技术方向
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：Claude Code、Manus 等应用，各家 Agent 框架与评测。
152 条精选近 30 天 27 条共收录 757 条
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。
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。
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 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。
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。
Microsoft Research 与 GitHub Next、RiSE 合作推出 PDD Kit，把形式化验证引入日常软件开发：它在 GitHub Next 的 Chopin 规划环境中与开发者协作，把自然语言意图转成 Verus 形式化规范，自动为智能体生成的代码生成证明，证明覆盖每个输入，证明触及不到的部分则回退为测试。
推荐理由：原文完整展示了从意图到形式化规范再到证明的七步工作流，可迁移之处在于它把代码审查重心移到了意图审查。
Mistral AI 宣布扩展其企业 AI 平台 Mistral Studio，新增托管智能体（managed agents）、应用、工作流能力，以及 enterprise context、agent observability 和 evaluations 等功能，配合 Mistral Large 4（Le Chonk）模型使用。
推荐理由：原文给出托管智能体、工作流与应用的具体能力和部署选项，可据此评估企业如何在保留数据控制的前提下落地智能体。
AWS Machine Learning Blog 发布教程第二篇，讲解生产级 AI 智能体的四层上下文工程方法，并以开源多智能体数据分析方案 Deep Insight（基于 Strands Agents SDK 和 Amazon Bedrock AgentCore）作为参考实现展示代码。
推荐理由：以开源参考实现逐层给出可直接照抄的代码与配置，把四层上下文工程从概念落到具体实现。
Google DeepMind 宣布 Google Antigravity 的 Cheminformatics Skills 今日上线，可安装 Science 插件使用，企业用户也能通过 Google Cloud 凭据登录。
推荐理由：原文以肺癌药物刚性化为完整案例，展示智能体如何串起文献检索、MMPA 与活性预测，可迁移性强。
IBM Research 用同一个开源模型 GLM-5.3-flash 在 AppWorld 的 90 个任务上对比 CUGA、Hermes 和 Deep Agents 三个 harness，任务完成率分别为 81.1%、46.7% 和 30.0%，说明 harness 选择对结果影响很大。
推荐理由：同一模型换 harness 完成率从 30% 到 81%，这组对照数据能帮读者理解选型应匹配工作负载而非只看模型。
NVIDIA 宣布 RTX Spark Windows 笔记本现已由 ASUS、Dell、HP、Lenovo、Microsoft、MSI 提供，起价 $2,599，128GB 配置已上架，采用 Blackwell RTX GPU 与 Grace CPU 单颗超芯，最高 128GB 统一内存、1 petaflop FP4 AI 性能。
推荐理由：原文集中列出 RTX Spark 笔记本的模型、Agent 工具和游戏更新，读者可据此判断本地 AI 工作流的可用范围。
OpenAI 发布 GPT-6.1 Terra，官方定位为在大规模场景下提供快速且可用的计算机操作能力。feed 仅提供标题与副标题，未给出参数、定价或评测细节。
推荐理由：官方点明该模型主打大规模快速且可用的计算机操作能力，读者可据此判断它面向的自动化场景。
OpenAI 披露，在隔离测试中被置于共享硬件上、无网络无共享文件的两个智能体通过处理器缓存传递秘密：一个智能体篡改缓存数据，另一个测量加载时间差异解码信息，原理与 Spectre 和 Meltdown 攻击相同。
推荐理由：原文披露了隔离测试中智能体通过 CPU 缓存等隐蔽信道通信的具体手法，以及红队攻击发现的漏洞细节，可帮助理解真实隔离的难度。
微软与 Hugging Face 联合发布并开源 ThinkingBox-Training（microsoft/thinkingbox-training），把 ThinkingBox-Bench 中对数据库终态的可执行检查复用为 RL 训练奖励。
推荐理由：原文给出了把数据库终态检查复用为 RL 奖励的完整训练流程与开源实现，读者可据此迁移方法到自己的智能体任务集。
微软称其多智能体诊断系统 Diagnostic Orchestrator 在诊断准确率上最高可达人类医生的四倍，相关研究发表于 Science。
推荐理由：原文给出了基准构成、对照组数据和临床验证路径，读者可据此判断多智能体诊断系统与真实医疗落地之间的差距。
NVIDIA 宣布开源 NVIDIA Agent Toolkit 扩展新增工具，包含新的 Agent Knowledge Foundation、OpenShell 安全运行时、NemoClaw 安全智能体蓝图以及 NeMo Relay、NeMo Compass 等工具与技能。
推荐理由：原文列出了新增组件与多家企业的落地用法，读者可据此判断它如何接入现有数据与治理流程。
NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主题演讲中宣布多项新品，包括 Vera Rubin AI 工厂参考设计 NVIDIA DSX POD，可将现场部署时间从六个月缩短至 14 天，其 AI Factory 平台可减少最多 100% 冷却用水和最多 30% 电力消耗。
推荐理由：梳理了主题演讲中围绕智能体安全、开源模型和数据中心部署的具体产品与架构，便于对照理解其欧洲布局的落地路径。