礼品的发现与选择。
OpenAI 发布 Codex 智能体循环技术解析，说明 Codex CLI 如何借助 Responses API 编排模型、工具、提示词与性能。文章为技术深度剖析，未披露新版本号、参数规模或 benchmark 数据。
Hugging Face 发布 AssetOpsBench，一个面向工业资产运维的智能体评测基准，包含 2.3M 传感器遥测点、140+ 场景、4.2K 工单和 53 种结构化故障模式，覆盖 4 个智能体。
OpenAI 发起、开源 AI 社区共建、Hugging Face 生态支持的开放推理标准 Open Responses 发布，它基于 Responses API，面向智能体工作流设计。
推荐理由：OpenAI 发起、开源社区共建的推理标准，读者可据此了解 Responses API 开放后的接口变化与迁移路径。
Netomi 借助 GPT-4.1 和 GPT-5.2 扩展企业级 AI 智能体，通过并发、治理与多步推理支撑可靠的生产工作流。该方案面向企业规模化部署场景，强调智能体系统在生产环境中的稳定性。
NVIDIA 在 CES 2026 发布博客，给出用 DGX Spark 加 Reachy Mini 复现黄仁勋主题演讲中桌面智能体的分步教程，源码已开源。
推荐理由：完整复现路径覆盖模型选型、路由与工具调用，可据此搭一套本地私有桌面智能体。
ServiceNow 发布 AprielGuard，一个 8B 参数的安全与安全防护模型，可检测 16 类安全风险以及提示词注入、越狱、思维链污染、上下文劫持、记忆投毒和多智能体攻击序列等对抗攻击。
Google DeepMind 发布 Gemini 3 Flash，将 Gemini 3 的推理能力与 Flash 级延迟和成本结合，定价为每 100 万输入 token 0.50 美元、每 100 万输出 token 3 美元。
推荐理由：官方给出 Gemini 3 Flash 的基准分数、定价与上线渠道，可据此判断它在速度与成本上的取舍。
OpenAI 宣布开发者可以向 ChatGPT 提交应用，经审核通过后会在产品内的新应用目录中展示。官方同时更新了工具、指南和 Apps SDK，用于构建把真实操作带入 ChatGPT 的对话原生体验。
推荐理由：OpenAI 开放 ChatGPT 应用提交入口并给出 Apps SDK 与审核规范，开发者可据此判断接入路径。
IBM 开源的可配置通用智能体 CUGA 上线 Hugging Face Spaces，提供 CRM 演示和 20 个预置工具，用于销售数据查询与 API 交互。
推荐理由：CUGA 在 AppWorld 与 WebArena 上的成绩和 20 个预置工具的演示，能帮读者判断可配置智能体的落地方式。
Google DeepMind 发布升级版 Gemini 2.5 Flash Native Audio，面向实时语音智能体，改进函数调用、指令遵循与多轮对话能力。
推荐理由：官方给出函数调用、指令遵循与多轮对话三项改进的具体分数，可据此判断语音智能体的可用性提升。
BNY 利用 OpenAI 在全企业范围扩大 AI 应用，通过 Eliza 平台让 20,000 多名员工构建 AI 智能体，以提升效率和客户成果。
Podium 基于 OpenAI 的 GPT-5 构建了 AI 队友 "Jerry"，为 10,000+ 中小企业提供服务，并带来 300% 的增长。该智能体正在改变 Main Street 商家服务客户的方式。
OpenAI 发布 GPT-5.2，定位为面向日常专业工作的前沿模型，具备领先的推理、长上下文理解、编码和视觉能力。该模型已在 ChatGPT 和 OpenAI API 中提供，用于支持更快、更可靠的智能体工作流。
推荐理由：官方给出 GPT-5.2 在推理、长上下文、编码与视觉上的定位，可据此判断日常专业工作与智能体流程的可用性。
Hugging Face 发布教程，展示如何用 Hugging Face Skills 让 OpenAI Codex 端到端完成机器学习实验：微调 Qwen3-0.6B、用 HumanEval 评测、生成训练报告并导出 GGUF。
推荐理由：以完整实验流程展示编码智能体如何端到端完成微调、评测与部署，可迁移到自己的训练任务。
Mistral AI 发布新一代编码模型系列 Devstral 2，含 123B 的 Devstral 2 和 24B 的 Devstral Small 2，分别采用修改版 MIT 和 Apache 2.0 许可，均为开源。
推荐理由：官方给出两款开源编码模型的参数、许可与 SWE-bench 成绩，并附与闭源模型的对比评测，可据此判断开源编码智能体的当前水位。
OpenAI 在 Linux 基金会下联合创立 Agentic AI Foundation，并将 AGENTS.md 捐赠给该基金会。此举意在支持面向安全智能体 AI 的开放、可互操作标准。
Intel AI Software Group 推出 DeepMath，一个基于 Qwen3-4B Thinking、用 GRPO 微调并在 smolagents 上实现的数学推理 Agent，通过生成 Python 片段在沙箱中执行来替代冗长文本推理。
Hugging Face 发布 Hugging Face Skills，让 Claude Code、Codex、Gemini CLI 等编码智能体直接提交云端 GPU 训练任务、监控进度并把模型推到 Hub。
推荐理由：官方给出从数据校验到 GGUF 转换的完整训练链路，可据此判断对话式微调的实际边界与成本。
Mirakl 正借助 AI 智能体与 ChatGPT Enterprise 重塑电商，实现更快的文档撰写和更智能的客户支持，并推进 Mirakl Nexus 构建智能体原生电商。
Accenture 与 OpenAI 正展开合作，帮助企业将智能体 AI 能力引入业务核心，以释放新的增长空间。
Hugging Face 分享构建 SOTA 深度研究智能体的经验：七个月前其首版架构因假设过于复杂，在新一代模型到来后成为瓶颈，被迫推倒重建。团队转向更简化的编排逻辑并依赖模型自主性，同时借助 Tavily Advanced Search 在工具侧完成上下文工程，只返回最相关内容块以降低幻觉与延迟。
Google DeepMind 宣布支持美国白宫 Genesis 计划，与美国能源部合作，为全部 17 个国家实验室提供前沿 AI for Science 模型和智能体工具的加速访问通道，即日起从 Google Cloud 上的 AI co-scientist 开始。
推荐理由：Google DeepMind 与 DOE 合作开放前沿科研模型给 17 个国家实验室，可了解 AI for Science 的落地路径。
OpenAI 在 ChatGPT 中推出购物研究功能，帮助用户浏览、比较和发现商品，并生成个性化买家指南以简化决策。该功能由 OpenAI 官方发布，目前材料仅给出功能定位，未披露具体入口和上线范围。
推荐理由：OpenAI 官方给出 ChatGPT 购物研究功能的定位，读者可据此了解它在选购决策环节承担的角色。
Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），基于 Gemini 3 Pro 构建，面向开发者提供影棚级图像生成与编辑，已在 Google AI Studio 和 Vertex AI 以付费预览形式逐步开放。
推荐理由：官方给出新图像模型的分辨率、文本渲染与搜索接地能力，以及 Adobe、Figma 等接入情况，便于判断其与上一代的取舍。
Google DeepMind 发布 Gemini 3 Pro，称其在主要 AI 基准上超过此前版本，编码与智能体任务表现优于 2.5 Pro。模型已在 Google AI Studio 和 Vertex AI 以预览形式开放，200k token 以内输入 $2/百万 token、输出 $12/百万 token，并在 Google AI Studio 免费提供但有限速。
推荐理由：官方给出 Gemini 3 Pro 的基准成绩、API 定价与 Antigravity 平台入口，可据此判断其编码与智能体能力落点。
Google DeepMind 发布 Gemini 3，称其为自家最智能的模型，首发 Gemini 3 Pro 预览版，并同步上线 Gemini 应用、Search 的 AI Mode、AI Studio、Vertex AI、Gemini CLI 及新的智能体开发平台 Google Antigravity。
推荐理由：官方一次性给出 Gemini 3 Pro 与 Deep Think 的基准成绩、产品落地范围和开放入口，可据此判断能力代际变化。
Google 发布智能体开发平台 Antigravity，已开放免费公开预览，支持 macOS、Linux 和 Windows。该平台在传统 AI IDE 的 Editor 视图之外新增面向智能体的 Manager 视图，可并行编排多个工作区中的智能体，并通过任务列表、实现计划、截图和浏览器录制等 Artifacts 呈现工作过程。
推荐理由：Google 把 IDE 拆成同步编辑器与异步 Agent Manager 两层，读者可据此判断智能体编程工具的产品形态走向。
Google 推出生成式 UI 实现，由模型按提示词自动生成网页、游戏、工具等交互界面，而非渲染静态预设界面。该能力以 dynamic view 和 visual layout 两个实验在 Gemini app 上线，并集成到 Google Search 的 AI Mode，基于 Gemini 3 Pro 与工具调用、系统指令、后处理三部分实现。
推荐理由：Google 把生成式 UI 落到 Gemini 与搜索 AI Mode，读者可了解其实现路径与人工评测偏好结果。
Google DeepMind 发布 SIMA 2，将 Gemini 模型嵌入智能体核心，使其从指令跟随者升级为能思考目标、与用户对话并随时间自我改进的交互式游戏伙伴。
推荐理由：SIMA 2 把 Gemini 的推理能力接入 3D 游戏智能体，读者可了解从指令跟随到自主推理与自我改进的路径。
Google 推出数据科学智能体 DS-STAR，通过数据文件分析、LLM 评判验证与顺序规划迭代三项机制，在 DABStep、KramaBench、DA-Code 三个基准上全面超越 AutoGen 和 DA-Agent，准确率分别从 41.0% 提升至 45.2%、39.8% 提升至 44.7%、37.0% 提升至 38.5%，并登顶 DABStep 公开榜单。
Chime CMO Vineet Mehra 分享了 AI 如何将营销重塑为智能体驱动的模式。他认为，优先提升 AI 素养并审慎采用 AI 的领导者将推动增长。
OpenAI 推出 AI 安全研究员 Aardvark，可自主发现、验证并协助修复大规模软件漏洞。该系统目前处于 private beta 阶段，可报名参与早期测试。
MiniMax M2 在 post-training 的智能体对齐阶段提出，智能体泛化不只是适配新工具，而是要在工具信息、系统提示词、用户提示词、环境和工具返回等全流程扰动下保持稳定。团队因此采用 Interleaved Thinking，让思考过程贯穿任务全程而非仅在开头，并构建了面向全轨迹泛化的数据管线。M2 用户需保留包含思考步骤的完整会话历史，否则会出现性能差距。
OpenAI 详解支撑 ChatGPT Atlas 的新架构 OWL，其核心是将 Chromium 解耦，从而实现快速启动、丰富 UI 以及由 ChatGPT 驱动的智能体浏览。