Meta 发布前沿模型 Muse Wonder，包含 Muse Wonder Full 和 Muse Wonder 两个版本。Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 上得 56 分，Muse Wonder 得 52 分，前代 Muse Spark 1.3 为 48 分。智能体评测提升明显，Terminal-Bench 4.0 从 33% 升至 57%；Muse Wonder Full 在 Coding Agents Index 得 68 分，与 Claude Code 的 Sonnet 5.5 持平。事实知识仍是弱项，AA-Omniscience 仅 30 分，但幻觉率从前代的 33% 降至 23%。成本上升明显，Muse Wonder 每任务 4.52 美元，接近前代 1.60 美元的三倍，输入 token 价格涨至每百万 4 美元。
匹配字段摘要、正文
TensorZero 工程博客发布研究，用 GPT-4.1 的高质量对话数据微调 Gemini 2.0 Flash、GPT-4.1 mini/nano、GPT-4o mini、Qwen3-8B 等小模型，在数据抽取（CoNLL++ NER）、多轮导航（BabyAI）、Agentic RAG（Multi-Hop）和 Agentic 工具调用（τ-bench）四类任务上评测。结果显示微调后小模型在部分任务上可匹配或超过大模型，推理成本最多降低 30 倍、响应时间最多快 4 倍；其中 Gemini 2.0 Flash Lite 微调后每成功任务成本比 GPT-4o 低 24.1 倍。文章还比较了筛选成功样本与不筛选的效果差异，并给出用 TensorZero 复现该流程的步骤。
匹配字段摘要、正文
NVIDIA 在柏林 GTC 前夕于巴黎举办法国 AI 生态招待会，创始人兼 CEO 黄仁勋与法国经济部长 Roland Lescure 同台，并随后在爱丽舍宫会见法国总统马克龙，讨论 NVIDIA 对法国 AI 生态的投资以及开源、AI 安全与近期推出的 Open Agent Safety Platform。同日 NVIDIA 还在巴黎和巴塞罗那举办 Build-a-Claw 活动，数百名开发者用开放模型和 NVIDIA 平台搭建 AI 驱动的机械爪机器。
匹配字段摘要、正文
Google Research 发布研讨会报告《Open and Emergent Problems in Agentic Privacy and Security: A Contextual Angle》，由 50 多位学界与业界人士在 2025 年底纽约 Google CAPS 研讨会上共同完成。报告以语境完整性（Contextual Integrity）理论为基础，梳理智能体在系统、模型、用户和生态层面面临的隐私与安全挑战，并提出用语境策略引擎在动作执行前评估其是否恰当。
匹配字段摘要、正文
Anthropic 在 AI Engineer New York 上介绍了新功能动态工作流（flows），它被定义为面向大规模任务的多智能体编排方式，由 Claude 自行决定如何拆分和编排工作，而不再需要开发者预先配置协调者与子智能体名单。该功能已在 Claude Console 中提供，用户仍可在 agent 配置中传入预配置的子智能体。演讲者表示，flows 的成本远高于单智能体方案，但更擅长找全细节；模型运行时并不知道自己的预算，开发者可设置会话预算，并可用 dreaming 研究预览功能整理记忆库。
匹配字段摘要、正文
字节跳动Seed发出内部邮件，宣布成立Seed Model-Alignment&Preparedness部门，由严林负责并汇报给Seed负责人吴永辉，原Responsible AI团队及部分Chat团队成员转入。该部门旨在加强安全与对齐投入，提升Agent Model安全能力并防范CBRN等前沿能力风险，工作覆盖模型规范制定、安全评估体系、对齐训练、防护系统搭建和风险监控。报道称，字节跳动Seed是国内首家单独成立安全与对齐部门的前沿AI实验室。
匹配字段摘要、正文
GitHub Copilot 可通过四种方式定制项目上下文：用 .github/copilot-instructions.md 定义仓库级约定，用 .github/instructions 配合 applyTo 字段做路径级指令，用 .github/skills 下的 SKILL.md 封装可复用流程，用 .github/agents 创建专用自定义智能体，并通过 MCP 服务器连接外部工具与数据源。这些定制可组合使用，社区已在 Awesome Copilot 分享现成配置。
匹配字段摘要、正文
字节跳动 Seed 近日发出内部邮件，宣布成立 Seed Model-Alignment&Preparedness 部门，由严林负责并汇报给 Seed 负责人吴永辉，原 Responsible AI 团队及部分 Chat 团队成员转入。该部门聚焦提升 Agent Model 安全能力，并防范 CBRN 等前沿能力风险，工作涵盖模型规范制定、安全评估体系建设、对齐训练、防护系统搭建和风险监控。澎湃新闻称，字节跳动 Seed 是国内首家单独成立安全与对齐部门的前沿 AI 实验室。
匹配字段摘要、正文
Anthropic 两位研究员 William Zhou 和 Daniel Freeman 发布自主复制与适应（ARA）安全研究，在含 8 个 GCP 节点的隔离沙盒中植入初始蠕虫，由 GLM-5.2 自主扫描 ADB 端口、渗透节点、传输权重并部署 Llama3.1-8B 推理服务，5 次测试中 4 次攻陷全部 8 台设备，另 1 次拿下 7 台。研究还用 Qwen3.5-9B 做跨硬件测试，在 9 种硬件中的 8 种上自行读日志、装依赖并拉起 Llama3.1-8B 服务；其 Memento 框架让后代 Agent 继承前代调试笔记，6 代繁殖测试中部署成功率从 45% 升至 61% 至 84%。研究人员推算到 2026 年年底，30B 以下小模型将达到 GLM-5.2 当前水平。
匹配字段摘要、正文
Sakana AI 宣布在东京成立专职研究递归自我改进（RSI）的 Sakana AI RSI Lab，并邀请 Jürgen Schmidhuber 于 2026 年 9 月以首席科学顾问身份加入指导研究。该实验室建立在过去两年成果之上，包括 LLM-Squared、Darwin Gödel Machine、ShinkaEvolve、ALE-Agent、Digital Red Queen 与 AI Scientist，其中 DGM 在 SWE-bench 上把起点性能自动提升一倍以上、绝对提升 30 分，AI Scientist 相关论文于 2026 年 3 月 26 日登上 Nature。Sakana AI 表示将公开包括失败结果在内的研究，并同步招聘研究科学家与软件工程师。
匹配字段摘要、正文
Sakana AI 宣布在东京总部正式成立递归自我改进（RSI）实验室，用 AI 重新设计 AI 研发流程，并称自己是较早用现代基础模型研究 RSI 的实验室之一。实验室将延续 LLM-Squared、Darwin Gödel Machine、ShinkaEvolve、ALE-Agent、Digital Red Queen 和 The AI Scientist 等既有工作，其中 DGM 在 SWE-bench 上实现 30 个百分点的绝对提升，ShinkaEvolve 仅用 150 个样本解决复杂优化问题。Jürgen Schmidhuber 已于 2026 年 9 月加入 Sakana AI 担任首席科学顾问，指导该实验室研究方向；实验室同时开放前沿研究科学家与核心工程师岗位。
匹配字段摘要、正文
蚂蚁 inclusionAI 在 GitHub 上线 ling-cookbook，为 Ling 模型系列提供部署配方与工程实践示例，目前仍在完善中。仓库包含面向消费级与工作站硬件的本地推理部署指南，以及部分模型的多模态与智能体 Agent Skills。NVIDIA 团队贡献了 SGLang Humming 部署指南，在 Grace Blackwell（GB10 / SM121）上实现 Humming MoE 算子加速、在线 FP8 LM Head 与 MTP 推测解码协同。
匹配字段摘要、正文
蚂蚁 inclusionAI 的 ASystem 团队开源 AReno，一个面向单节点的 LLM RL 后训练工具包，覆盖 RL、SFT/DPO 训练、serving 与 agentic RL，无需搭建集群或外接训练与推理后端。它支持 CUDA、昇腾 NPU 和 Apple Silicon MLX 后端，原生 LoRA 覆盖 Qwen3、Qwen3-MoE 与 Bailing-MoE V3，并可在 CUDA 上对 Qwen3 dense 和 Bailing-MoE V3 做 QLoRA 训练。仓库以 Apache 2.0 许可发布，提供 CLI、OpenAI 兼容 serving 接口和 Docker 镜像。
匹配字段摘要、正文
蚂蚁 inclusionAI 在 GitHub 开源多智能体协调平台 Avernet，定位为构建和运行持久化、可协调的多智能体系统的基础设施层，采用 Apache-2.0 许可。据 README，截至 2026 年 7 月初，Avernet 已在蚂蚁内部 12 个业务群支持多智能体部署，实测多智能体工作流任务完成率超过 90%。近期更新包括 DeepSeek Harness 的 DSH Bots 通过 channel 插件接入、Agency Agents 启动器引入 agency-agents 角色，以及重做的 Web UI 和 AgentEvolve 诊断与优化能力。
匹配字段摘要、正文
OpenAI 发布 GPT-5 系统卡更新，覆盖 GPT-5.2 模型家族（含 gpt-5.2-instant 与 gpt-5.2-thinking）的安全评测。在提示注入的 Agent JSK 与 PlugInject 评测中，两个版本均显著提升并接近饱和；GPT-5.2 Thinking 在启用浏览时于商业营销、金融税务、法律监管、学术写作和时事新闻五个领域实现低于 1% 的幻觉率。生产流量中 GPT-5.2 Thinking 的欺骗率为 1.6%，低于 GPT-5.1 并略低于 GPT-5；生物与化学领域仍按 High 能力处理并启用相应防护，网络安全与 AI 自我改进未达 High 阈值。
匹配字段摘要、正文
总部位于特拉华州的 Causa Prima 宣布完成 2000 万美元种子轮融资，由 Base10 Partners 领投，QED Investors、FJ Labs 等参投，公司累计融资达 3000 万美元。其 agent-to-agent 平台让买卖双方的 AI 智能体直接协商账单纠纷、加快付款，公司按成功促成的提前付款抽成。Causa Prima 目前有 25 名员工，计划在纽约开设办公室进军美国市场。
匹配字段摘要、正文
LG Uplus 于 10 月 13 日宣布将客户平台 U+one 升级为可执行任务的“actionable AI agent”，并已在 8 月推出账单支付智能体、9 月推出漫游智能体。新功能可在聊天界面内分析用量信息，完成从产品推荐到支付、订阅的全流程，漫游智能体推荐用户的订阅转化率接近此前 AI 搜索订阅流程的两倍。LG Uplus 计划第四季度再上线门店查找智能体。
匹配字段摘要、正文
每个 Claude Code 会话启动时只带有系统提示词和工具。但可以在 Claude.md（或 Agents.md）文件中设置仓库级上下文，并且默认启用自动记忆，让 Claude 记住并从与你的交互中学习。
匹配字段摘要、正文
Anthropic 在 AI Engineer New York 上介绍了新功能动态工作流（flows），它被定义为一种面向高负载任务的多智能体编排方式：由 lead agent 制定计划并编写编排程序，启动子智能体、收集结果并管理信息流，开发者不再需要自行配置协调者和子智能体名单。该功能位于 Claude Console 中，开发者仍可在 agent 配置里传入预配置的专用子智能体。演讲者表示 flows 比单智能体方案成本高得多，但更擅长找全细节，开发者可设置会话预算，模型在运行中并不知道自己的预算。
匹配字段摘要、正文
Mastra Studio 上线 Thread View，可在 Mastra Observability 中把 agent 的对话消息与产生它们的 trace 步骤并排查看，并支持打开完整 thread 按顺序浏览整段会话。已用 memory 并通过 MastraStorageExporter 持久化 trace 的 agent 无需额外配置即可使用；从零开始则需安装 observability、memory 和 storage。
匹配字段摘要、正文