OpenAI 为 ChatGPT Work 上线 Data agent
OpenAI 在 ChatGPT Work 中推出 Data agent，可连接公司数据、发现洞察，并用自然语言构建交互式仪表盘。该功能面向所有人开放。
推荐理由：ChatGPT Work 上线 Data agent，读者可据此了解用自然语言接入企业数据并生成交互式看板的入口。
Agent 智能体
全部主题让模型自主规划、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。
最新精选
第 41–60 条 · 共 74 条OpenAI News精选AI 评分6363 OpenAI News精选AI 评分7575 OpenAI 发布 Agents API
OpenAI 发布 Agents API，可用于构建和上线云端智能体。该服务是由 Codex harness 驱动的托管服务，支持编排、长时间运行的会话和工具调用。
推荐理由：OpenAI 把 Codex harness 的编排能力做成托管服务，读者可据此了解云端智能体的接入方式。
Mistral AI精选AI 评分6060 Mistral 用 AI 智能体把 4 万行 Fortran 77 迁移到 C++
Mistral 帮一家欧洲能源运营商把 4 万行 Fortran 77 迁移到 C++，这是这套 30 万行油藏模拟器代码现代化的第一阶段。迁移前先搭好数值对齐校验（parity harness），再用 Vibe CLI 调度上百个智能体、配合 Mistral OCR 按调用树自下而上生成文档并提交 PR。
推荐理由：案例给出了可迁移的落地做法，先用数值对齐校验再迁移，并用人工审查关卡平衡智能体自主度。
OpenAI News精选AI 评分8080 OpenAI 发布 GPT-6 Astra，面向企业场景的新模型
OpenAI 发布 GPT-6 Astra，称其为面向企业场景能力最强的模型，具备高级推理、computer use 以及更强的写作与设计判断。目前官方只给出能力方向，未披露参数、上下文窗口和开放时间。
推荐理由：官方给出推理、computer use 与写作设计判断三项能力方向，便于对照上一代理解其在企业办公场景的定位。
GitHub Blog · AI & ML精选AI 评分6767 GitHub Copilot 上线 Project HydraFusion 多模型编排研究预览
GitHub 在 GitHub Copilot CLI 中上线 Project HydraFusion 研究预览，用运行时多模型编排为每个任务选择 Single、Cascade 或 Critique 三种执行模式。
推荐理由：HydraFusion 在 TerminalBench 2.1 上以低 67% 的预估成本换到 4.9 个百分点的质量提升，读者可据此了解多模型编排的取舍。
Hugging Face Blog精选AI 评分6868 Hugging Face 开源 Funes：为 Coding Agent 提供可跨机器携带的记忆层
Funes 是 Hugging Face 开源的 coding agent 本地记忆层，把 Claude Code、Codex、pi、Hermes 的 session 日志统一解析成 turn/block 结构。
推荐理由：funes 把各 coding agent 的 session 日志转成可索引、可跨机器检索的记忆层，并用基准测试给出相对上下文压缩和手写交接的量化成本对比。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber，前者面向长程编码与自主智能体，价格与 3.7 Flash 相同，为每百万输入 tokens 0.75 美元、每百万输出 tokens 3.75 美元。
推荐理由：原文给出了与 3.7 Flash 同价同速的升级幅度以及 Cyber 版的受限开放方式，便于开发者判断是否迁移。
Google DeepMind精选AI 评分7474 Google DeepMind 为 Gemini 推出智能体视频理解功能
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，官方称视频分析成本最多降低 66%、token 消耗最多降低 88%、准确率最高提升 7%。
推荐理由：官方给出成本最多降 66%、token 最多降 88% 的基准数据，可据此判断长视频分析的工程取舍。
Hugging Face Blog精选AI 评分6161 智能体究竟需要多少记忆？IBM Research ALTK-Evolve 在 8 个模型上寻找答案
IBM Research 的 ALTK-Evolve 通过让智能体从自身轨迹中提炼并注入可复用的行为准则，在 AppWorld 上对 8 个模型测试后得出结论：记忆剂量需按模型能力校准。
推荐理由：对 8 个模型在 AppWorld 上的实测显示，智能体记忆的剂量与检索方式需按模型能力单独校准，否则收益可能被成本抵消。
Hugging Face Blog精选AI 评分7575 Hugging Face 发布 2026 年夏季开源模型生态观察报告
Hugging Face 发布 2026 年夏季开源模型观察报告，基于 1-8 月 Hub 数据指出：中国前沿实验室跳过中小模型路线，直接发布 754B 至 2.78T 参数的开源模型；美国一侧由 AMD 与 NVIDIA 领跑，各发布超过 200 个模型仓库。
推荐理由：用 Hub 真实数据量化开源模型的下载、衍生与流量分布，读者可以据此判断各类开源策略的实际生态效果。
Google DeepMind精选AI 评分7575 Google DeepMind 发布面向编码与 Agent 的 Gemini 3.7 Flash
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码与智能体场景的主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：原文对比了 3.7 Flash 与 3.6 Flash 的多项基准提升和半价定价，便于判断是否值得替换现有编码与智能体工作流。
Hugging Face Blog精选AI 评分7272 Hugging Face 复现 2,200 篇 ICML 论文的发现与教训
Hugging Face 联合 1,221 名社区成员在 19 天内用 Claude Code、Codex、Cursor 等编码智能体逐条复现 ICML 2026 的 2,226 篇论文，发布 6,816 份 Trackio logbook 和 35,908 条公开裁决。
推荐理由：原文公开了 35,908 条裁决结果和多个被推翻的论文案例，可作为用编码智能体批量复现会议的参考方法。
Hugging Face Blog精选AI 评分6969 Meta 开源 30B 多模态模型 Muse Glimmer，主打本地智能体场景
Meta 发布开源多模态模型 Muse Glimmer 30B，采用 Apache 2.0 协议，面向本地智能体用例，并获得 transformers、llama.cpp、vLLM、Inference Endpoints 的 day-0 支持。
推荐理由：原文给出Muse Glimmer 30B在Agentic、编码、安全等基准上对位Gemma4-31B、Qwen3.6-27B的逐项对比结果，并附transformers、llama.cpp下的本地推理与DFlash推测解码代码示例。
Microsoft Research精选AI 评分8383 微软开源 Orchard 智能体框架，Orchard-SWE 在 SWE-bench Verified 达 69.7%
微软研究院开源 Orchard 智能体框架，其核心 Orchard Env 是基于 Kubernetes 的可复用环境服务，支持在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中训练与评估智能体。
推荐理由：原文给出可复用的开源环境服务与三个训练配方，读者可据此了解小模型在真实任务上的表现水平。
Microsoft Research精选AI 评分7272 微软研究院发布 Echoverse，为计算机使用智能体构建可演化深度训练环境
微软研究院发布 Echoverse，为计算机使用智能体搭建 12 个训练世界，包括 10 个深度领域世界与 2 个能力世界。在全部 12 个世界上训练的 9B 模型得分从 36.5% 提升到 67.1%，与 GPT-5.4 的 80.7% 相差 14 个百分点。
推荐理由：论文给出了高保真合成世界与数据库级验证器的搭建方法，并公开四个环境的代码与任务，可供智能体训练复用。
Microsoft Research精选AI 评分6161 微软提出 EvoLib：把经验转化为持续演化的知识
微软研究团队提出 EvoLib 框架，让大语言模型在推理时从自身经验中学习，无需真值标签或外部反馈。它把过去的尝试提炼为可复用的技能与反思洞察，通过整合和动态权重机制持续精炼，且不更新模型权重，可用于通过 API 部署的黑盒模型。在数学推理、带效率约束的代码编写和长程环境决策三类任务上，EvoLib 优于基于检索的记忆方法，并在大部分算力区间以更高效的 token 使用把测试时算力转化为性能提升。
推荐理由：EvoLib 将测试时的原始经验提炼为可复用技能与洞察，无需更新模型权重，读者可据此理解其持续学习机制。
Google DeepMind精选AI 评分7474 Google DeepMind 发布机器人具身推理模型 Gemini Robotics ER 2
Google DeepMind 发布 Gemini Robotics ER 2，这是面向机器人的具身推理模型，支持视频理解、任务编排和多机器人协作，已通过 Gemini API、Google AI Studio 向开发者开放，并在 Gemini Enterprise Agent Platform 上私测。
推荐理由：原文给出了进度分类与时刻定位的具体准确率和延迟数据，可据此判断高层推理模型在机器人任务编排上的能力边界。
Hugging Face Blog精选AI 评分8484 Hugging Face 公开 2026 年 7 月 AI 智能体入侵事件完整技术时间线
Hugging Face 公开 2026 年 7 月一起由 OpenAI 模型驱动的自主 AI 智能体入侵其平台事件的完整技术时间线。
推荐理由：这篇技术复盘详细记录了每个攻击阶段的命令与配置缺陷，并给出 HF 的具体加固措施，可作为排查同类数据集处理管线和 Kubernetes 凭据管理的参考。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布三款新模型 Gemini 3.6 Flash、3.5 Flash-Lite 和专注网络安全的 3.5 Flash Cyber。
推荐理由：原文列出三款 Flash 模型的基准提升、token 效率与每百万 token 价格，便于对比智能体任务的实际成本。
Google DeepMind精选AI 评分6262 Google DeepMind 发布网络安全模型 Gemini 3.5 Flash Cyber
Google DeepMind 推出 Gemini 3.5 Flash Cyber，一个基于 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。
推荐理由：正文给出 CyberGym、Chrome 提交扫描和 V8 的对比数据与限量开放方式，可看轻量专用模型在漏洞发现上的成本与能力取舍。