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 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 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 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。
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。
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 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 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 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 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。
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。
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 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 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。
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 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 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 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。
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 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 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 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 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 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。
Hugging Face 发布 smolagents，一个让语言模型具备智能体能力的轻量库，核心是 CodeAgent，即用代码而非 JSON 编写动作的智能体，同时保留写 JSON 的 ToolCallingAgent。
推荐理由：官方给出 CodeAgent 的定位与代码示例，读者可据此判断代码式动作与 JSON 工具调用的差异。
Mistral AI 为免费生成式 AI 助手 le Chat 推出一批 beta 功能，包括带引用的联网搜索、用于构思与就地编辑和导出的 Canvas、由新多模态模型 Pixtral Large 支持的文档与图像理解、由 Black Forest Labs Flux Pro 支持的图像生成，以及可复用提示词流程的智能体。
推荐理由：官方一次性列出 le Chat 的联网搜索、Canvas、文档图像理解与智能体等能力，并给出与主流助手的逐项对比。
OpenAI 推出 MLE-bench，用于衡量 AI 智能体在机器学习工程任务上的表现。该基准聚焦智能体完成机器学习工程的能力评估。
Altera 基于 GPT-4o 构建智能体与人类协作的新领域。该方向聚焦 agent 与人的协同交互，而非单纯自动化。
Mercado Libre 推出 AI 开发平台 Verdi，由 GPT-4o 驱动。该平台面向开发者，具体功能与可用性细节尚未披露。
Mistral AI 宣布在 La Plateforme 上支持对 Mistral Large 2 和 Codestral 等旗舰及专用模型进行定制，可通过 base prompt、few-shot prompting 或微调实现，并支持自带数据集。
Meta 发布 Llama 3.1，包含 8B、70B、405B 三个尺寸的 base 与 instruct 版本共六个开放权重模型，全部支持 128K token 上下文和 8 种语言，并新增 Llama Guard 3 与 Prompt Guard 两个安全模型。
推荐理由：Hugging Face 官方梳理了 Llama 3.1 三个尺寸的显存需求、量化方案与工具调用格式，可作为部署选型的参考。
Hugging Face 用 transformers.agents 构建的 ReactCodeAgent 在 GAIA 验证集上取得 44.2%，排名第一，比第二名高 4 个百分点；测试集为 33.3%，排名第二，并在 Level 3 难题上取得最佳平均分。
推荐理由：官方披露 Code Agent 在 GAIA 上的成绩与实现细节，可看到代码动作与多智能体编排的具体做法。
Hugging Face 上线 NPC-Playground，一个由 Cubzh 与 Gigax 打造的 3D 演示，可在浏览器中与 LLM 驱动的 NPC 对话，并用几行 Lua 脚本教它们新技能。
MavenAGI 推出基于 GPT-4 的 AI 客服智能体，Tripadvisor、Clickup 和 Rho 等公司已在使用，以节省时间并更好地服务客户。
Hugging Face 与 LangChain 联合发布合作包 langchain_huggingface，可通过 pip install langchain-huggingface 安装，将 Hugging Face 最新能力同步进 LangChain 生态。
Hugging Face 发布 Transformers Agents 2.0，在原有智能体类型之外新增两类可基于历史观察迭代的智能体，并加入共享功能。官方称新框架下 Llama-3-70B-Instruct 智能体在 GAIA 榜单上超过多个基于 GPT-4 的智能体，排名第 4，成为开源类别领先者。
推荐理由：官方给出新智能体框架的模块划分与 GAIA 榜单成绩，可据此判断开源智能体方案的可用性。
Hugging Face 发布通用智能体项目 Jack of All Trades（JAT），基于 GPT-Neo 的 Transformer 架构，用单一网络在 Atari 57。
Klarna 的 AI 助手承担了相当于 700 名全职客服的工作量，用于革新个性化购物、客户服务与员工生产力。
Mistral AI 发布对话助手 Le Chat，作为与 Mistral 各模型交互的对话入口，底层可调用 Mistral Large、Mistral Small 或原型模型 Mistral Next。
推荐理由：Mistral 官方发布对话助手 Le Chat 及企业版，可了解其模型接入方式与自部署、审核机制。
Hugging Face 在 LangChain 的 ReAct 实现中评测了 Llama2-70b-chat、Mixtral-8x7B-Instruct-v0.1、OpenHermes-2.5-Mistral-7B、Zephyr-7b-beta、SOLAR-10.7B-Instruct-v1.0 等开源模型作为通用推理智能体的表现，并与 GPT-3.5、GPT-4 对比。
推荐理由：用同一套 ReAct 基准横向对比多个开源模型与 GPT-3.5、GPT-4，并给出 LangChain 搭建代码，可据此判断开源模型做智能体的可用性。