OpenAI 让 Codex 通过 ChatGPT 移动端随处可用
OpenAI 宣布 Codex 可在 ChatGPT 移动端使用，用户能跨设备和远程环境实时监控、引导并批准编码任务。
#Agent
#Agent
今日 20 条OpenAI NewsAI 评分5555
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Co-Scientist 多智能体科研系统
Google DeepMind 在 Nature 发表 Co-Scientist 研究，这是一个基于 Gemini 构建的多智能体 AI 系统，可迭代生成、辩论和演化复杂科学问题的新假设。
推荐理由：原文给出多智能体系统的三阶段架构与多个实验室的落地案例，可了解 AI 参与科学假设生成的具体机制。
OpenAI NewsAI 评分2222 Parameter Golf 对 AI 辅助研究的三点启示
OpenAI 的 Parameter Golf 活动吸引 1,000+ 名参与者、收到 2,000+ 份提交，探索严格约束下的 AI 辅助机器学习研究、编码智能体、量化与新型模型设计。
OpenAI NewsAI 评分4040 OpenAI 如何安全运行 Codex
OpenAI 通过沙箱、审批机制、网络策略和智能体原生遥测来安全运行 Codex，以支持编程智能体的安全合规采用。
OpenAI NewsAI 评分1717 Parloa 基于 OpenAI 模型构建语音客服智能体
Parloa 利用 OpenAI 模型打造可扩展的语音驱动 AI 客服智能体，让企业能够设计、模拟并部署可靠的实时交互。该方案面向大规模客服场景，强调客户愿意与之对话的服务体验。
Google DeepMind精选AI 评分7171 Google DeepMind 回顾 AlphaEvolve 一年跨领域落地成果
Google DeepMind 回顾 Gemini 驱动的编码智能体 AlphaEvolve 发布一年来的应用成果，称其已从试点成为 Google 基础设施的核心组件，用于优化下一代 TPU 设计并发现更高效的缓存替换策略。
推荐理由：汇总 AlphaEvolve 一年来在基因组、电网、量子物理与 TPU 设计等领域的落地数据，可看到编码智能体跨领域应用的具体边界。
OpenAI NewsAI 评分2222 OpenAI B2B Signals 研究：前沿企业如何拉开差距
OpenAI 的 B2B Signals 研究显示，前沿企业正通过深化 AI 采用、规模化 Codex 驱动的智能体工作流来构建持久竞争优势。该研究聚焦于前沿企业与其余企业之间不断扩大的差距。
OpenAI NewsAI 评分2020 OpenAI 与 PwC 合作重塑 CFO 办公室
OpenAI 与 PwC 达成合作，帮助企业用 AI 智能体自动化财务工作流、改进预测、强化管控并推动 CFO 职能现代化。
Import AIAI 评分6262 Import AI 455：AI 系统即将开始自我构建
Jack Clark 在 Import AI 第 455 期中判断，到 2028 年底出现无需人类参与的 AI 研发（前沿模型能自主训练出自己的后继版本）的概率约为 60%，2027 年前实现的概率约 30%。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 AI co-clinician 医疗研究计划
Google DeepMind 宣布 AI co-clinician 研究计划，探索 AI 在医生监督下作为护理团队成员与患者交互。在 98 个真实初级保健查询的盲评中，该系统 97 例无关键错误，优于两款医生常用 AI；在 140 项问诊技能评估中，AI 在 68 项达到或超过初级保健医生水平，但专家医生在识别危险信号和关键体格检查上整体仍更优。
推荐理由：DeepMind 公开 AI co-clinician 研究计划，给出医生端与患者端两类评测结果，可了解医疗 AI 当前能力边界。
Google Research精选AI 评分6262 Google Research 科学家使用 Empirical Research Assistance 的四种方式
Google Research 介绍了科学家使用 Empirical Research Assistance（ERA）的四类实践：公共卫生领域，团队每周向 CDC 的流感。
推荐理由：四个跨领域案例展示了 ERA 从预测到机制发现的实际用法，可据此判断 AI 辅助科研的落地边界。
Mistral AI精选AI 评分7272 Mistral AI 发布 Workflows 公开预览版
Mistral AI 发布企业 AI 编排层 Workflows 公开预览版，提供持久化执行、可观测性和人工审批能力，ASML、ABANCA、CMA-CGM 等客户已用于自动化关键流程。
推荐理由：Mistral 把企业 AI 编排层做成 Studio 内的一体化产品，读者可据此判断生产级智能体落地的工程门槛。
OpenAI NewsAI 评分4242 OpenAI 发布 Symphony：面向 Codex 编排的开源规范
OpenAI 发布开源规范 Symphony，用于 Codex 编排，可把 issue tracker 变成常驻运行的智能体系统。该规范旨在提升工程产出并减少上下文切换。
OpenAI NewsAI 评分1717 Choco 如何用 OpenAI API 打造 AI 智能体自动化食品分销
Choco 借助 OpenAI API 构建 AI 智能体，用于自动化食品分销流程、提升生产力并推动业务增长。这是 OpenAI 发布的一则客户案例，讲述该 AI 在真实场景中的落地成效。
Hugging Face Blog精选AI 评分8787 DeepSeek-V4 发布：百万 token 上下文面向智能体任务
DeepSeek 发布 V4，两个 MoE 检查点上线 Hub：DeepSeek-V4-Pro 为 1.6T 总参数、49B 激活，DeepSeek-V4-Flash 为 284B 总参数、13B 激活，均支持 1M token 上下文窗口。
推荐理由：DeepSeek-V4 把长上下文成本压到 V3.2 的零头，读者可据此判断智能体长任务部署的可行性。
Hugging Face BlogAI 评分5858 如何在 Chrome 扩展中使用 Transformers.js
Hugging Face 发布教程，讲解如何在 Manifest V3 约束下用 Transformers.js 在 Chrome 扩展中运行本地 AI 功能，并以官方发布的 Gemma 4 浏览器助手扩展为参照。
OpenAI News精选AI 评分6262 OpenAI 在 ChatGPT 中推出工作区智能体
OpenAI 在 ChatGPT 中推出工作区智能体（workspace agents），由 Codex 驱动，可自动化复杂工作流并在云端运行，帮助团队跨工具安全地扩展工作。官方称其面向团队协作场景，强调安全地跨工具使用。
推荐理由：OpenAI 官方给出 ChatGPT 工作区智能体的定位与云端运行方式，可据此判断团队自动化流程的形态。
OpenAI NewsAI 评分2222 OpenAI Responses API 如何用 WebSockets 加速 Codex 智能体工作流
OpenAI 详解 Codex 智能体循环如何借助 WebSockets 与连接级缓存降低 API 开销并改善模型延迟。该文深入 Responses API 的智能体工作流，说明连接复用对减少请求开销的作用。
OpenAI NewsAI 评分5252 OpenAI 发布 ChatGPT workspace agents 使用教程
OpenAI 发布教程，介绍如何在 ChatGPT 中构建和使用 workspace agents，以自动化可重复的工作流、连接工具并简化团队运营。
Google Research精选AI 评分6060 Google Research 提出 ReasoningBank：让智能体从成功与失败经验中学习
Google Research 在 ICLR 论文中提出 ReasoningBank，一种从成功和失败经验中蒸馏高层推理模式的智能体记忆框架，代码已开源。
推荐理由：论文给出 ReasoningBank 的记忆蒸馏机制与 WebArena、SWE-Bench-Verified 上的成功率与步数变化，可据此判断智能体记忆方向的做法差异。
Google DeepMindAI 评分2222 Google DeepMind 与埃森哲、贝恩、BCG、德勤、麦肯锡合作加速企业 AI 转型
Google DeepMind 宣布与 Accenture、Bain & Company、BCG、Deloitte、McKinsey 合作，推动前沿 AI 在企业的大规模落地。合作方将获得包括 Gemini 系列在内的前沿模型早期访问权限，并围绕金融、制造、零售、媒体娱乐等行业共建行业专属 AI 方案。目前仅 25% 的组织成功将 AI 规模化投入生产。
OpenAI NewsAI 评分5656 OpenAI 推出 Codex Labs，联合埃森哲、普华永道等推动企业部署 Codex
OpenAI 推出 Codex Labs，并与埃森哲、普华永道、Infosys 等合作，帮助企业在软件开发生命周期中部署和扩展 Codex。OpenAI 同时公布 Codex 周活跃用户达到 4M。
OpenAI News精选AI 评分6262 OpenAI 更新 Codex 桌面应用，新增电脑操作与插件等能力
OpenAI 更新 macOS 和 Windows 版 Codex 应用，新增电脑操作、应用内浏览、图像生成、记忆和插件功能，用于加速开发者工作流。
推荐理由：官方列出 Codex 桌面端新增的电脑操作、应用内浏览与插件等能力，可据此判断编码智能体的功能边界。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 transformers 到 mlx-lm 的移植 Skill 与测试工具
Hugging Face 发布了一个 Skill 和配套测试工具，帮助贡献者把 transformers 中的语言模型移植到 mlx-lm，使模型加入 transformers 后能较快在 MLX 上可用。
推荐理由：Hugging Face 公开了把 transformers 模型移植到 mlx-lm 的 Skill 与测试工具，读者可了解其流程与对评审者的减负方式。
Hugging Face BlogAI 评分3434 Ecom-RLVE：面向电商对话智能体的自适应可验证环境
Hugging Face 将 RLVE 框架从单轮推理题扩展到多轮、工具增强的电商对话，推出 EcomRLVE-GYM，包含产品发现、替代品、购物车构建、退货、订单跟踪、政策问答、捆绑规划和多意图旅程 8 个可验证环境。
Hugging Face BlogAI 评分3838 Hugging Face 发布 VAKRA：评测 AI 智能体推理、工具调用与失败模式的可执行基准
Hugging Face 推出 VAKRA，一个面向企业级环境的工具接地可执行基准，用于评测 AI 智能体的组合推理与多步工作流执行能力。VAKRA 提供 8,000+ 本地托管 API、覆盖 62 个领域并配有领域文档，任务需 3-7 步推理链，包含 API Chaining、Tool Selection、Multi-Hop Reasoning 等四项任务，模型整体表现不佳。
OpenAI News精选AI 评分6262 OpenAI 更新 Agents SDK，加入原生沙箱执行与模型原生 harness
OpenAI 更新 Agents SDK，新增原生沙箱执行和模型原生 harness，帮助开发者在文件与工具之间构建安全、长时间运行的智能体。
推荐理由：官方给出 Agents SDK 的两项能力变化，读者可据此判断长时运行智能体的构建方式是否改变。
Hugging Face Blog精选AI 评分6262 HCompany 发布 HoloTab：可直接在浏览器中执行任务的 AI 智能体扩展
HCompany 发布 HoloTab，一款 Chrome 扩展，可像人一样浏览网页并自动完成跨网站任务，无需任何配置或技术背景。用户只需描述需求，智能体便在浏览器内导航界面、填写字段并做出决策，底层由视觉模型、动作规划和界面理解驱动。
推荐理由：官方给出浏览器智能体的录制复用机制与免费入口，可据此判断零门槛自动化任务的落地方式。
Google ResearchAI 评分5858 Google 发布 Vantage：用生成式 AI 模拟对话评估未来技能
Google 发布研究实验 Vantage，通过生成式 AI 构建模拟环境中的多轮对话，评估高中与大学生面向未来的技能，现已在 Google Labs 开放英文注册。
OpenAI NewsAI 评分2222 Cloudflare Agent Cloud 引入 OpenAI GPT-5.4 与 Codex，支持企业构建智能体工作流
Cloudflare 将 OpenAI 的 GPT-5.4 和 Codex 引入 Agent Cloud，让企业能够构建、部署并规模化运行面向真实任务的 AI 智能体，兼顾速度与安全。
OpenAI NewsAI 评分3838 OpenAI 教你使用 ChatGPT 技能（skills）构建可复用工作流
OpenAI 发布指南，介绍如何创建和使用 ChatGPT 技能（skills），以构建可复用工作流、自动化重复性任务并保证稳定高质量的输出。
Google ResearchAI 评分3232 Google Research 发布 ConvApparel 数据集，量化并弥合用户模拟器的真实感差距
Google Research 推出 ConvApparel，一个包含超 4,000 段人机多轮对话（近 15,000 轮）的服饰购物领域数据集，用于量化 LLM 用户模拟器与真实人类的真实感差距。
Google ResearchAI 评分4242 Google 推出 PaperVizAgent 与 ScholarPeer 两个学术 AI 智能体
Google 发布两个学术智能体框架：PaperVizAgent（原 PaperBanana）从论文方法章节生成出版级图表，ScholarPeer 则自动评审论文。
OpenAI NewsAI 评分2222 OpenAI 阐述企业级 AI 的下一阶段：Frontier、ChatGPT Enterprise、Codex 与全员 AI 智能体
OpenAI 阐述了企业级 AI 的下一阶段，随着各行业采用加速，其企业产品线涵盖 Frontier、ChatGPT Enterprise、Codex 以及公司范围内的 AI 智能体。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemma 4 开源模型家族
Google DeepMind 发布 Gemma 4 开源模型家族，包含 E2B、E4B、26B MoE 和 31B Dense 四个尺寸，采用 Apache 2.0 许可。
推荐理由：Gemma 4 以四个尺寸覆盖端侧到工作站，并给出 Apache 2.0 许可与首日工具支持，可据此判断本地部署与微调的选择空间。
OpenAI NewsAI 评分2222 Gradient Labs 用 GPT-4.1 与 GPT-5.4 mini/nano 为每位银行客户配备 AI 客户经理
Gradient Labs 基于 GPT-4.1 和 GPT-5.4 mini、nano 构建 AI 智能体，用于自动化银行客服工作流，兼顾低延迟与高可靠性。该方案的目标是为每位银行客户提供一名 AI 客户经理。
Mistral AIAI 评分3636 Mistral AI 推出 Spaces：为人类与 AI 智能体打造的 CLI
Mistral AI 发布 Spaces CLI，一款同时面向人类开发者与编码智能体的命令行工具，通过 `spaces init`、`spaces dev` 等命令可从零搭建带热重载、数据库和 Dockerfile 的多服务项目。
Google DeepMindAI 评分5858 Google DeepMind 用 Gemini 重做鼠标指针，Chrome 与 Googlebook 率先接入
Google DeepMind 公布 AI 指针交互的四条设计原则，并展示由 Gemini 驱动的实验性指针演示，用户可在 Google AI Studio 中通过指向和语音完成图像编辑、地图查找等操作。
Hugging Face BlogAI 评分4848 Anthropic 限制 Claude 访问后，Hugging Face 教你用开源模型救活 OpenClaw
Anthropic 正限制 Pro/Max 订阅者在开放智能体平台中访问 Claude 模型，Hugging Face 建议将 OpenClaw、Pi、Open Code 等智能体迁移到开源模型。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini 3.1 Flash Live 语音模型
Google DeepMind 发布 Gemini 3.1 Flash Live，称其为目前质量最高的音频与语音模型，精度更高、延迟更低，已通过 Gemini Live API 在 Google AI Studio 预览，并接入 Gemini Enterprise for Customer Experience、Search Live 和 Gemini Live。
推荐理由：官方给出语音模型的延迟、推理基准与多语言覆盖变化，可据此判断语音智能体的可用边界。