AnyLanguageModel 1.0 发布：Apple 平台上一年的本地模型实践
AnyLanguageModel 推出 1.0 版本，这个兼容 Apple Foundation Models API 的替代方案可让开发者自由选择本地或托管模型，同版本还发布了 swift-huggingface 1.0 和 swift-xet 1.0。新版本支持 OpenAI、Anthropic、Google Gemini、Ollama 等托管服务商，并已在 Linux 上运行。
#Agent
Hugging Face Blog AWS Machine Learning Blog vLLM 双向 KV 传输如何降低多轮智能体工作负载的 TTFT
vLLM 通过双向 KV 传输让 decode 节点在后续轮次把已算好的 KV 缓存回传给 prefill 节点，避免重复计算对话历史。基于 Amazon EC2 P5en 的 1P1D 部署测试中，该机制使 Qwen3-32B 的 TTFT 最高降低 1.6 倍、zai-org/GLM-5-FP8 最高降低 3.3 倍。
NVIDIA Blog NVIDIA 与 EBU、Adobe 推进媒体智能体安全：主权云、开源模型与 Frame.io 视频搜索加速
NVIDIA 与欧洲广播联盟（EBU）扩展去年推出的主权标准框架，引入主权云厂商、开源模型开发者和系统集成商，明确广播机构部署智能体时数据、基础设施、模型与安全的控制方式。
AWS Machine Learning Blog AWS 分享基于 Amazon Bedrock AgentCore 的智能体九阶段评测框架
AWS SMGS 团队介绍其为生产多智能体系统搭建的九阶段评测框架，以 Amazon Bedrock AgentCore Evaluations 为核心，覆盖从定义指标到反馈闭环的完整生命周期。
Google Research精选 Google Research 提出 VERID 框架，让 AI 智能体落地自主湿实验室
Google Research 发布博客，介绍把 AI 智能体从计算设计连接到真实湿实验室实验的三个研究项目。VERID 框架基于开源 PyLabRobot 构建实验室工作单元的语义数字孪生，提供实时 3D 状态追踪、秒级虚拟试运行、硬件安全检查与视频动作日志同步记录。
推荐理由：Google Research 公开了三个把 AI 智能体接入湿实验室的项目，其中包含框架设计和闭环实验数据，可以观察自动化科研在物理环境中的实际卡点。
OpenAI News OpenAI 案例：Codex 数周打造 Stack Overflow for Agents，ChatGPT 插件助注册量增至三倍
两名工程师用 Codex 在数周内做出 Stack Overflow for Agents，其 ChatGPT 插件带动智能体创建量最高增长 10 倍。该插件还使注册量增至三倍。
Hugging Face Blog精选 Reflection 开源 501B 参数 MoE 模型 Beam，支持 1M 上下文与 Agent 场景
美国新实验室 Reflection 在 Hugging Face 发布其首个模型 Beam，这是一个 501B 参数的 MoE 模型（每 token 激活 23B），采用 Apache 2.0 许可，支持 1M token 上下文窗口，面向编码与 Agent 场景。
推荐理由：原文给出 Beam 的架构细节、长上下文缓存数据和多精度基准，可用于判断自托管前沿模型的实际部署门槛。
Google DeepMind精选 Google DeepMind 演示用 Antigravity 加速抗菌肽发现
Google DeepMind 发布技术演示，展示生物学家如何用 Google Antigravity 智能体开发平台在单次会话中完成抗菌肽候选的发现与结构评估。
推荐理由：原文用一次完整会话展示生物学家如何借 Antigravity 把跨库检索、结构分析与候选筛选压缩进单个工作台。
NVIDIA Blog精选 NVIDIA 发布 Nemotron 3.5 Super VL 与两款 Bolt 端侧模型
NVIDIA 发布 120B 参数的开放模型 Nemotron 3.5 Super VL，以及面向端侧的 Nemotron 3.5 Bolt 74B-A9B 24GB 和 Bolt E4B 4GB。
推荐理由：原文给出三个模型在参数规模、内存占用和硬件适配上的差异，可据此判断企业到端侧的智能体部署选型。
Hugging Face Blog精选 Meta 发布开源权重多模态 MoE 模型 Muse Spark Open
Meta 发布开源权重模型 Muse Spark Open，这是一个约 816B 总参数、每 token 约 42B 激活的混合专家模型，支持文本、图像、音频和视频输入，上下文窗口最高 1M tokens。
推荐理由：Meta 公开了 816B 总参数、约 42B 激活的多模态 MoE 权重，并给出 transformers、vLLM、SGLang、llama.cpp 的部署与微调做法。
OpenAI News OpenAI 与 Sullivan & Cromwell 合作开发合同审阅工具 Agreement Analyzer
OpenAI 与律所 Sullivan & Cromwell 合作开发了 AI 工具 Agreement Analyzer，用于识别合同草案中的问题。该工具将律所的法律专业经验融入协议审阅流程。
Google Research精选 Google 扩展 Earth AI 地理空间推理智能体早期访问
Google 扩展 Earth AI 地理空间推理智能体的实验性早期访问，覆盖 Ask Google Earth 的深度分析更新和面向开发者的 Agent-to-Agent API，Planetary Prediction Engine 也开放预览。
推荐理由：Google 公布地理空间推理智能体的技术报告与合作伙伴实测，并开放早期访问，可据此判断专用工具与前置规划在空间任务中的差别。
Google Research精选 Google 公开发布 Deep Review 智能体文档评审系统
Google Research 宣布公开发布 Deep Review，一个面向复杂文档提供严谨反馈与技术核验的智能体 AI 系统，最初用于计算机科学论文分析，现已扩展到法律、金融等领域。
推荐理由：Deep Review 公开了四阶段智能体评审流程与每周两次免费额度，可据此判断自动审稿在真实工作流中的位置。
OpenAI News 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。
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。
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。
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。
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。
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。
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 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。
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。
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 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。
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 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。