Meta 发布开源权重多模态 MoE 模型 Muse Spark Open
Meta 发布开源权重模型 Muse Spark Open，采用 MoE 架构，总参数约 816B、每 token 激活约 42B，支持文本、图像、音频和视频输入，上下文窗口最高 1M tokens。
推荐理由：Meta 开源 816B 多模态 MoE 模型，给出完整部署与微调配方，可据此评估自托管前沿模型的成本与门槛。
#Agent
Hugging Face Blog精选AI 评分8888 AWS Machine Learning BlogAI 评分5858 AWS 提出 Trust in Depth：让智能体获得更多自主权而不失控
AWS 副总裁 Shawn Bice 提出 Trust in Depth 框架，主张在智能体行为可被验证时让它自主行动，把人工判断留给真正需要决策的环节。
Google DeepMind精选AI 评分6262 Google Antigravity 推出智能体科研工作台，加速抗菌肽发现
Google DeepMind 介绍 Google Antigravity 这一智能体开发平台如何用于抗菌肽发现，把原本分散在多个数据库的检索压缩到单次会话中，并借助 ProtNLM 扫描 UniProt 中数百万条未表征蛋白质序列。
推荐理由：原文给出智能体科研工作台与 3D 结构查看器的具体协作流程，可了解生物发现工作流的整合方式。
OpenAI NewsAI 评分3030 Amp 借助 OpenAI 模型让 AI 智能体超越代码场景
Amp 利用 GPT-6 Astra、Ultrafast、GPT-Live-1 和 Sign in with ChatGPT，将 AI 智能体的能力拓展到代码之外的场景。
AWS Machine Learning Blog精选AI 评分6060 在 Amazon Bedrock 上用 Grok 4.7 构建长时程智能体
AWS 博客介绍 SpaceXAI 的 Grok 4.7 已在 Amazon Bedrock 上线，并演示如何用它构建工具调用智能体。
推荐理由：作者用三个可穷举验证的任务实测 Grok 4.7 四档推理强度，给出准确率与 token 成本的取舍方法。
OpenAI NewsAI 评分2222 OpenAI 分析：欧盟 AI 下一章是智能体
OpenAI 发布新分析，指出智能体 AI 在欧盟企业与小型企业中的采用正在增长，并点出更深入使用可在哪些环节释放更多价值。
AWS Machine Learning BlogAI 评分3838 用 Amazon Bedrock AgentCore 构建自改进文档处理系统
亚马逊云科技介绍如何用 Amazon Bedrock AgentCore 构建智能体式 IDP 系统，由 8 个专用智能体组成识别与训练两条图工作流，自动分类、提取、校验文档并从纠正中学习。新文档格式无需手工配置模板，多智能体系统通常可在 20 分钟内完成部署，后续同类文档可直接复用已保存的提取指令。
Google Research精选AI 评分6060 Google 发布地理空间推理智能体技术报告与两个新基准
Google Research 发布地理空间推理智能体的技术报告，在 CBGB、UnivEARTH 及自研的 GeoExpertQueries、GeoKTools 四个基准上对比四种配置，并开源两个新基准的开发集。
推荐理由：Google 公开地理空间推理智能体的技术报告与两个新基准，并给出与 WHO 等伙伴的实测案例，可了解专用工具与前置规划对空间推理的作用。
Google Research精选AI 评分7272 Google 发布 Deep Review，用智能体流水线审阅技术文档
Google 公开发布 Deep Review，一个面向复杂文档的智能体审阅系统，最初用于计算机科学论文分析，现已扩展到法律、金融等领域。系统采用四阶段流水线：文档分段、按信息密度自适应分配算力、并行推理智能体分段核查、综合智能体做全局一致性与外部事实校验。
推荐理由：Google 公开了 Deep Review 的四阶段智能体审稿流程与免费额度，可据此判断自动审稿在真实工作流中的位置。
Google ResearchAI 评分4848 Google Research 发布 Research@ 2026：10 项放大人类创造力的进展
Google Research 在 Research@ 活动上公布 10 项进展，包括扩展 Google Earth AI 早期访问并开放三项实验能力，以及向公众开放 Deep Review 技术文档核查系统。TimesFM 与 TabFM 两款数值基础模型将集成进 Gemini for business，并已向所有 Cloud BigQuery 用户开放。
AWS Machine Learning BlogAI 评分3434 用 Amazon Bedrock AgentCore 自动生成演示文稿
基于 Amazon Bedrock AgentCore 构建的 AI 智能体系统可将季度报告、合规文档等自动生成 PowerPoint 演示文稿，内部测试中耗时不到 90 秒。
AWS Machine Learning BlogAI 评分2424 Tamnoon 如何用 Amazon Bedrock 构建 AI 云安全修复平台 Tami
Tamnoon 基于 Amazon Bedrock 构建了智能体式云修复编排器 Tami，可自主调查 CNAPP 等来源的安全发现并评估修复安全性，再生成并编排带护栏的修复方案。该方案在 90 天内将关键云暴露减少超过 90%，且零生产事故。Tami 由调查、安全评分、修复和代码生成四个专用智能体组成，通过单一 API 调用不同基础模型。
NVIDIA BlogAI 评分2222 欧洲多城部署 NVIDIA 加速的 AI 智能体提升城市运营效率
欧洲多国城市正联合 ABA Technology、Akila、K2K、Milestone 等软件伙伴，用 NVIDIA 加速计算、Cosmos 与 Nemotron 开放模型及 Metropolis VSS 蓝图构建物理 AI 智能体和数字孪生，用于交通、能源、公共安全等城市运营。
AWS Machine Learning BlogAI 评分5959 Anchor Browser 集成 AgentCore payments，让智能体自主完成 x402 付费
Anchor Browser 与 Amazon Bedrock AgentCore payments 集成，让 AI 智能体在遇到 HTTP 402 Payment Required 时自动完成 x402 协议支付并重试请求，该方案已在 AWS Marketplace 上线。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案
Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步扩大 Fairwind Program 的受信任网络安全防御者范围。该模型在网络安全测试中解决了全部 12 个端到端模拟攻击场景，上一代为 5 个；在 Gray Swan 的间接提示注入基准上，15 次自适应攻击的成功率降至 0.7%。
推荐理由：原文给出 Gemini 4 Argon 在网络安全与生物风险上的防护设计与实测数字，可了解前沿模型安全部署的具体做法。
Hugging Face Blog精选AI 评分7171 Liquid AI 发布端侧智能体模型 LFM2.5-24B-A2B
Liquid AI 发布 LFM2.5-24B-A2B，一个总参数 24B、每 token 仅激活 2B 的推理模型，面向端侧智能体，会先思考再作答并调用工具。
推荐理由：Liquid AI 给出端侧智能体模型的参数结构、基准对比与推理速度，可据此判断本地部署的可行性。
AWS Machine Learning BlogAI 评分3030 Orca Security 基于 Amazon Bedrock 打造自然语言安全查询 Discovery AI
Orca Security 与 AWS 合作在 Amazon Bedrock 上构建了自然语言查询智能体 Discovery AI，可将自然语言问题转换为 Sonar 查询。
Google DeepMind精选AI 评分9090 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，通过 AI Studio、Gemini API、Google Antigravity 及 Gemini 应用和搜索 AI Mode 提供，定价为每百万输入 token 2 美元、输出 token 10 美元，缓存输入享 95% 折扣。
推荐理由：官方给出 Argon 在编码、科研与安全对齐上的具体案例和定价，可据此判断前沿模型在专业工作流中的落地程度。
AWS Machine Learning BlogAI 评分3434 ShipStation Global 如何基于 Amazon Bedrock AgentCore 构建 AI IT 服务台 Deckhand
ShipStation Global 工程团队基于 Amazon Bedrock AgentCore 打造了 Slack 内的 AI IT 服务台智能体 Deckhand，可回答常规 IT 与公司问题、识别报错截图并创建和更新 Jira Service Management 工单。
NVIDIA Blog精选AI 评分7878 NVIDIA RTX Spark 上市前公布本地 AI 软件与模型更新
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，并联合生态伙伴在上市前推出面向本地 AI 的软件与模型更新。新内容包括 GitHub Copilot、Hermes、OpenClaw、Perplexity、Pi 和 WorkBuddy 等智能体应用的适配，以及 10 月 15 日发布的 Nemotron 3.5 Bolt 74B 模型。
推荐理由：NVIDIA 在 RTX Spark 笔记本上市前集中公布本地智能体、模型与开发工具的适配清单，可据此判断端侧 AI 生态的落地节奏。
NVIDIA BlogAI 评分3030 NVIDIA 宣布投资 Doctolib、Entalpic、Genesis AI 和 Pigment 等法国初创公司
NVIDIA 宣布计划投资 Doctolib、Entalpic、Genesis AI 和 Pigment 四家法国初创公司，分别覆盖医疗智能体、原子级材料工程、通用机器人和企业规划平台。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 入门：如何让 Copilot 了解你的代码库
GitHub Copilot 可通过四种方式定制对代码库的理解：用 .github/copilot-instructions.md 定义仓库级规范，用 .github/instructions 配合 applyTo 字段做路径级指引，用 .github/skills 下的 SKILL.md 打包可复用流程，用 .github/agents 创建专用自定义智能体。
OpenAI NewsAI 评分2222 Asana 用 GPT-6.1 Sol 将浏览器测试模型成本降低 76 倍
Asana 借助 Codex 中的 GPT-6 Astra，在浏览器测试中让浏览器智能体的模型成本降低 76 倍、速度提升 5 倍，从而为客户提供能力更强的模型。
NVIDIA BlogAI 评分2222 NVIDIA Omniverse 如何用前沿 AI 智能体把创意变成仿真应用
NVIDIA 开发者用 GPT-6 Astra 等前沿 AI 模型配合 Omniverse 库，通过自然语言指令构建仿真应用。仓库仿真在 80 台传送带、40 个机械臂和 800 个箱子场景下以全高清 30 帧每秒运行两分钟，完成 640 次箱子放置。另有开发者用 Astra 与 Claude Fable 5 智能体对比 ovrtx 相机和原始 LiDAR 输出与录制数据。
Hugging Face Blog精选AI 评分7474 作者用 ML-intern 两天训出六个模型，总花费约 103 美元
作者在 HuggingChat 中开启 ML-intern，用自然语言描述需求，两天内做出六个模型，包括 0.8B 的 Pocket Rewriter、柑橘病害 VLM、Huggy LoRA、相机视角 LoRA、Doodle-in LoRA 和 Agate 4-step 蒸馏模型，总计算成本约 103 美元。
推荐理由：作者用 ML-intern 在两天内从零训出六个模型，给出了提示词写法、预算控制和成本明细，可迁移到自己的训练流程。
Google Research精选AI 评分6666 Google Research 三个月实地实验：AI 辅助提升专利撰写产出，但初级律师无辅助判断力未见提升
Google Research 在 NBER 发布一项针对 133 名专利律师的三个月实地实验，随机让三分之二律师提前使用当时未发布的 Google Labs AI 专利撰写工具（现属 Gemini Notebook）。
推荐理由：三个月实地实验区分了AI带来的即时产出提升与无辅助判断力的变化，为评估AI对专业能力的影响提供了可参考的实验设计。
NVIDIA Blog精选AI 评分7474 NVIDIA 与 Microsoft 发布 RTX Spark 及 Windows 智能体基础设施
NVIDIA 与 Microsoft 在旧金山 Windows AI 与 Surface 活动上宣布为 Windows PC 的 AI 智能体共同设计软硬件，Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers（MXC）正式可用，让智能体在系统控制下安全持久地在后台运行。
推荐理由：NVIDIA 与 Microsoft 把智能体运行所需的系统级容器和本地算力硬件一并给出，读者可据此判断本地智能体部署的硬件门槛与生态走向。
Microsoft Research精选AI 评分6060 微软研究院开源 Agent Lightning v1.0：3500 行代码的轻量智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重新实现智能体。
推荐理由：微软研究院开源 Agent Lightning v1.0，用约 3500 行代码把真实 harness 直接接入强化学习训练，并给出可复现的编码智能体训练结果。
OpenAI NewsAI 评分4242 OpenAI 为 ChatGPT for Teens 推出 College Planner 与学习功能
OpenAI 为 ChatGPT for Teens 推出 College Planner，帮助学生管理大学申请，同时上线新的 flashcards 和 quizzes 功能。OpenAI 还将组建青少年 AI 委员会（teen AI council），让青少年参与塑造 AI 的未来。
Microsoft ResearchAI 评分2222 Microsoft 研究员 Jennifer Neville 谈 AI 评测与「意外失败」的启示
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论评测如何推动 AI 系统性能边界，以及模型超出传统 benchmark 测试时出现的「意外失败」。她结合自身从数学、物理、认知科学到计算机科学的经历，分享与当前 AI 系统协作的实用建议，并强调当结果偏离预期时应仔细审视数据。
Mistral AI精选AI 评分8181 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral AI 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，可在 Mistral Studio 试用预览 API，权重将于本月底开放。
推荐理由：官方给出 1 万亿参数多模态模型的公开预览、权重开放时间与多项基准对比，可据此判断开源权重模型的当前水位。
Google ResearchAI 评分3838 Google 发布智能体隐私与安全报告：从上下文完整性视角看开放与新兴问题
Google 发布《Open and Emergent Problems in Agentic Privacy and Security: A Contextual Angle》报告，由 50 多位学界与业界人士在 2025 年底纽约 CAPS 研讨会上合作完成。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，基于 1.039 亿个 GitHub pull request 的分布构建，包含来自 187 个开源仓库、覆盖 19 种语言的 219 个 pull request。
Hugging Face Blog精选AI 评分7878 微软与 Hugging Face 发布 ThinkingBox：按数据库终态给 AI 智能体打分
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，通过隔离的 MCP 工具会话运行智能体，再按终端后端状态和副作用打分，而非看模型生成的句子。
推荐理由：微软与 Hugging Face 联合发布的智能体评测环境，用后端状态而非模型自述来判定任务是否真正完成。
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者工作方式，GitHub 给出三项需要强化的技能
GitHub 提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的首次答案、用 AI 节省的时间去解决更大的问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明它用第二个模型对计划、代码和测试进行批判性审查，以发现首个模型遗漏的问题。
Hugging Face BlogAI 评分4040 ServiceNow CoreAI 推出 AutoSynthData：为企业智能体生成训练数据
ServiceNow CoreAI 构建了 AutoSynthData，利用目标模型的失败案例与更强教师的成功示范，自动生成并验证新的可执行训练任务，随模型进步动态调整课程。该流程在 EnterpriseOps Gym 环境中演示，生成任务需满足可行性、真实性与难度三项要求，验证器则需保证一致性、可靠性与完整性。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新一代前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御者开放，随后逐步扩展至开发者、企业和消费者。
推荐理由：Gemini 4 Argon 的发布信息包含输出上限、定价与多项基准成绩，可据此判断前沿模型在长程编码与安全防御上的进展。
GitHub Blog · AI & MLAI 评分4848 GitHub Copilot 应用入门：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas（画布扩展）是一种可自定义界面，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述需求，agent 即可生成看板、发布清单或仪表盘等界面。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 为什么说聊天框是错的 UI：用 canvas 构建自定义交互界面
GitHub Copilot 提出 canvas 概念：一种运行在 GitHub Copilot 应用内、无浏览器外壳的全栈小应用，可与 agent 双向通信，也能调用第三方 API 并在本地执行代码。官方举例包括用 canvas 做 Connect 4 游戏、Winget 包管理界面和 SQLite 操作界面，并称用 agent 构建工具比反复对话更省 token。
GitHub Blog · AI & ML精选AI 评分6262 GitHub Security Lab 发布 Fuzzing Taskflow 智能体流水线
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需传入 GitHub 仓库地址，即可自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做去重与漏洞报告。
推荐理由：原文完整披露了自动化模糊测试流水线的分层架构与覆盖反馈循环，读者可据此判断哪些人工环节能被智能体接手。