OpenAI 发布 AgentKit、新版 Evals 与面向智能体的 RFT
OpenAI 发布 AgentKit、扩展后的 Evals 能力以及面向智能体的强化微调（RFT），用于帮助开发者更快从原型走向生产。官方称这三项工具面向智能体开发流程，但未在摘要中给出具体功能细节。
推荐理由：OpenAI 面向智能体开发一次性放出三件套，读者可据此判断从原型到生产的工具链补齐了哪些环节。
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 141–160 条 · 共 196 条OpenAI News精选AI 评分6262
OpenAI News精选AI 评分6060 OpenAI 在 ChatGPT 推出 Instant Checkout 与 Agentic Commerce Protocol
OpenAI 在 ChatGPT 中推出 Instant Checkout 和 Agentic Commerce Protocol，让用户、AI 智能体和商家可以在 ChatGPT 内一起完成购物。OpenAI 称这是其在 ChatGPT 中推进智能体商务的第一步。
推荐理由：OpenAI 在 ChatGPT 内推出即时结账与智能体商务协议，读者可了解对话式购物的入口形态。
OpenAI News精选AI 评分6060 OpenAI 面向 Pro 用户预览 ChatGPT Pulse
OpenAI 发布 ChatGPT Pulse 预览版，面向移动端 Pro 用户开放。Pulse 是一种新体验，ChatGPT 会主动做研究，基于用户的聊天、反馈以及日历等已连接应用，推送个性化更新。
推荐理由：ChatGPT 主动做研究并推送个性化更新，读者可据此判断助手从被动应答转向主动服务的形态变化。
Hugging Face Blog精选AI 评分7171 Meta 发布 Gaia2 智能体基准与 ARE 研究环境
Meta 发布 GAIA 的后继智能体基准 Gaia2，并开源配套的 Agents Research Environments（ARE）框架，用于运行、调试和评估智能体。
推荐理由：GAIA 后继基准 Gaia2 转向读写与噪声环境，配套 ARE 框架可自定义场景并导出完整 trace，便于复现与调试。
OpenAI News精选AI 评分6060 OpenAI 升级 Codex，提升速度与实时协作能力
OpenAI 宣布升级 Codex，使其更快、更可靠，并增强实时协作与独立处理任务的能力。升级后的 Codex 可在终端、IDE、网页乃至手机上使用。
推荐理由：官方给出 Codex 在速度、可靠性与实时协作上的升级方向，读者可据此判断多端编码工作流的变化。
OpenAI News精选AI 评分7171 OpenAI 发布 GPT-5 系统卡增补：GPT-5-Codex
OpenAI 发布 GPT-5 系统卡增补，公开新模型 GPT-5-Codex，这是 GPT-5 针对 Codex 中智能体编码进一步优化的版本。GPT-5-Codex 会根据任务复杂度更动态地调整思考投入，对简单对话查询或小任务快速响应，对更复杂任务则独立工作更长时间。
推荐理由：GPT-5 系统卡增补披露了面向 Codex 智能体编码优化的新模型，读者可了解其动态调整思考投入的机制。
Hugging Face Blog精选AI 评分6060 Hugging Face 用 Jupyter Notebook 数据训练小模型智能体
Hugging Face 发布 Jupyter Agent 项目，通过清洗约 2TB Kaggle notebook 构建 51k 合成 notebook、近 0.2B token 的数据集，并用 TRL 全参数微调 Qwen3-4B。
推荐理由：完整披露了从 Kaggle notebook 清洗到 SFT 的数据管线与消融结果，可迁移到其他小模型智能体训练。
Mistral AI精选AI 评分6060 Mistral 为 Le Chat 上线 20+ MCP 连接器与 Memories 记忆功能
Mistral 在 Le Chat 中发布 20 多个基于 MCP 的安全连接器（beta），覆盖数据、生产力、开发、自动化与支付等类别，可连接 Databricks、Snowflake、GitHub、Atlassian、Asana、Outlook、Box、Stripe、Zapier 等工具，并支持添加自定义 MCP 连接器。
推荐理由：官方给出连接器目录、自定义 MCP 接入与 Memories 的边界，可据此判断企业工作流能落到哪些工具上。
Hugging Face Blog精选AI 评分8888 Hugging Face 欢迎 OpenAI 开源模型家族 GPT OSS
OpenAI 发布开源权重模型家族 GPT OSS，包含 117B 参数的 gpt-oss-120b 和 21B 参数的 gpt-oss-20b，均为 MoE 架构并采用 MXFP4 4-bit 量化，采用 Apache 2.0 许可。
推荐理由：Hugging Face 官方给出两款开源权重模型的参数、量化与部署路径，可据此判断本地推理的硬件门槛。
Mistral AI精选AI 评分6262 Mistral 发布 Codestral 25.08 及企业级编码栈
Mistral AI 发布 Codestral 25.08，并推出覆盖补全、语义检索与智能体工作流的企业级编码栈。官方称 Codestral 25.08 相比此前版本补全采纳率提升 30%、建议后保留代码增加 10%、失控生成减少 50%，chat 模式下指令遵循与代码能力各提升 5%。
推荐理由：Mistral 官方给出编码栈各组件的能力数字与私有化部署路径，可据此判断企业自建编码助手的可行边界。
Mistral AI精选AI 评分6262 Mistral 为 Le Chat 推出 Deep Research、语音模式等多项新功能
Mistral 为 Le Chat 上线一批新功能，包括预览版 Deep Research 模式、由新语音模型 Voxtral 驱动的语音模式、由推理模型 Magistral 支持的多语言推理、用于整理对话的 Projects，以及与 Black Forest Labs 合作的高级图像编辑。
推荐理由：Mistral 一次性为 Le Chat 补齐深度研究、语音、推理与图像编辑，读者可据此判断其产品线走向。
OpenAI News精选AI 评分7474 OpenAI 发布 ChatGPT agent
OpenAI 发布 ChatGPT agent，它能够思考并行动，调用工具完成研究、预订和幻灯片制作等任务，全程由用户引导。
推荐理由：OpenAI 官方发布 ChatGPT agent，读者可了解其调用工具完成研究、预订和幻灯片等任务的能力定位。
OpenAI News精选AI 评分6767 OpenAI 发布 ChatGPT agent 系统卡
OpenAI 发布 ChatGPT agent 系统卡，介绍这一智能体模型将研究、浏览器自动化和代码工具整合在一起。系统卡还说明该模型在 Preparedness Framework 下配备了相应防护措施。
推荐理由：OpenAI 官方系统卡披露 ChatGPT agent 的能力组合与 Preparedness Framework 下的防护安排。
Mistral AI精选AI 评分7272 Mistral AI 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 与 All Hands AI 合作发布 Devstral Medium，并升级 Devstral Small 1.1。
推荐理由：Mistral 与 All Hands AI 联合发布两款编码智能体模型，给出了 SWE-Bench Verified 分数与 API 定价，便于对比现有方案。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 ScreenEnv，在 Docker 中部署桌面智能体
Hugging Face 发布 Python 库 ScreenEnv，可在 Docker 容器中创建隔离的 Ubuntu 桌面环境，用于测试和部署 GUI 智能体（Computer Use 智能体）。
推荐理由：Hugging Face 开源 ScreenEnv，给出 Docker 沙箱与 MCP 两种接入方式，可据此判断桌面智能体的部署路径。
Hugging Face Blog精选AI 评分6060 Hugging Face 发布 ScreenSuite：面向 GUI Agent 的评测套件
Hugging Face 发布 ScreenSuite，一个面向 GUI Agent 的评测套件，整合 13 项基准，覆盖感知、定位、单步动作和多步智能体四类能力。
推荐理由：Hugging Face 开源 GUI Agent 评测套件，读者可了解其 13 项基准覆盖范围与纯视觉评测设定。
Mistral AI精选AI 评分6060 Mistral AI 发布企业级编码助手 Mistral Code
Mistral AI 发布企业级 AI 编码助手 Mistral Code，整合 Codestral、Codestral Embed、Devstral 和 Mistral Medium 四个模型，支持云端、专属容量或气隙本地 GPU 部署，代码留在企业边界内。
推荐理由：官方给出企业级编码助手的模型组合、部署形态与首批客户，可据此判断私有化编码方案的落地路径。
Hugging Face Blog精选AI 评分7171 H Company 发布 Holo1 系列 GUI 自动化 VLM 与 WebClick 基准
H Company 发布 Holo1 系列动作视觉语言模型（含 Holo1-3B 与 Holo1-7B）以及 WebClick 多模态定位基准，模型已在 Hugging Face 开源。
推荐理由：Holo1 开源了面向 GUI 自动化的动作 VLM 家族，并给出 WebClick 基准与 Surfer-H 智能体的组合方式，读者可据此评估网页自动化方案的成本与精度取舍。
Hugging Face Blog精选AI 评分6262 Hugging Face 研究：结构化 CodeAgent 让智能体动作执行更可靠
Hugging Face 分享研究，将 CodeAgent 的思考与代码强制以结构化 JSON 生成，在 GAIA、MATH、SimpleQA、Frames 等基准上比普通 CodeAgent 平均高出 2-7 个百分点。
推荐理由：通过 15724 条 agent trace 量化解析错误对成功率的影响，并给出结构化 CodeAgent 的适用模型门槛。
Mistral AI精选AI 评分7272 Mistral 发布 Agents API，内置连接器与 MCP 工具
Mistral 发布 Agents API，将自家语言模型与代码执行、图像生成、文档库、web search 等内置连接器及 MCP 工具结合，并提供跨对话的持久记忆与智能体编排能力。
推荐理由：官方给出 Agents API 的连接器、记忆与多智能体编排能力，以及带 web search 的 SimpleQA 对比数据，可据此判断企业级智能体平台的落地方式。