Qwen 开放 MobilePA-Bench、MobileWorld、MobileWorld-Real 和 MobileWorld-Safety 四套基准，覆盖规划、跨应用执行、真机性能与安全。这些基准对应 Qwen Intelligence 发布的三类智能体：Mobile Planner Agent 在 MobilePA-Bench、MobilePA-Bench Business 与 Memory 上排名第一；Mobile-Use Agent 在 MobileWorld 得 82.1、MobileWorld-Real 得 92.2、AndroidDaily 得 97.2，端到端成功率 90%；Mobile Creative Agent 可在 3 秒内生成图像，速度约为同类产品的 2 倍。
匹配字段摘要
移动创作智能体（Mobile Creative Agent）的性能表现：https://t.co/vZcKCFRkU5
匹配字段摘要、正文
Qwen 发布 Qwen Intelligence，首批上线三个 SOTA 智能体：Mobile Planner Agent 负责任务规划与编排，在 MobilePA-Bench、MobilePA-Bench Business 和 Memory 上排名第一；Mobile-Use Agent 以 API 优先、GUI 兜底执行任务，MobileWorld 82.1、MobileWorld-Real 92.2、AndroidDaily 97.2，端到端成功率 90%；Mobile Creative Agent 可将一句话变成可用创作，图像生成耗时 3 秒，约为领先同类产品的 2 倍速度。官方同时开放 MobilePA-Bench、MobileWorld、MobileWorld-Real 和 MobileWorld-Safety 评测套件，覆盖规划、跨应用执行、真机性能与安全。
匹配字段摘要、正文
荷兰零售商 HEMA 基于 Amazon Bedrock AgentCore 构建了内部 AI 助手 HAL，并通过 Model Context Protocol（MCP）把知识接入 HAL 聊天、Kiro、Claude 等工具。HAL 将原本需要三四个门户、耗时一下午的查询缩短到数秒，安全依托 Microsoft Entra ID，客户端不存 AWS 凭证，目前为只读访问。
匹配字段摘要、正文
Mastra 发布 Experiment Tool Mocks，让智能体实验通过数据集项声明的 mock 输入输出替代真实工具调用结果，无需触碰支付、邮件等真实 API。该功能目前支持 agent 目标，workflow 工具 mock 后续跟进；项目中的 agent、环境变量和工具配置无需改动。运行实验需配置存储适配器，可将 Turso 环境变量加入 LibSQLStore，部署到 Mastra 平台时会自动分配 Turso 数据库，并支持用 unmockedToolPolicy: 'deny' 阻止未声明的工具调用。
匹配字段摘要、正文
Google 宣布 Antigravity SDK 支持本地模型与多种执行方式，首发通过 Google AI Edge 的 LiteRT 支持 Gemma 4 26B A4B，可完全离线运行智能体。官方给出的混合示例中，云端 Gemini 3.8 Flash 负责规划，本地 Gemma 4 26B 实例执行审计与修复，97.2% 的 token（3,322 个）在本地离线完成，云端仅消耗 95 个 token 且不上传源码。该 SDK 还通过 LocalOpenAIAgentConfig 支持 Ollama、LM Studio、vLLM 等 OpenAI 兼容服务。
匹配字段摘要、正文
阶跃星辰（StepFun）开源了内部用于 LLM 数据标注与模型检查的工具 onPanda，工作流为定位错误、修正 token、让模型继续生成。其数据标注中位耗时比人工后编辑低 52%，SFT 与偏好数据在同一流程完成，on-policy 保真度高（ΔPPL <1%），支持 token 级正负样本监督及图像、音频、视频的 agent 轨迹标注；模型检查可查看 token 概率与 top-k 备选、逐 token 引导解码，并在浏览器中探索 SVG 生成、Web 开发和 agent 任务。
匹配字段摘要、正文
Human in the Loop（HITL）是一种把任务按预设边界分配给 AI 与人工的 AI 工作流：AI 处理可预测的规则化任务，人工负责复杂决策、合规要求和边缘案例。它既用于实时业务流程中的审核、审批与转人工，也用于机器学习开发中的数据标注、输出评估与纠错。ElevenLabs 的 ElevenAgents 可用于搭建此类 HITL 工作流。
匹配字段摘要、正文
Meta 个人智能体 Muse 上线一周登顶美区 App Store 免费榜并开启每月 20 美元和 100 美元两档订阅，带动腾讯港股 9 月 22 日盘中涨超 8%。但腾讯小微自 6 月 20 日灰度至今未全量、无日活与变现数据，此轮上涨基于“14 亿月活×Agent”的估值想象。Muse 上线第 12 天即被亚马逊以未经授权为由切断代购通道，而小微调用小程序、微信支付均在腾讯协议内，短板在于电商交易缺失与数百万小程序的接口改造。
匹配字段摘要、正文
Fireworks AI 发布 Specialized Intelligence Index（SII），汇集开放、闭源与专用模型在领域专属基准上的表现，首批覆盖医疗、法律、网络安全、金融、客服、生产力与软件七个领域。各基准由领域从业者设计，例如 Harvey 的 Legal Agent Benchmark、Sierra 的 τ-Banking 与 τ-Voice、Datacurve 的 DeepSWE v1.1。SII 不对跨领域结果做加权或平均，只保留基准与领域层面的分数，并提供分数对成本、分数对时长的对比视图。
匹配字段摘要、正文
小米 MiMo 发布 MiMo-V2.6 Pro 与 Flash 两款全模态模型，将代码、设计与工具调用整合到界面、幻灯片、SVG、视频和音乐等场景。官方称 Pro 在 Design Arena 上的表现与 Claude Opus 5、GPT-5.6 Sol 相当，在多数 agent 基准上与二者持平，并在 Artificial Analysis Intelligence Index 上得分 46。Pro 与 Flash 的权重、技术报告、7K+ RL 任务环境、端到端 RL 框架及 MiMo-V2.6-Distill-Qwen-9B 均已开源，API 定价与 V2.5 保持一致。
匹配字段摘要
Exponential View 分析标普 500 财报电话会显示，2026 年 6 月季度有 33% 的公司对 AI 使用给出量化表述，较去年同期高约 10 个百分点；15% 量化提及 AI 对业务的影响，高于去年初的 9%。成本与生产力类声明的平均提升幅度为 47%，营收或需求类为 40%；“Agentic”出现在 24% 的电话会中，“Generative AI”从 13% 降至 5%。
匹配字段摘要、正文
ElevenLabs 发布 Studio 4.0，这是 ElevenCreative 中 AI 原生视频编辑器的重大升级，可在项目内直接生成视频、图像、配音、音乐和音效，并在同一处完成剪辑、字幕和导出。新版本重建了时间线，支持帧级缩放、片段吸附和同步移动，字幕可像普通片段一样拆分合并。内置的 Studio Agent 能根据描述在时间线上生成初剪、配音并同步音效，用户可随时接管手动编辑再交还控制权。
匹配字段摘要、正文
有网友整理了 20 个基于 Jev API 的项目清单，涵盖浏览器 Agent、Claude Code 上下文压缩、生成式 UI、MCP 工具、代码审查、数据筛选等方向。博主转发该清单并表示「第 2 个想试试」，即给 Claude Code 做上下文压缩的 fast-jev-compaction。
匹配字段摘要
Composio 的 Browser Tool 将每个任务交给托管云浏览器中的 Browser Use agent 执行，让通过 Composio 连接的 agent 能在没有 API 的网站上登录、填表和下载文件。Composio 解决方案负责人 Sushant Hiray 称，今年 Composio 上的浏览器任务增长了 125 倍，原因是 Browser Use 能自行绕过机器人检测和 CAPTCHA。Browser Tool 提供运行任务、查看、实时预览、停止和下载文件五个工具，并可按客户保留登录状态。
匹配字段摘要、正文
LiveKit 官方博客对比了实时语音与视频 AI 智能体两大开源框架 LiveKit Agents 与 Pipecat，指出前者基于自家开源 WebRTC 与 SIP 服务、抽象层级更高，后者不预设传输层、需自行逐级组装 pipeline。文章还说明 TEN Framework、Dograh、Vision Agents、Vocode 的定位，并从语言支持、维护活跃度、上手速度和生产就绪度四方面给出选型建议。
匹配字段摘要、正文
峰瑞资本李丰判断，全球流动性已接近见顶，AI资本周期正从存量博弈走向尾部：美股总市值约75万亿美元，美债10年期收益率升至5%左右，谷歌因资本开支翻倍致自由现金流转负、单日市值蒸发3000亿美元。他认为AI技术投资正从第二阶段（通用Agent、具身智能）向第三阶段过渡，机会转向AI+应用和估值较低的资产。高盛数据显示，到2026年底全球AI领域累计投资总额将达1.8万亿美元。
匹配字段摘要、正文
NVIDIA 发布 AIPerf，作为 GenAI-Perf 的指定继任者并完全重写，采用多进程架构避免客户端在高并发 LLM 基准测试中成为瓶颈。该工具支持超过 15 种端点类型，以及 ShareGPT 和来自 Mooncake、Baseten、WEKA AgentX 的 trace replay 格式，并提供 constant、Poisson、gamma 等可配置到达模式。AIPerf 报告 TTFT、ITL、请求延迟和输出 token 吞吐量等核心指标，附带百分位细分，并在可用时通过 DCGM 或 pynvml 提供 GPU 遥测。
匹配字段摘要、正文
阿里千问发布 Qwen3.8-Omni-Flash，支持图像与音频输入，可通过 DashScope 兼容接口调用，并支持 enable_thinking 与 xhigh、medium、low 三档 reasoning_effort。同系列还提供 Qwen3.8-Omni-Flash-Realtime，支持 WebSocket 和 WebRTC 连接，可开启摄像头和麦克风进行实时音视频对话。官方同时开源 Qwen-MM-Plugins 多模态插件套件，支持 Codex、Claude Code、Qwen Code、Gemini CLI 等 agent harness，提供图像、音视频理解与长视频记忆等能力。
阿里千问发布 Qwen3.8-Omni-Flash，支持图像与音频输入，可通过 DashScope 兼容接口调用，并支持 enable thinking 与 xhigh、medium、low 三档 reasoning effort。同系列还提供 Qwen3.8-Omni-Flash-Realtime，支持 WebSocket 和 WebRTC 连接，可开启摄像头和麦克风进行实时音视频对话。官方同时开源 Qwen-MM-Plugins 多模态插件套件，支持 Codex、Claude Code、Qwen Code、Gemini CLI 等 agent harness，提供图像、音视频理解与长视频记忆等能力。
匹配字段摘要、正文
Anthropic 于 9 月 17 日发布《用于了解前沿 AI 实验室内部 AI 研发速度的指标》一文，披露截至 2026 年 8 月，Claude 主导了公司约 26% 的 AI 研发工作，超过 90% 的研发工作至少达到 AI 协作（AL3）水平，主要内部平台上同时约有 3 万个 AI Agent 运行。Anthropic 称，2026 年 2 月 Claude 主导的研发任务占比还不到 1%。公司同时公布 Agent 监督的覆盖率、审查延迟、升级率三项指标，并统计 2026 年 7 月 13 日至 20 日一周的算力分配，其中约 6% 的 AI 研发算力用于 AI 安全工作。
匹配字段摘要、正文