Google Research 发布论文《Towards a Science of Scaling Agent Systems》，对 180 种智能体配置做大规模对照评测，覆盖 Finance-Agent、BrowseComp-Plus、PlanCraft、Workbench 四个基准和 GPT、Gemini、Claude 三个模型家族，挑战了“智能体越多越好”的假设。
推荐理由：通过 180 种智能体配置的对照评测，给出多智能体架构在并行与顺序任务上的量化差异，可作为架构选型参考。
OpenAI 推出 EMEA Youth & Wellbeing Grant，投入 50 万欧元资助非政府组织和研究人员，用于推进 AI 时代的青年安全与福祉。该计划现已开放申请。
OpenAI 发布欧盟经济蓝图 2.0，以新数据、合作伙伴关系和多项举措推动欧洲 AI 应用、技能培养与经济增长。
Hugging Face 发布新工具 upskill，可用 Claude Opus 4.5 等大模型生成并评测 agent skill，再迁移给更小或本地模型使用。
推荐理由：原文给出用大模型生成 Skill 再迁移到小模型的完整流程与评测方法，可复用到其他领域任务。
OpenAI 说明了 AI 智能体打开链接时保护用户数据的方式，通过内置防护机制防止基于 URL 的数据外泄和提示词注入。
Google Research 提出 ATLAS（自适应迁移缩放定律），用于指导多语言模型的模型规模、数据量与语言配比选择，覆盖 774 次训练、10M–8B 参数模型、400+ 种语言和 48 种语言评测。
Mistral 发布终端原生编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型系列驱动，新增自定义子智能体、多选澄清、斜杠命令技能、统一智能体模式和自动更新。
推荐理由：官方给出 Vibe 2.0 的自定义子智能体、斜杠命令技能等能力与定价入口，可据此判断终端编码智能体的工作流变化。
中国开源模型已几乎一致转向 MoE 架构，Kimi K2、MiniMax M2、Qwen3 均采用该路线，以在成本约束下兼顾能力与灵活部署。0.5B–30B 小模型成为本地运行与微调主力，Apache 2.0 接近默认许可证。DeepSeek-V3.2-Exp 获华为昇腾与寒武纪 day-zero 支持，蚂蚁 Ling 用国产芯片训练 1 万亿 token 成本降约 20%。
Hugging Face 推出 Alyah（الياه，意为北极星）基准，用于评估阿拉伯语 LLM 对阿联酋方言的语言、文化与语用理解能力。该基准含 1,173 条由阿联酋母语者手工采集的样本，均为四选一选择题，覆盖问候、诗歌、遗产知识等七类内容。团队共评测 54 个模型，其中 google/gemma-3-27b-pt 以 74.68 的准确率居首。
Calvin Klein 与 Tommy Hilfiger 母公司 PVH 正采用 ChatGPT Enterprise，将 AI 引入时尚设计、供应链和消费者互动环节。
Hugging Face 博客复盘了用 verl 框架对 GPT-OSS-20B 做 Agentic RL 训练时遇到的问题：训练初期出现 KL 散度和熵爆炸、奖励不升，根因是 MoE 架构下双次前向传播导致新旧 log-prob 不匹配，使 PPO 的 importance sampling ratio 偏离 1。
OpenAI 推出 Prism，一个内置 GPT-5.2 的免费 LaTeX 原生工作空间，帮助研究人员在同一处完成写作、协作与推理。
TRUSTBANK 与 Recursive 合作，基于 OpenAI 模型打造了 Choice AI，通过个性化对话式推荐简化故乡税（Furusato Nozei）礼品的发现与挑选流程。
Indeed CRO Maggie Hulce 分享了 AI 如何改变求职、招聘与企业人才获取。内容覆盖 AI 对雇主与求职者两端的影响，但未披露具体模型、参数或功能细节。
Google Research 在 NeurIPS 2025 提出 GIST（Greedy Independent Set Thresholding）算法，用于训练数据子集选择，在图像分类等任务上超越现有基准，并首次为该多样性-效用权衡提供可证明的近似保证——所选子集价值至少达到最优解的一半。GIST 通过将多样性-效用问题拆解为一系列最大独立集问题，用双准则贪心算法在多个距离阈值上逼近求解。
OpenAI 发布 Codex 智能体循环技术解析，说明 Codex CLI 如何借助 Responses API 编排模型、工具、提示词与性能。文章为技术深度剖析，未披露具体版本号、参数规模或性能数字。
Google Research 在 EMNLP 2025 发表的论文提出分解式意图提取方法：先用小型多模态 LLM 逐屏总结用户交互，再从摘要序列中提取意图，在移动端和网页轨迹上均优于 CoT 与端到端微调。该方法用 Gemini 1.5 Flash 8B 即可达到 Gemini 1.5 Pro 相当的效果，成本与速度更优，适用于端侧部署。
OpenAI 介绍其如何将 PostgreSQL 扩展到每秒数百万次查询，以支撑 8 亿 ChatGPT 用户。文中提到的主要手段包括副本、缓存、限流和工作负载隔离。
Praktika 借助 GPT-4.1 和 GPT-5.2 构建自适应 AI 导师，可根据学习者情况个性化课程、跟踪学习进度，帮助其实现真实场景下的语言流利度。
OpenAI 发布数据报告，披露各行业员工使用 ChatGPT 的情况，涵盖 GPT-5 在工作场景中的采用趋势、高频任务与部门分布模式。报告还探讨了 AI 在工作中的未来走向。
Mistral AI 团队在预生产测试中发现，vLLM 搭配 Mistral Medium 3.1 并启用图编译时，系统内存以每分钟 400 MB 线性增长，数小时后触发 out of memory。
Higgsfield 借助 OpenAI 的 GPT-4.1、GPT-5 和 Sora 2，让创作者从简单输入直接生成电影级、适配社交平台的视频。该方案面向社交视频创作场景，强调以简单想法为起点完成成片输出。
Hugging Face 发布 AssetOpsBench，一个面向工业资产运维的智能体评测基准，包含 2.3M 传感器遥测点、140+ 场景、4.2K 工单和 53 种结构化故障模式，覆盖 4 个智能体。
OpenAI 推出 Edu for Countries 新计划，帮助各国政府利用 AI 推动教育系统现代化并培养面向未来的劳动力。
OpenAI 最新报告揭示各国在先进 AI 采用上存在显著差距，并提出新举措帮助各国从 AI 中获取生产力收益。报告聚焦如何消除"能力悬置"（capability overhang），即模型能力已具备但尚未被广泛使用的状态。
OpenAI 与盖茨基金会联合启动 Horizon 1000，这是一项 5000 万美元的试点项目，旨在提升非洲医疗领域的 AI 能力。该计划目标是在 2028 年前覆盖 1000 家诊所。
OpenAI 公布 Stargate 社区计划，提出以社区优先的方式建设 AI 基础设施，方案将根据社区意见、能源需求与劳动力优先事项进行本地化定制。
DeepSeek 于 2025 年 1 月发布 R-1 模型，一年后成为 Hugging Face 史上获赞最多的模型，其 MIT 许可让推理能力可下载、蒸馏和微调，推动中国开源 AI 生态成型。
ServiceNow 扩大对 OpenAI 前沿模型的接入，用于驱动 ServiceNow 平台上的 AI 工作流、摘要、搜索与语音功能。此次合作将 OpenAI 模型能力引入企业级工作场景，覆盖 AI 驱动的企业流程自动化与交互体验。
微软团队发布 Differential Transformer V2，通过为每个 token 和每个 head 投影 λ 并只增加 query head 数量、保持 KV head 不变，使解码速度与标准 Transformer 持平且无需自定义注意力 kernel。
推荐理由：微软团队给出 Differential Transformer V2 的注意力实现与消融对比，读者可了解差分注意力在解码速度与训练稳定性上的取舍。
ChatGPT 正在推出年龄预测功能，用于判断账户用户是否年满 18 岁，并对青少年账户应用相应保护措施。OpenAI 表示该功能会随时间推移不断优化准确性。
Overworld 发布 Waypoint-1，一个可通过文本、鼠标和键盘实时控制的交互式视频扩散模型，权重已上传 Hugging Face Hub，先开放 Waypoint-1-Small，Medium 版本即将推出。
推荐理由：Waypoint-1 把实时交互视频扩散模型与配套推理库一并开源，读者可据此了解世界模型从预训练到低延迟部署的完整路径。
OpenAI 的商业模式随智能价值扩展，覆盖订阅、API、广告、商业和算力，由 ChatGPT 采用的持续深化驱动。
Google DeepMind 发布 D4RT（Dynamic 4D Reconstruction and Tracking），一个统一 4D 场景重建与追踪的 AI 模型，采用编码器-解码器 Transformer 架构和查询机制，可同时完成点追踪、点云重建和相机位姿估计。
推荐理由：D4RT 把 4D 重建统一进单一查询式框架，效率提升幅度和实时应用场景是主要看点。
OpenAI 宣布 ChatGPT Go 在全球上线，提供 GPT-5.2 Instant 的扩展访问、更高的使用额度和更长的记忆，定位是让先进 AI 在全球范围内更可负担。
推荐理由：原文给出 ChatGPT Go 全球开放后的模型版本、用量与记忆变化，可据此判断低价档位的实际能力边界。
OpenAI 计划在美国为 ChatGPT 的免费档和 Go 档测试广告，以扩大 AI 的可负担访问范围。OpenAI 表示测试过程中会保护隐私、信任与回答质量。
推荐理由：OpenAI 首次说明 ChatGPT 免费与 Go 档的广告测试思路，读者可了解其商业化与可及性之间的取舍。
Google 提出基于时序卷积网络（TCN）的多头深度学习模型，仅用单只 Pixel Watch 的 50 Hz IMU 信号和用户身高，即可直接估算步速、步长、摆动时间、支撑时间和双脚支撑时间等步态指标。在 246 名参与者、约 7 万个步行片段的大规模验证中，多数指标达到 Pearson r >0.80、ICC >0.80，与 Pixel 6 手机估算结果无显著差异（p >0.05）。
OpenAI 投资 Merge Labs，支持其开发连接生物智能与人工智能的新型脑机接口，目标是最大化人类能力、自主性与体验。
OpenAI 发起一项新的 RFP，旨在通过加速美国本土制造、创造就业岗位并扩展 AI 基础设施，强化美国 AI 供应链。
OpenAI 发起、开源 AI 社区共建、Hugging Face 生态支持的 Open Responses 开放推理标准发布，基于 Responses API，面向智能体场景设计。该标准默认无状态，支持加密推理，将流式输出建模为语义事件序列，并原生支持内部与外部工具及子智能体循环。开发者可通过 Hugging Face Inference Providers 试用早期访问版本。
推荐理由：OpenAI 发起、Hugging Face 生态支持的开放推理标准，读者可了解 Responses API 开源化后的关键变化与迁移路径。