OpenAI 发布 AgentKit、扩展 Evals 与智能体强化微调工具
OpenAI 发布三款面向智能体开发的新工具：AgentKit、扩展的 Evals 能力，以及面向智能体的强化微调（reinforcement fine-tuning），帮助开发者更快从原型走向生产。
推荐理由：官方点明三件套面向从原型到生产，读者可据此判断其覆盖的开发环节。
#Agent
OpenAI News精选AI 评分6060
OpenAI NewsAI 评分1818 OpenAI 将合同转化为可检索数据
OpenAI 构建了一套系统，可快速从合同中提取数据，缩短处理周期，让团队更便捷地获取所需细节。
OpenAI NewsAI 评分5656 ChatGPT 推出 Instant Checkout 与 Agentic Commerce Protocol
OpenAI 宣布在 ChatGPT 中迈出智能体商务的第一步，推出 Instant Checkout 和 Agentic Commerce Protocol，为用户、AI 智能体与商家提供共同购物的新方式。
Hugging Face BlogAI 评分5555 Hugging Face 推出面向 AI 辅助游戏开发的高层声明式引擎 VibeGame
Hugging Face 博客发布 VibeGame，一个基于 three.js、rapier 和 bitecs 构建的高层声明式游戏引擎，专为 AI 辅助游戏开发设计，采用类 XML 声明式语法与 ECS 架构，并附带面向 AI 的 llms.txt 文档。
Hugging Face BlogAI 评分4545 用深度剪枝草稿模型加速 Intel® Core™ Ultra 上的 Qwen3-8B Agent
Hugging Face 用 OpenVINO.GenAI 的投机解码把 Qwen3-8B 在 Intel® Core™ Ultra 上的生成速度提升约 1.3×，再对 Qwen3-0.6B 草稿模型剪掉 28 层中的 6 层并微调，加速比推到约 1.4×。
Hugging Face BlogAI 评分4545 swift-transformers 1.0 发布：Tokenizers 与 Hub 成为顶级模块，未来聚焦 MLX 与智能体场景
Hugging Face 的 swift-transformers 发布 1.0 版本，Tokenizers 和 Hub 升级为可独立依赖的顶级模块，并与 John Mai 合作推出快数个数量级的 swift-jinja。
OpenAI News精选AI 评分7070 OpenAI 向 Pro 用户推出 ChatGPT Pulse 移动端预览
OpenAI 向移动端 Pro 用户推出 ChatGPT Pulse 预览版，这是一个让 ChatGPT 主动进行研究、根据用户对话、反馈和已连接应用（如日历）推送个性化更新的新体验。
Hugging Face BlogAI 评分5656 Hugging Face 开源 Smol2Operator：两阶段后训练让 SmolVLM2 掌握 GUI 操作
Hugging Face 发布 Smol2Operator 工作，展示如何用两阶段后训练把无 grounding 能力的 SmolVLM2-2.2B-Instruct 训练成可执行 GUI 任务的智能体。
Hugging Face Blog精选AI 评分7373 Hugging Face 发布智能体评测基准 Gaia2 与开源框架 ARE
Hugging Face 发布智能体评测基准 Gaia2 及配套开源框架 Meta Agents Research Environments（ARE），Gaia2 数据集以 CC by 4.0 许可发布，ARE 以 MIT 许可发布。
推荐理由：原文给出了评测维度与各模型的强弱分布，读者可据此判断当前智能体能力的真实短板所在。
OpenAI NewsAI 评分5555 OpenAI 宣布 Codex 升级，更快更可靠并支持多端实时协作
OpenAI 宣布 Codex 完成升级，变得更快、更可靠，实时协作和独立完成任务的能力更强，可在终端、IDE、网页乃至手机等任意开发环境使用。
OpenAI NewsAI 评分5959 OpenAI 发布 GPT-5-Codex，为 Codex 场景优化智能体编码能力
OpenAI 发布 GPT-5-Codex，这是 GPT-5 的一个进一步针对 Codex 中智能体编码场景优化的版本。该模型会根据任务复杂度更动态地调整思考时长，对简单对话或小任务快速响应，对更复杂的任务则自主进行更长时间的思考。
Hugging Face Blog精选AI 评分6464 Hugging Face Jupyter Agent：用 Kaggle Notebook 数据微调 Qwen3-4B 提升数据科学智能体能力
Hugging Face 发布 Jupyter Agent 项目后续工作，通过生成高质量训练数据并微调 Qwen3-4B，使其在 DABStep 数据科学基准上成为 SOTA 小模型智能体。
推荐理由：完整拆解了从数据清洗到微调评测的全流程，可迁移的方法细节和踩坑经验较多。
Mistral AI精选AI 评分6363 Mistral AI 为 Le Chat 推出 MCP 连接器目录与 Memories 记忆功能
Mistral AI 为 Le Chat 发布 20+ 个基于 MCP 的安全连接器（beta）与 Memories 记忆功能（beta），覆盖 Databricks、Snowflake、GitHub、Atlassian、Stripe 等数据、生产力、开发、自动化与商务工具，支持搜索、总结与执行操作，并可接入任意远程 MCP server。
推荐理由：原文列出连接器分类与部署方式，读者可据此判断它如何把企业工作流接入助手。
Hugging Face BlogAI 评分5454 Hugging Face 推出 TextQuests 基准：用25款经典文字冒险游戏评测 LLM 智能体
Hugging Face 发布 TextQuests 基准，基于25款经典 Infocom 交互式小说游戏评测 LLM 作为自主智能体的能力，这些游戏人类通关需超过30小时和数百步精确操作。
OpenAI NewsAI 评分3838 Cursor 如何使用 GPT-5
Cursor 使用 GPT-5 来提供代码辅助能力。原文仅说明 Cursor 采用了 GPT-5，未披露具体接入方式、性能数据或版本细节。
OpenAI NewsAI 评分3434 ChatGPT agent 演示：几分钟内完成商业计划
OpenAI 展示了一段 ChatGPT agent 演示，展示其如何进行研究、编写代码并在网上采取行动，在几分钟内完成一份商业计划。
Hugging Face BlogAI 评分5454 NVIDIA AI-Q 智能体登顶 DeepResearch Bench 开源榜单
NVIDIA 的 AI-Q Blueprint 在 Hugging Face DeepResearch Bench 的 LLM with Search 榜单登顶，2025 年 8 月总分为 40.52，是完全开放许可栈的最高分。
Hugging Face BlogAI 评分5555 用 Gradio 搭建 MCP 服务器实现 AI 购物助手教程
Hugging Face 官方博客介绍如何用 Gradio 的 MCP 集成把 Python 函数自动转成 LLM 可调用的工具，并以 IDM-VTON 虚拟试衣模型为例构建 AI 购物助手。
Mistral AI精选AI 评分6161 Mistral 发布 Codestral 25.08 并推出面向企业的完整编码技术栈
Mistral AI 宣布 Codestral 25.08，其补全接受率提升 30%、建议保留代码多 10%、失控生成减少 50%，chat 模式在 IF eval v8 指令遵循上提升 5%、MultiplE 代码能力平均提升 5%。
推荐理由：原文给出了具体指标变化和部署方式，读者可据此判断其在企业私有化场景中的可用性。
OpenAI NewsAI 评分2020 Outtake 用 GPT-4.1 和 OpenAI o3 将数字威胁处理速度提升 100 倍
Outtake 使用 GPT-4.1 和 OpenAI o3 驱动 AI 智能体，将数字威胁的检测与解决速度提升至此前的 100 倍。
OpenAI NewsAI 评分1818 Model ML 如何帮助金融公司用 AI 从零重建
OpenAI Executive Function 系列中，Model ML CEO Chaz Englander 讨论 AI 原生基础设施与自主智能体如何改造金融服务工作流。内容聚焦 AI-native 基础设施和 autonomous agents 对金融业务流程的重塑方式。
OpenAI NewsAI 评分5858 OpenAI 发布 ChatGPT agent System Card
OpenAI 发布 ChatGPT agent System Card，介绍其智能体模型将研究、浏览器自动化和代码工具结合在一起，并在 Preparedness Framework 下配套相应安全措施。
OpenAI News精选AI 评分7676 OpenAI 推出 ChatGPT agent，可调用工具完成研究、预订和幻灯片任务
OpenAI 推出 ChatGPT agent，它能思考并行动，使用工具完成研究、预订和幻灯片制作等任务，全程在用户引导下进行。
Hugging Face BlogAI 评分5757 Hugging Face 推出 FutureBench：用预测未来事件评测 AI 智能体
Hugging Face 发布 FutureBench，通过让 AI 智能体预测未来事件来评测能力，以规避数据污染并获得可随时间验证的客观结果。题目来自两处：基于 smolagents 的智能体抓取新闻生成问题（用 DeepSeek-V3 推理、Firecrawl 抓取、Tavily 搜索，每次约 5 题、一周时间窗），以及 Polymarket 每周约 8 题并做筛选。
Hugging Face BlogAI 评分4444 Consilium：当多个 LLM 协作讨论
Consilium 是在 Gradio Agents & MCP Hackathon 中构建的多 LLM 协作平台，让多个模型通过结构化辩论就复杂问题达成共识，提供 Gradio 可视化界面和 MCP server 两种形态，可集成到 Cline 等应用。
Mistral AI精选AI 评分7474 Mistral AI 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 与 All Hands AI 合作推出 Devstral Medium 并升级 Devstral Small 1.1，主打智能体编码能力。
推荐理由：原文给出两个模型的分数、价格与部署方式，读者可据此比较开源与API两条路线的成本性能取舍。
Hugging Face BlogAI 评分5656 Hugging Face 开源 ScreenEnv：在 Docker 中部署桌面 Agent
Hugging Face 发布并开源 ScreenEnv，一个 Python 库，可在 Docker 容器中创建隔离的 Ubuntu 桌面环境，用于测试和部署 GUI Agent（Computer Use agent），10 秒内可启动，支持 AMD64 和 ARM64。
OpenAI NewsAI 评分3131 Genspark 如何用 GPT-4.1 和 Realtime API 打造无代码个人智能体
Genspark 用 GPT-4.1 和 OpenAI Realtime API 驱动的无代码智能体，在 45 天内做出 ARR 达 $36M 的 AI 产品。文章介绍其如何借助这两个 API 构建个人智能体，无需写代码即可上线。
OpenAI NewsAI 评分1212 Unify 用 OpenAI o3、GPT-4.1 和 CUA 驱动规模化增长
AI 驱动的 GTM 平台 Unify 使用 OpenAI 的 o3、GPT-4.1 和 CUA 自动化潜客开发、调研与外联。通过超个性化消息和全天候工作流，Unify 帮助团队规模化生成销售管道，同时聚焦高价值的客户互动。
Hugging Face BlogAI 评分5555 Hugging Face 发布 ScreenSuite：GUI Agent 综合评测套件
Hugging Face 发布 ScreenSuite，一个覆盖 13 个 benchmark 的 GUI Agent 评测套件，按感知、定位、单步动作、多步智能体四类能力统一评估 Vision Language Models。
Hugging Face Blog精选AI 评分6262 H Company 开源 Holo1 GUI 自动化 VLM 系列与 WebClick 基准
H Company 在 Hugging Face 开源了 Holo1 系列 Action VLM（含 Holo1-3B 和 Holo1-7B）以及包含 1,639 个人类式 UI 任务的多模态定位基准 WebClick。
推荐理由：给出了模型规格、基准成绩与单任务成本，读者可据此评估开源 GUI 自动化方案的性价比。
Hugging Face BlogAI 评分5555 Hugging Face 研究：结构化 JSON 输出让 CodeAgent 在多项基准上提升 2-7 个百分点
Hugging Face 发布研究，提出 Structured CodeAgent，让 CodeAgent 以 JSON 格式同时生成 thoughts 和 code 字段，在 GAIA、MATH、SimpleQA、Frames 等基准上比普通 CodeAgent 平均提升 2-7 个百分点。
Mistral AI精选AI 评分6262 Mistral AI 发布 Agents API
Mistral AI 发布 Agents API，将 Mistral 模型与代码执行、web search、图像生成、MCP 工具等内置连接器结合，提供跨会话持久记忆和智能体编排能力，作为 Chat Completion API 的补充。
推荐理由：原文列出内置连接器、状态化会话与多智能体编排的具体能力，可据此评估其对智能体开发工作流的实际影响。
Hugging Face Blog精选AI 评分6161 Hugging Face 教你用约 70 行 Python 代码构建 MCP 驱动的 Tiny Agent
Hugging Face 发布教程，介绍如何用 Python 构建约 70 行代码的 MCP 驱动 Tiny Agent，并宣布 tiny-agents 已支持 AGENTS.md 标准。
推荐理由：文章拆解了 MCPClient 与 Agent 的关键代码，读者可据此理解一个 MCP 智能体如何用极少代码搭起来。
Mistral AI精选AI 评分7474 Mistral AI 发布开源智能体编码模型 Devstral
Mistral AI 与 All Hands AI 合作发布 Devstral，一款面向软件工程任务的智能体 LLM，以 Apache 2.0 许可开源。
推荐理由：原文给出了具体跑分、可本地部署的硬件门槛和 API 价格，读者可据此评估它能否替代现有编码模型。
Hugging Face BlogAI 评分5656 Hugging Face 盘点过去一年视觉语言模型的关键进展
Hugging Face 发布博客回顾过去一年视觉语言模型（VLM）的发展，覆盖 any-to-any 模型、推理模型、小模型、MoE 解码器、VLA、目标检测与分割、多模态安全、多模态 RAG、多模态 Agent、视频语言模型、DPO 对齐技术和新基准等主题。
OpenAI NewsAI 评分4444 用 OpenAI o3 自动化复杂工作流
OpenAI o3 能对复杂任务进行推理，帮助自动化多步骤工作流。文章展示了 o3 如何通过推理逐步拆解并完成这类多步任务。
Mistral AIAI 评分5858 Mistral AI 发布 Le Chat Enterprise，搭载全新 Mistral Medium 3 模型
Mistral AI 发布 Le Chat Enterprise，由全新 Mistral Medium 3 模型驱动，面向企业统一 AI 平台，功能在未来两周内陆续上线。
Hugging Face BlogAI 评分5555 Qwen-3 聊天模板揭示的四点设计变化
Hugging Face 博客通过对比 Qwen-3 与 Qwen-2.5、QwQ 的 Jinja 聊天模板，总结出四点设计变化。Qwen-3 可通过 enable_thinking 标志关闭推理，用滚动检查点保留工具调用后的完整 think 块并裁剪更早内容，工具参数仅在非字符串时才做 tojson 序列化，且不再内置默认系统提示词。这些改动旨在提升智能体工作流的可靠性与效率。
Hugging Face Blog精选AI 评分6161 Hugging Face 用 50 行代码实现 MCP 驱动的 Tiny Agent
Hugging Face 发布 Tiny Agent，用约 50 行 TypeScript 代码实现一个由 MCP 驱动的 Agent，核心思路是 MCP 客户端之上套一个 while 循环。
推荐理由：文章把 MCP 客户端与 Agent 的实现拆解到 50 行代码级别，读者可直接照搬这套 while 循环结构到自己的项目。