OpenAI 推出 ChatGPT agent
OpenAI 推出 ChatGPT agent，官方称它能思考并行动，调用工具完成研究、预订和制作幻灯片等任务，全程由用户引导。
推荐理由：OpenAI 官方给出 ChatGPT agent 的定位与任务范围，可据此判断它在研究、预订等场景中的使用方式。
#Agent
#Agent
今日 0 条OpenAI News精选AI 评分7575 OpenAI News精选AI 评分6262 OpenAI 发布 ChatGPT agent 系统卡
OpenAI 发布 ChatGPT agent 系统卡，介绍这一智能体模型整合了研究、浏览器自动化和代码工具。系统卡说明相关能力在 Preparedness Framework 下配有安全防护措施。
推荐理由：OpenAI 官方系统卡披露 ChatGPT agent 的能力组合与 Preparedness Framework 下的安全措施，可了解其风险边界设定。
Hugging Face BlogAI 评分3838 Hugging Face 推出 FutureBench：评估 AI 智能体预测未来事件的能力
Hugging Face 发布 FutureBench，用真实预测市场与新闻生成任务评估 AI 智能体预测未来事件的能力。该基准通过 smolagents 智能体抓取新闻并用 DeepSeek-V3 生成预测问题，同时接入 Polymarket 每周约 8 个问题，答案可随时间客观验证，且从设计上杜绝数据污染。
Hugging Face BlogAI 评分2222 Consilium：当多个 LLM 协作讨论时
开发者利用 Gradio Agents & MCP Hackathon 构建了多 LLM 平台 Consilium，让多个 AI 模型通过结构化辩论就复杂问题达成共识。
Mistral AI精选AI 评分7171 Mistral AI 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 与 All Hands AI 合作推出 Devstral Medium，并升级 Devstral Small 至 1.1 版本。
推荐理由：Mistral 与 All Hands AI 联合发布两款编码智能体模型，给出了 SWE-Bench Verified 分数、开源许可与 API 定价，便于读者比较开源与闭源方案的成本性能。
Hugging Face Blog精选AI 评分6565 Hugging Face 发布 ScreenEnv，在 Docker 中部署全栈桌面智能体
Hugging Face 发布 ScreenEnv，一个可在 Docker 容器中创建隔离 Ubuntu 桌面环境的 Python 库，用于测试和部署 GUI 智能体（Computer Use 智能体）。
推荐理由：ScreenEnv 把桌面智能体的运行环境封装进 Docker，并同时提供 MCP 与直接 API 两种接入方式，读者可据此判断现有智能体架构能否低成本迁移。
OpenAI NewsAI 评分3030 Genspark 用 GPT-4.1 和 Realtime API 打造无代码个人智能体
Genspark 借助 GPT-4.1 和 OpenAI Realtime API 构建无代码个人智能体，45 天内做到 3600 万美元 ARR。该产品主打无代码方式，让用户无需编程即可搭建个人 AI 智能体。
OpenAI NewsAI 评分2727 Retell AI 用 GPT-4o 实现可定制的无代码语音智能体自动化
Retell AI 基于 GPT-4o 和 GPT-4.1 打造 AI 语音自动化，正改造呼叫中心。其无代码平台让企业无需脚本即可上线自然的实时语音智能体，降低通话成本、提升 CSAT 并自动处理客户对话。
OpenAI NewsAI 评分1313 Unify 用 OpenAI o3、GPT-4.1 和 CUA 驱动规模化增长
AI GTM 平台 Unify 采用 OpenAI 的 o3、GPT-4.1 和 CUA，自动化潜客挖掘、调研与外联流程。借助超个性化消息和全天候工作流，Unify 帮助团队规模化生成销售管道，同时聚焦高价值客户互动。
Hugging Face BlogAI 评分5757 Hugging Face 发布 ScreenSuite，面向 GUI 智能体的评测套件
Hugging Face 发布 ScreenSuite，称其为面向 GUI 智能体的最全面评测套件，统一整合了 13 个基准，覆盖感知与定位、单步动作、多步智能体三类能力。
Mistral AI精选AI 评分6060 Mistral 发布企业级 AI 编码助手 Mistral Code
Mistral 发布企业级 AI 编码助手 Mistral Code，整合 Codestral、Codestral Embed、Devstral 和 Mistral Medium 四个模型，提供 IDE 插件、本地部署选项和企业管理工具，基于开源项目 Continue 构建。
推荐理由：Mistral 把模型、IDE 插件与企业管控打包成一套可私有部署的编码方案，读者可据此判断企业级 AI 编码的落地路径。
Hugging Face Blog精选AI 评分7171 H Company 发布 GUI 自动化 VLM 系列 Holo1 与基准 WebClick
H Company 发布 Holo1 系列 Action VLM 及多模态定位基准 WebClick，模型已开源在 Hugging Face。该系列包含 Holo1-3B 和 Holo1-7B，其中 7B 在常见 UI 定位基准上平均准确率达 76.2%，为小尺寸模型中最高。
推荐理由：Holo1 开源了 GUI 定位模型与配套基准，读者可据此评估浏览器自动化在成本与精度上的取舍。
Hugging Face BlogAI 评分5555 Hugging Face 研究：CodeAgent 结合结构化输出可提升智能体表现
Hugging Face 分享研究，将 CodeAgent 的思考与代码强制以结构化 JSON 生成，在 GAIA、MATH、SimpleQA、Frames 等基准上比普通 CodeAgent 平均高出 2-7 个百分点。
Mistral AI精选AI 评分7171 Mistral 发布 Agents API，内置连接器与多智能体编排
Mistral 发布 Agents API，将自家语言模型与代码执行、网页搜索、图像生成、MCP 工具等内置连接器结合，并提供跨对话的持久记忆和智能体编排能力。
推荐理由：官方给出 Agents API 的连接器、记忆与多智能体编排能力，读者可据此判断企业级智能体平台的搭建方式。
OpenAI NewsAI 评分4242 OpenAI o3 Operator：Operator 底层模型从 GPT-4o 换为 o3
OpenAI 将 Operator 的底层模型从 GPT-4o 版本替换为基于 OpenAI o3 的版本，API 版本仍继续基于 4o。该变更是对 OpenAI o3 与 o4-mini 系统卡的补充说明。
Hugging Face Blog精选AI 评分6262 Hugging Face 用约 70 行 Python 代码实现 MCP 驱动的 Tiny Agent
Hugging Face 发布 Python 版 Tiny Agents，把 huggingface_hub 客户端 SDK 扩展为 MCP Client，可从 MCP 服务器拉取工具并在推理时传给 LLM，核心智能体代码约 70 行。
推荐理由：Hugging Face 官方给出约 70 行 Python 代码实现 MCP 智能体的完整拆解，可直接照着搭一个自己的智能体。
Mistral AI精选AI 评分7373 Mistral AI 发布智能体编码模型 Devstral，Apache 2.0 开源
Mistral AI 与 All Hands AI 合作发布面向软件工程任务的智能体 LLM Devstral，以 Apache 2.0 许可开源，在 SWE-Bench Verified 上得分 46.8%，比此前开源 SoTA 模型高出 6 个百分点以上。
推荐理由：Mistral 与 All Hands AI 合作的智能体编码模型，给出 SWE-Bench Verified 成绩与本地部署门槛，便于判断开源编码模型的当前水平。
OpenAI News精选AI 评分6262 OpenAI 发布 o3 与 o4-mini 系统卡补充说明：Codex
OpenAI 为 o3 和 o4-mini 系统卡发布补充说明，介绍云端编码智能体 Codex。Codex 由 codex-1 驱动，后者是 OpenAI o3 针对软件工程优化的版本，通过强化学习在多种环境的真实编码任务上训练，以生成贴近人类风格和 PR 偏好的代码、精确遵循指令，并反复运行测试直到通过。
推荐理由：官方系统卡补充说明披露了 Codex 背后的 codex-1 及其训练方式，可了解该编码智能体的技术来源。
Hugging Face BlogAI 评分2828 Hugging Face 盘点视觉语言模型一年进展：更小、更快、更强
Hugging Face 发布博客盘点过去一年视觉语言模型的关键变化，涵盖 any-to-any、推理、小尺寸、MoE 解码器、视觉语言动作模型等新趋势。
Mistral AI精选AI 评分6262 Mistral 推出 Le Chat Enterprise，由 Mistral Medium 3 驱动
Mistral 发布 Le Chat Enterprise，一款由全新 Mistral Medium 3 模型驱动的企业级 AI 助手，提供企业搜索、Agent 构建器、自定义数据与工具连接器、文档库、自定义模型和混合部署等功能，全部功能将在未来两周内逐步上线。
推荐理由：Mistral 把企业搜索、Agent 构建与混合部署打包进同一平台，可据此判断企业级 AI 助手的集成路径。
Hugging Face Blog精选AI 评分6262 如何用 Gradio 构建 MCP Server
Gradio 官方教程介绍如何用几行 Python 把 Gradio 应用变成 MCP Server，只需在 launch() 中设置 mcp_server=True，函数即被自动转换为 LLM 可调用的工具，docstring 会生成工具描述和参数。
推荐理由：Gradio 官方给出把任意 Python 函数变成 MCP 工具的最短路径，可据此判断自家应用接入 LLM 工具调用的成本。
Hugging Face BlogAI 评分3434 Qwen-3 的 Chat Template 教会我们的 4 件事
Qwen-3 的 chat template 相比 Qwen-2.5 和 QwQ 有四处关键变化：通过 enable_thinking 标志可开关推理，不再强制输出思维链。
Hugging Face Blog精选AI 评分6262 Tiny Agents：用 50 行代码实现 MCP 驱动的智能体
Hugging Face 发布 Tiny Agents，用约 50 行 TypeScript 代码实现一个由 MCP 驱动的智能体。
推荐理由：作者用 50 行代码把 MCP 客户端与 Agent 循环讲清楚，读者可据此理解工具调用如何接入现有推理客户端。
OpenAI NewsAI 评分2222 OpenAI 发布 BrowseComp：面向浏览智能体的基准测试
OpenAI 推出 BrowseComp，一个用于评估浏览智能体（browsing agents）的基准测试。该基准旨在衡量智能体在网页浏览任务中的能力表现。
OpenAI NewsAI 评分3636 OpenAI 发布 PaperBench：评估 AI 智能体复现前沿 AI 研究的能力
OpenAI 推出 PaperBench，用于评估 AI 智能体复现前沿 AI 研究的能力。该基准衡量智能体能否从零复现 state-of-the-art AI 研究，具体任务、评分方式与结果尚未在原文中披露。
OpenAI NewsAI 评分1515 OpenAI：从基于意图的机器人转向主动式 AI 智能体
OpenAI 提出从基于意图的机器人转向主动式 AI 智能体。原文未披露具体模型版本、参数规模或可用性信息。
OpenAI NewsAI 评分2222 Hebbia 用 OpenAI 驱动的智能体自动化 90% 金融与法律工作
Hebbia 的深度研究产品可自动化 90% 的金融与法律工作，由 OpenAI 提供模型支持。
OpenAI NewsAI 评分1515 EliseAI 如何用 AI 提升住房与医疗效率
EliseAI 正借助 AI 提升住房与医疗领域的效率。OpenAI 发布了对 EliseAI CEO 兼联合创始人 Minna Song 的访谈，讨论相关实践。
OpenAI NewsAI 评分2222 ChatGPT for Business 2025 年 3 月新功能
OpenAI 公布 ChatGPT for Business 2025 年 3 月新功能，ChatGPT 正变得更具交互性、更贴合团队工作方式，并具备智能体能力。官方表示此次分享涵盖最新发布内容，但未披露具体功能名称、版本号或可用性细节。
Mistral AIAI 评分2222 Mistral AI 用智能体工作流自动生成 PRD 与工程工单
Mistral AI 推出 TranscriptToPRDTicket 智能体工作流，由 Mistral Large 2 驱动的 PRDAgent 和 TicketCreationAgent 组成，可将会议转录自动生成 PRD 并转化为结构化开发工单，自动在 Linear、Jira 等项目管理工具中创建工单。
OpenAI NewsAI 评分1515 LaunchDarkly 的 AI 驱动产品管理之道
LaunchDarkly 首席产品官 Claire Vo 分享了产品经理角色的变化、她的"反待办清单"以及如何打造 AI 原生团队。
Hugging Face BlogAI 评分2828 用 Arize Phoenix 追踪与评估你的 Agent
Hugging Face 博客介绍如何用 Arize Phoenix 为 smolagents 构建的 Agent 做追踪与评估，通过 OpenTelemetry 和 OpenInference 自动捕获每次 Agent 调用。
OpenAI News精选AI 评分6262 OpenAI 发布 deep research 系统卡
OpenAI 发布 deep research 系统卡，说明该功能发布前开展的安全工作，包括外部红队测试、依据 Preparedness Framework 进行的前沿风险评估，以及针对关键风险领域构建的缓解措施概览。
推荐理由：OpenAI 公开 deep research 发布前的安全评估流程，可了解外部红队与 Preparedness Framework 如何落地。
Mistral AI精选AI 评分6666 Mistral AI 发布全新 le Chat 助手，上线 iOS 与 Android 并推出 Pro、Team 付费档
Mistral AI 发布全新 le Chat AI 助手，同步上线 iOS 和 Android，并推出 Pro 与 Team 付费档，Enterprise 档处于私有预览。
推荐理由：官方一次性交代了 le Chat 的移动端、Pro/Team 定价与 Flash Answers 等能力，可据此判断其与现有助手的差异。
Hugging Face BlogAI 评分3838 Adyen 与 Hugging Face 联合发布 DABstep：多步推理数据智能体基准
Adyen 与 Hugging Face 联合推出 DABstep，一个面向多步推理的数据分析智能体基准，包含 450+ 个源自 Adyen 真实业务的数据分析任务。评测显示，当前最强的推理型智能体准确率仅 16%，凸显模型在真实数据分析场景中的巨大差距。该基准同时包含结构化与非结构化数据，任务答案采用二元判定，仅需代码执行环境即可运行并提交至实时排行榜。
Hugging Face Blog精选AI 评分6666 Hugging Face 开源 DeepResearch 复现框架，GAIA 验证集达 55.15%
Hugging Face 在 24 小时复现冲刺中开源了 DeepResearch 的智能体框架，在 GAIA 验证集上取得 55.15% 的成绩，高于此前开源框架 Magentic-One 的约 46%。
推荐理由：Hugging Face 用 24 小时复现 OpenAI Deep Research 并开源框架，给出了 GAIA 上的具体分数与代码智能体的对比数据。
OpenAI News精选AI 评分6969 OpenAI 推出 deep research 智能体
OpenAI 发布 deep research，一个用推理综合大量在线信息、替用户完成多步研究任务的智能体。该功能今日面向 Pro 用户开放，Plus 和 Team 用户随后可用。
推荐理由：OpenAI 官方给出 deep research 的定位与开放节奏，可据此判断多步研究任务会怎样被智能体接手。
Hugging Face Blog精选AI 评分6262 smolagents 新增视觉支持，可在智能体流程中原生使用 VLM
Hugging Face 为 smolagents 加入视觉支持，可在智能体流程中原生使用视觉语言模型。图像既可在 run 方法中一次性传入并存入 TaskStep 的 task_images，也可通过 step_callbacks 回调在每步把截图写入 ActionStep 的 observation_images。
推荐理由：官方给出两种向智能体传入图像的方式和回调写法，可直接迁移到浏览器自动化等视觉场景。
OpenAI NewsAI 评分3838 OpenAI Operator 系统卡发布
OpenAI 发布 Operator 系统卡，说明其多层安全防护方案，包括针对提示词工程与越狱的模型和产品层缓解措施，以及隐私与安全保护。文档还披露了外部红队测试、安全评估结果，以及持续完善这些防护机制的后续工作。
Hugging Face BlogAI 评分2222 Hugging Face 发文《AI Agents Are Here. What Now?》：建议不要开发完全自主的 AI 智能体
Hugging Face 发布文章《AI Agents Are Here. What Now?》，指出 AI 智能体的风险随自主性等级上升而增加，建议不要开发能自行编写并执行代码的完全自主智能体。文章按自主程度将智能体分为五级，从模型不影响程序流程到模型自行编写并执行新代码，并认为半自主智能体在自主性水平、可用任务和人类控制方式合适时，收益可能大于风险。