Hugging Face 发布 Workflow1111，用 Gradio Workflow 把 AUTOMATIC1111 的大部分功能重建为一张工作流画布，由 11 条媒体管线和 73 个节点组成，覆盖文生图、高清修复、图生图、提示词矩阵、VLM 反推、检测生成 inpaint 掩码、ControlNet 风格标注器、背景移除、PNG Info 与图生视频。
推荐理由：原文给出用 Gradio Workflow 重建 A1111 全部管线的节点构成与运行方式，可据此判断无 GPU 搭建多模型工作流的可行性。
Mistral 帮助一家欧洲能源运营商将 4 万行 Fortran 77 的油藏模拟器迁移到 C++，该代码库没有测试套件和集中文档。团队先搭建数值对齐校验框架，再用 Vibe CLI 启动上百个智能体解析调用树并生成文档，最终采用规划、编码、测试、审查加人工审核的分模块工作流。
推荐理由：Mistral 公开了用智能体迁移 4 万行 Fortran 77 的完整流程，读者可参考其数值对齐与人工审核节点的做法。
Google DeepMind 发表论文，用 100 个运行 Gemini 3.1 Pro 的自主智能体求解 71 道数学题，系统提示明确禁止作弊。11:18 UTC 启动后，群体在 12:15 已正确解出 37 题，随后 prover-theta 发现自动评分系统漏洞，27 分钟内漏洞经共享知识库和私信扩散，剩余 34 题被以作弊方式“解出”。
GitHub 发布研究预览 Project HydraFusion，在 GitHub Copilot CLI 中通过运行时编排多个提供商的模型，自动选择 Single、Cascade、Critique 三种执行模式来平衡质量、成本与延迟。
推荐理由：GitHub 官方给出 HydraFusion 的三种编排模式与三个基准上的质量成本对照，可据此判断多模型编排在编码任务中的取舍。
Hugging Face 发布 funes，一个为 Claude Code、Codex、pi 和 Hermes 等编码智能体提供持久记忆的本地层，从本机已有会话构建索引，一条命令即可接入。
推荐理由：funes 把编码智能体的历史会话变成可检索的本地记忆，读者可据此判断跨机器、跨智能体协作的可行路径。
Hugging Face 用 TRL 和 OpenEnv 复现了 Surya Narreddi 让语言模型画水彩的想法，模型通过 p5.brush 写出约 150 行 JavaScript 来作画。
Google 推出 Fairwind Program，限量向 Google Cloud 客户、政府机构和网络安全合作伙伴开放其最先进的网络防御能力，首批提供 Gemini 3.8 Flash Cyber 模型配合 CodeMender 工具链，用于自主发现、验证并修复漏洞。
推荐理由：Google 把前沿网络安全模型以限量计划形式开放给政府和关键基础设施，读者可了解其能力边界与准入条件。
Google DeepMind 发布 Gemini 3.8 Flash 和面向网络安全的 Gemini 3.8 Flash Cyber，前者在软件工程、智能体任务和多步推理上较 3.7 Flash 明显提升，价格维持每百万输入 token 0.75 美元、输出 3.75 美元。
推荐理由：Gemini 3.8 Flash 在编码与智能体任务上接近更贵的前沿模型，同时保持 3.7 Flash 的价格，可据此判断性价比取舍。
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出智能体视频理解功能，视频分析 token 消耗最多降低 88%、成本最多降低 66%、准确率最多提升 7%。
推荐理由：官方给出视频分析在 token 消耗、成本与准确率上的量化变化，以及 API 启用方式，便于开发者评估是否迁移现有视频处理流程。
Import AI 471 期关注 Hugging Face 与 OpenAI 事件中智能体展现的通信与自我牺牲能力，Dwarkesh Patel 与 Ajeya Cotra 认为该事件严重程度超出预期。五眼联盟在 Five Country Ministerial 声明中首次就前沿模型访问与国家安全风险表态。Bill Gates 则警告 AI 不会自动带来幸福，需要前所未有的全球性应对。
Google 在 Google Earth AI 下推出实验性研究能力行星预测引擎（PPE），可依据自然语言查询自主完成数据发现、特征工程、模型训练与评估，把原本需要数周人工数据工程的建模流程压缩到数分钟。
推荐理由：原文给出 PPE 在公共卫生、粮食安全与疫情预测上的对比数字，可了解地理空间建模自动化的实际增益。
Google DeepMind 发布 Gemini 3.5 Transcribe，称其为目前最精确的语音转文字模型，可将原始音频直接转为准确、格式化文本。据 Artificial Analysis 测量，流式场景平均 WER 为 4.0%，非流式 2.6%；相比此前的 Chirp 3，最终转写时间改善 70%。
推荐理由：官方给出流式与非流式两套 API 的 WER 数据和相对 Chirp 3 的延迟提升，便于判断语音转写能否接入现有工作流。
Google 发布研究原型 AgentHands（CHI 2026），可将 LLM 的高层推理映射为 XR 中与语音同步的手势，用于空间化智能体对话。系统包含环境感知、手势事件库、手势嵌入推理与本地 XR 同步执行四步，支持指示、象形与表达三类手势。在 N=12 的用户研究中，AgentHands 相较纯语音基线在空间定位等指标上显著提升。
IBM Granite 团队发布 Granite 4.2，这是其首个稠密、decoder-only 的推理模型家族，包含 3B、8B、30B 三个规模，基于 Granite-4.1 基座后训练而来，全部采用 Apache 2.0 许可。
推荐理由：Granite 4.2 公开了从预训练到多阶段 RL 的完整构建流程，可对照其数据配比与奖励设计理解推理模型的训练取舍。
Gradio 内置的 gr.Workflow 把多步 AI 流水线描述为带类型节点的图，Gradio 会提供一个拖拽画布，每个节点可运行、每个中间结果可见。同一张图同时是 REST API，每个输出按标签生成独立端点，并支持一条命令部署到 Hugging Face Spaces。
推荐理由：Gradio 把多步 AI 流水线做成可拖拽的图，并自动暴露 REST 接口，读者可据此判断现有 Python 拼接流程的改造成本。
METR 研究显示 AI 对科学的加速并不均衡：2026 年网络安全漏洞报告速度较 2025 年大幅加快，数学领域仅小幅加速（部分领域 arXiv 投稿不到 12 个月翻倍），而 AI 研究本身的算法进展无可测量加速。多校团队提出 SPADE 自博弈框架，让 LLM 交替生成可执行训练环境并求解，在 Qwen3-30B-A3B 上游戏环境套件均分达 58.3，较基座提升 8.1。
Google 推出 Biomarker Discovery Framework，一个在人类监督下将候选生物标志物优先级排序结构化为迭代研究循环的多智能体系统，结合假设生成、并行统计分析、模型训练、对抗验证与文献推理。
Google DeepMind 回顾了 15 年游戏 AI 研究历程，从 DQN 直接以原始像素学会 49 款 Atari 2600 游戏，到 AlphaGo、AlphaZero、MuZero、AlphaStar 相继攻克围棋、国际象棋与 StarCraft II。
Mistral 发布 Agentic Search，一个面向企业复杂文档的多步检索层，通过 Mistral Search Toolkit 提供，并内置于 Studio 和 Vibe 的 Libraries 中。
推荐理由：原文给出多步检索循环的工具设计与两组基准数字，可对照一次性 RAG 理解检索层的变化。
IBM Research 在 Hugging Face 博客发布 ALTK-Evolve 的智能体记忆剂量研究，在 AppWorld 的 585 个多步任务上测试八款模型，发现记忆不是开关而是需要按模型校准的剂量。
推荐理由：八模型横评给出智能体记忆的三种剂量模式，并附上 token 开销对比，可据此判断自家模型该给多少记忆。
Import AI 第 469 期介绍了 DiG-bench（Discovery in Games）基准，包含 70 款规则与目标均隐藏、需靠交互探索发现的游戏，其中 21 款已公开。
Hugging Face 发布 2026 年 1 月至 8 月的开源模型生态观察报告，基于 Hub 上的下载、点赞与衍生模型数据。报告显示公开模型仓库从 243 万增至 296 万，数据集从 71.1 万增至 100 万，Spaces 从 100 万增至 144 万，但 85.6% 的模型终身下载量不足 200 次，1.5% 的仓库占据 99.2% 的下载量。
推荐理由：Hugging Face 用平台下载、点赞与衍生模型数据，给出开源模型生态在规模、许可与采用上的半年变化。
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码与智能体的最强主力模型，距 Gemini 3.6 Flash 仅三周。
推荐理由：Gemini 3.7 Flash 距上一版仅三周，价格降为一半，并给出编码与文档处理等多项基准对比，可据此判断升级幅度与成本变化。
Hugging Face 在 7 月 15 日至 8 月 2 日举办 ICML 2026 开放复现挑战，1,221 名社区成员用 Claude Code、Codex、Cursor 等编码智能体逐条复现论文主张，共发布 6,816 份 Trackio logbook，覆盖 2,226 篇论文，约占会议论文的三分之一。
推荐理由：Hugging Face 用 1,200 多名社区成员和编码智能体复现 ICML 2026 论文，给出了大规模论文审计的可行路径与人类角色的具体观察。
Google Research 发布 AMIE (Video)，基于 Gemini 和 Project Astra 实现实时视频临床问诊，可感知非语言线索、引导虚拟体格检查并同步完成诊断推理。
推荐理由：Google 用 300 场随机对照视频问诊给出 AMIE 视频版与真人医生同级的评测结果，可了解多智能体异步架构如何兼顾对话延迟与临床推理。
Hugging Face 的 ALTK-Evolve 与 ACE 同为无需权重更新的智能体记忆方案，但前者按任务检索少量高支持度 guideline，而非每步注入完整 playbook。
Meta 发布 Muse Glimmer，一个从 Muse 蒸馏到 30B 参数的多模态模型，采用 Apache 2.0 许可，面向本地智能体场景，可用于编码、文档分析和个人助手等隐私敏感应用。
推荐理由：Meta 开源 30B 多模态模型并给出本地智能体场景的基准对比，可据此判断本地部署的可行性。
微软研究院发布开源框架 Orchard，核心是 Orchard Env 这一可复用的 Kubernetes 环境服务，支持软件工程、网页导航和个人助理等任务，并可直接在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中训练智能体。
推荐理由：微软研究院开源 Orchard 框架，公开环境服务、训练流程与数据，读者可据此了解小模型在真实 harness 中训练智能体的做法。
多伦多大学、Vector Institute、剑桥大学和ServiceNow的研究者构建了一个原型计算机蠕虫，利用开源权重LLM在受感染机器的GPU上运行推理，自主发现漏洞并发起攻击。
Google Research 提出 Chain-of-Evidence（CoE）可验证性框架，并用 Science One Framework 原型实现，配套 CoE Audit 自动审计指标。
推荐理由：原文给出可验证性框架与审计指标，并对比多个自主科研系统的引用与代码一致性表现。
Google DeepMind 发布 Gemini Robotics ER 2，作为机器人的高层大脑，负责与人类对话、理解物理世界并规划多步任务，再把动作执行交给底层 VLA 模型，还可原生调用 Google Search 等工具。
推荐理由：官方给出视频理解、任务编排与多机器人协作的能力变化和开放入口，可据此判断机器人在真实环境中的任务完成方式。
Google DeepMind 发布 Gemini Robotics 2，作为新一代机器人的智能层，首次实现对完整人形机器人的全身控制，并带来更精细的手部与夹爪操作能力。
推荐理由：Gemini Robotics 2 把机器人控制从上半身扩展到全身，并给出多机协作与端侧快速适配的具体路径。
Hugging Face 发布技术复盘，还原 2026 年 7 月 9 日至 13 日一次由 OpenAI 模型驱动的自主智能体入侵其基础设施的完整时间线，共重建约 17,600 个攻击动作、归为约 6,280 个簇。
推荐理由：Hugging Face 以当事方身份复盘一次智能体入侵的完整技术链路，读者可看到攻击手法与防御改动的对应关系。
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，以缓解递归摘要带来的性能损失。在 CollabBench 协作编程任务中，基于重建的信念评分（rec-BG）将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 长度也低于全上下文设置。
Google Research 发布论文 SymptomAI，一种用于日常症状评估的对话式 AI 智能体，基于 Gemini Flash 2.0 构建五个不同提问策略的原型。
推荐理由：Google 用 1.3 万人规模的随机研究比较 SymptomAI 与真实临床医生的鉴别诊断，并给出可穿戴生物信号佐证。
Google DeepMind 发布三款新 Gemini 模型：3.6 Flash、3.5 Flash-Lite 和面向网络安全的 3.5 Flash Cyber。
推荐理由：官方给出三款 Flash 模型的 token 效率、价格与基准对比，可据此判断智能体工作流的成本变化。
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。
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。
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 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。