Amp 借助 OpenAI 模型将 AI 智能体拓展到代码之外
Amp 展示了如何用 GPT-6 Astra、Ultrafast、GPT-Live-1 和 Sign in with ChatGPT 拓展 AI 智能体的能力边界。原文未披露模型参数、benchmark 分数、价格或可用性等细节。
全部 AI 动态
OpenAI News Google DeepMind Google DeepMind 与新加坡政府合作开发端侧反诈微调模型
Google DeepMind 与新加坡政府科技局（GovTech Singapore）合作，基于轻量级 Gemma 模型在新加坡本地诈骗对话数据上微调，做出一个隐私保护的端侧诈骗检测模型。
Google DeepMind精选 Google DeepMind 开始广泛开放 Gemini 4 Argon 并公布安全防护方案
Google DeepMind 开始广泛开放 Gemini 4 Argon，并同步扩大 Fairwind Program 的可信网络安全防御者范围。此前在受限访问期间，Wiz 用 Argon 发现医院软件中前代模型遗漏的关键漏洞；在模拟网络攻击场景中 Argon 完成全部 12 个，前代为 5 个。
推荐理由：原文公开了 Argon 在网络安全与生物风险上的防护分层和误用监测数据，可用于判断前沿模型的部署门槛。
GitHub Blog · AI & ML GitHub 用 ModernBERT 打造密钥检测模型：更少噪音，发现更多密钥
GitHub 训练了一个基于 ModernBERT 的上下文感知密钥分类器，替代此前的 LLM 流水线，用户对告警的接受度提升 11.5%，推送后扫描执行时间中位数降低 86%，服务成本降低 98%。该分类器在正则表达式筛出候选后结合文件路径、变量名和周边代码判断是否为真实凭证，使通用密钥检测得以扩展到推送保护阶段。
Google DeepMind精选 Google DeepMind 发布 Gemini 4 Argon 机器人模型
Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%。
推荐理由：官方给出各机器人与仿真任务的提示词示例和可用入口，可据此判断模型在机器人全流程中的具体用法。
Google DeepMind精选 Google DeepMind 发布 Gemini 4 Argon 模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和科研人员开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 享 95% 折扣。
推荐理由：官方给出定价、渠道与多领域落地案例，可据此判断这一前沿模型在编码和专业工作流中的实际位置。
GitHub Blog · AI & ML GitHub Copilot 新手指南：如何让 Copilot 了解你的代码库
GitHub Copilot 新手指南介绍四种让 Copilot 适配项目的方式：用 .github/copilot-instructions.md 定义仓库级约定。
Microsoft Research 微软研究用 StudentSim 个性化模拟学生学习，评估和改进 AI 辅导
微软研究团队提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，在辅导系统与真实学习者测试前提供反馈信号。该工作同时发布 StudentSimEval 评测基准，从行为保真度和对辅导引导的响应性两个维度评估模拟器，并在国际象棋、英语二语写作和数学任务上优于领先基线。StudentSim 是研究系统，不是产品，未部署于课堂，也不替代教师。
Google Research精选 Google 研究：AI 辅助提升专利撰写产出，但未必加速初级律师技能成长
Google Research 与 NBER 发表三个月田野实验，133 名专利律师随机获得当时未发布的 Google Labs AI 专利撰写助手（现属 Gemini Notebook）使用权。
推荐理由：三个月专利撰写实验区分了 AI 辅助产出与无辅助判断，为技能培养提供了难得的纵向证据。
GitHub Blog · AI & ML精选 GitHub 将 ModernBERT 分类器引入推送保护，拦截非结构化密钥
GitHub 宣布用与 Microsoft Applied Sciences 共建的 ModernBERT 微调分类器扩展推送保护，可识别数据库密码等非结构化密钥，候选批量评估耗时不到 2 毫秒。
推荐理由：GitHub 用九个季度的数据说明泄露风险随代码量上升，并给出把密钥拦截从事后补救前移到推送环节的思路。
Microsoft Research精选 Microsoft Research Asia 开源 Agent Lightning v1.0，约 3500 行代码的轻量智能体 RL 框架
Microsoft Research Asia 开源 Agent Lightning v1.0，这是一个约 3500 行的轻量智能体强化学习框架，提出 Harnessed Agentic RL 训练范式，让部署时使用的 harness 直接参与 RL 训练，无需在训练框架内重写智能体。
推荐理由：微软开源约 3500 行的智能体 RL 框架，让部署用的 harness 直接参与训练，并给出完整代码智能体训练示例。
Google DeepMind精选 Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2
Google DeepMind 发布 EmbeddingGemma 2，这是一个把文本、图像、音频和视频映射到统一嵌入空间的开源多模态嵌入模型，基于 Gemma 4 架构、采用 Apache 2.0 许可、参数量 740M。
推荐理由：官方给出参数量、分模块尺寸、量化内存和 8K 上下文等规格，可据此判断端侧多模态检索的可用边界。
Microsoft Research 微软研究院播客：AI 评测的“意外失败”能教给我们什么
微软研究院播客中，partner research manager Jennifer Neville 与首席应用科学家 Chad Atalla 讨论评测如何推动 AI 系统性能边界、满足用户需求，以及模型超出传统 benchmark 测试时出现的“意外失败”。她还分享使用当前 AI 系统的实用建议，并强调结果不符合预期时应仔细检查数据。
Google Research Google 发布 Earth AI 行星地理基础模型 PDFM 的全球公共卫生评估
Google Research 介绍用 Earth AI 的 Population Dynamics Foundation Model（PDFM）做公共卫生概念验证，将搜索趋势、人口流动、建成环境密度和环境要素压缩为按月更新的地点嵌入向量，无需任务微调即可作为即插即用输入接入现有流行病学模型。
Mistral AI精选 Mistral AI 发布 Mistral Large 4 公开预览
Mistral AI 上线 Mistral Large 4 公开预览，模型为 1 万亿参数、520 亿激活参数的原生多模态模型，可通过 Mistral Studio 的预览 API 使用，权重将于本月底发布。
推荐理由：官方给出 1 万亿参数与 520 亿激活参数的多模态设定，以及编码、智能体、网络安全等基准对比，可用于判断开放权重模型的前沿位置。
Google Research Google CAPS 研讨会报告：智能体隐私与安全中的开放与新兴问题
Google 发布 CAPS 研讨会报告，汇集 50 多位学界与业界专家，梳理自主智能体在系统、模型、用户与生态层面面临的隐私和安全挑战。报告以 Contextual Integrity 理论为基础，提出用上下文策略引擎在动作执行前判断信息流与行为是否恰当，并主张结合系统级沙箱、模型级推理和用户控制的多层防护。
GitHub Blog · AI & ML精选 GitHub 发布 ReviewBench：面向 AI 代码审查的公开基准
GitHub 发布 ReviewBench 研究预览版，这是一个面向 AI 代码审查智能体的公开离线基准，包含 219 条来自 187 个开源仓库、覆盖 19 种语言的 pull request。
推荐理由：GitHub 用 1.039 亿条真实 PR 校准出 219 条评测集，并公开了评分规则与校验流程，可据此比较不同 AI 代码审查工具。
GitHub Blog · AI & ML AI 正在改变开发者工作，GitHub 给出三项值得强化的技能
GitHub 发文提出开发者应强化三项技能：学会指挥 AI 智能体而非仅使用它，不轻信 AI 的首次回答，以及借助 AI 省下的时间解决更大问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明用第二个模型审查计划、代码和测试可发现首个模型遗漏的问题。
Google Research Google 提出基于 TEE 的可验证隐私联邦学习系统
Google Research 发布新一代联邦学习系统，利用可信执行环境（TEE）为数据匿名化提供完全可验证、可审计的保证。设备上传加密数据时预先授权访问策略并将其发布到公开透明日志 Rekor，密钥管理由 TEE 集群基于 RAFT 实现，仅向符合策略的服务端 TEE 工作负载发放解密密钥。
Google DeepMind精选 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，之后再逐步扩展到开发者、企业和消费者。
推荐理由：官方公布了 Argon 的输出上限、定价和多项基准成绩，可据此判断其长任务能力与成本位置。
Microsoft Research 微软研究院用机器学习预测电网空间天气风险
微软研究院实习生构建的机器学习流水线可为美国本土66,935座变电站生成30-60分钟前的空间天气风险预报。该系统结合AE与Dst指数预报及当地地质电导率，在评估期内检出近80%的重大空间天气事件。GIC风险阶段对≥10 nT/min事件的检出率为76.5%。
Google DeepMind精选 Google DeepMind 推出 SynthID Bio，为 AI 生成的蛋白质加水印
Google DeepMind 推出 SynthID Bio，将水印技术用于合成生物学，可把不可感知的签名直接嵌入生物代码，并在合成出的实体蛋白质上验证。
推荐理由：读者可以看到水印如何同时写入蛋白质序列与 AlphaFold 3 预测结构，并了解它对 DNA 合成筛查的意义。
Microsoft Research 微软研究院推出面向生物学复杂性的 AI 研究系统 Quine
微软研究院推出 AI 研究系统 Quine，由跨基因组、蛋白质、化学、RNA 与细胞状态、生物成像多模态联合训练的生物学世界模型，以及连接模型、科学工具、文献和湿实验室的编排层组成。
Microsoft Research Microsoft Research Asia 新加坡实验室成立一年：推进研究、合作与人才培养
Microsoft Research Asia 新加坡实验室迎来成立一周年，作为微软在东南亚的首个研究实验室，其研究覆盖下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践及生态与人才培养四大方向。实验室通过与新加坡医疗生态伙伴合作，探索多模态医疗 AI 与自演化诊断智能体的落地应用，并与 EDB、IMDA 等机构在联合博士培养和产业活动上展开合作。
Mistral AI Mistral 在慕尼黑开设德国中心，推进工业 AI 与 Physics AI
Mistral 在慕尼黑开设新中心，组建专注 Physics AI 与工业 AI 的研究团队并派驻应用工程师服务企业客户。该中心依托 2026 年 5 月收购 Emmi AI 带来的 30 余名物理与工程 AI 专家，正与 BMW 合作碰撞仿真、与 Siemens Energy 合作工业 AI 应用。
GitHub Blog · AI & ML GitHub Copilot 应用入门：如何用 canvases 构建自定义工作流
GitHub Copilot 应用发布入门教程，介绍如何用 `/create-canvas` 技能以自然语言描述生成自定义界面，如看板、发布清单、仪表盘或表格。Canvas 是人与智能体共享的双向界面，双方可同时操作并即时同步状态，无需单独发送或同步。生成的 canvas 可保存为扩展供个人或团队复用，Awesome Copilot 已提供现成 canvas 扩展。
GitHub Blog · AI & ML GitHub Copilot 用 canvas 替代聊天框：为 AI 智能体定制 UI
GitHub Copilot 应用推出 canvas，一种在应用内运行的全栈小应用，可与智能体双向通信，用于替代聊天框完成具体任务。用户只需一句话即可生成 canvas，例如 Connect 4 对战、管理本地 Winget 包或操作 SQLite 数据库，甚至自动化研究到原型的开发流程。这类固定 UI 可让后续交互不再消耗 token。
Microsoft Research精选 微软研究发现将物理 AI 推理卸载到边缘或云端 GPU 可提升机器人性能与续航
微软研究院首次系统测量了机器人移动操作负载，发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 可提升任务成功率与续航。
推荐理由：微软对机器人移动操作负载做了系统测量，给出了机载 GPU 与边缘/云端卸载在任务成功率与续航上的具体差距。
Mistral AI Mistral 与 Mozilla 达成合作，为 Firefox Smart Window 提供模型
Mistral 宣布与 Mozilla 达成合作，Firefox 的 AI 浏览助手 Smart Window（beta）改由 Mistral 模型驱动，先在法国和北美上线，英国和德国预计今年晚些时候跟进。
Mistral AI Mistral 与 Cloudera 达成合作，将专有主权智能引入企业数据
Mistral 与 Cloudera 建立合作，将 Mistral 模型集成进 Cloudera 混合数据平台，使企业可在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。企业还可在受控环境内用大量专有数据训练自有模型，数据和由此产生的智能均归企业所有。Mistral 称此举面向 Cloudera 平台上 30 exabytes 的客户自管数据。
Mistral AI Mistral 如何用 AI 智能体迁移 4 万行 Fortran 77 遗留代码
Mistral 帮助一家欧洲能源运营商将 4 万行 Fortran 77 编写的油藏模拟器迁移到 C++，该项目既无测试套件也无集中文档。其做法是先搭建数值一致性校验框架，再用 Vibe CLI 调度上百个智能体结合 Mistral OCR 梳理文档，最终采用人类协调 coder、tester、reviewer 智能体的工作流逐模块迁移。
Mistral AI精选 Mistral 完成 30 亿欧元 D 轮融资，投后估值超 210 亿欧元
Mistral 宣布完成 30 亿欧元 D 轮融资，投后估值超过 210 亿欧元，由三星电子领投，Scaleup Europe Fund 和 PSG Equity 共同领投。
推荐理由：Mistral 完成欧洲科技公司最大一轮股权融资，读者可从中看到开源权重路线与主权 AI 叙事如何吸引产业资本。
Mistral AI Mistral 与 HUMAIN 宣布战略合作，推进沙特及中东主权 AI
Mistral 与 HUMAIN 宣布在 AI 基础设施、先进模型开发和解决方案部署上展开战略合作，合作规模达数亿欧元。双方将优先聚焦网络安全与语音领域的模型本地化，并计划开发阿拉伯语表现强劲的前沿模型。Mistral 还将探索使用 HUMAIN 的数据中心基础设施，双方计划在沙特面向受监管行业制定联合市场策略。
Berkeley AI Research精选 从 CUDA 到 MLX：K-Search 如何把内核优化经验迁移到 Apple Silicon
Berkeley Sky Lab 团队把 K-Search 内核搜索框架扩展到 MLX，新增结构化 CUDA-to-MLX 翻译层，让 CUDA 内核作为知识库自动适配为 Apple Silicon 内核。
推荐理由：该文把 CUDA 优化经验经结构化翻译层迁移到 MLX，并用两个内核的实测数字说明迁移能补多少性能差距。
Berkeley AI Research 为高效长程交互，教 LLM 更新信念状态：ABBEL 框架
伯克利 AI 研究提出 ABBEL 框架，把交互历史压缩为自然语言"信念状态"，并用受自编码器启发的信念评分机制监督其内容。在 CollabBench 协作编码任务上，ABBEL-rec-BG 把与全上下文模型的表现差距缩小约 50%，训练步数从 100 降到 50，峰值上下文 token 仍显著低于全上下文。
Berkeley AI Research 智能免费之后怎么办：面向、属于、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，随着推理成本大幅下降、接近免费，数据系统需应对三类新挑战：为智能体设计的数据系统、管理智能体集群的数据系统，以及由智能体合成数据系统。
Berkeley AI Research 2026 届 BAIR 研究生展示：博士毕业生的 AI 研究与去向
加州大学伯克利分校 BAIR 实验室展示 2026 届博士毕业生，研究方向覆盖机器人、大语言模型与推理、计算机视觉、生成模型、AI 安全等。毕业生去向包括 OpenAI、Mistral AI、Amazon 等机构及高校教职，也有人创办初创公司。
Berkeley AI Research 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队发布综述，分析并行推理领域进展，重点讨论自适应并行推理——让推理模型自行决定何时分解并并行化独立子任务、启动多少并发线程以及如何协调。文章梳理了 self-consistency、Best-of-N、Tree/Graph of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild!
Berkeley AI Research 伯克利提出 GRASP：面向世界模型的长时间跨度梯度规划方法
伯克利 AI 研究团队提出基于梯度的规划器 GRASP，通过把轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接注入随机性做探索，并重塑梯度让动作获得清晰信号。该方法针对长时跨度下世界模型规划中梯度爆炸/消失、非贪心结构导致局部极小值以及高维视觉潜空间失效等问题。
Berkeley AI Research SPEX 与 ProxySPEX：大规模识别 LLM 关键交互的算法
Berkeley AI Research 介绍 SPEX 与 ProxySPEX 两种算法，可在规模化场景下识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题；ProxySPEX 进一步利用层级结构，以约 10 倍更少的消融达到 SPEX 同等性能。