Google Research 宣布 Antigravity 的 /teamwork 多智能体工作流（配合 Gemini 4 Argon、Carbon、Hydrogen）已在数学、科学与复杂系统工程中解决多个多年未决问题，并向研究者和开发者开放，同时开放 10,000 名学术研究人员六个月最高用量档免费访问。
推荐理由：原文系统梳理了 /teamwork 的设计原理与多领域成果，读者可据此判断长程智能体工作流在科研与工程中的实际落地方式。
OpenAI 推出 ChatGPT Wallet，让 ChatGPT Work、Codex 和 dots 中的智能体在用户批准下完成购买，并沿用现有的卡片保护机制。
推荐理由：原文说明了购买需用户批准并沿用现有卡片保护，读者可据此评估智能体代付的可控性。
llama.cpp 与 ggml 发布 v1.0.0 库版本，libllama 与 libggml 分别对应 LLM 推理与张量库的公共头文件。此后 ggml-org 项目在公共 C API 出现不兼容变更时将提升主版本号，向后兼容的功能与后端更新升 MINOR，无 API 变更的修复升 PATCH。
推荐理由：语义化版本规则和分发渠道清单，说明了本地推理库如何向下游开发者承诺接口稳定性。
GitHub Blog 发布实用指南，介绍 Agent Skills 如何把可重复任务的指令沉淀为以 SKILL.md 为核心的版本化目录，供不同 Agent 复用。
推荐理由：文章给出把可复用判断沉淀为技能的三条实践，读者可据此判断哪些工作流适合用技能而非应用承载。
Hugging Face 与 IBM 发布两个实验性预览模型 granite-4.1-3b-LLMON-preview 和 granite-4.1-8b-LLMON-preview，基于 Granite 4.1 base 训练以消费和生成 LLMON（LLM Object Notation）标记文本，并同步开源 LLMON 工具库与示例。
推荐理由：原文用 OPI 基准对比数据说明指令与数据分离对间接提示词注入的防护效果，同时给出与 JSON 的差异和训练方法，便于评估其可迁移性。
Google DeepMind 发布 Gemini 4 Hydrogen，面向日常编码与智能体工作流，强调快速执行，同时覆盖 Google AI Studio、Gemini API、Gemini for business、Gemini app、Google Search 及付费 Google AI Pro 和 Ultra 订阅者。
推荐理由：原文给出定价、基准分数与安全指标，读者可据此判断它在多模型工作流中如何与 Carbon、Argon 分工。
AWS 宣布 Amazon Bedrock AgentCore runtime 的下一代版本正式可用，覆盖北美、南美、欧洲和亚太区域。
推荐理由：原文给出启动速度、算力上限、计费方式和数据隔离四方面具体变化，可据此评估它对生产级智能体部署成本与安全的影响。
AWS 发布教程，介绍如何在 Amazon SageMaker HyperPod 的 PyTorch DDP 训练循环中加入三道检查来检测静默数据损坏（SDC）：all-reduce 前后的 NaN/Inf 梯度检查、跨节点重放的 ring replay 审计、以及 optimizer 更新后的权重指纹比对。
推荐理由：原文给出三道检查的实现代码与开销实测数据，读者可据此评估在自己训练任务中落地的成本与收益。
AWS 宣布在 Amazon Bedrock AgentCore 上推出 Web Search API，让开发者用一次 API 调用直接搜索网页，返回带文本摘录及可选标题、URL、发布时间的排序结果，无需先创建资源。
推荐理由：原文对比了 API 与 Gateway 的适用场景，读者可据此判断自己的项目该走哪条接入路径。
Google DeepMind 宣布发布下一代 DNA 序列模型 AlphaGenome 2，可预测 DNA 序列及其变异对特定人类细胞类型的影响。该模型改为条件化架构，一次针对一个组织、细胞类型或状态进行预测，训练数据涵盖 68 个组织、超过 1.07 亿个单细胞图谱。
推荐理由：原文给出条件化架构改造与 TenK10K 上的召回对比，读者可据此判断细胞类型特异性预测相比上一代的实际提升幅度。
Tether AI Research 发布 BotPsy，一个基于 Qwen3.5-0.8B 构建、面向函数调用与智能体工作流的 0.8B 参数端侧模型，将以 Apache 2.0 许可开源权重，提供 bf16、Q8、Q4 三种精度的 safetensors 与 GGUF 文件。
推荐理由：原文给出四阶段训练配方与逐项基准对比，可据此理解小模型如何在工具调用上追平更大模型。
微软研究人员发现名为 Lazarus 的后门技术，重编程 LLM 中少于 10 个休眠神经元、无需训练即可让 AI Agent 在触发时执行攻击者命令，且模型仍能通过标准评测。
推荐理由：原文给出少于10个休眠神经元即可植入后门且无需训练的机制细节，可帮助读者理解权重完整性为何成为模型安全的关键。
NVIDIA 在 KubeCon + CloudNativeCon 宣布将开源的智能体安全运行时 NVIDIA OpenShell 贡献给 CNCF（成为 CNCF Sandbox 项目）。
推荐理由：原文给出三个新组件的定位和实测数字，读者可据此评估它们对 Kubernetes 上 GPU 基础设施部署与推理扩容的实际改善。
Google DeepMind 宣布 Gemini 4 Carbon 正式面向开发者、企业、科学家和消费者开放，定位为最强模型，主打网络安全能力与长程智能体工作流。
推荐理由：原文给出定价、基准排名与安全数据，读者可据此对比 Carbon 与 Argon 的分工和迁移成本。
Hugging Face 介绍决策模型（decision model）概念及其在生态中的落地：模型接收 state 与 questions，直接返回带概率的结构化决策而不生成文本，接口包含 choice、score、noul 三种原语，并给出 confidence 计算方式。
推荐理由：原文梳理了决策模型的接口设计与三种原语，并说明 Transformers 和 llama.cpp 如何通过同一 API 提供服务。
Google DeepMind 发布 Gemini Robotics 2.5，称其为迄今最强的视觉-语言-动作（VLA）模型，提升机器人可学技能的广度与获取速度。
推荐理由：原文给出 Mercedes-Benz 产线 96% 成功率与越狱防御基准，读者可据此评估其工业落地与安全水平。
Google DeepMind 发布 AlphaProof Code，一个多 LLM 智能体形式化验证框架，用它对 Signal 协议的实际代码给出了关键安全性质的数学证明，称这是首次用 AI 在这一深度形式化验证广泛部署的密码协议，也是任何方法首次验证此类协议的实现。
推荐理由：原文说明了形式化验证从设计层下沉到编译代码层的做法与四周耗时，读者可据此评估 AI 代理在真实密码协议上的验证能力边界。
Google DeepMind 宣布开源支撑 WeatherNext 3 的两个基础数据集 SatWeave 与 PARDIG，历史存档与实时数据流已在 Google Cloud Storage 开放，PARDIG 历史目录也上架 Google Earth Engine。
推荐理由：原文说明了两个数据集的构成与评测口径，读者可据此判断它们对天气水文建模的可用性。
AWS 宣布 Claude Fable 5.2 和 Claude Mythos 5.2 现已在 Amazon Bedrock 与 Claude Platform on AWS 上可用，通过 US Geo CRIS 和 Global CRIS inference profiles 提供。
推荐理由：原文同时给出模型能力定位、数据保留策略与迁移路径，读者可据此评估在 Amazon Bedrock 上接入新模型的实际门槛。
NVIDIA 在 CoRL 大会发布一系列开放机器人技术，包括基于 Cosmos 的开源世界动作模型 GR00T 2、Isaac Lab 3.0、Isaac Lab-Arena 0.4 开发者预览，以及 DexBench、VABAR 两个新工业评测基准。
推荐理由：原文系统梳理了从世界动作模型到仿真训练与评测基准的完整技术栈，可据此理解 NVIDIA 在机器人仿真训练上的整体布局。