解锁 GPT-OSS 的 Agentic RL 训练：一次实践复盘
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。
#Agent
#Agent
今日 3 条Hugging Face BlogAI 评分3838 OpenAI NewsAI 评分1515 TRUSTBANK 用 AI 智能体个性化推荐故乡税礼品
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。
OpenAI NewsAI 评分4242 OpenAI 详解 Codex 智能体循环：Codex CLI 如何编排模型、工具与提示词
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。
OpenAI NewsAI 评分2222 Praktika 如何用 GPT-4.1 和 GPT-5.2 打造对话式语言学习
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。
Hugging Face BlogAI 评分3636 AssetOpsBench：弥合 AI 智能体基准与工业现实之间的差距
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。
Hugging Face Blog精选AI 评分7474 Overworld 发布 Waypoint-1 实时交互视频扩散模型
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。
Hugging Face Blog精选AI 评分6262 Open Responses 开放推理标准发布：基于 Responses API 面向智能体
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。
OpenAI NewsAI 评分2525 Netomi 如何用 GPT-4.1 和 GPT-5.2 将智能体系统扩展到企业级
Netomi 借助 GPT-4.1 和 GPT-5.2 将企业级 AI 智能体规模化落地，通过并发、治理与多步推理的结合支撑可靠的生产工作流。
Hugging Face BlogAI 评分4848 NVIDIA 用 DGX Spark 和 Reachy Mini 让智能体走进现实
NVIDIA 在 CES 2026 发布教程，演示如何用 DGX Spark 搭配 Reachy Mini 搭建桌面 AI 助手。
Google DeepMindAI 评分2222 Google 2025 年度回顾：8 大研究突破领域
Google 回顾 2025 年 8 大研究突破领域，Gemini 3 Pro 登顶 LMArena 排行榜，在 Humanity's Last Exam 和 GPQA Diamond 上取得突破性成绩，并在 MathArena Apex 创下 23.4% 的新 SOTA。
Hugging Face BlogAI 评分4242 Hugging Face 推出 AprielGuard：面向现代 LLM 系统的 8B 安全护栏模型
Hugging Face 发布 8B 参数安全护栏模型 AprielGuard，可检测 16 类安全风险及提示注入、越狱、思维链污染、记忆投毒、多智能体攻击等对抗攻击，并覆盖工具调用与推理轨迹等智能体工作流。模型提供推理与非推理两种模式，兼顾可解释分类与低延迟生产部署。
OpenAI News精选AI 评分6060 OpenAI 持续加固 ChatGPT Atlas 抵御提示词注入
OpenAI 正在用强化学习训练的自动化红队加固 ChatGPT Atlas，抵御提示词注入攻击。这一发现与修补的循环能更早识别新型攻击手法，在 AI 智能体能力增强的同时强化浏览器智能体的防御。
推荐理由：OpenAI 披露用强化学习训练的自动化红队持续发现并修补 Atlas 的提示词注入漏洞，可了解浏览器智能体的安全加固思路。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 3 Flash
Google DeepMind 发布 Gemini 3 Flash，主打前沿智能与速度兼顾，在 GPQA Diamond 得 90.4%、Humanity's Last Exam 无工具得 33.7%、MMMU Pro 得 81.2%、SWE-bench Verified 得 78%。
推荐理由：官方给出 Gemini 3 Flash 的基准分数、定价与上线渠道，可据此判断速度与成本之间的取舍。
OpenAI News精选AI 评分6262 OpenAI 开放开发者向 ChatGPT 提交应用
OpenAI 宣布开发者可向 ChatGPT 提交应用，经审核通过后会在产品内新设的应用目录中展示，便于用户发现。官方同时更新了工具、指南和 Apps SDK，帮助开发者构建把真实操作带入 ChatGPT 的聊天原生体验。
推荐理由：OpenAI 开放 ChatGPT 应用提交与目录入口，开发者可据此判断接入路径和审核门槛。
Hugging Face Blog精选AI 评分6262 CUGA 上线 Hugging Face Spaces：可配置通用 AI 智能体开源发布
CUGA（Configurable Generalist Agent）在 Hugging Face Spaces 上线演示，这是一个 Apache 2.0 开源的可配置通用 AI 智能体，支持跨 Web 与 API 的多步任务。
推荐理由：CUGA 在 AppWorld 与 WebArena 上的成绩和可配置推理模式，为评估通用智能体框架提供了具体参照。
Google DeepMind精选AI 评分7474 Google DeepMind 更新 Gemini 2.5 Flash Native Audio，并推出实时语音翻译
Google DeepMind 发布更新版 Gemini 2.5 Flash Native Audio，面向实时语音智能体，提升了复杂工作流处理、指令遵循和多轮对话能力。
推荐理由：官方给出 Gemini 2.5 Flash Native Audio 在函数调用、指令遵循和多轮对话上的具体提升数据，便于判断语音智能体的可用性变化。
OpenAI NewsAI 评分2222 BNY 借助 OpenAI 打造“人人可用、处处可用”的 AI
BNY 利用 OpenAI 在全企业范围扩大 AI 应用，通过 Eliza 平台让 20,000 多名员工构建 AI 智能体，以提升效率和客户成果。
OpenAI NewsAI 评分2020 Podium 如何用 GPT-5 为 10,000+ 中小企业打造 AI 智能体
Podium 基于 OpenAI 的 GPT-5 打造了 AI 智能体“Jerry”，为 10,000+ 中小企业提供服务，并带来 300% 的增长。该 AI 队友正在改变 Main Street 商家服务客户的方式。
Hugging Face Blog精选AI 评分6262 Hugging Face 教程：用 Codex 与 HF Skills 端到端微调开源模型
Hugging Face 发布教程，展示如何让 OpenAI Codex 借助 Hugging Face Skills 仓库完成端到端机器学习实验，包括数据集校验、硬件选择、提交训练任务、监控进度、评测与导出 GGUF。
推荐理由：原文给出 Codex 结合 HF Skills 完成端到端微调的完整流程与成本区间，可据此判断智能体托管训练实验的可行边界。
OpenAI News精选AI 评分8282 OpenAI 发布 GPT-5.2 前沿模型
OpenAI 发布 GPT-5.2，称其为面向日常专业工作最先进的前沿模型，具备最先进的推理、长上下文理解、编码和视觉能力。该模型可在 ChatGPT 和 OpenAI API 中使用，用于支撑更快、更可靠的智能体工作流。
推荐理由：OpenAI 官方发布 GPT-5.2，给出推理、长上下文、编码与视觉的能力定位及 ChatGPT 和 API 两个入口。
Mistral AI精选AI 评分8282 Mistral 发布 Devstral 2 编码模型与 Mistral Vibe CLI
Mistral AI 发布下一代编码模型系列 Devstral 2，含 123B 的 Devstral 2 和 24B 的 Devstral Small 2，分别采用修改版 MIT 和 Apache 2.0 许可，均为开源。
推荐理由：官方给出两款开源编码模型的参数、SWE-bench 成绩与许可差异，并附独立人工评测对比，可据此判断开源编码模型与闭源模型的差距。
OpenAI News精选AI 评分6262 OpenAI 联合发起 Agentic AI Foundation，并捐赠 AGENTS.md
OpenAI 在 Linux 基金会下联合发起 Agentic AI Foundation，并将 AGENTS.md 捐赠给该基金会，用于支持安全智能体 AI 的开放、可互操作标准。
推荐理由：OpenAI 把 AGENTS.md 交给 Linux 基金会下的新组织，读者可据此观察智能体标准由谁主导。
Hugging Face BlogAI 评分3636 DeepMath：基于 smolagents 的轻量级数学推理 Agent
Intel AI Software Group 发布 DeepMath，一个基于 Qwen3-4B Thinking、用 GRPO 微调的轻量级数学推理 Agent，通过 smolagents 生成 Python 片段并在沙箱执行，将输出长度最多缩短 66%，同时在 MATH500、AIME、HMMT、HLE 等基准上提升准确率。
Hugging Face Blog精选AI 评分6969 Hugging Face 发布 Skills，让 Claude 微调开源大模型
Hugging Face 推出 Hugging Face Skills，让 Claude Code、Codex、Gemini CLI 等编码智能体直接提交微调任务到云端 GPU、监控进度并把模型推送到 Hub。
推荐理由：Hugging Face 把微调流程封装成 Claude Code 可调用的 Skill，读者可据此了解对话式训练的实际操作与成本。
Hugging Face BlogAI 评分4040 Tavily 如何打造达到 SOTA 的深度研究智能体
Tavily 分享了其构建 SOTA 深度研究智能体的经验，曾因第一版架构假设过时被迫推倒重建。其核心思路是简化编排逻辑、拥抱模型自主性，并借助 Tavily Advanced Search 在工具侧完成上下文工程，只返回最相关内容块以降低幻觉与延迟。团队还提出将工具输出蒸馏为反思、仅在生成最终结果时引入原始信息，以模拟人类研究方式。
Google DeepMind精选AI 评分6262 Google DeepMind 支持美国能源部 Genesis 计划，向 17 个国家实验室开放 AI 科研工具
Google DeepMind 宣布支持美国白宫 Genesis Mission，并与美国能源部合作，向全部 17 个国家实验室提供前沿 AI for Science 模型和智能体工具的加速访问计划，首批上线的是基于 Gemini 的 AI co-scientist。
推荐理由：Google DeepMind 与美国能源部 17 个国家实验室的合作，给出了 AI for Science 从模型到落地路径的具体样本。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 3 Pro 并推出 Antigravity 开发平台
Google DeepMind 发布 Gemini 3，其中 Gemini 3 Pro 在编码、智能体工作流和复杂零样本任务上超过 2.5 Pro，已在 Google AI Studio 和 Vertex AI 以预览形式开放，200k token 以内输入每百万 token 收费 2 美元、输出 12 美元。
推荐理由：官方给出 Gemini 3 Pro 的基准成绩、API 定价与配套开发平台，便于判断它在智能体编码工作流中的位置。
Google DeepMind精选AI 评分9090 Google DeepMind 发布 Gemini 3，Pro 版预览上线并推出 Deep Think 模式
Google DeepMind 发布 Gemini 3，首发 Gemini 3 Pro 预览版，并推出增强推理的 Gemini 3 Deep Think 模式。
推荐理由：官方给出 Gemini 3 Pro 的完整基准成绩与首发渠道，可据此判断它在推理、多模态和编码上的位置。
Google DeepMind精选AI 评分8282 Google 发布智能体开发平台 Antigravity
Google 发布智能体开发平台 Antigravity，即日起公开预览且免费，支持 macOS、Linux 和 Windows。它保留 AI 驱动的 IDE 编辑器视图，同时新增面向智能体的 Manager 界面，可并行编排多个工作区中的智能体，并通过任务列表、实现方案、截图和浏览器录制等 Artifacts 呈现工作过程。
推荐理由：Google 把 IDE 拆成同步编辑器与异步 Agent Manager 两层，读者可据此判断智能体编程工具的产品形态走向。
Google Research精选AI 评分8080 Google 发布生成式 UI，Gemini 应用与搜索 AI Mode 上线动态界面实验
Google 推出生成式 UI 实现，由模型直接生成网页、游戏、工具等完整交互界面，而非只渲染内容。
推荐理由：Google 把生成式 UI 落到 Gemini 应用和搜索 AI Mode，读者可据此判断界面生成这一方向的落地形态。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 SIMA 2：接入 Gemini 的 3D 世界游戏智能体
Google DeepMind 发布 SIMA 2，将 Gemini 模型嵌入智能体核心，使其从指令执行者升级为能推理目标、与用户对话并自我改进的游戏伙伴。
推荐理由：SIMA 2 把 Gemini 的推理能力接入 3D 游戏智能体，并给出自我改进循环与在 Genie 3 生成世界中的泛化表现。
Google ResearchAI 评分4040 Google 发布 DS-STAR：面向异构数据的最先进数据科学智能体
Google 推出数据科学智能体 DS-STAR，通过数据文件分析、LLM 评判验证与顺序规划三项创新，在 DABStep、KramaBench、DA-Code 上均超越 AutoGen 和 DA-Agent，准确率分别从 41.0% 提升至 45.2%、39.8% 至 44.7%、37.0% 至 38.5%，并登顶 DABStep 公开榜单。
Hugging Face BlogAI 评分3838 MiniMax M2 如何重新思考智能体泛化：对齐基准还是对齐用户？
MiniMax M2 在智能体后训练中提出"交错思考"（Interleaved Thinking），让模型在任务任意阶段都能思考，以应对工具输出带来的外部扰动。团队发现单纯扩展工具数量无法带来真正泛化，转而构建覆盖工具信息、系统提示词、用户提示词、环境与工具响应全轨迹的数据管线。内部测试中，M2 在陌生"冷启动"框架下工具调用与指令遵循表现均超出预期。
Google ResearchAI 评分3636 Google Research 推出 StreetReaderAI：用上下文感知多模态 AI 让街景可访问
Google Research 在 UIST'25 发布 StreetReaderAI，一款面向盲人和低视力用户的可访问街景原型，基于 Gemini 提供 AI Describer 实时场景描述与 AI Chat 对话问答，支持键盘和语音导航。
Google Research精选AI 评分6262 Google 用 Gemini 打造个人健康教练，面向 Fitbit Premium 用户开放公开预览
Google 基于 Gemini 模型构建个人健康教练，明日起面向美国 Fitbit Premium Android 用户推出可选公开预览，随后扩展至 iOS。
推荐理由：Google 公开了健康教练的技术路径与 SHARP 评估框架，可了解 Gemini 在健康场景的落地方式。
Mistral AI精选AI 评分6262 Mistral AI 发布 AI Studio 生产平台
Mistral AI 发布 Mistral AI Studio，一个面向企业团队的生产级 AI 平台，由 Observability、Agent Runtime 和 AI Registry 三大支柱组成。
推荐理由：Mistral 把自家大规模系统的可观测、执行与治理能力打包成企业平台，读者可据此判断生产级 AI 基础设施的构成。
OpenAI News精选AI 评分6262 OpenAI 收购 Sky 开发商 Software Applications Incorporated
OpenAI 宣布收购 Software Applications Incorporated，该公司是 Mac 自然语言界面 Sky 的开发者。OpenAI 表示将把 Sky 的 macOS 深度能力整合进 ChatGPT，让 AI 更直观、更具上下文感知并能执行操作。
推荐理由：OpenAI 收购 Sky 团队，读者可了解其把 macOS 深度能力并入 ChatGPT 的桌面入口布局。
OpenAI NewsAI 评分2222 Consensus 用 GPT-5 与 Responses API 加速科研
Consensus 借助 GPT-5 和 OpenAI 的 Responses API 打造多智能体研究助手，可在数分钟内读取、分析并综合证据，帮助超过 800 万名研究人员加速科学发现。
Google Research精选AI 评分6262 Google Earth AI 发布新影像与人口基础模型及地理空间推理智能体
Google 发布 Earth AI 新进展，包括新的影像与人口基础模型，以及由 Gemini 驱动的地理空间推理智能体，并给出技术细节与评测。影像模型支持自然语言查询和开放词汇目标检测，在文本图像搜索任务上平均提升超过 16%，零样本新目标检测准确率翻倍以上。
推荐理由：Google 公布 Earth AI 新基础模型与地理空间推理智能体的评测数据，可了解多模型协同在灾害预测中的实际增益。
Hugging Face Blog精选AI 评分6565 Meta 与 Hugging Face 联合推出 OpenEnv Hub，并发布 OpenEnv 0.1 规范草案
Meta 与 Hugging Face 合作推出 OpenEnv Hub，一个面向智能体环境的开放共享社区 Hub，开发者可构建、分享和探索兼容 OpenEnv 的环境，用于训练和部署。
推荐理由：Meta 与 Hugging Face 联合推出智能体环境共享 Hub，并公开 0.1 规范草案，读者可了解开放智能体生态的协作方式。