Mistral AI 推出 Forge，一套让企业基于自有专有知识构建前沿级 AI 模型的系统，支持预训练、后训练和强化学习等阶段。Forge 支持 dense 与 MoE 架构，并可按需支持多模态输入，模型可在企业自有基础设施内训练和治理。该平台以 Agent 优先设计，Mistral Vibe 等自主智能体可用其微调模型、寻找最优超参数、调度任务并生成合成数据，用户只需用自然语言即可定制模型。
推荐理由：Forge 把预训练、后训练与强化学习打包成企业自建模型的入口，读者可据此判断企业级定制模型的落地路径。
H Company 发布 Holotron-12B，一个基于 NVIDIA Nemotron-Nano-2 VL 后训练的多模态 computer-use 模型，现已上线 Hugging Face，采用 NVIDIA Open Model License。
推荐理由：原文给出模型架构、吞吐对比与基准提升，读者可据此判断它在高并发 computer-use 场景的可用性。
OpenAI 发布 GPT-5.4 mini 和 nano，作为 GPT-5.4 的更小、更快版本。两者针对编码、工具调用、多模态推理以及高并发 API 和子智能体负载做了优化。
推荐理由：OpenAI 在 GPT-5.4 之下补出 mini 与 nano 两档，读者可据此判断高并发与子智能体场景的选型空间。
Mistral 基于其开源编码助手 Vibe 构建了一个自主智能体，可读取 Rails 源码文件、生成或改进 RSpec 测试，并在 CI/CD 流水线中无需人工干预地运行。该智能体通过仓库级 AGENTS.md 执行计划、按文件类型划分的 skills 文件以及 Rubocop、SimpleCov 校验工具运作，仅靠一份 markdown 指令文件就将质量分从 0.68 提升至 0.74。
OpenAI 介绍了 ChatGPT 在智能体工作流中抵御提示词注入与社会工程攻击的设计思路：通过限制高风险操作、保护敏感数据来降低风险。
OpenAI 介绍如何用 Responses API、shell 工具和托管容器构建智能体运行时，让智能体在安全、可扩展的环境中处理文件、工具和状态。
推荐理由：OpenAI 官方说明如何用 Responses API、shell 工具和托管容器搭建智能体运行时，可了解其安全与扩展思路。
OpenAI 发布 AI 应用安全智能体 Codex Security，目前处于研究预览阶段。该智能体通过分析项目上下文来检测、验证并修补复杂漏洞，官方称其置信度更高、噪声更少。
推荐理由：OpenAI 官方给出 Codex Security 的定位与三项核心能力，可据此判断它在安全审计流程中的切入点。
Balyasny Asset Management 通过严格的模型评估、全平台使用 OpenAI 以及智能体工作流，重构了投资研究流程。该机构将模型评估、OpenAI 全平台能力与 agent 工作流结合，用于改造投资研究工作方式。
OpenAI 发布 GPT-5.4，称其为面向专业工作能力最强且高效的前沿模型，具备 SOTA 编码、计算机操作、工具搜索和 1M token 上下文。
推荐理由：OpenAI 官方发布 GPT-5.4，给出编码、计算机操作与 1M token 上下文等能力定位，便于判断其面向专业工作的边界。
OpenAI 推出 ChatGPT for Excel 和新的金融应用集成，由 GPT-5.4 驱动，用于在受监管环境中加速建模、研究与分析。
推荐理由：官方给出 ChatGPT for Excel 与金融数据集成两项变化，读者可据此判断 GPT-5.4 在受监管场景中的落地方式。
OpenAI 与 Amazon 宣布战略合作，将 OpenAI 的 Frontier 平台引入 AWS，并扩展 AI 基础设施、定制模型和企业级 AI 智能体。
推荐理由：OpenAI 与 Amazon 达成战略合作，读者可据此了解前沿模型平台进入 AWS 生态后的企业落地路径。
OpenAI 在 Amazon Bedrock 推出面向智能体的有状态运行时环境（Stateful Runtime for Agents），为基于 OpenAI 的多步 AI 工作流提供持久编排、记忆和安全执行能力。
OpenAI 与 Pacific Northwest National Laboratory 联合推出 DraftNEPABench，用于评估 AI 编程智能体如何加速联邦许可审批。该基准显示，NEPA 草案撰写时间最多可缩短 15%，有望推动基础设施审查现代化。
OpenAI 宣布推出 Frontier Alliance Partners，帮助企业从 AI 试点走向生产环境，实现安全、可扩展的智能体部署。
Hugging Face 发布教程，介绍如何通过 Claude Code、Codex 等编码智能体，用 Unsloth 和 Hugging Face Jobs 微调 LiquidAI/LFM2.5-1.2B-Instruct。
推荐理由：原文给出用编码智能体提交 Unsloth 微调任务的完整命令与 Skill 安装方式，可据此复现小模型训练流程。
Google DeepMind 发布 Gemini 3.1 Pro，定位为面向复杂任务的核心推理升级，在 ARC-AGI-2 上取得 77.1% 的验证分数，超过 3 Pro 推理性能的两倍。
推荐理由：官方给出 ARC-AGI-2 上 77.1% 的验证分数，读者可据此判断 Gemini 3.1 Pro 在核心推理上的提升幅度。
IBM Research 与 UC Berkeley 用 MAST 失败分类法分析 ITBench 的 310 条 SRE 执行轨迹，覆盖 Gemini-3-Flash、Kimi-K2 和 GPT-OSS-120B 三类模型。
OpenAI 与 Paradigm 联合推出 EVMbench，用于评测 AI 智能体检测、修补和利用高危智能合约漏洞的能力。该基准聚焦高严重性漏洞，覆盖发现、修复与攻击三类任务。
Gradio 6 的 gr.HTML 现已支持自定义模板、作用域 CSS 和 JavaScript 交互，可让 Claude 等前沿 LLM 一次性生成前端、后端和状态管理，全部写在一个 Python 文件里，无需构建步骤即可部署到 Hugging Face Spaces。
推荐理由：原文给出 gr.HTML 的三模板 API 与单文件示例，读者可据此判断如何让 LLM 一次生成可部署的交互组件。
Hugging Face 构建了一个 Agent Skill，教编码智能体编写生产级 CUDA kernel，并让 Claude 和 Codex 分别针对 diffusers 的 LTX-Video 和 transformers 的 Qwen3-8B 生成可用 kernel，包含正确的 PyTorch 绑定与基准测试。
推荐理由：Hugging Face 把 CUDA kernel 开发知识封装成 Agent Skill，并给出两个真实模型的端到端基准数据，可据此判断这类技能包的实际收益。
Google DeepMind 发布 Gemini 3 Deep Think 重大升级，这一专用推理模式面向科学、研究与工程难题。官方称其在 Humanity's Last Exam 上取得 48.4%（无工具）、ARC-AGI-2 上 84.6%、Codeforces 上 Elo 3455，并在 2025 国际数学奥林匹克达到金牌水平。
推荐理由：官方给出 Deep Think 在 HLE、ARC-AGI-2、Codeforces 等基准上的具体成绩，并说明 API 早期访问入口，便于判断其科研与工程定位。
Meta 与 Hugging Face 联合推出的开源框架 OpenEnv 用于在真实系统而非模拟环境中评测 AI 智能体，Turing 为其贡献了生产级日历管理环境 Calendar Gym。
推荐理由：OpenEnv 与 Calendar Gym 的实测数据揭示了工具型智能体在多步推理和歧义解析上的具体瓶颈，可迁移到其他 Agent 评测设计。
OpenAI 技术人员 Ryan Lopopolo 提出 Harness engineering，主张在智能体优先的世界中利用 Codex。文章围绕这一理念展开，探讨如何借助 Codex 构建以智能体为核心的工程实践。
Google 在 ACM UIST 2025 上发布开源原型框架 DialogLab，用于编排、模拟和测试动态的人机多方群组对话。该框架将对话的社交设定与时间推进解耦，通过"编排-测试-验证"三阶段工作流支持拖拽式场景搭建、human control 实时干预和对话动态可视化分析。
Google DeepMind 发布两篇论文，介绍在数学家、物理学家和计算机科学家指导下，用 Gemini Deep Think 模式求解专业研究问题。团队构建了由 Deep Think 驱动的数学研究智能体 Aletheia，具备自然语言验证器、可迭代生成与修正，并能承认无法求解，在 IMO-ProofBench Advanced 上得分最高达 90%。
推荐理由：DeepMind 公开了 Gemini Deep Think 在数学与理论计算机科学上的研究级成果，并给出人机协作的分类框架。
OpenAI 的 GPT-5 与 Ginkgo Bioworks 的云端自动化结合组成自主实验室，通过闭环实验将无细胞蛋白质合成成本降低 40%。
Google 提出 Natively Adaptive Interfaces（NAI）框架，用多模态 AI 工具让 UI 设计从一刀切转向情境感知，以动态的智能体驱动模块取代静态导航。
OpenAI 发布企业平台 OpenAI Frontier，用于构建、部署和管理 AI 智能体。该平台提供共享上下文、入职引导、权限和治理等能力。
推荐理由：OpenAI 面向企业推出智能体平台，给出共享上下文、权限与治理等能力范围，可据此判断企业级 Agent 的落地形态。
OpenAI 发布 GPT-5.3-Codex 系统卡，称其为目前能力最强的智能体编码模型。该模型结合了 GPT-5.2-Codex 的前沿编码性能与 GPT-5.2 的推理和专业领域知识能力。
推荐理由：官方系统卡给出 GPT-5.3-Codex 的能力定位，读者可据此了解它在编码与推理上的组合方式。
OpenAI 发布 GPT-5.3-Codex，这是一个 Codex 原生的智能体，将前沿编码能力与通用推理结合，用于支持长周期、真实世界的技术工作。
推荐理由：OpenAI 发布 Codex 原生的 GPT-5.3-Codex，读者可了解其在编码与通用推理上的定位。
OpenAI 介绍 Codex App Server，这是一个双向 JSON-RPC API，用于把 Codex 智能体嵌入到其他应用中。该接口支持流式进度、工具调用、审批和 diff 等能力。
推荐理由：OpenAI 官方拆解 Codex App Server 的 JSON-RPC 接口设计，可供开发者参考如何把编码智能体嵌入自有产品。
H Company 发布迄今最大的 UI 定位模型 Holo2-235B-A22B Preview，在 ScreenSpot-Pro 上以 3 步智能体模式达到 78.5%、OSWorld G 达 79.0%，创下新 SOTA。
Snowflake 与 OpenAI 达成 2 亿美元合作协议，把前沿智能引入企业数据，让 AI 智能体和洞察直接在 Snowflake 中运行。
OpenAI 发布面向 macOS 的 Codex 应用，定位为 AI 编码与软件开发的指挥中心，支持多个智能体、并行工作流和长时间运行的任务。
推荐理由：OpenAI 官方发布 Codex macOS 应用，读者可了解其多智能体与并行工作流的产品定位。
OpenAI 披露其内部数据智能体，结合 GPT-5、Codex 与记忆能力对海量数据集进行推理，可在数分钟内给出可靠洞察。该智能体为 OpenAI 自研自用，用于加速内部数据分析流程。
Gradio 团队发布开源 Python 库 Daggr，用于把 Gradio 应用、ML 模型和自定义函数串联成 AI 工作流，并自动生成可视化画布。画布中可查看任意节点的中间输出、修改输入并单独重跑某一步，无需执行整条流水线，还支持状态持久化和备份节点替换。
推荐理由：Gradio 团队开源 Daggr，用代码定义工作流并自动生成可视化画布，可单独重跑某一步，为多模型串联调试提供了一种轻量方案。
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。
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。
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。