NVIDIA 谈 AI 安全：如何在智能体栈的每一层解决这一工程问题
NVIDIA 提出 AI 安全是工程问题，需要明确的安全需求、可执行的管控、指定负责人和防护有效的证据。智能体栈中模型、harness 与运行时环境各层都承担安全责任，权限不能随任务自动扩展，敏感操作仍需人工审批。NVIDIA OpenShell 作为开源安全运行时在智能体之外强制执行策略并提供沙箱执行，Cisco DefenseClaw 与 JFrog 已在其上构建治理与技能扫描能力。
#Agent
NVIDIA BlogAI 评分3838 OpenAI NewsAI 评分2222 V7 借助 GPT-5.6 Luna 将成本削减 78% 并提升准确率
V7 使用 GPT-5.6 Luna 将成本削减 78%，同时提升准确率。V7 利用 GPT-5.6 把分散的公司文件转化为智能体可用的上下文，以完成复杂且带来源链接的工作。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解 AI 热门观点：该不该读代码、RAG 已死、Skills 杀死 MCP？
GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需阅读和负责，只是审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的团队经验，后者是智能体连接工具与数据的标准，二者可组合使用；RAG 并未消亡，它让模型基于训练数据外的文档、内部知识或代码库上下文作答，能减少 token 浪费并降低答案不完整的概率。
Google ResearchAI 评分5555 Google Research 用生成式 UI 让教师创建互动学习模拟
Google Research 发布一项研究实验，让教师借助生成式 UI（GenUI）为 STEM 课程动态生成可交互的学习模拟，并同步开放 30 多个经教师审核的英文学习互动示例库，覆盖物理、化学、生物和数学，面向初高中。
GitHub Blog · AI & ML精选AI 评分7777 GitHub 用 Copilot 把 Copilot 运行时迁移到 Rust
GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust，AI agent 写了大部分代码，分布在 128 个合入 main 的 PR 中并逐步发布，运行时性能提升数个数量级。
推荐理由：作者以亲历者身份给出把 Copilot 运行时从 TypeScript 迁到 Rust 的完整工程细节，可迁移到大规模 agent 协作开发。
OpenAI NewsAI 评分4242 OpenAI 用 AI 重塑广告体验，推出 Sponsored Agents 并集成 HubSpot 与 Shopify
OpenAI 推出 AI 驱动的广告新体验，包括 Sponsored Agents 和面向营销人员的工具，并集成 HubSpot 与 Shopify。
Mistral AIAI 评分5656 Mistral 与 Mozilla 合作，为 Firefox Smart Window 提供模型支持
Mistral 宣布与 Mozilla 达成合作，Firefox 的 AI 浏览助手 Smart Window（beta）现由 Mistral 模型驱动，先面向法国和北美用户，英国和德国预计今年晚些时候跟进。
NVIDIA Blog精选AI 评分6262 Salesforce 发布首个 CRM 推理模型 Koa，基于 NVIDIA Nemotron 3 Super 构建
Salesforce 在 Dreamforce 上发布其首个 CRM 推理模型 Koa，基于 NVIDIA Nemotron 3 Super 后训练而成，训练数据来自近三十年企业 CRM 部署的专有合成数据集。
推荐理由：Koa 基于 NVIDIA Nemotron 3 Super 后训练，并给出 CRM Bench 上错误率降低 3 倍的具体对比。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布两款实时语音对话模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，前者面向规模化与成本效率，后者面向高复杂度任务与多步推理。
推荐理由：官方给出两款语音模型的基准成绩与开放渠道，可据此判断实时语音智能体的能力水位与接入方式。
Hugging Face Blog精选AI 评分6666 IBM 研究提出 ALTK-Evolve 一致性指南：把智能体一致性差距从 24.4pp 降到 12.0pp
IBM 研究团队在 ALTK-Evolve 中新增一致性指南（consistency guidelines）与 Consistency Analyzer，用于诊断并减少智能体在重复运行中的结果波动。
推荐理由：原文给出 Pass^k 与一致性差距的量化诊断方法，并展示把差距减半的实测结果，可迁移到智能体可靠性评估。
OpenAI NewsAI 评分2222 Fyxer 如何用 OpenAI 模型打造值得信任的 AI 行政助理
Fyxer 基于 OpenAI 模型、微调与记忆能力，并结合真实用户反馈，打造出能整理收件箱、以用户本人语气起草邮件的 AI 行政助理。
OpenAI NewsAI 评分4848 Perplexity 用 GPT-6 Astra 打通端到端系统
Perplexity 采用 GPT-6 Astra 编写沟通内容、修改软件并监控生产系统，且相比早期模型，人工检查频率大幅降低。
GitHub Blog · AI & MLAI 评分3232 GitHub 如何用 Copilot 把营销活动运营变成代码
GitHub 日本和韩国营销负责人把活动运营流程交给 GitHub Copilot，从单个 GitHub Issue 出发自动完成落地页复制、UTM 链接生成、报名名单清洗和会后 CRM 整理。
Google ResearchAI 评分4040 Google Research 提出 ToolGrad：用文本“梯度”高效生成工具调用数据集
Google Research 提出 ToolGrad，一种“先答案后问题”的工具调用数据生成范式：先生成真实工具调用链，再反推用户提示词，替代 ToolBench、ToolACE 等基于 DFS 试错搜索的查询优先方案。
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 应用新手指南：使用 diff、终端与浏览器面板
GitHub Copilot 应用内置 diff、终端和浏览器三个面板，让开发者无需离开应用即可审查、运行并预览 AI 智能体生成的代码改动。diff 面板以绿色和红色高亮显示新增、删除或修改的行，支持接受改动、留言或让 Copilot 继续修改；终端面板可直接运行项目命令，浏览器面板则通过 Pick & Polish 工具选中页面元素并让智能体调整。
OpenAI NewsAI 评分2525 一位研究员如何用 Codex 和 ChatGPT 寻找新型抗菌分子
César de la Fuente 的实验室利用 Codex 和 ChatGPT，在现存与已灭绝生物的基因组中搜寻抗菌候选分子，以对抗耐药性感染。
OpenAI News精选AI 评分6060 OpenAI 在 ChatGPT Work 中上线 Data agent
OpenAI 在 ChatGPT Work 中推出 Data agent，用户可连接公司数据，用自然语言让 AI 挖掘洞察并构建交互式仪表盘。
推荐理由：OpenAI 在 ChatGPT Work 中上线 Data agent，读者可了解企业数据接入与自然语言建看板的新入口。
OpenAI News精选AI 评分6262 OpenAI 推出面向金融服务行业的 ChatGPT
OpenAI 发布 ChatGPT for Financial Services，将内置金融数据与 GPT-6 Astra 结合，用于研究、建模和生成可直接交付客户的材料。
推荐理由：OpenAI 把内置金融数据与 GPT-6 Astra 打包进 ChatGPT，读者可据此判断金融研究流程会如何被改写。
OpenAI News精选AI 评分6262 OpenAI 发布 Agents API
OpenAI 发布 Agents API，用于构建和上线云端智能体。该服务为托管式，由 Codex harness 提供编排、长时间运行会话和工具调用支持。
推荐理由：OpenAI 官方发布托管式 Agents API，读者可了解其编排、长会话与工具调用能力。
Hugging Face Blog精选AI 评分6262 用 Gradio Workflow 重建 AUTOMATIC1111：Workflow1111 的 73 节点画布
Hugging Face 团队用 Gradio Workflow 重建了 AUTOMATIC1111 的大部分功能，做成名为 Workflow1111 的画布，由 11 条媒体流水线和 73 个节点组成，覆盖文生图、高清修复、图生图、提示词矩阵、VLM 反推、检测生成 inpaint 掩码、ControlNet 风格标注器、背景移除、PNG Info 存储和图生视频。
推荐理由：原文用 73 个节点复刻 A1111 的十一条图像流水线，并说明输出如何变成 REST 端点和 MCP 工具。
Mistral AI精选AI 评分6060 Mistral 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把 4 万行 Fortran 77 的油藏模拟器迁移到 C++，该代码库没有测试套件也没有集中文档。团队先搭建数值对齐测试框架，用状态快照校验迁移前后结果一致，再用 Vibe CLI 启动上百个智能体解析调用树并补写文档。迁移采用规划、编码、测试、审查多智能体加人工审核的流程，首个冲刺完成 30 万行中的 4 万行。
推荐理由：Mistral 公开了用智能体迁移 4 万行 Fortran 77 的完整流程，其中先建数值对齐测试再迁移的做法可迁移到其他遗留系统改造。
OpenAI News精选AI 评分8282 OpenAI 发布 GPT-6 Astra，面向企业工作场景
OpenAI 发布 GPT-6 Astra，称其为面向企业的最强模型，具备高级推理、计算机操作能力，并在写作与设计判断上更强。
推荐理由：OpenAI 公布 GPT-6 Astra 面向企业场景的能力定位，读者可据此了解其推理与计算机操作方向。
OpenAI NewsAI 评分3838 OpenAI 内部研究加速：编码智能体如何重塑 AI 研究
OpenAI 披露内部数据，展示编码智能体正在重塑其 AI 研究流程。内容涵盖智能体使用情况、实验速度、任务复杂度与研究加速等早期观察。
GitHub Blog · AI & ML精选AI 评分7171 GitHub 推出 Project HydraFusion：多模型编排实现前沿级编码质量
GitHub 发布研究预览 Project HydraFusion，通过运行时多模型编排为 Copilot 提供前沿级智能，用户可在 GitHub Copilot CLI 中通过 /experimental 选择该模型。
推荐理由：GitHub 官方给出多模型编排的三种执行模式与三项基准的成本质量对比，可据此判断路由式编排在编码任务上的取舍。
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 应用入门：同时运行多个智能体
GitHub Copilot 应用支持同时运行多个智能体会话，每个会话运行在独立的 Git worktree 上，互不干扰且各自保留上下文，可随时切换并从中断处继续。在示例仓库 tailspin-toys 中，可并行让 Copilot 构建 funded sort 功能、执行无障碍审查和运行测试，并在会话视图中跟踪进度、查看结果。
Hugging Face Blog精选AI 评分7474 Hugging Face 发布 funes：为编码智能体提供自有记忆层
Hugging Face 发布 funes，一个面向编码智能体的持久记忆层，支持 Claude Code、Codex、pi 和 Hermes，通过一条 add 命令把本机已有会话索引为可检索记忆。
推荐理由：funes 把编码智能体的会话轨迹变成可检索的本地记忆，并给出跨机器、跨智能体共享的用法与成本对比。
Hugging Face BlogAI 评分3636 用 TRL 和 OpenEnv 训练编码模型画水彩
Hugging Face 博主用 TRL 和 OpenEnv 复现了 Surya Narreddi 让语言模型画水彩的想法，模型通过 p5.brush 写出约 150 行 JavaScript 来作画。
Google DeepMind精选AI 评分6666 Google DeepMind 推出 Fairwind Program，向政府和企业开放 Gemini 3.8 Flash Cyber 网络防御能力
Google 推出 Fairwind Program，面向政府机构、关键基础设施运营商和网络安全合作伙伴提供受限访问，首批开放其最先进的网络模型 Gemini 3.8 Flash Cyber 与 CodeMender 工具链，用于自主发现、验证并修复漏洞。
推荐理由：Google 把 Gemini 3.8 Flash Cyber 与 CodeMender 组合成受限访问计划，读者可了解前沿模型在漏洞修复上的落地方式与准入条件。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber 两款模型，前者面向长时程编码与自主智能体，后者面向漏洞发现与自动修补。
推荐理由：官方给出两款 Flash 新模型的基准表现、定价与开放渠道，可据此判断长时程编码与网络安全任务的成本取舍。
Google DeepMind精选AI 评分7878 Google DeepMind 为 Gemini 3.7 Flash 等模型推出智能体视频理解
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出智能体视频理解功能，官方称视频分析 token 消耗最多降低 88%、成本最多降低 66%、准确率最多提升 7%。
推荐理由：官方给出 token 与成本降幅及可用入口，读者可据此判断长视频分析的成本结构变化。
Google Research精选AI 评分6262 Google 发布行星预测引擎 PPE，自动完成地理空间建模全流程
Google 在 Google Earth AI 下推出实验性研究能力行星预测引擎（PPE），可依据自然语言查询自主完成地理空间数据发现、特征工程、模型训练与评估，将建模时间从数周缩短到数分钟。
推荐理由：原文给出 PPE 在公共卫生、粮食安全与疫情预测上的量化提升，可了解自主智能体如何接管地理空间建模全流程。
Google DeepMind精选AI 评分7171 Google DeepMind 发布语音转文字模型 Gemini 3.5 Transcribe
Google DeepMind 发布 Gemini 3.5 Transcribe，称其为目前最精确的语音转文字模型，可将原始音频直接转为准确、经过润色和格式化的文本。
推荐理由：官方给出 WER、延迟与多语言等量化指标，并说明两套 API 的接入方式，便于开发者评估语音链路选型。
Google ResearchAI 评分3030 Google 研究 AgentHands：为 XR 智能体对话生成空间化手势
Google 在 CHI 2026 发布研究原型 AgentHands，可将 LLM 的高层推理映射为 XR 中与语音同步的手势，让智能体在 3D 空间里边说边演示。
Hugging Face Blog精选AI 评分6262 IBM 发布 Granite 4.2 推理模型家族：3B、8B、30B 三尺寸及构建方法
IBM Granite 团队发布 Granite 4.2，这是其首个稠密 decoder-only 推理模型家族，包含 3B、8B、30B 三个尺寸，均以 Apache 2.0 许可开源。
推荐理由：Granite 4.2 完整公开了预训练、SFT 与多阶段 RL 的配方和超参，可据此理解推理模型与智能体训练如何分阶段衔接。
Hugging Face Blog精选AI 评分6262 Hugging Face 在 Gradio 中推出 gr.Workflow，把 AI 流水线变成可拖拽画布
Hugging Face 在 Gradio 中推出 gr.Workflow，把 AI 流水线描述为带类型节点的图，并直接提供可拖拽画布，每个节点可运行、每个中间结果可见。
推荐理由：原文给出 gr.Workflow 的节点类型、并行模式与 API 导出方式，读者可据此判断多步 AI 流水线如何从脚本变成可部署界面。
Google ResearchAI 评分4343 Google 推出 Biomarker Discovery Framework：从可穿戴传感器数据中筛选候选生物标志物的多智能体系统
Google 推出 Biomarker Discovery Framework，一个在人类监督下将候选生物标志物优先级排序结构化为迭代研究循环的多智能体系统，结合假设生成、并行统计分析、模型训练、对抗验证与文献推理。
Google DeepMindAI 评分3838 Google DeepMind 回顾 15 年游戏 AI 研究：从 Atari 到 EVE Online
Google DeepMind 宣布与游戏开发商合作，围绕 EVE Online 等游戏原型化新玩法体验，延续其 15 年游戏 AI 研究。其 SIMA 2 由 Gemini 驱动，能像玩家一样看屏幕、理解自然语言指令并通过键鼠操作，已在 No Man's Sky、Valheim、Hydroneer 等 3D 游戏中实现类人游玩，无需 API 或源码。
Mistral AI精选AI 评分7171 Mistral 发布 Agentic Search 检索层，FinanceBench 正确率从 26.7% 升至 86%
Mistral 发布 Agentic Search，一个让模型在多步检索循环中查找、检查和验证信息的检索层，通过 Mistral Search Toolkit 提供，并内置于 Studio 和 Vibe 的 Libraries 中。
推荐理由：原文给出多步检索循环的工具设计与两组基准数字，可据此判断传统一次性 RAG 在长文档场景的边界。
Hugging Face Blog精选AI 评分6262 你的智能体到底需要多少记忆？ALTK-Evolve 在八模型上的剂量研究
IBM Research 在 Hugging Face 博客发布 ALTK-Evolve 研究，用 AppWorld 的 585 个多步任务测试八款模型，发现智能体记忆不是开关而是需要按模型校准的剂量。
推荐理由：八模型横评显示智能体记忆的合适剂量随模型能力分层，并给出检索式注入在准确率与 token 成本上的对比。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 2026 夏季开源模型观察报告
Hugging Face 发布 2026 年 1 月至 8 月的开源模型观察报告，基于 Hub 数据给出六项发现。报告显示公开模型仓库从 243 万增至 296 万，数据集从 71.1 万增至 100 万，Spaces 从 100 万增至 144 万，但 85.6% 的模型终身下载量不足 200 次，1.5% 的仓库占据 99.2% 的下载量。
推荐理由：Hugging Face 用 Hub 七个月数据拆解开源模型格局，下载与点赞的分野、Qwen 衍生生态和智能体流量变化都给出了可核对的数字。