OpenAI 将 GPT 模型、Codex 和 Managed Agents 上线 AWS
OpenAI 的 GPT 模型、Codex 和 Managed Agents 现已在 AWS 上可用，企业可在自己的 AWS 环境中构建安全的 AI 应用。
推荐理由：OpenAI 把 GPT 模型、Codex 与 Managed Agents 接入 AWS，读者可据此判断企业现有云环境能否直接落地。
Agent 智能体
全部主题让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
最新精选
第 141–160 条 · 共 271 条OpenAI News精选AI 评分6262
Mistral AI精选AI 评分7272 Mistral AI 发布 Workflows 企业 AI 编排层公开预览
Mistral AI 发布 Workflows 公开预览，定位为企业 AI 的编排层，提供持久执行、可观测性和容错能力，把 AI 流程从概念验证推进到生产环境。
推荐理由：Mistral 把企业级 AI 编排的持久执行、可观测与人工审批打包进 Studio，读者可据此判断生产化落地的门槛变化。
Hugging Face Blog精选AI 评分8888 DeepSeek-V4 发布：面向智能体任务的百万 token 上下文
DeepSeek 发布 V4，在 Hub 上提供两个 MoE 检查点：DeepSeek-V4-Pro 总参数 1.6T、激活 49B，DeepSeek-V4-Flash 总参数 284B、激活 13B，均支持 1M token 上下文窗口。
推荐理由：原文给出 V4 在长上下文推理成本与智能体后训练上的具体设计，可据此判断开源模型跑长任务时的部署取舍。
OpenAI News精选AI 评分7878 OpenAI 发布 GPT-5.5
OpenAI 发布 GPT-5.5，官方称该模型面向编码、研究和数据分析等跨工具的复杂任务。
推荐理由：OpenAI 官方发布 GPT-5.5，面向编码、研究与数据分析等复杂任务，读者可据此了解其定位。
OpenAI News精选AI 评分6262 OpenAI 在 ChatGPT 中推出工作区智能体
OpenAI 在 ChatGPT 中推出工作区智能体（workspace agents），这是一类由 Codex 驱动的智能体，可自动化复杂工作流、在云端运行，并帮助团队安全地跨工具扩展工作。
推荐理由：OpenAI 在 ChatGPT 中引入由 Codex 驱动的云端工作区智能体，读者可了解其自动化复杂工作流与跨工具协作的定位。
Google Research精选AI 评分6060 Google 提出 ReasoningBank：让智能体从经验中学习
Google Research 发布 ICLR 论文 ReasoningBank，提出一种智能体记忆框架，从成功和失败经验中提炼高层结构化推理记忆，用于测试时自我进化。
推荐理由：论文提出从成功与失败经验中提炼推理记忆的框架，并给出 WebArena 与 SWE-Bench-Verified 上的成功率与步数变化。
OpenAI News精选AI 评分6262 OpenAI 更新 Codex 桌面应用，新增 computer use、应用内浏览与图像生成
OpenAI 更新 macOS 和 Windows 版 Codex 应用，新增 computer use、应用内浏览、图像生成、记忆和插件功能，用于加速开发者工作流。
推荐理由：官方给出 Codex 桌面端新增能力清单，读者可据此判断它从编码助手向通用开发工作台扩展的方向。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 transformers-to-mlx Skill 与测试框架
Hugging Face 发布一个 Skill 和配套测试框架，帮助贡献者把 transformers 模型移植到 mlx-lm，使模型加入 transformers 后能较快在 MLX 上可用。
推荐理由：原文给出可复用的 Skill 与测试框架，读者能了解如何把 transformers 模型快速移植到 mlx-lm。
OpenAI News精选AI 评分6262 OpenAI 更新 Agents SDK，加入原生沙箱执行与模型原生 harness
OpenAI 更新 Agents SDK，新增原生沙箱执行和模型原生 harness，帮助开发者在文件与工具之间构建安全、长时间运行的智能体。
推荐理由：官方给出 Agents SDK 的两项能力变化，读者可据此判断长时运行智能体的构建方式有何调整。
Hugging Face Blog精选AI 评分6565 HCompany 发布 HoloTab：浏览器内的 AI 智能体扩展
HCompany 发布 HoloTab，一款 Chrome 扩展，可在浏览器内像人一样操作网页，自动完成跨网站任务，无需任何配置或技术技能。HoloTab 支持 routines 功能，用户录制一次操作流程后即可重复运行或定时执行，其底层运行视觉模型、动作规划和界面理解。该扩展基于 3 月 31 日发布的 Holo3 computer-use 模型，目前免费开放使用。
推荐理由：HCompany 把自家 computer-use 模型做成免费 Chrome 扩展，读者可据此判断浏览器内自动化任务的门槛变化。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemma 4 开源模型家族
Google DeepMind 发布 Gemma 4 开源模型家族，包含 E2B、E4B、26B MoE 和 31B Dense 四个尺寸，采用 Apache 2.0 许可。
推荐理由：Gemma 4 以四个尺寸覆盖端侧到工作站，并给出 Apache 2.0 许可与首日工具支持，读者可据此判断本地部署与微调的选择空间。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 3.1 Flash Live 语音模型
Google DeepMind 发布 Gemini 3.1 Flash Live，称其为目前质量最高的音频与语音模型，具备更高精度和更低延迟。该模型在 ComplexFuncBench Audio 上以 90.8% 领先上一代，在 Scale AI 的 Audio MultiChallenge 上开启 thinking 后得分为 36.1%。
推荐理由：官方给出语音模型的基准成绩与多产品接入路径，可据此判断实时语音智能体的可用性变化。
Google DeepMind精选AI 评分6262 Google DeepMind 发布有害操纵评估研究：首个经实证验证的测量工具包
Google DeepMind 发布关于 AI 有害操纵的新研究，称其为首个经实证验证、可在真实世界测量此类操纵的工具包，并公开运行同类人类参与者研究所需的全部材料。
推荐理由：Google DeepMind 公开了首个经实证验证的有害操纵测量工具包，并给出跨英、美、印三国万人实验的关键结论。
Google Research精选AI 评分6060 Google 发布 Vibe Coding XR：用 Gemini 和 XR Blocks 把自然语言变成 Android XR 应用
Google 发布 Vibe Coding XR 工作流，将 Gemini 与基于 WebXR、three.js、LiteRT.js 的 XR Blocks 框架结合，把自然语言提示词直接转成可运行的物理感知 Android XR 应用，耗时不到 60 秒。
推荐理由：Google 把 Gemini 与 XR Blocks 组合成从自然语言到 Android XR 应用的生成流程，并给出 VCXR60 初步评测数据，可据此判断 XR 原型的门槛变化。
OpenAI News精选AI 评分6060 OpenAI 推出安全漏洞赏金计划
OpenAI 推出 Safety Bug Bounty 计划，用于识别 AI 滥用与安全风险，覆盖范围包括智能体漏洞、提示注入和数据外泄。
推荐理由：OpenAI 把智能体漏洞、提示注入和数据外泄纳入漏洞赏金范围，读者可了解其安全风险覆盖边界。
Mistral AI精选AI 评分6262 Mistral AI 推出 Forge，让企业用自有知识训练前沿模型
Mistral AI 推出 Forge，一套让企业基于自有专有知识构建前沿级 AI 模型的系统，支持预训练、后训练和强化学习等阶段。Forge 支持 dense 与 MoE 两种架构，并可按需支持多模态输入，模型可在企业自有基础设施内训练和治理。该产品以 Agent 优先设计，Mistral Vibe 等自主智能体可用它微调模型、寻找最优超参数、调度任务并生成合成数据。
推荐理由：原文给出企业用自有数据训练前沿模型的产品定位与训练流程，可据此判断企业自建模型的落地路径。
Hugging Face Blog精选AI 评分6262 H Company 发布 Holotron-12B 高吞吐 computer-use 智能体模型
H Company 发布 Holotron-12B，一个基于 NVIDIA Nemotron-Nano-2 VL 后训练的多模态 computer-use 模型，现已在 Hugging Face 上线，采用 NVIDIA Open Model License。
推荐理由：模型基于 Nemotron 架构做后训练，给出吞吐与 WebVoyager 数据，可对照现有 computer-use 智能体的部署成本。
OpenAI News精选AI 评分6565 OpenAI 发布 GPT-5.4 mini 与 nano
OpenAI 发布 GPT-5.4 mini 和 nano，两者是 GPT-5.4 的更小、更快版本。官方称其针对编码、工具调用、多模态推理以及高并发 API 和子智能体负载做了优化。
推荐理由：OpenAI 在 GPT-5.4 之下补出 mini 与 nano 两档，读者可据此判断小模型在编码与子智能体负载上的定位。
Google Research精选AI 评分7171 Google 与 BIDMC 开展 AMIE 对话式诊断 AI 真实临床可行性研究
Google Research 与 Beth Israel Deaconess Medical Center 合作开展了一项前瞻性单中心可行性研究，让 AMIE 在门诊初诊前与患者进行文本问诊，由医生通过视频实时监督。
推荐理由：Google 与 BIDMC 公布 AMIE 在真实门诊的前瞻性可行性研究，给出安全停用次数与诊断一致性等关键数据。
Mistral AI精选AI 评分6262 Mistral 用 Vibe 搭建自动写 Rails 测试的智能体
Mistral 基于开源编码助手 Vibe 搭建了一个自动生成和改进 RSpec 测试的智能体，可读取 Rails 源文件、生成测试、按风格规则与覆盖率目标校验，并在 CI/CD 中无需人工干预运行。
推荐理由：Mistral 公开了自动写 RSpec 测试的智能体完整搭建方法，包含 AGENTS.md、Skills 与自定义工具的可迁移细节。