Qwen 团队发布 Qwen-AgentWorld，一个原生语言世界模型，在单一模型中模拟 MCP、Search、Terminal、SWE、Web、OS、Android 七个智能体交互域，训练流程为 CPT → SFT → RL，使用超过 10M 条真实环境交互轨迹。团队同时发布七域评测基准 AgentWorldBench，Qwen-AgentWorld-397B-A17B 在该基准上取得最高综合分 58.71，超过 GPT-5.4 的 58.25。已开源 Qwen-AgentWorld-35B-A3B（MoE，35B 总参数 / 3B 激活参数，256K 上下文窗口），可在 Hugging Face 和 ModelScope 获取，并给出 SGLang 与 vLLM 部署命令。
匹配字段标题、摘要、正文
Amp 推出自定义 Agent 功能，用户可通过插件创建自定义 Agent，用作主 Agent、子 Agent 或工具管道的一部分。每个自定义 Agent 配有自定义 orb 颜色，并可通过 Thread 对象进行消息发送和响应等待。
匹配字段标题、摘要、正文
Grok 模型现已原生登陆 Databricks 的开发者智能体平台 Agent Bricks。作为 Databricks 2026 Data + AI Summit 的一部分，Databricks 与 SpaceXAI 合作，将 Grok 与其他前沿及开源模型一同纳入单一受治理平台。结合 Grok on Amazon Bedrock，企业可在数据所在之处运行 SpaceXAI 模型。
匹配字段标题、摘要、正文
xAI 为 Grok Build 推出 Agent Dashboard，把每个 Grok Build 会话集中到一个界面，可查看各会话状态、并行运行，并只在需要输入时介入。用户可在 shell 中运行 grok dashboard，或在任意会话内用 /dashboard（Ctrl+\）打开。面板按状态排序会话，等待输入的会话置顶，可用 Ctrl+S 按工作目录分组，子智能体归入启动它的会话；选中某行可查看最新输出并直接回复，空闲会话立即发送、活跃会话排队到当前轮次结束。底部输入框可派发新会话，Enter 派发后留在面板，Shift+Enter 派发并立即打开，发送前可设置模型、以 plan 模式启动或让会话自动批准自身编辑。
匹配字段标题、摘要、正文
Linear 工程师通过 Skills、Automations 和 Datadog 集成，让 Linear Agent 自动调查并尝试修复进入 triage 的软件缺陷。它几乎每次都能一次完成失效功能旗标的清理，但对失败率超过 0.2% 的后台任务，正确修复率约为三分之一。团队通过缩小任务范围、提供日志与代码规范，并要求智能体在修改前证明已理解问题，减少无效 PR 和 token 消耗。
匹配字段标题、摘要、正文
Linear 推出编码会话、自动分诊和 Diffs，让 Linear Agent 能从 issue 出发调查代码库、编写代码并创建 pull request。任务在云端使用 Claude Code 或 Codex 等模型与工具执行，团队成员可共同跟进、补充上下文和审查变更。Linear 称其上月已有近 700 个由该智能体完成的 PR 被合并。
匹配字段标题、摘要、正文
Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation 和 ARIA，并获 Google.org 支持，面向全球研究者发起最高 $10M 的多智能体 AI 安全研究资助征集。项目聚焦大规模智能体系统的群体行为，以及理解、预测、监测和缓解交互风险的框架。申请截止日期为 2026 年 8 月 8 日，获奖者预计于 2026 年秋季公布。
匹配字段标题、摘要、正文
Replit 发布 Agent Customization，让 Replit Agent 在所有项目中按团队约定工作，分为两部分：Custom Instructions 会在每个项目、每次会话开始前自动注入智能体上下文，位于 Workspace Settings → Customization，面向 Pro 和 Enterprise 用户；Skills 只在相关任务出现时触发，每个技能是一个文件夹，内含 SKILL.md 及可选支持文件，包含名称、描述和指令三部分，描述决定智能体是否调用该技能。技能可通过上传已有技能、编写新技能或与 Agent 对话生成三种方式创建，也可在聊天中输入 /skill-name 手动调用，多个技能可同时加载；技能以纯文本存储、可放入版本控制并与团队共享，改动只对之后的对话生效。Skills 面向所有套餐开放，Enterprise 仅管理员可创建或编辑，Core 和 Pro 任意工作区成员均可。
匹配字段标题、摘要、正文
亚马逊研究人员提出 Simple Strands Agent（SSA），一种可定制的单智能体 harness，用于缩小模型意图与 harness 执行之间的意图-执行差距，并在多个模型和基准上取得稳定性能提升。论文将这一瓶颈形式化为双向的意图-执行差距，指出工具接口、diff 文件反馈以及内部推理与外部交互的平衡是关键设计原则，并强调不同模型家族在工具使用偏好上存在差异，需要模型与 harness 协同设计。SSA 的智能体逻辑、工具、提示词和模型配置均已开源。
匹配字段标题、摘要、正文
Google Research 与 Google Cloud 合作推出 Agentic RAG 框架，并已在 Gemini Enterprise Agent Platform 以公开预览形式上线。该框架通过 Planner、Query Rewriter、Sufficient Context 等智能体迭代检索，在信息不足时给出具体缺口并继续搜索，相比标准 RAG 在事实性数据集上准确率最高提升 34%。在 FramesQA 的跨语料设置中，系统需从 4 个语料中路由查询，仍答对 90.1% 的问题，延迟与单语料版本平均相差约 3% 以内。
匹配字段标题、摘要、正文
Replit 推出 Shopify 集成，用户通过与 Replit Agent 对话即可生成定制店铺前台，Agent 会创建新的 Shopify 店铺并从同一对话中添加商品。用户只需在 Shopify 登录或注册、认领店铺、开通支付并发布，之后即可在 Replit 内管理商品和调整店铺，从第一条提示词到接收真实订单大约十分钟。店铺前台基于真实 Replit 项目，可按需添加博客、愿望清单、会员计划或自定义落地页。
匹配字段标题、摘要、正文
Replit 发布 SEO Agent，可对已发布且公开可见的应用做全量扫描，指出影响可发现性的问题并按影响程度排序生成报告，用户可逐条审核、忽略或一键应用修复，随后重新发布应用。该 Agent 位于新的 Growth 仪表盘，可监控流量并跟踪应用增长，后续重大更新后可重跑扫描。
匹配字段标题、摘要、正文
Cognition 发布 Devin Desktop，称其为 Windsurf 的下一代产品，把 Agent Command Center 设为 IDE 默认界面，可在一处管理本地与云端智能体、PR 和上下文。新增的 Spaces 让相关智能体共享上下文以便协作，同时支持 Agent Client Protocol（ACP），任何兼容 ACP 的智能体都能与 Devin 一同在 Devin Desktop 中运行。该产品基于 Windsurf 的 IDE 基础构建，并保持与 Windsurf 完全向后兼容。
匹配字段标题、摘要、正文
MiniMax 将 Agent 整体升级并命名为 Mavis，同时推出 Agent Team：由主 Agent 把复杂任务拆成并行子任务，交给一批 Agent 执行，并内置对抗式质量门。团队简化为 Leader、Worker、Verifier 三类角色，Worker 与 Verifier 形成对抗关系，验证失败时 Team Engine 会重新唤醒生产节点继续修改。官方称最新版 MiniMax Agent 即将开源，预计与 MiniMax M3 模型一同发布，桌面端应用已上线。
匹配字段标题、摘要、正文
Google 在 I/O 上推出 Gemini 3.5 Flash，称其面向智能体和编程具备前沿性能。该模型于当天在全球推出，针对现实世界的智能体工作流提供前沿级性能，速度是其他前沿模型的 4 倍。
匹配字段标题、摘要、正文
Google DeepMind 的多智能体系统 Co-Scientist 帮助 Gary Peltz 加快寻找肝纤维化疗法，筛选出此前被忽视的药物再利用候选方案。其中一个候选药物在实验室测试中成功阻断了 91% 与瘢痕形成相关的反应，相关成果已发表于 Advanced Science。
匹配字段标题、摘要、正文
Claude Managed Agents 现在可以在用户自控的沙箱中执行工具，并连接私有 MCP 服务器，沙箱与所访问服务都运行在企业边界内。自托管沙箱在 Claude Platform 上处于公开测试，支持 Cloudflare、Daytona、Modal、Vercel 等托管沙箱提供商；MCP tunnels 处于研究预览阶段，需申请访问，可在 Managed Agents 和 Messages API 中使用，由组织管理员在 Claude Console 的工作区设置中管理。智能体的编排、上下文管理和错误恢复仍运行在 Anthropic 基础设施上，工具执行则移到用户配置的环境中。
匹配字段标题、摘要、正文
Anthropic 在 Claude Managed Agents 中推出研究预览版 dreaming，通过定期回顾历史会话与记忆库提取模式、整理记忆，让智能体跨会话自我改进，开发者可选择自动更新记忆或先审核再落地。同时 outcomes、多智能体编排和 webhooks 向开发者开放：outcomes 由独立 grader 在自身上下文窗口中按评分标准评估输出并让智能体自我修正，内部测试中任务成功率最高提升 10 个百分点，docx 与 pptx 文件生成任务成功率分别提升 8.4% 和 10.1%；多智能体编排让 lead agent 把任务拆给拥有各自模型、提示词和工具的专家子智能体并行处理，并在 Claude Console 中追踪每一步。Harvey、Netflix 平台团队、Every 的 Spiral 和 Wisedocs 已在使用这些能力。
匹配字段标题、摘要、正文
Together Inference Engine 在 Kimi K2.5 编码智能体负载下，以相同的 4× NVIDIA B200 硬件实现了比 TensorRT-LLM 高 31% 的 TPS，并在饱和时保持约 2 倍更优的 TTFT。测试采用约 45k–200k Token 的长提示词和平均 450 Token 的输出；SGLang 因 TP4 内存不足改用 8× B200。性能提升来自 ThunderMLA、定制内核重写及真实流量下的端到端分析。
匹配字段标题、摘要、正文
Modal 宣布与 Anthropic 合作，为 Claude Managed Agents 推出与 Modal Sandboxes 的一流集成，让所有工具调用可在自托管 Modal Sandbox 中运行，同时保留 Anthropic 托管智能体循环的便利。该集成支持自定义镜像快速冷启动、Volumes 与目录/文件系统/内存快照等持久化选项，以及按用量计费的突发定价，单客户可扩展至 10 万个以上并发 Sandbox。DoorDash 已在生产中使用 Claude 模型与 Modal 基础设施，Blend 则借助该集成推进智能体辅助问题分诊。
匹配字段标题、摘要、正文