个人开发者猫叔在 GitHub 发布 Open Academic Paper Gen，一套生成论文初稿的多智能体工作流，把选题到导出拆成确定研究范围、检索文献、清理筛选、分析趋势、寻找切入点、列提纲、写作、核验、导出九个阶段。它从 OpenAlex、Crossref、Semantic Scholar 和 arXiv 检索文献，并在能获取全文时定位相关段落，判断文献能否支撑正文观点，有页码信息时会在注释中标出对应 PDF 页码。引用核验分三道检查：引用是否在文献池中、文献身份是否与 Crossref 或 doi.org 记录一致、原文是否支持该说法；证据不足标为无法判断，无法核对的标为未核验。项目支持 OpenAI 和智谱 GLM，但论点核验、无引用陈述检查和模拟审稿仍需 OpenAI API Key，初稿可导出 Markdown、LaTeX 及 RIS、BibTeX 等格式。
#开源/仓库#Agent#RAG
Odyssey 推出世界模型 Odyssey-3 的公开研究预览，用户可用文本提示生成可实时探索的交互环境，开发者可申请 API 访问。免费在线演示基于 Odyssey-3 Flash，基础模型 14B 参数、生成 832×480 视频，Pro 版支持 1280×720。公司称 Odyssey-3 Pro 在 Physics-IQ Verified 视频到视频基准得 66.1 分，但该成绩来自单次测试并采用八选一筛选，未满足基准要求的四次运行规则，四次运行平均为 63.37 分。
#模型发布#多模态#视频
开发者 FeiZ 基于 DeepSeek Harness 做了一套多 Bot 团队界面 ds bot，以插件形式安装，上线不到一天获得 250+ 星。每个 Bot 可设置名称、角色、指令、形象和背后调用的模型，并拥有持久化运行状态与长期记忆；设置 Main Bot 主管后，消息默认由主管回复并协同其他 Bot，以降低群聊场景的 token 消耗。项目采用 Apache License 2.0 许可，数据保存在本地 DSH 主文件夹的 bot/ 和 sessions/ 文件夹中，桌面端和 Web 端均可使用。
#开源/仓库#Agent#DeepSeek
Waymo 宣布从今天起休斯顿任何人都可以下载 Waymo 应用呼叫全自动驾驶车辆。自 2 月开放服务以来，休斯顿已有超过 10 万名来自候补名单的乘客体验该服务，此前还承接了世界杯期间往返 Reliant Stadium 的出行需求。得州盲人联合会第一副主席 Raul Gallegos 表示，全量开放意味着盲人乘客能获得更好的独立性和无障碍出行。
#行业动态#端侧#产品更新
Sierra 发布 Personal Agent Protocol 草案（代号 Poppy），并公布新增 35 家设计伙伴，包括 OpenAI、Visa、Mastercard、PayPal、Target、Notion、Cloudflare、ElevenLabs 等。该协议定义发现、会话、登录、跨渠道统一会话和任务执行五个模块，基于 OAuth、JWT、HTTPS、OpenAPI 和 MCP 构建，商家可通过现有网站、API 或自有智能体与个人智能体协作。Sierra 称此前已与 Meta、Genesys、Shopify、Stripe、Walmart 等宣布该协议，现邀请更多公司阅读草案并参与设计。
#行业动态#Agent#MCP/工具调用
OpenAI 发布 Rosalind Workbench，为生命科学用户提供统一环境，可调用科研工具、探索专业生物学模型并定义常用数据分析流程，目前以研究预览形式在 ChatGPT 应用中开放。该工作台基于生命科学专用模型 GPT-Rosalind，覆盖药物化学、基因组学、湿实验辅助等场景，其 NGS Workbench 可从 FASTQ 输入走到质控、bulk RNA-seq 或单细胞分析，并输出可追溯结果。工作台提供 Explore 和 Research 两种模式，Research 模式需经认证机构成员代表组织申请访问，个人访问即将开放。
#产品更新#OpenAI#Agent
Goodfire 发布 Paint With Ember，用画布直接操纵 SDXL-Turbo 的神经激活来生成和编辑图像，同时开源驱动该应用的 SAE 模型。该工具基于 SDXL-Turbo 的 down.2.1 层训练 BatchTopK SAE，再用 NMF 把数百个特征聚合成可绘画的 factor（应用内称 concept），支持涂抹、拖动、擦除等空间编辑。文本提示词目前仅用于风格引导，不提供提示词也能生成图像。
#开源/仓库#图像生成#多模态
#开源/仓库#Agent#具身智能
联影微电子近日面向轻度至中重度听损人群发布首款医疗级智能助听器 uWaltz 华尔兹，基于自研芯片和原生 AI，采用深度神经网络降噪技术，最高可实现 10 分贝信噪比提升，嘈杂环境言语识别率较同类其他助听器提升 17%。配套的医疗级验配智能体听觉管家小U 搭载在手机上，5 分钟内完成居家听力测试，1 分钟内生成个性化验配参数，并支持对话微调，实现 7×24 小时动态自验配。联影微电子 CEO 刘悦提醒，突发性耳聋、单侧听损、严重耳鸣、中耳炎及重度极重度听损等情况应先接受临床诊断。
#产品更新#端侧#语音
OpenAI 为 Windows 版 Codex 引入基于 Microsoft Execution Containers（MXC）的新沙箱模式，可加快安装、强化网络限制并提供细粒度文件访问控制，需搭配兼容的 Windows 11 设备。MXC 方式不再需要专用 Windows 账号和本地防火墙规则，Codex CLI 0.162.0 及以上可用命令验证设备是否支持。同时，通过 ChatGPT 账号登录的所有用户可免费使用 Auto-review，其审批判断不消耗计划额度；Pro 用户还可试用 Composer predictions 预测下一条消息。
#产品更新#Agent#OpenAI
谷歌在 Gemini at Work 2026 大会上正式推出企业级 Gemini agent，可解答业务问题、处理文档知识、生成图像媒体并编写运行代码。谷歌首次提出 Coworker Agent 概念，该智能体可拥有独立企业身份、专属邮箱、日历与企业账号，充当项目经理、财务分析师等岗位角色，并支持在谷歌自有模型与 Anthropic Claude 等第三方模型间选择。谷歌云 CEO 托马斯・库里安称其内置成本管控能力，会根据任务自动匹配最优模型。
#行业动态#Agent#Google
We just let in every Pro and Max user from the Claude Code Projects waitlist! If you're new to Claude Code Projects, here's a 4 minute walkthrough to get you started: https://t.co/aewDkvvOcq
#产品更新#Agent#Anthropic
Prime Intellect 将 Prime Agent 从 TypeScript 全面重写为 Rust，官方称时间到输入约快 14 倍、启动后内存占用减少超 80%，并新增 Windows 支持（beta）与 homebrew 安装。重写由单个根智能体编排 2000 多个智能体、在 10000+ Prime Sandboxes 中完成，通过 TUI、Harness、协议和功能四类对等性检查保证与 TypeScript 版本行为一致。随后一个爬山循环运行三天，记录 144 条实验与审计记录，合并 69 项有效改动，Prime Agent 仍保持开源。
#开源/仓库#Agent#部署/工程
Google 为 Gemini 应用免费版用户推出改动，免费用户无法再手动切换模型，选择器中只剩 Auto 搭配 Gemini 3 模型，由系统自动把提示词分发给最合适的模型，多数提示词走最快的 Flash-Lite，需要更深推理的会走 Flash 或 Pro。若关闭智能模型选择，无 AI 套餐用户的全部回复都使用 Flash-Lite。同时 Google 上线新的 effort levels 取代此前的 Extended 选项，分为 Low、Medium、High 三档，与 Google AI Studio 和 Antigravity 中的 thinking levels 对应。Google AI Plus 用户之后将限制为 Flash-Lite 和 (3.8) Flash。
#产品更新#Google
Descript 上线 AI 视频与播客剪辑助手 Underlord，可读取脚本、观看视频并给出剪辑建议，也能按提示词写脚本、批量完成居中说话人、加下三分之一字幕等重复编辑。它同时支持文本化剪辑、场景与布局、AI 动作等原有功能，并按免费、Hobbyist、Creator 三档提供不同媒体时长、AI 额度和导出分辨率。
#产品更新#视频#Agent
Anthropic 在 Claude Opus 5.5 中加入针对前沿 LLM 开发场景的分类器，当请求涉及为特定 AI 加速器开发内核时，模型会自动回退到 Opus 5。用户测试显示，至少华为昇腾950DT 和亚马逊 Trainium3 会触发这一限制，Anthropic 未说明 Trainium3 为何被纳入。Anthropic 表示该机制不影响绝大多数传统 AI、机器学习研究和普通编程任务，并同步加强了反蒸馏措施，包括限制 API 用户修改此前对话上下文。
#产品更新#安全/对齐#Anthropic
Cognition 宣布 Devin 可以接入任意个人 ChatGPT 套餐，用户连接 Go、Plus 或 Pro 套餐后，GPT 模型的用量将从该套餐配额中扣除。官方推文附带了了解更多信息的链接。
#产品更新#Agent#OpenAI
ElevenLabs 在 ElevenAgents 中发布合成语音检测功能，可在通话最初几秒分析来电者语音并判定其为真人还是 AI 生成，企业可据此设置规则，例如优先服务真人客户、限制 AI 来电者的交互范围，或在敏感操作前拦截克隆语音。该功能运行在实时音频流上，不依赖音频是否带有 ElevenLabs 水印。ElevenLabs 同时以设计伙伴身份加入由 Meta 和 Sierra 主导的 Personal Agent Protocol 工作组，参与制定个人智能体向企业表明身份、代表对象及可执行操作的规范。目前该检测功能面向由 Forward Deployed Engineering 团队支持的企业客户开放，本月晚些时候将作为 ElevenAgents 内的可配置选项向更广泛的企业客户提供。
#产品更新#语音#Agent
AI is already smart enough. Real-world tasks are still slow, expensive and unreliable, because we hand AI a computer built for humans, then wrap it in a heavy harness. AI doesn’t need to get smarter. It needs a computer built for it. Today we’re releasing Pine Computer https://t.co/8NMf7Wc0gt
#产品更新#Agent#部署/工程
OpenAI 将 Decisions API 开放公测，该接口把文本和图像转成代码可直接分支判断的类型化答案，官方称速度约为 Responses API 的 10 倍。请求包含 model、input 和 questions 三个字段，目前仅支持 gpt-6-luna，问题类型分为 predicate、choice 和 score 三种，分别返回概率、选项概率与加权评分。输入定价为每 1M token 0.10 美元，无输出、缓存读写费用，OpenAI 未公布准确率或校准数据，建议用户用自有标注样本设定阈值。
#产品更新#OpenAI#推理