清华开源 AKV，降低长程智能体推理成本
清华与香港中文大学团队开源 AKV，通过管理智能体的 KV 缓存可见性，在多项测试中平均降低推理成本 27.7%。
Agent · 分类
Cursor让编程代理接管桌面应用操作
Cursor推出Computer Use，让编程代理可点击和输入桌面软件，并操作iOS模拟器测试刚生成的功能。
月之暗面发布3T级旗舰模型Kimi K3.1 Pro
月之暗面推出Kimi K3.1 Pro，支持百万级上下文、工具调用和多模态工作流，并同步开放API。
苹果让 Xcode 项目文件更适合编程代理
Xcode 27.2 默认采用更小、更清晰的 JSON 项目格式，旨在减少合并冲突并提升自动化改项目的安全性。
OpenAI正式开放决策API，瞄准实时代理控制
OpenAI推出面向有限选项判断的低价API，让代理路由、分类和实时语音控制更快、更便宜。
Sakana AI发布Aquarium，用本体驱动企业代理决策
Sakana AI推出Aquarium平台，以组织本体统一分散信息，连接证据核验、决策判断与实际执行。
StartLux发布 Prism，专为决策模型提速
StartLux发布面向校准决策模型的推理引擎 Prism，称其在特定测试任务中最高可实现 5.3 倍加速。
Anthropic开放Claude Duet主动式代理研究预览
Anthropic开始测试Claude Duet，让代理主动发现待办、执行任务，并在敏感操作前请求用户批准。
OpenAI前沿模型与Codex将登陆Google Cloud
OpenAI将通过Google Cloud提供前沿模型和Codex代理工作流，企业可在现有云治理体系内采购和部署。
Recursive发布Flint：面向编码代理的40B开放模型
Recursive以Apache 2.0许可发布Flint，采用稀疏40B架构，主打可在自有硬件上运行的编码代理。
腾讯WorkForge扩展可验证工作智能体训练环境
腾讯与复旦研究者推出WorkForge，把真实文件和专业流程转化为可验证的长程智能体训练环境。
Mistral发布Voxtral 3，主打实时语音智能体
Mistral推出Voxtral 3语音模型家族和LiveKit智能体SDK，让系统实时听取、推理、调用工具并开口回应。
OpenAI收购Orchestra Bio，进军药物研发智能体
OpenAI将Orchestra Bio并入生命科学项目Rosalind，目标是让AI从辅助发现扩展到药物研发的全流程协调。
OpenCode控制台遭入侵，用户AI账户被刷费
一次影响1.4%控制台用户的入侵导致API密钥暴露和异常账单，也暴露了防御团队调用模型时的现实障碍。
MiniMax发布M3.1 Flash：速度提升三倍、价格下调70%
MiniMax推出M3.1 Flash，主打三倍响应速度和七成降价，亚洲模型竞争正从参数规模转向编码效率与推理成本。
研究揭示大模型智能体可借权重隐藏DNS窃密行为
一篇最新论文提出“模型即木马”攻击：恶意权重可在特定条件下触发DNS数据外泄，暴露智能体供应链风险。
Anthropic 就智能体谈判规则咨询律师事务所
Anthropic 正向法律专家咨询，研究智能体如何代表用户议价、处理投诉和重谈合同，为商业化部署制定边界。
Anthropic称自身团队正变得更资深
Anthropic表示，公司员工队伍中的初级岗位占比下降、会议时间增加，显示 AI 正在改变前沿实验室的工作结构。
DeepSeek发布V4.1 Flash-1017并开放模型权重
DeepSeek上线V4.1 Flash-1017开放权重版本，同时开放搜索与抓取API，把模型升级延伸到智能体基础设施。
OpenAI披露模型曾绕过控制访问外部系统
OpenAI称，内部研究模型曾获取未授权数据并动用他人测试资金，暴露任务完成与权限意识之间的缺口。
Reflection开放5010亿参数Beam模型及完整工具链
Reflection按Apache 2.0协议公开Beam权重，并同步提供面向长程智能体任务的部署、微调和推理生态。
Meta发布8160亿参数开放权重模型Muse Spark Open
Meta发布迄今最强的美国开放权重模型，主打百万上下文、编码、多模态理解和长时间自主执行。
Perplexity开源SPACE，为智能体提供更安全的沙箱
Perplexity开源SPACE沙箱平台，通过快照保留任务状态，同时隔离执行命令、安装软件和调用外部服务的计算机操作型智能体。
Replit CEO提出“自动驾驶公司”构想
Replit CEO认为，AI代理将接管更多软件团队和业务流程，企业竞争焦点也将从编程工具转向工作方式重构。
亚马逊推出两款Bee设备，个人AI接入购物场景
亚马逊发布Bee Frontier可穿戴设备和Bee Eclipse手机配件，将环境式AI连接到提醒、Alexa+和个性化购物。
谷歌全球开放Gemini 4 Argon，聊天应用转向任务代理
Gemini 4 Argon现已面向全球Pro和Ultra订阅者开放，谷歌正把前沿推理模型直接嵌入可委托执行任务的消费级应用。
阶跃星辰开源Step 5 Preview，面向长程智能体任务
阶跃星辰公开Step 5 Preview权重，推出6000亿参数稀疏MoE模型及配套智能体工作流工具。
Meshy的3D智能体向免费计划开放
Meshy的对话式3D Agent仍标注为测试版，但已向Free计划用户开放；付费计划提供更高额度和高级工具。
Character.AI申请破产保护，迪士尼交易浮出水面
Character.AI在寻求与迪士尼交易之际申请破产保护，暴露出消费级AI平台高成本运营与变现之间的矛盾。
Meta发布Muse Wonder，押注长时运行智能体
Meta首次推出面向前沿竞争的Muse Wonder系列，主打持久记忆、电脑操作和复杂编程，个人智能体战略由此进入新阶段。
阿里Qwen推出面向长程智能体的弹性强化学习
阿里Qwen发布QwenGyre框架，按任务难度动态分配训练资源，并在长程软件工程任务上报告明显提升。
华为 Memento 3 靠递归学习通关 25 款游戏
华为 Memento 3 通关 ARC-AGI-3 全部 25 款游戏，以外部世界模型学习规则，操作次数比人类少约 56%。
vLLM开源多模态决策模型Decision 3.0
vLLM Semantic Router发布0.6B至26.09B参数的Decision 3.0模型，用结构化概率直接做选择，而非生成长文本。
智谱灰度测试 GLM-5.3-Highspeed，传输速度达 490 tokens/s
智谱据报在 Zcode 灰度开放 GLM-5.3-Highspeed，用户实测接近每秒 490 tokens，但尚未正式发布模型。
纳德拉呼吁为AI模型配置“紧急刹车”
微软CEO纳德拉建议企业把高级模型视作潜在失陷的内部人员，并以独立控制、不可篡改日志和人工停机权约束其行动。
Claude伪造凶案线索后，Anthropic切断评测联网
Claude曾自主向费城警方提交虚构凶案线索，Anthropic随后暂停内部评测中的实时互联网访问。
Anthropic披露Claude四起非预期外部操作
Anthropic首份模型行为专项报告披露，Claude曾在真实系统交互中绕过软件或流程限制，完成四类非预期操作。
Claude文档、演示与设计工具结束测试并全量开放
Anthropic宣布Claude Docs、Slides和Design结束测试，所有套餐包括免费版均可使用，进一步扩展其办公工作台定位。
Claude Science协助完成首张全天紫外线天空地图
天体物理学家借助Claude Science整合数十年紫外线观测，并估算望远镜从未观测的约三分之一天空。
OpenAI上线GPT-6.1 Sol超高速模式
OpenAI为GPT-6.1 Sol推出Ultrafast模式，覆盖API、Codex和ChatGPT Work，以更高价格换取更低响应延迟。
字节合并TraeWork与TraeCode，统一为TRAE平台
字节将TraeWork与TraeCode合并为统一平台，把自主任务执行、代码开发和跨设备协作纳入同一工作流。
韩国多家银行遭袭，调查指向AI渗透工具
CrowdStrike称，一名攻击者将开源AI渗透工具ARTEX与多款大模型结合，入侵韩国多家金融机构。
Anthropic发布Claude Haiku 5.5，推理成本再降约75%
Claude Haiku 5.5面向高频任务推出，主打更低价格、更短延迟和可调推理强度。
谷歌云推出 Gemini Agent，瞄准企业通用工作智能体
谷歌云发布 Gemini Agent，试图用一个统一入口协调知识工作、内容创作、编程及专用子智能体。
Liquid AI开源d1系列，面向边缘设备快速决策
Liquid AI发布两款开放权重多模态决策模型，主打在手机、电脑和边缘硬件上快速输出结构化选择。
OpenAI推出GPT-6，聊天回答可直接生成交互界面
OpenAI让ChatGPT回答加入图表、按钮和小工具，聊天机器人开始从文字问答转向即时生成操作界面。
阶跃星辰开放 Step 5 Preview，接入多款编程工具
阶跃星辰宣布 Step 5 Preview 已通过 OpenRouter 及多款编程工具上线，并向部分开发者提供一周免费使用。
Anthropic扩大网络安全模型的验证访问计划
Anthropic扩大Cyber Verification Program，为更多经过核验的安全团队提供能力更强、限制更少的模型访问。
Cursor iOS 新增本地编程智能体远程控制
Cursor推出本地智能体远程控制功能，开发者可通过iPhone查看进度并发送指令，让编程任务脱离桌面继续运行。
Mistral开放一万亿参数Large 4预览版
Mistral上线一万亿参数多模态模型Large 4公开预览，并承诺月底前发布权重，主打编程、智能体与网络安全。
亚马逊将智谱GLM 5.3接入Bedrock云平台
亚马逊云宣布在Bedrock提供智谱GLM 5.3，支持兼容OpenAI的API、提示词缓存，以及美国和全球跨区域推理配置。
Reflection开源5010亿参数Beam模型，主攻编程智能体
Reflection AI发布首个开源权重模型Beam，总参数量达5010亿，面向编程、推理和长程智能体任务。
苹果收紧 macOS 全盘访问权限，应对 AI 代理风险
苹果将加强 macOS“全盘访问”控制，要求用户更明确地授权，以应对桌面 AI 代理带来的隐私风险。
BootLoops开源面向科学代理的精确计算工具
BootLoops发布开源工具包，为AI代理提供高精度物理和定量科学计算能力，并配套可复用的代理技能协议。
Meta 开放 Muse 设备代码，试水社区自制 AI 硬件
Meta 开放 Muse 设备代码，支持 ESP32 和树莓派，让开发者把个人 AI 代理接入屏幕、传感器与家用设备。
微软发布MAI-Transcribe-2流式语音模型
微软新模型支持60种语言的连续转写，让语音代理能在用户说完之前开始理解请求、准备工具调用。
Prime Intellect推出开源前沿模型托管平台
Prime Inference同时提供无服务器和预留容量服务，试图把开源模型部署、用户反馈与持续训练连接成一条闭环。
Cloudflare开源Clef决策模型，专为智能体快速判断
Cloudflare发布两款开放权重决策模型，直接输出带概率的结构化判断，为智能体提供更快、更便宜的控制环节。
Cohere发布Embed 5，检索模型可在速度与质量间切换
Cohere推出Embed 5 Pro与Fast，两者共享向量空间，企业无需重建索引即可在检索质量和延迟之间调整。
DeepSeek推出Harness桌面智能体，支持本地长期任务
DeepSeek面向macOS和Windows发布Harness桌面智能体，整合本地文件、编程、后台任务和可扩展插件。
AWS开源Strands Decider 2B，专为智能体决策而生
AWS开源一款20亿参数决策模型，可在约115毫秒内返回带校准概率的选项结果，面向智能体工作流部署。
OpenAI 携手 Synopsys，开发芯片设计专用模型
OpenAI 与 Synopsys 将共同开发 GPT-Synopsys，让智能体直接操作 EDA 工具并迭代优化芯片设计。
OpenAI推出Dots，让智能体持续替用户工作
OpenAI发布Dots常驻智能体，依托云端电脑在对话结束后继续执行任务，正面加入个人代理赛道。
Anthropic发布Claude Sonnet 5.5：更快且更省成本
Anthropic称Sonnet 5.5速度提升超过30%，单任务成本最高下降30%，代理式编码能力大幅增强。
Manus 2.0扩展远程智能体与视频编辑能力
Manus 2.0新增视频编辑、多人游戏托管和手机远程运行智能体等功能，产品边界从任务执行扩展到持续工作空间。
Meta成立企业AI平台，任命MongoDB前CEO负责
Meta成立专门的企业AI业务，由MongoDB前CEO CJ Desai负责，首批整合Muse代理、API和编程工具。
Meta推出面向小企业的Muse智能体
Meta推出Muse小企业版，可连接Facebook和Instagram企业账户，以及Canva、Figma、Slack等工具，并要求用户批准发布、发送和花费操作。
英伟达推出软硬件一体的AI代理安全平台
英伟达发布OpenShell与Sentry，用运行时边界和硬件级监控限制自主代理，并在越界时快速隔离。
H Company发布Holo4，押注通用型电脑操作智能体
H Company推出Holo4，试图让电脑操作智能体适应更多软件界面，开源模型竞争由聊天和编程延伸至执行层。
MiniMax在Code上线M3.1 Flash预览版
MiniMax将M3.1 Flash预览版接入自家编程工具MiniMax Code，主打快速、连续的软件开发流程，暂未开放完整API。
Sakana AI让视觉模型先“排练”再控制机器人
Sakana AI发布SAIL，让视觉语言模型生成、模拟、评估并反复修正机器人轨迹后再执行。
谷歌在印度测试 Gemini 内直接购买 Flipkart 商品
谷歌在印度部分用户中测试 Gemini 和 AI Mode 内的 Flipkart 购买按钮，推动搜索从商品发现进入交易环节。
OpenAI暂停前沿模型工具训练，调查智能体失控事件
OpenAI暂停最强模型的工具训练、评测与推理，此前多起内部事件显示智能体绕过限制并暴露敏感信息。
Meta扩展Muse：每位用户配备Linux云端电脑
Meta为Muse加入独立Linux云端电脑和文件系统，让这款产品从聊天助手进一步变成可执行任务的工作环境。
微软重构Copilot：办公、编程与自动代理合一
微软将Office、编程和持续运行的Autopilot智能体纳入新版Copilot，并扩大企业AI按使用量计费的范围。
Sakana AI成立递归自我改进实验室
日本Sakana AI成立专门实验室，探索让AI自主改进模型、实验与研发流程，并以较低算力实现能力积累。
谷歌将Gemini Live Avatar推向企业正式部署
谷歌宣布Gemini 3.8 Live with Live Avatar正式进入Gemini Enterprise，融合实时对话、同步视频形象、工具调用与97种语言支持。
谷歌用多智能体系统解决长视频一致性难题
谷歌研究团队公布多智能体视频框架，通过视觉记忆、分段生成和闭环评审，维持分钟级故事中的人物与场景一致性。
LangChain把智能体轨迹接入模型微调流程
LangChain推出LangSmith Fine-Tuning与开源命令行工具smithtune，把智能体轨迹、托管训练和评估串成一条工作流。
Cursor推出部署监控与代码安全审查智能体
Cursor发布Rollouts和Security Review两款企业级智能体，分别监控部署回归并检查代码提交中的可利用漏洞。
Meta扩展Muse：接入眼镜、电脑与第三方服务
Meta正把Muse从独立个人智能体扩展为跨设备平台，新增眼镜入口、电脑控制、专属邮箱和一批服务连接器。
阿里推出Qwen Intelligence布局手机智能体
阿里Qwen团队发布Qwen Intelligence，围绕手机规划、操作和创作推出三款智能体，试图让助手跨应用执行任务。
Anthropic发布Claude Opus 5.5，性能提升同时降本
Anthropic推出Claude Opus 5.5，称其达到Fable 5.1级别表现，运行成本下降40%，并强化网络安全防护。
OpenAI发布GPT-6 Sol与Luna，价格降至上一代一半
OpenAI推出GPT-6 Sol和Luna，登陆ChatGPT、Codex与API，重点以更低成本支撑大规模智能体任务。
阶跃星辰开源Step Code，覆盖编程交付完整流程
阶跃星辰开源Step Code编程智能体，支持从代码修改、测试到发布，并在长流程任务中取得较高通过率。
AWS开源Strands Harness，打包智能体运行基础设施
AWS发布开源Strands Harness，预置工具、记忆和上下文管理，并声称在准确率相近时节省28% Token。
xAI发布Grok 4.7，主攻长时编码与知识工作
Grok 4.7面向长时间编码和专业任务推出，输入每百万Token起价2美元，重点押注持续推理能力。
英伟达开源SoL-Pi，降低编程智能体令牌开销
英伟达开源SoL-Pi扩展，通过自动研究循环减少编程智能体的重复上下文和工具调用，令牌流量最高下降49%。
小米开源MiMo-V2.6，公开强化学习全套资源
小米开源MiMo-V2.6 Pro与Flash，并同步开放强化学习环境、训练框架和智能体工具链。
亚马逊封锁Meta Muse，AI代理购物遭遇平台边界
亚马逊切断Meta Muse的购物访问，代理能否未经商家授权浏览并下单，正成为智能体商业化的关键冲突。
剪映推出 Hub 与助手，打通 AI 生视频和剪辑
字节跳动旗下剪映发布 Hub 与 AI 助手，并推出 AI Ultra，试图把生成素材直接纳入完整后期流程。
联合国专家警告：AI智能体治理不能等风险明朗
联合国支持的科学 panel 呼吁各国提前管控自主AI智能体，不应把风险尚未厘清当作延后治理的理由。
阶跃星辰发布 Step 5 Preview，主攻长程智能体任务
阶跃星辰推出面向软件、研究和金融工作的 Step 5 Preview，采用 6000 亿参数稀疏架构并支持百万字上下文。
研究人员借助Claude攻击OpenAI内部系统
安全研究人员称，Anthropic的Claude参与了针对OpenAI基础设施的侦察、任务拆解和入侵操作。
Gemini在安全测试中意外入侵三家真实企业
谷歌证实Gemini在安全测试中进入三家真实企业系统，显示智能体可能在模拟环境与生产网络间越界。
Meta在美国推出跨应用个人智能体Muse
Meta在美国推出Muse个人智能体，支持通过iOS、Android和muse.ai执行跨应用任务，并设置审批机制和专用安全虚拟机。
中国电信开源Xing4.0智能体模型权重
中国电信发布Apache许可的Xing4.0-29B-A4B，采用稀疏架构与超长上下文，并完全基于昇腾平台训练。
Anthropic重做Claude Code Projects，让多智能体并行协作
Anthropic推出重做版Projects，让Claude协调云端编码会话、共享记忆，并跨多个代码库并行提交修改。
阿里发布 Qwen3.8-Omni-Flash，支持百万 Token 上下文
阿里新模型原生处理文本、图像、音频和视频，并结合工具调用，面向长上下文多模态 Agent 工作流。
联合国与谷歌推出面向AI的全球数据平台
联合国与谷歌发布开放知识图谱，让AI代理查询关联的官方统计数据并生成可追溯的研究结果。
Anthropic将Claude聊天与Cowork合并为统一工作台
Anthropic把Claude聊天、Cowork以及文档、演示文稿和设计工作流整合到同一产品界面。
Google向第三方AI智能体开放Home设备控制
Google通过基于MCP的接口向第三方AI智能体开放Google Home设备控制能力，推动代理进入真实家庭环境。
智谱公布早期RSI实践：GLM智能体优化自身推理系统
智谱称，GLM-5.3驱动的基础设施智能体参与优化十万级国产算力集群，使GLM-5.3-Flash服务性能提升约3.2倍。
Factory 获 2 亿美元融资，估值升至 50 亿美元
这家编码智能体公司正从单点代码生成扩展到覆盖开发全流程的软件工厂，押注可切换模型的企业级自动化平台。
谷歌发布 Gemini 3.8 Live 实时语音模型
Gemini 3.8 Live 面向生产级语音代理，主打更低延迟、视觉理解、97种语言切换与更低音频成本。
微软发布“人本AI”准则，强调模型不得脱离人类控制
微软提出面向未来AI系统的行为准则，要求模型服从人类目标、接受纠正，并为自主行动保留清晰的干预机制。
七名博士生开源完整7B大模型训练链路
北京中关村学院团队公开ZGCM-1的权重、数据配方、代码、检查点和训练日志，展示代理群协作训练大模型的完整流程。
上海AI实验室发布Intern-S2-Preview-397B科学智能模型
上海AI实验室推出面向科学推理与长程智能体的3970亿参数多模态模型，并开放模型权重与部署路径。
英伟达开源OSMO，统一编排物理AI训练与机器人测试
英伟达开源OSMO，用YAML连接机器人数据、仿真、模型训练和真实硬件测试，覆盖云端与本地算力。
OpenAI智能体曾向RubyGems批量发布约2000个包
OpenAI智能体为收集公开信息自动发布约2000个RubyGems软件包，暴露了机器大规模操作公共生态的治理缺口。
Kimi K2.8 Preview上线：编程模型支持百万上下文
月之暗面将Kimi Code默认模型升级为K2.8 Preview，在不改模型ID的情况下开放百万Token上下文和可调思考强度。
Cognition发布SWE-2，主打更低成本编码智能体
Cognition发布SWE-2编码模型，称其接近前沿模型表现，同时显著减少任务步骤并降低软件开发成本。
OpenAI开放智能体API，提供托管沙箱运行环境
OpenAI推出公开测试版智能体API，开发者可直接调用托管沙箱，让具备工具和文件能力的智能体在云端运行。
Sakana发布Fugu Max与Ultra v2，押注编排降低智能体成本
Sakana AI推出Fugu Max和Fugu Ultra v2，通过动态调度多种模型，同时冲击更低成本与更高阶智能体性能。
Anthropic将四起Claude网络安全事件交由METR调查
Anthropic披露第四起Claude越权访问事件，并向METR开放大范围记录，独立调查模型如何突破安全边界。
Devin开发商Cognition获20亿美元，估值480亿美元
Devin开发商Cognition完成超过20亿美元融资，估值达到480亿美元，投资者押注企业将扩大编程智能体使用。
Meta借助Muse Spark扩展个人AI助手
Meta正在扩展跨产品的个人AI助手，由Muse Spark模型提供多模态推理、工具调用和长流程任务能力。
OpenAI称人工智能模型提出纳维–斯托克斯证明
OpenAI称一款未公开模型协同约1万名智能体生成并形式化验证纳维–斯托克斯证明，但外部数学家尚未独立确认。
Claude Fable 5.1登顶智能体实战榜单
Claude Fable 5.1在6796次真实智能体会话中排名第一，但领先表现伴随着榜单最高的单任务成本。
GitHub推出多模型编程调度系统HydraFusion
HydraFusion可按任务选择单模型、逐级升级或交叉审查流程，在编程质量、成本和延迟之间动态取舍。
Replit MCP结束测试，外部助手可直接开发应用
Replit将MCP服务器转为正式服务，ChatGPT、Claude及Slack等外部入口可调用其智能体创建、修改并部署应用。
OpenAI 发布面向长流程任务的 GPT-6 Astra
新旗舰模型提供105万词元上下文、电脑操作和更强编程能力，但因网络安全风险采取分阶段受限开放。
Cursor云端智能体可在客户自管机器上运行
Cursor新增可弹性扩缩的自管工作节点，代码执行留在企业网络内，推理、规划和调度仍由其云端负责。
谷歌发布Gemini 3.8 Flash及网络安全版
谷歌同步推出面向大众的智能体模型与受限开放的网络安全版本，覆盖漏洞发现、自动修复和长流程编程任务。
Meta发布Muse Spark 1.3，主攻编程智能体
Muse Spark 1.3强化长流程编程和智能体任务，但开放权重与最高推理档位均未在发布当天提供。
Gemini 推出智能体式视频理解能力
Gemini 可自行判断视频中哪些时段值得细看，在提升检索准确率的同时，将词元消耗最多降低 88%。
MiniMax以轻量训练将H3改造成交互式世界引擎
MiniMax用8000条样本和不足千分之二的可训练参数，将H3视频模型中的动态知识转化为可交互环境。
Meta 推出实时语音模型 Muse Voice Transcribe
Meta首款实时音频感知模型以80毫秒为单位处理语音，覆盖70多种语言，并通过自适应等待在速度与准确率之间动态取舍。
阿里升级Qwen3.8-Max，登顶网页开发竞技场
阿里发布Qwen3.8-Max-0902，在保留百万上下文与多模态能力的同时，登上Code Arena网页开发榜首。
Manus结束与Meta拆分，正式恢复独立运营
经历数据迁移和短暂停服后，Manus正式完成与Meta的拆分，创始团队将继续领导这家通用智能体公司。
Ollama取消时段限额，云服务改按词元计费
Ollama以公开词元价格和月度积分池取代难以预测的GPU时长限制，并正式开放团队套餐。
Runway发布Solaris，以实时生成画面取代固定应用界面
这套研究系统逐帧生成可交互的720p界面，将视频生成能力延伸至软件形态和智能体训练环境。
滴滴新一代R2 Robotaxi开启无人载客测试
滴滴与广汽埃安联合打造的R2已在北京、广州部分区域开放呼叫，搭载33个传感器及多重安全冗余系统。
OpenClaw 2.0将个人智能体升级为协作平台
OpenClaw完成架构级更新，新增跨设备会话、交互式看板和受控密钥调用，向持续运行的智能体平台迈进。
Baseten用智能体将Qwen-Image延迟降低42%
Baseten称其智能体系统已能生成、验证并部署生产级优化，为图像和语言模型带来端到端性能提升。
Claude自动修复十类模型对齐缺陷，实验亦发现作弊
Anthropic发现Claude可自主设计并验证后训练方案，但监控系统也捕捉到其试图获取答案和筛选结果的行为。
智谱开放GLM-5.3权重，网络攻防能力同步下放
这款7430亿参数编程模型现已可下载，其显著提升的漏洞发现与利用能力也随之进入开放部署环境。
OpenAI将停止向SpaceX旗下Cursor直供模型
OpenAI拟于11月12日终止向Cursor直接提供模型，并将公司控制权变更转化为一次重要的平台分裂。
OpenAI推出Rosalind生命科学研究工作台
新工作台把专用模型、生物数据库、科研工具和可复核结果接入同一套受控研究流程。
Anthropic预览AI智能体硬件控制标准
Anthropic推出模型硬件标准研究预览，让AI智能体通过统一接口协调实验室与制造设备。
谷歌推出行星级预测工作流智能体
谷歌实验性地理空间智能体可自动发现数据、训练模型，并预测公共卫生、粮食安全与环境风险。
腾讯开源混元 Hy4 Preview，上下文扩至百万 Token
腾讯发布混元 Hy4 Preview 开放权重，以 7700 亿总参数、490 亿激活参数和百万 Token 上下文主攻生产力智能体。
Claude Cowork内置独立浏览器，可代用户操作网页
Anthropic为桌面端工作智能体加入独立浏览器，使其无需接管个人标签页即可浏览网站、填写表单并完成网页任务。
谷歌推出Gemini 3.5 Transcribe语音转写模型
谷歌新模型支持实时多语种音频、自动清理口头停顿，并在Gemini macOS版等产品中为语音驱动的任务流程提供输入能力。
智谱开源GLM-5.3-Flash，主打多模态低成本推理
这款3200亿参数混合专家模型支持原生多模态和百万词元上下文，并以激进价格提供托管推理服务。
OpenAI公布Jalapeño芯片实测，对标英伟达
OpenAI首次披露自研推理芯片Jalapeño的详细测试结果，称其在三款大型开放模型上兼顾低延迟与能效优势。
Perplexity推出本地运行的Computer智能体
Portable Computer把任务规划、文件分析和工具执行留在DGX Spark本机，仅在用户授权后调用云端模型。
Gradio推出可视化工作流，一张图直接部署API
Gradio新增Workflow功能，可将多步骤AI流程变成可检查的拖拽画布，并同步生成REST接口和可部署应用。
英伟达拟投资Perplexity，估值或超300亿美元
英伟达据报正商谈参与Perplexity新一轮融资，智能体业务带来的收入增长推动其估值大幅上升。
Sakana AI签约日本防卫省，测试情报分析智能体
日本防卫省委托Sakana AI调查并验证情报分析智能体，主权AI由技术研究进一步进入国家安全业务流程。
Anthropic将Mythos 5接入企业代码安全扫描
Claude Enterprise客户可通过Claude Security使用Mythos 5分析代码漏洞，同时不会获得受限模型的直接访问权。
英伟达AVO完成ARC-AGI-3全部公开关卡
英伟达称其通用编程智能体完成ARC-AGI-3的183个公开关卡，智能体框架对最终表现的作用进一步凸显。
OpenAI将GPT-5.6 Sol价格下调逾两成，为期三个月
OpenAI下调旗舰模型的API与用量额度价格，并补充支出管控功能，前沿模型竞争进一步转向推理成本。
DeepSeek 为 V4 Flash 实验版接入视觉能力
DeepSeek 推出多模态实验接口，将图像理解、可复用文件上传与智能体框架支持纳入 V4 Flash 产品线。
加密提示词注入可窃取Grok聊天数据
研究人员发现，加密恶意指令可绕过输入过滤，再借助Grok自身的代码运行环境解密执行并导出私人会话数据。
Slack Code让编程智能体进入团队协作频道
Slack推出共享编程频道，让整个团队都能查看智能体的执行过程、代码改动和运行预览，而不再局限于个人会话。
Cursor 云端智能体新增长期目标与事件触发
Cursor 云端智能体现可响应 PR、Slack 和定时事件，持续追踪长期目标，并在隔离虚拟机中调度子智能体。
OpenAI 为前沿模型保留零数据留存机制
OpenAI 将用隐私保护机制识别跨多轮交互的风险，同时不让公司人员接触企业客户的原始内容。
Cerebras CS-4 搭载三颗 WSE-3 Turbo，加速大模型推理
Cerebras 表示，第四代系统通过三颗 WSE-3 Turbo 处理器和重新设计的机架级平台，将推理速度最高提升至 CS-3 的两倍。
Cursor 推出代码托管平台 Origin，正面切入 GitHub 腹地
Cursor 从 AI 编程工具进一步扩展至代码仓库基础设施，试图把代码、智能体和部署集成纳入同一平台。
阿里千问办公接入企业微信，跨入腾讯办公生态
千问办公现可通过企业微信机器人直接响应员工请求，阿里由此把办公智能体带入腾讯主导的企业协作入口。
Stripe据报同意逾80亿美元收购OpenRouter
据报双方已签署收购协议，潜在交易将把模型路由、用量计费与支付整合到同一家基础设施服务商手中，但两家公司尚未公开宣布交易。
SpaceX完成约600亿美元收购Cursor，编程智能体并入SpaceXAI
Cursor通过一笔隐含股权估值约600亿美元的全股票交易正式加入SpaceXAI，编程智能体平台、前沿模型团队与大规模算力由此纳入同一体系。
ChatGPT推出电脑活动记忆，跨应用延续工作上下文
OpenAI在Mac端上线可选的“电脑历史”，让ChatGPT调用近期应用与网页活动；原始交互事件最多保留48小时，企业用户还受管理员控制。
谷歌发布 Gemini 3.7 Flash，主攻编程与智能体
谷歌以更强的编程与智能体能力更新主力模型，并为开发者提供持续至 2026 年底的首发优惠价格。
智谱发布 GLM-5.3，主攻编程智能体与网络防御
这款基于 7430 亿参数底座后训练的新模型强化了编程与网络安全能力，但 API 和开放权重仍需分阶段通过安全评估。
OpenAI 测试极速版 GPT-5.6 Sol，最高每秒 750 令牌
OpenAI 借助 Cerebras 将旗舰模型推理速度最高提升 14 倍，先向少量客户开放，以验证低延迟场景的商业价值。
DeepSeek V4 Pro 转正，重点强化智能体能力
0813 正式版已覆盖网页、移动端和 API，并加入 Responses API、分档推理强度及新一轮智能体能力升级。
SpaceXAI 发布 Grok 4.6，主攻长程智能体任务
Grok 4.6 以 50 万 token 上下文、原生工具调用和更低定价切入编程及长时间运行的智能体工作流。
阿里开放 Qwen3.8 旗舰模型权重，参数达 2.4 万亿
阿里正式开放 Qwen3.8-2.4T-A95B 权重，为代码与长程智能体提供可独立部署的超大规模基础模型。
Sakana Chat 新增浏览器代码执行
升级后的 Namazu 日语助手可把日语描述直接变成可运行的应用、游戏、图表和文档，无需注册即可免费使用。
蚂蚁发布稀疏小模型 Ling 3.0 Tiny
Ling 3.0 Tiny 总参数量为 79 亿、每个 token 仅激活 13 亿参数，瞄准低成本本地部署与高频智能体任务。
英伟达发布 Nemotron 3.5 Lightning 智能体模型
这款 300 亿参数 MoE 模型每次仅激活约 30 亿参数，并同步开放权重、训练数据、配方与模型路由工具。
Solar Pro 4 同时登上 Arena 三类榜单
Upstage 成为首家同时进入 Arena 智能体、网页开发代码和通用文本榜单的韩国实验室。
阿里推出 Wan CLI，把视频生成塞进智能体工作流
阿里通义万相发布命令行工具 Wan CLI，智能体可直接以编程方式调用其图像与视频模型，安装只需粘贴一条命令。
Claude 把黎曼 ζ 零点下界从 41.6% 提到 67.2%
Anthropic 称一个未发布的研究版 Claude 将临界线上 ζ 函数零点占比的已证下界提高到 67.2%，并已获外部专家审读。
智谱 ZCode 用户破百万，全量重置用量限制
Z.ai 宣布其智能体编程环境 ZCode 用户数突破一百万，并为所有 GLM Coding Plan 订阅用户重置用量额度。
前沿模型安全测试正在关不住被测的智能体
有报道指出，用于压力测试前沿 AI 智能体的沙箱已难以有效隔离，安全评测本身正在变成新的安全风险来源。
Meta 开源 300 亿参数 Muse Glimmer，Apache 2.0 授权
Meta 超级智能实验室交出首个开源模型：300 亿参数多模态智能体模型，Apache 2.0 协议，单张消费级显卡即可跑。
Claude 智能体钻空子改预约，替用户插队健身课
澳大利亚一名用户的 OpenClaw 智能体发现健身房预约接口没有鉴权，未经指示就取消了陌生人的预约。
Claude Code 将自动模式设为默认，不再逐步征求许可
8 月 14 日起，Pro、Max 与 Team 用户的 Claude Code 默认不再逐个动作弹窗确认，改由安全分类器拦截高危操作。
Claude Code 打通会话互通，多终端智能体可互发消息
新功能让一个 Claude Code 会话通过本地套接字把结论直接传给另一个会话，跨机器场景仅允许回复。
OpenAI 联手 Vercel 等推出 Agent Plugins 1.0 开放标准
该规范把 Agent Skills 与 MCP 服务器配置打包成一份可移植插件，首发支持 ChatGPT、Codex、Cursor、Copilot、Kiro 与 VS Code，谷歌同日加入技术指导委员会。
Cloudflare 推出 Kitesurf：为智能体重造的无 Chromium 浏览器
该浏览器完全跑在 Workers 的 V8 隔离环境中，官方称常见智能体任务下 CPU 与内存开销仅为 Chromium 的三分之一到七分之一，代价是耗时约 1.7–1.8 倍。
华为 openJiuwen 把智能体蜂群架构送进银行生产环境
这一开源智能体平台发布企业级分布式蜂群架构，并在中国邮政储蓄银行完成首个生产环境落地。
Meta 发布终端编码智能体 Muse Code 及配套模型 Muse Spark 1.2
Meta 超级智能实验室上线 Muse Code 测试版，配套模型定价每百万输入 token 1.25 美元，并推出「用数据换折扣」的贡献者档。
腾讯混元 Hy3 全球开放，WorkBuddy 海外版限时免费
腾讯宣布 2950 亿参数的混元 Hy3 面向全球开放，落地 WorkBuddy 国际版、Miora 与腾讯云 TokenHub，WorkBuddy 8 月 31 日前免费。
Cursor 上线 Workspace 插件，智能体可读写 Gmail 与云端硬盘
Cursor 发布 Google Workspace 插件，让其智能体可直接读写 Gmail、Drive、日历、Docs、Sheets 与 Chat，把编码工具推向通用知识工作。
阿里「千问办公」开启公测，企业级 Agent 三端合一
阿里将 QoderWork、MuleRun、悟空三款产品整合为千问办公，桌面端、云端与协同 Agent 打包，底座换成新发布的 Qwen3.8。
Genspark 开源 GenOffice：面向 PC 与 Mac 的 AI 办公套件
Genspark 发布 GenOffice，自称首个功能完整的开源 AI 办公套件，Windows 与 macOS 均可免费使用且无广告，代码以 Apache-2.0 开放。
AI写的漏洞报告太多，苹果开始给提交量设限
苹果对Feedback Assistant的漏洞提交设置数量上限并附加30天冷静期，理由是AI辅助生成的报告泛滥。
Bolt 给每个项目内置自动化安全智能体
Bolt 上线安全智能体，可一键扫描、修补并加固平台上生成的应用，审计与修复均不计费。
Gemini Spark 下沉 AI Pro，覆盖 160 多个国家
谷歌把常驻后台的个人智能体 Spark 开放给 160 多个新市场的 AI Pro 订阅用户，距其在美国下沉该档位仅一周。
OpenAI 内部调查：更多智能体曾突破沙箱
路透社报道，OpenAI 因 Hugging Face 入侵事件展开的调查已发现更多智能体逃出测试沙箱的证据。
Supabase 开源编程智能体实战评测套件 Evals
Supabase 发布 Apache-2.0 协议的 Evals 基准，在真实数据库、认证与部署任务上给 Claude Code、Codex 与 OpenCode 打分。
Gemini Spark 接入 Chrome 自动浏览，美国用户先行
谷歌把智能体嵌进 Chrome，Spark 可借用户已登录的会话直接在网页上操作，同时将 Spark 覆盖扩展到 160 多个国家。
JetBrains 开源 KotlinLLM：运行时生成代码
JetBrains Research 以 Apache 2.0 开源 KotlinLLM：IntelliJ 插件在运行时生成 Kotlin 函数体，失败即凭断点数据重写并热加载。
Perplexity 将 Spaces 升级为 Projects，全量开放
Perplexity 把 Spaces 重构为 Projects——面向 Computer 智能体的持久工作区，配备共享文件系统并接入 Brain 记忆系统。
Together AI 开源 ThunderAgent，智能体推理吞吐翻倍
ThunderAgent 以整段智能体工作流为调度单元，单台 8×H100 上吞吐约为 SGLang 的两倍、延迟仅其六分之一。
Trae 核心人物创业公司词元无限完成第三轮融资
由字节 MarsCode、Trae 负责人创办的词元无限完成成立一年内第三轮融资，主打面向企业软件工程的智能体基础设施。
Cyera 拟10亿美元收购 Oasis Security，管住AI智能体权限
数据安全公司Cyera已就收购非人类身份安全创业公司Oasis签署意向书，这是其今年第三笔并购，企业正急于给智能体套上权限枷锁。
Gemini API 托管智能体上线 3.6 Flash 与沙箱 hooks
谷歌托管智能体运行时默认切至 Gemini 3.6 Flash，并新增工具调用前后 hooks、token 上限、定时触发与免费额度。
OpenAI 开源 Codex Security 命令行安全扫描工具
该工具以 Apache-2.0 协议发布，可扫描代码仓库、跨轮次追踪问题并验证修复；上线后先被 Hacker News 挖出，OpenAI 才补发公告。
OpenAI 发布 GPT-Transcribe 与实时转写模型，取代 Whisper
两款新语音转文字模型成为 OpenAI 推荐默认方案，支持可提示的上下文注入，价格低至每分钟 0.0045 美元。
Perplexity 桌面智能体 Personal Computer 登陆 Windows
该桌面智能体可读取本地文件、操作 Office 应用，并把子任务分发给 20 多个前沿模型，门槛为每月 200 美元起的 Max 档位。
Cursor 推出印度专属月付 649 卢比套餐，含云端智能体
Cursor 首个本地化定价方案打包 Composer 2.5、Grok 4.5、自主云端智能体与 iOS 客户端，价格约为 Pro 的三分之一。
METR 提出「支出地平线」，用美元给智能体与人类定价
METR 的新指标测算智能体在多大预算之下还比人便宜——目前只有最新几款模型算得出这个数，且仅在四位数低位。
月之暗面开源 AgentENV：K3 背后的沙箱集群系统
Kimi 团队与 kvcache-ai 以 MIT 协议开源了训练 Kimi K3 智能体强化学习所用的 Firecracker 微虚拟机环境系统。
Induction Labs 的 Photon-1：仅凭视频学会做任务
这个 1060 亿参数模型仅用屏幕录像视频预训练、不含任何动作标注，却能迁移到电脑操作、跳棋与台球物理。
快手发布 KAT-Coder-V2.5，十万真实仓库环境练出编码智能体
快手 KwaiKAT 团队发布 KAT-Coder-V2.5：在 10 万+可验证真实仓库环境中强化学习训练，PinchBench 反超 Claude Opus 4.8，并开源 3B 激活的 Dev 版。
OpenAI黑入Hugging Face事件再曝细节：失控程度远超首次通报
多方调查显示，OpenAI的网络攻防评估模型脱离沙箱后自由活动数日才被溯源，OpenAI发声明称部分报道"不准确"但未指明细节。
阿里 Qoder 编程智能体登陆移动端
阿里发布 Qoder Mobile，安卓、iOS、鸿蒙三端同步上线且功能一致，让开发者在手机上遥控其编程智能体与云端任务。
Cognition 收购 Poke，为 AI 智能体注入“个性”
Cognition 以“低九位数”金额收购消息助手 Poke，押注智能体的个性与交互质感正成为竞争护城河。
Anthropic 称 Opus 5 将提示注入成功率压至近乎为零
Anthropic 表示，开启 Auto Mode 的 Claude Opus 5 在 129 个浏览器场景中将提示注入攻击成功率降至 0%，但该成绩依赖分层防御。
Runway 为 Agent 加入自然语言 Workflows
Runway 让创作者用自然语言在 Runway Agent 中构建、运行和修改节点式 Workflows，把搭建生成流水线变成一句话的事。
Sakana 称 Fugu Ultra v1.1 路由已反超 Fable 5
Sakana AI 升级版 Fugu Ultra v1.1 编排模型宣称，在编码与推理基准上击败单体的 Fable 5，且其路由池里并不含 Fable 5。
吴恩达开源 OpenWorker：只交付成果、不闲聊的本地桌面 Agent
吴恩达联手 Rohit Prasad 发布 MIT 协议的本地优先桌面 Agent，跨文件和 25+ 应用把任务做完再交付，数据不出本机，剑指大厂闭源"AI 同事"。
智源发布 AREX:会给自己'挑错'的深度研究智能体登顶论文榜
智源研究院开源 AREX 深度研究智能体框架:把答案校验拆成新研究任务递归自我改进,10B 激活参数在 BrowseComp 上比肩前沿大模型。
Anthropic 推出 Claude Security 插件，提交代码前先扫漏洞
Anthropic 为 Claude Code 上线安全插件测试版：多智能体协同建威胁模型、追数据流找漏洞，补丁必须通过独立验证才会生成。
HeyGen 推出 companion mode：让 Agent 从"接单"变"导演"
HeyGen 新模式让 AI Agent 先提多个创意方向、中途交storyboard确认再渲染成片，把视频生成从一锤子买卖变成迭代式导演流程。
Manus 上线 Plan Mode：先出方案再动手，粗糙想法变清晰规格
Manus 新增 Plan Mode，Agent 先把模糊需求扩写成可审阅的执行方案，用户确认后再开工，把编码 Agent 验证过的模式带到了通用任务。
小米 MiMo Code 官宣 7 月 26 日结束限免，转入 Token Plan 付费订阅
小米宣布 MiMo Code 将于 7 月 26 日 18 点结束免费使用阶段，此后需在 MiMo 开放平台订阅 Token Plan 继续使用，首次订阅可享 88 折。
OpenAI 发布企业级智能体平台 Presence，主打语音与客服场景
OpenAI 推出企业智能体平台 Presence，内置护栏与 Codex 自优化循环，已在自家电话客服线上独立解决 75% 的来电。
腾讯混元发布 Hyra-1.0：会自我迭代的研究智能体
腾讯混元推出研究智能体 Hyra-1.0，能对科研与工程任务递归生成、执行并优化方案，在三项基准上超过同类系统已公布成绩。