Hugging Face 发布 agent-eval：用自有工具链评测开源模型的智能体能力
Hugging Face 发布 agent-eval 评测工具，以 transformers 为案例，在 bare、clone、skill 三种层级下测量智能体完成任务所需的轮次、token 与错误率，而非只看最终答案。
推荐理由：Hugging Face 用自建 harness 实测 transformers 的 CLI 与 Skill 改动，发现同一改动对大模型提速、对小模型反而拖慢甚至破坏正确率。
Agent 智能体
全部主题让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
最新精选
第 61–80 条 · 共 174 条Hugging Face Blog精选AI 评分6262
Hugging Face Blog精选AI 评分6262 用 Strands Agents 和 LeRobot 从 Hugging Face Hub 走到机器人硬件
AWS 开源 SDK Strands Robots（Apache 2.0）把 LeRobot 栈封装成 AgentTools，用一个 Strands 智能体串起从 Hub 数据集到实体机器人的流程。
推荐理由：AWS 官方给出从 Hub 数据集到实体机器人的完整五步流程，可据此判断仿真与真机数据同格式的实际用法。
Hugging Face Blog精选AI 评分8888 GLM-5.2 发布：面向长周期任务，支持 1M token 上下文
智谱发布旗舰模型 GLM-5.2，主打长周期任务能力，首次在 1M token 上下文上稳定支撑长程工作，并采用 MIT 开源许可。新架构 IndexShare 让每 4 层稀疏注意力共享同一 indexer，在 1M 上下文下将每 token FLOPs 降低 2.9×，MTP 层改进使投机解码接受长度最高提升 20%。
推荐理由：GLM-5.2 把 1M 上下文落到长周期编码任务上，并给出与闭源前沿模型的逐项对比，可据此判断开源模型在长程工程任务中的位置。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 Agentic Resource Discovery 参考实现 Discover Tool
Hugging Face 发布 Agentic Resource Discovery（ARD）规范的参考实现 Discover Tool，为智能体提供跨注册表的自然语言能力搜索。
推荐理由：Hugging Face 给出 ARD 规范的参考实现与 CLI、REST、MCP 三种接入方式，读者可据此判断智能体能力发现如何落地。
Google DeepMind精选AI 评分6060 Google DeepMind 与英国政府共建 AI 规划原型，目标将审批时间减半
Google DeepMind 与英国政府、Google Cloud、Faculty 及 Barnet、Dorset、Camden 地方规划部门合作，开发一款基于 Gemini 的 AI 规划原型，目标是帮助审批人员将住户规划申请的决定时间缩短 50%。
推荐理由：原文给出英国规划审批原型的目标、试点范围与上线时间，读者可据此判断 AI 介入公共服务的落地路径。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 AI Control Roadmap 与智能体安全技术框架
Google DeepMind 发布 AI Control Roadmap，用于在 Google 内部构建和管理高级 AI 的防御纵深框架，将内部智能体视为可能未对齐的潜在内部威胁，并基于 MITRE ATT&CK 拆解攻击战术与技术。
推荐理由：Google DeepMind 公开内部 AI 控制路线图，给出分级检测与响应机制，可供部署智能体的团队参考。
OpenAI News精选AI 评分6262 OpenAI 宣布收购 Ona，为 Codex 扩展持久云端环境
OpenAI 计划收购 Ona，以扩展 Codex 的安全持久云端环境，支持在企业工作流中运行长时间运行的 AI 智能体。
推荐理由：OpenAI 收购 Ona 以扩展 Codex 的云端环境，读者可据此了解其在企业级长时智能体上的布局方向。
Hugging Face Blog精选AI 评分6262 智能体如何串联两个 Hugging Face Space 搭建 3D 巴黎画廊
作者让一个编码智能体通过调用两个 Hugging Face Space 搭建了展示巴黎地标的 3D Gaussian splat 网站，全程未手动打开图像生成或 3D 重建工具。
推荐理由：作者用一次真实搭建演示了 agents.md 如何让智能体串联两个 Space 完成图像到 3D 的流水线，可迁移到其他多媒体组合。
Hugging Face Blog精选AI 评分6666 OpenEnv 转为委员会共管，成为智能体 RL 的开源环境协议层
Hugging Face 宣布 OpenEnv 改由委员会协调，成员包括 Meta-PyTorch、Reflection、Unsloth、Modal、Prime Intellect、Nvidia、Mercor、Fleet AI、Microsoft、Hugging Face 和 RadixArk，项目迁至 huggingface/OpenEnv。
推荐理由：OpenEnv 从单一项目转为多方共管的协议层，读者可据此判断开源智能体 RL 环境标准化的走向。
Google Research精选AI 评分6060 Google 在 Gemini Enterprise Agent Platform 上线 Agentic RAG
Google 在 Gemini Enterprise Agent Platform 上以公开预览形式推出基于 Agentic RAG 的跨语料检索功能。
推荐理由：原文给出多智能体 RAG 的完整架构与跨语料评测数据，可据此判断复杂多跳查询的落地方式。
OpenAI News精选AI 评分6262 OpenAI 为 ChatGPT 推出 Dreaming 记忆系统
OpenAI 为 ChatGPT 推出名为 Dreaming 的新记忆系统，用于更好地记住用户偏好，并在多轮对话之间保持上下文的新鲜与相关。
推荐理由：ChatGPT 新增记忆系统，读者可了解它如何跨对话保留偏好并保持上下文新鲜。
Hugging Face Blog精选AI 评分6262 Hugging Face 将 hf CLI 重构为面向智能体优化的 Hub 操作方式
Hugging Face 重构官方命令行工具 hf CLI，使其同时适配人类用户和 Claude Code、Codex、Cursor 等编码智能体。CLI 通过环境变量自动识别智能体并切换输出格式，在复杂多步任务上，用 curl 或 Python SDK 的基线消耗的 token 最多是 hf CLI 的 6 倍。官方还提供可安装的 hf-cli skill，让智能体减少约 30% 的工具调用。
推荐理由：官方给出 hf CLI 面向智能体重构的细节与基准数据，可据此判断智能体操作 Hub 的 token 成本差异。
Hugging Face Blog精选AI 评分7171 H Company 发布 Holo3.1 计算机使用智能体模型家族
H Company 发布 Holo3.1 计算机使用智能体模型家族，基于 Qwen 系列，覆盖 0.8B、4B、9B 和 35B-A3B 四种尺寸，并首次提供 FP8、Q4 GGUF 和 NVFP4 量化权重用于本地推理。
推荐理由：原文给出 Holo3.1 在移动端、跨框架与量化本地部署上的具体提升，可据此判断计算机使用智能体的落地边界。
Hugging Face Blog精选AI 评分6262 JetBrains 发布 Mellum2：12B 参数 MoE 模型
JetBrains 发布 Mellum2，一个从零训练的 12B 参数 Mixture-of-Experts 模型，覆盖自然语言与代码，每个 token 仅激活 2.5B 参数，采用 Apache 2.0 许可。官方称其相比同规模模型推理速度超过 2 倍，可用于路由、RAG、摘要、子智能体和高吞吐编码场景，模型已在 Hugging Face 开放下载。
推荐理由：JetBrains 给出 Mellum2 的参数量、激活规模与推理速度，读者可据此判断它在多模型系统中的定位。
Mistral AI精选AI 评分7272 Mistral 发布工业工程 AI 栈，Vibe 升级为长任务智能体
Mistral 在 AI Now Summit 2026 上发布面向工业工程的 AI 栈，与 Airbus、BMW、ASML 合作优化设计、仿真与生产，并强调对专有数据和 IP 的完全控制。其智能体工具 Vibe 升级为统一智能体，可处理收件箱与日历、深度研究、交付物撰写，并完成从需求到合并变更的编码工作。位于法国 Les Ulis 的 10 MW 推理数据中心计划于 2026 年 Q3 开放。
推荐理由：Mistral 一次性公布工业 AI 栈、Vibe 智能体与自建数据中心，可据此观察其企业级全栈布局。
Mistral AI精选AI 评分7878 Mistral 将 Le Chat 升级为统一智能体 Vibe，推出 Work Mode 与 Code Mode
Mistral 将 Le Chat 升级为统一 AI 智能体 Vibe，覆盖工作与编码两类场景，原有对话、设置和订阅方案全部保留。
推荐理由：Mistral 把 Le Chat 升级为统一智能体 Vibe，读者可据此了解其工作与编码两种模式的能力边界和定价。
Mistral AI精选AI 评分8383 Mistral 发布 Mistral Medium 3.5 与 Vibe 云端远程智能体
Mistral 发布 Mistral Medium 3.5，一个 128B 稠密模型，以修改版 MIT 许可开放权重，成为 Mistral Vibe 和 Le Chat 的默认模型。
推荐理由：Mistral 把编码智能体搬到云端并同步开源 128B 模型，读者可据此判断自托管与异步编码的可行边界。
Mistral AI精选AI 评分6565 Mistral 在 Studio 发布 Connectors，支持内置与自定义 MCP
Mistral 在 Studio 发布 Connectors（公开预览），内置连接器和自定义 MCP 均可通过 API/SDK 用于所有模型与 Agent 调用。
推荐理由：Mistral 把 MCP 连接器做成平台级注册实体，读者可据此判断企业 Agent 集成层会如何被收敛。
Google Research精选AI 评分7474 Google 将 ERA 科研编码工具开放使用，并推出 Computational Discovery
Google 宣布把基于 Gemini 的科研工具 Empirical Research Assistance（ERA）开放给科学家使用，相关论文当天发表于 Nature。
推荐理由：Google 把 ERA 从 Nature 论文推进到可申请使用的工具，并给出八个跨学科应用案例，读者可据此判断科研编码自动化的落地边界。
Google DeepMind精选AI 评分6262 Google DeepMind 为 Project Genie 加入 Street View 真实场景生成能力
Google DeepMind 在实验性原型 Project Genie 中上线 Street View 接地能力，可基于美国真实地点影像生成可交互世界，并支持沙漠、海洋世界、黑白电影等风格。
推荐理由：原文给出 Genie 接入 Street View 真实影像后的世界生成方式与开放范围，读者可据此判断世界模型落地路径。