Google 推出 Groundsource，用 Gemini 从全球新闻报道中抽取结构化灾害事件数据，首个开放数据集收录 260 万条城市山洪记录，覆盖 150 多个国家、时间跨度从 2000 年至今。人工复核显示 60% 的抽取事件在地点和时间上均准确，82% 足以用于实际分析；与 GDACS 的时空匹配显示，2020 至 2026 年间 Groundsource 覆盖了后者记录的 85% 至 100% 的严重洪水事件。基于该数据，Google 已在 Flood Hub 推出提前最多 24 小时的近全球城市山洪预报，并表示该方法可扩展到干旱、滑坡和雪崩等灾害。
#产品更新#数据/训练#Google
Replit 发布 Agent 4，官方称其为最快、最通用的 Agent，围绕设计自由、并行执行、任务化协作和单项目多产物四个方向构建，宣称可让生产级软件的交付速度提升 10 倍。Agent 4 支持在无限画布上生成并对比 UI 变体、把设计直接应用到生产代码，多个 Agent 可并行处理独立任务并在冲突时由专用子 Agent 合并，任务以看板形式提交、排序和审核后并入主项目。并行任务执行面向 Pro 和 Enterprise 用户，发布期间限时向 Core 用户开放；同一项目内还可生成 Web 与移动应用、幻灯片、数据应用和动画，并可与 Linear、Notion、Excel、Databricks 等已连接服务交互。
#产品更新#Agent#部署/工程
SGLang 宣布在发布当天支持 NVIDIA Nemotron 3 Super，并给出安装与推理部署步骤。Nemotron 3 Super 是 120B 参数的混合 MoE 模型，每次前向仅激活 12B 参数，支持 1M token 上下文，官方称其吞吐效率最高可达上一代 Nemotron Super（Llama Nemotron Super 1.5）的 5 倍，并支持 Multi-Token Prediction 与 Thinking Budget。模型权重已在 Hugging Face 提供 BF16、FP8 和 NVFP4 版本，可配合 SGLang 在 4xH200 等配置上部署。
#开源/仓库#部署/工程#Agent
OpenHands 发布验证栈的第一层，一个以小型 critic 模型实现的轨迹级验证器，对智能体的对话、工具调用和动作打分，可用于决定继续、停止或改进，以及在多次尝试中择优。该 critic 基于真实生产轨迹训练，用代码存活和 PR 合并等稀疏信号配合 24 项 rubric 特征做密集监督；在 SWE-bench Verified 混合结果子集上，Best@8 达到 73.8%，随机选择为 57.9%，早停平均仅需 1.35 次尝试。它已集成进 OpenHands Software Agent SDK 和 CLI，使用 OpenHands Model Provider 时免费。
#产品更新#Agent#编码
Liquid AI 发布开源桌面智能体 LocalCowork，完全在本地运行，模型、工具和数据都不离开设备，无需云端和 API key。在 Apple M4 Max、36 GB 统一内存的笔记本上，LFM2-24B-A2B 以 Q4_K_M GGUF 经 llama-server 部署，占用约 14.5 GB 内存，单次工具选择平均约 385 ms，在 13 个 MCP 服务器共 67 个工具的环境下单步工具选择准确率为 80%，多步链端到端完成率为 26%。该模型已训练 17T tokens，预训练仍在进行，完成后将推出带额外后训练和强化学习的 LFM2.5-24B-A2B。
#教程/实践#Agent#MCP/工具调用
OpenHands 发布开源应用 Vulnerability Fixer，用 AI 智能体自动完成 GitHub 仓库的漏洞扫描、分析与修复，并自动创建 Pull Request。该工具基于 Trivy 扫描，可上传 Snyk、Veracode、Checkmarx 等扫描器报告，支持 OpenHands Cloud 与本地 Docker 部署，代码以 MIT 协议开源。官方同时将其作为使用 OpenHands Cloud API 和 TypeScript SDK 构建智能体应用的参考实现，演示了会话管理、任务执行、实时更新与错误处理等模式。
#开源/仓库#Agent#安全/对齐
Cursor 宣布智能体现在可以实际使用自己构建的软件，并把工作过程录成视频发给用户，展示的不再只是 diff。一位用户表示这一变化节省了大量测试小改动的时间。
Cursor now shows you demos, not diffs. Agents can use the software they build and send you videos of their work. https://t.co/gBRJXWR7Vi
#产品更新#Agent#编码
Cognition 发布 Devin 2.2，称这是 Devin 上线以来最大更新之一，目标是让它成为最自主的智能体。新版本可借助 computer use 在自有 Linux 桌面上启动并测试桌面应用，创建 PR 后建议测试并回传屏幕录制；Devin Review Autofix 让它在用户打开 PR 前完成规划、编码、自审、发现问题并修复。启动速度提升 3 倍，界面重建统一了从规划到代码审查的开发流程。自 2026 年 2 月 24 日起新用户的 Devin 会话默认开启 Desktop 支持，老用户可在 Settings 中开启。
#产品更新#Agent#编码
goose 团队发布开源多智能体编排层 Goosetown，构建在 goose 之上，用于协调并行智能体完成研究、构建和评审等阶段任务。它由 skills、subagents、beads 和 gtwall 四个组件构成，其中 beads 基于 Git 记录进度，会话崩溃后可由下一个智能体接续；gtwall 是只追加日志，供各智能体发布和读取进展。创建者 Tyler 表示，Goosetown 起初是为测试 goose 后台 subagent 能力而做的实验，运行多智能体成本较高，但产出质量更好、占用人工时间更少，goose 支持预设更便宜的子智能体模型。
#开源/仓库#Agent#开源生态
Ollama 宣布在 Claude Code 中支持子智能体和联网搜索，无需 MCP 服务器或 API key，并适用于 Ollama 云上的任意模型。子智能体可在各自上下文中并行执行文件搜索、代码探索和研究等任务，避免侧任务污染主上下文；minimax-m2.5、glm-5、kimi-k2.5 等模型会自然触发子智能体，也可通过提示词强制触发。联网搜索已内置于 Anthropic 兼容层，模型需要实时信息时由 Ollama 直接完成搜索并返回结果，子智能体可借助它并行调研。官方推荐云模型为 minimax-m2.5:cloud、glm-5:cloud、kimi-k2.5:cloud。
#产品更新#Agent#MCP/工具调用
Sarvam AI 发布 Akshar，一个构建在 Sarvam Vision 之上的文档智能工作台，从被动文本抽取转向主动推理，提供视觉定位、版面语义理解和块级抽取，并支持智能体自动校对与纠错。所有智能体操作都以可审阅建议的形式提交，由用户接受或拒绝。Akshar 已在 akshar.sarvam.ai 开放 Preview，2 月整月免费，用户可上传文档试用 Agent Mode，生产使用需加入等待名单。
#产品更新#多模态#Agent
Sarvam AI 发布 Sarvam Edge，面向设备端推理推出语音识别、语音合成和多语言翻译模型。语音识别为 74M 参数的统一多语言模型，支持 10 种印度语言，端侧体积约 294MB（FP16），在 Snapdragon 8 Gen 3 上首 token 延迟低于 300 毫秒；语音合成 24M 参数、约 60MB，支持 10 种语言和 8 个多语言音色，首音频延迟 260 毫秒；翻译模型约 150M 参数、约 334MB，覆盖 11 种语言共 110 个语言对，首 token 约 200 毫秒。官方称该系列与全球设备厂商合作开发，推理完全在本地完成，无按次云端成本。
#产品更新#语音#端侧
Long-running agents are now available at https://t.co/3PT8c7azU3 for Ultra, Teams, and Enterprise plans. With our new harness, agents can complete much larger tasks. https://t.co/7p57WeR04t https://t.co/pGePEFRPTT
#行业动态#Agent#部署/工程
Anthropic 宣布 Claude Enterprise 现可自助购买，无需销售沟通，几分钟内即可配置 SSO 并邀请团队成员。该版本包含 Claude、Claude Code 和 Cowork，支持连接 Microsoft 365、Slack 等工具，采用席位加用量的计费模式，按 API 费率计费。
#产品更新#Anthropic#OpenAI
Modal 宣布其免费端点已升级为 Z.ai 发布的 GLM-5，该模型采用 MIT 许可，面向长周期智能体与系统工程任务。Modal 与 Z.ai 在公开发布前合作测试，并给出在单节点 8 张 B200 上用 SGLang 部署的可复现代码，内部实测每用户每秒 30 至 75 token。端点兼容 OpenAI API，可接入 Vercel AI SDK、Claude Code、OpenCode 和 OpenClaw，使用限制为单并发请求。
#产品更新#开源生态#部署/工程
Sarvam AI 发布 Arya 智能体编排栈，面向生产级智能体，围绕八个可组合原语（LLM、Agent、MCP、Node、Ledger、Task Graph、Code Interpreter、Artefact）构建。该栈提供不可变状态账本、按节点调节确定性与智能体自由度的机制，以及用 HCL 声明式描述任务图的构建方式，并支持将任务图封装为 MCP 供其他智能体调用。Sarvam AI 表示其调试服务 Acta 会持久化每次状态转换，便于追踪与回放。
#产品更新#Agent#MCP/工具调用
Cognition 为 Devin 推出自动修复功能，可自动处理 Devin Review 及其他审查机器人留下的 PR 评论，并继续自动修复 lint 和 CI/CD 问题。该功能适用于任何在 PR 上留言的机器人，包括 linter、CI 流水线、安全扫描器和依赖管理工具，机械性修复无需人工介入。用户可在 Settings > Customization > Autofix settings 中配置响应哪些机器人，也可在 app.devin.ai/settings/review 开启自动审查。
#产品更新#Agent#编码
Prime Intellect 发布 Lab，把 Environments Hub、Hosted Training 和 Hosted Evaluations 整合为面向智能体后训练的全栈平台，覆盖大规模智能体 RL、推理与评测。平台以环境为核心，包含任务数据集、模型 harness 和评分 rubric，当前 Hosted Training 支持基于 prime-rl 的 LoRA 智能体 RL，后续将加入 SFT、DPO 等算法。私有测试期间已完成 3000 多次 RL 运行，Environments Hub 累计有 250 多位创作者构建 1000 多个环境、下载量超过 10 万次。
#产品更新#Agent#数据/训练
Sarvam AI 发布 AI 配音模型 Sarvam Dub，支持零样本音色克隆，并把时长控制直接做进语音生成过程，官方称原本需要数周的配音流程可缩短到几分钟。其自建评测集覆盖 10 种印度语言和英语、64 位说话人，每套系统测试 700 多条音频，官方称在跨语种场景下的说话人相似度优于同类方案。Sarvam Dub 已用于每月译制 11 种印度语言的 Mann Ki Baat、与 IIT Madras 合作的技术课程配音，以及通过 Republic TV 以卡纳达语和印地语实时配音的 2026 年印度联邦预算演讲，工程团队称相较基础 Torch 实现延迟降低 6.6 倍。
#模型发布#语音#多模态
Ollama 发布 OpenClaw，一个通过集中式网关把 WhatsApp、Telegram、Slack、Discord、iMessage 等消息平台连接到 AI 编码智能体的个人助手，在本地设备运行以保持对话和代码私密。用户安装后可直接用 Ollama 启动，连接本地或云端模型，网关在已运行时会自动重载。OpenClaw 需要较大上下文长度，官方建议至少 64k tokens，并列出适配模型；该工具此前名为 Clawdbot 和 Moltbot，clawdbot 命令仍可作为别名使用。
#产品更新#Agent#部署/工程