让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
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 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 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。
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。
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。
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。
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 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。
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。
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 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。
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。
Google 发布 Vibe Coding XR 工作流，将 Gemini 与基于 WebXR、three.js、LiteRT.js 的 XR Blocks 框架结合，把自然语言提示词直接转成可运行的物理感知 Android XR 应用，官方称耗时在 60 秒以内。
推荐理由：Google 把 Gemini 与 XR Blocks 组合成从自然语言到 Android XR 应用的生成流程，并给出 VCXR60 初步评测数据，可据此判断 XR 原型开发的门槛变化。
OpenAI 推出 Safety Bug Bounty 计划，用于识别 AI 滥用与安全风险，覆盖范围包括智能体漏洞、提示注入和数据外泄。
推荐理由：OpenAI 官方公布安全漏洞赏金计划，读者可了解其覆盖的智能体漏洞与提示注入等风险范围。
Mistral AI 推出 Forge，一套让企业基于自有专有知识构建前沿级 AI 模型的系统，支持预训练、后训练和强化学习等阶段，并同时支持稠密与 MoE 架构及多模态输入。
推荐理由：原文给出企业用自有数据训练前沿模型的分阶段训练路径与智能体落地方式，可据此判断企业自建模型的可行边界。
H Company 发布 Holotron-12B，一个基于 NVIDIA Nemotron-Nano-2 VL 后训练的多模态 computer-use 模型，现已在 Hugging Face 上线，采用 NVIDIA Open Model License。
推荐理由：官方披露了模型架构、训练数据规模与 WebVoyager 提升幅度，可据此判断高吞吐 computer-use 智能体的落地条件。
Mistral 基于其开源编码助手 Vibe 搭建了一个自动编写 Rails RSpec 测试的智能体，可读取源码、生成或改进测试、按风格规则与覆盖率目标校验，并在 CI/CD 中无人干预运行。
推荐理由：Mistral 公开了用 Vibe 搭建自动写 RSpec 测试智能体的完整方案，包括 AGENTS.md、skills 与自定义工具的具体做法和实测数据。
OpenAI 发布 GPT-5.4，称其为面向专业工作能力最强且最高效的前沿模型，具备 SOTA 级编码、电脑操作和工具搜索能力，上下文窗口为 1M token。
推荐理由：官方给出 GPT-5.4 的定位与能力清单，可据此了解前沿模型在专业工作场景的迭代方向。
OpenAI 与 Amazon 宣布战略合作，将 OpenAI 的 Frontier 平台引入 AWS。合作范围涵盖 AI 基础设施扩展、定制模型以及企业级 AI 智能体。
推荐理由：OpenAI 与 Amazon 的这次合作把 Frontier 平台接入 AWS，读者可据此了解企业级 AI 基础设施与智能体的落地路径。
Gradio 6 的 gr.HTML 现已支持自定义模板、作用域 CSS 和 JavaScript 交互，可让 LLM 一次性生成前端、后端与状态管理，全部写在一个 Python 文件里。
推荐理由：原文给出 gr.HTML 的模板与状态同步写法，读者可据此判断单文件生成自定义组件的可行边界。