Gemini 3.8 Flash 正式 GA，这是 6 周内第三次 Flash 发布，官方称其在所有领域普遍优于 3.7 Flash，价格保持每 1M token 输入 0.75 美元、输出 3.75 美元不变。该模型会采取更小的步骤并更频繁地验证工作，可能带来更高的 token 用量，但这些额外 token 被用于运行测试和验证改动，从而在复杂和长时间运行的目标上给出更高质量的结果。它已成为 antigravity 和 Managed Agents 的默认模型，并已在 Google AI Studio、Gemini API 和 Gemini App 中可用。
匹配字段标题、摘要、正文
Google for Startups AI Agents Challenge 评审结束后，Google Developers Blog 从高分提交中提炼出四个工程模式：双向 MCP（智能体既是自己工具的客户端，也是其他智能体可调用的服务端）、事件驱动并发（智能体并行响应同一信号而非串行调用链）、同标准回退（小模型顶替过载模型时仍走同一校验函数）、分层路由（先用正则和廉价模型做确定性检查，再交给完整推理模型）。其中一个团队用正则加 10 token 的 Gemini 分类调用，在真正模型调用前处理了超过 40% 的入站消息。这些模式多出现在基于 Agent Development Kit（ADK）并通过 Agents CLI 驱动的提交中。
匹配字段标题、摘要、正文
CommerceAgentBench 从真实商业需求出发，Qwen3.8-Max 在开源权重模型中综合表现最强。来用 Qwen 测试你的真实工作流吧！🔥
匹配字段标题、摘要、正文
研究人员在 36 项 AI 研发任务的 756 条轨迹中评测了 7 个前沿模型，发现当前智能体更像工程优化器，而非完全自主的研究者。252 个解决方案中仅 3 个被认定为新颖方法，模型间的主要差异在于可靠性而非峰值表现。经验复用通常有益但也可能延续错误结论，harness 设计则主要影响重复运行的稳定性。
匹配字段标题、摘要、正文
Anthropic 在研究预览中推出 Model Hardware Standard（MHS），让 AI 智能体通过自然语言生成的参考文件学习并操作显微镜、机械臂等设备。Anthropic 称其可将设备接入时间从数周缩短至数小时或数分钟，并计划日后开源；Tecan、QIAGEN、AWS、Hugging Face 和 Raspberry Pi 将参与合作或设备适配。
匹配字段标题、摘要、正文
Google Research 发布 LLM 驱动的 XR 原型 AgentHands，为对话智能体配上与语音同步的表达性手势，把抽象指令变成贴合用户物理空间的动作演示，论文发表于 CHI 2026。系统通过眼动与场景重建把兰花、笔记本等物体注册进 3D 边界框，LLM 在回复中内联 GestureEvents，头显本地解析器用词级时间戳让手势与 TTS 精确同步。在 N=12 的被试内研究中，AgentHands 与纯语音基线对比，验证了 XR 与共语手势结合在兰花养护和 3D 打印机操作任务中的效果。
匹配字段标题、摘要、正文
SemiAnalysis 发布 AgentX 1.0，称其为全球首个完全开源、100 万上下文的多轮智能体编码推理基准，以 Apache 2.0 许可发布，数据集构建投入超过 300 万美元。该基准被纳入 InferenceXv3，用智能体编码流量替代此前 8k 输入 1k 输出的单轮场景，测试矩阵运行在约 2MW 算力、1000 多颗芯片上，覆盖 MI355X、GB300 NVL72、GB200 NVL72、B300、B200、MI325、MI300X、H200 与 RTX Pro 服务器。SemiAnalysis 称其首个成果是已推动 vLLM、SGLang、TensorRT-LLM、ATOM、AITER、Dynamo、LMCache 和 Mooncake 等项目的 70 多个上游 PR，并计划在三到四周后发布 AgentX 更新文章。
匹配字段标题、摘要、正文
LiveKit 将 agent 会话分钟、录制、WebRTC 连接和 SIP 连接改为按秒计费，最低计费单位为 10 秒，适用于所有套餐和账户（含企业合同），无需技术改动。该变更已对现有客户生效，8 月用量将体现在 9 月账单中。LiveKit 表示按分钟计费会限制外呼等短时场景的扩展，按秒计费可消除这种定价错配。
匹配字段标题、摘要、正文
V4-Flash-Vision-Exp 可在多种智能体框架中顺畅运行，将视觉理解与广泛的工具结合，以支持更多实用工作流。
匹配字段标题、摘要、正文
LongCat-2.0 与 Hermes Agent 的免费访问期再延长两周，用户可在此期间继续使用两者进行开发。原文未说明具体访问方式或其他限制。
匹配字段标题、摘要、正文
LongCat-2.0 搭配 Hermes Agent 的免费访问期再延长两周，用户可继续在 Nous Research Portal 试用。
匹配字段标题、摘要、正文
xAI 宣布 Grok 4.6 已在 Gemini Enterprise Agent Platform 上线，用户可通过 Model Garden 调用。该旗舰模型面向长时间运行的智能体与交互、视觉任务，提供 500k 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度。定价为输入 $2/百万 tokens、缓存输入 $0.50/百万 tokens、输出 $6/百万 tokens。
匹配字段标题、摘要、正文
Andrej Karpathy 表示，随着智能体能够承担大量数学计算、繁琐工作和验证任务，拆解既有抽象层正变得更具吸引力。他认为，许多抽象层源于行业中智能与注意力有限的约束。
匹配字段标题、摘要、正文
Mistral 发布 Agentic Search，作为让 AI 系统在复杂文档中导航、阅读和验证信息的检索层，通过 Mistral Search Toolkit 和 Libraries 提供。它基于现有索引提供 search、open、navigate、read、grep 五个工具，在 FinanceBench 上把金融文件问答正确率从 26.7% 提升到 86%，在 OfficeQA Pro 上提升 45.6 个百分点至 51.9%，同时 p90 延迟最多降低 39.6%、token 消耗最多减少三分之一。该功能无需微调或模型特定训练，已在 Studio 和 Vibe 的 Libraries 中内置。
匹配字段标题、摘要、正文
LongCat-2.0 已上线 Nous Research Portal，并可通过 Hermes Agent 免费试用一周。原文未提供更多功能或使用限制信息。
匹配字段标题、摘要、正文
蚂蚁百灵发布实践文章，介绍在 DGX Spark 上用本地后训练工具包 AReno 对 Ling-3.0-tiny 做 Agentic RL，以井字棋为最小验证任务跑通基线评测、Reward 定义、后训练与同环境复测四步闭环。实验使用 GSPO 训练 400 个 step，rollout/rewards_mean 从约 -0.5 升到 0.4 左右，response_len 降至约 850 tokens，复测中工具调用与落子选择更稳定。Ling-3.0-tiny 为 7.9B 总参数、1.3B 激活参数的混合推理模型，已开源 BF16、FP8 和 INT4 版本，AReno 提供 Docker 复现教程。
匹配字段标题、摘要、正文
Strands Robots 将 LeRobotDataset 的录制、同步、流式训练和实体机器人部署整合到同一 Robot() 工作流，并让新演示数据返回同一 Storage Bucket。Xet 按字节去重，仅上传变化的数据块；stream_dataset() 可从 Hub 逐帧读取远程 Parquet 与 MP4 分片，无需完整下载。Bucket 仅支持流式读取且不保留修订记录，真实部署还需隔离数据与凭据、限制智能体权限并只加载可信组织的模型。
匹配字段标题、摘要、正文
LiveKit 在 LiveKit Agents 中发布 expressive mode，开启后框架会向 LLM 提示词注入供应商专属指令，让模型在回复中内联生成表情标记，再由框架降级为当前 TTS 供应商能识别的方言，从而表达情绪、语气、非语言声音和停顿。该功能只需在 AgentSession 上设置一个参数，兼容任意 LLM，TTS 侧目前支持 Fish Audio（fishaudio/s2.1-pro）、Inworld（inworld/inworld-tts-2）、Cartesia（cartesia/sonic-3）和 SpaceXAI（xai/tts-1），未声明标记方言的供应商会正常合成且该开关不生效。框架还会把标记从用户可见转写中剥离，并将该段落的语气标签以 lk.expression 属性发布在 lk.transcription 文本流上，供前端可视化使用。
匹配字段标题、摘要、正文
Nemotron 3.5 Lightning 面向持续运行和长时智能体。该模型被描述为智能、快速、高效且开放。
匹配字段标题、摘要、正文
NVIDIA Magpie TTS Multilingual 以开放权重支持 12 种语言，并允许开发者在自有基础设施上部署、微调语音和定制发音。NVIDIA NIM 本地测试中，单流首音频延迟为 32–79ms；B200 在 64 路并发时达到 239ms 和 320× 实时吞吐量。
匹配字段标题、正文