OpenAI 发布 GPT-6.1 Sol，主打编码与电脑操作
OpenAI 发布 GPT-6.1 Sol，官方称其具备接近 Astra 的智能水平，面向编码、电脑操作和专业工作场景。该模型标准 API 输入与输出 token 价格均为 Astra 的五分之一。
推荐理由：OpenAI 公布 GPT-6.1 Sol 的定位与定价，读者可据此比较它与 Astra 在编码和电脑操作上的取舍。
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
OpenAI News精选AI 评分 OpenAI News精选AI 评分 OpenAI 推出主动式助手 dots
OpenAI 发布 dots，将其定义为可跨复杂项目和日常任务持续推进的主动式助手。官方说明 dots 让用户在任务推进过程中保持控制权，具体能力与开放方式尚未在摘要中给出。
推荐理由：OpenAI 官方给出 dots 的定位与可控性说明，读者可据此判断这类主动式助手与现有工具的分工。
X：Cognition (@cognition)精选AI 评分 Devin Desktop 与 Devin CLI 上线 Claude Sonnet 5.5
Claude Sonnet 5.5 现已在 Devin Desktop 和 Devin CLI 中可用，在 FrontierCode 1.1 Main 上得分 64.4%，高于 Sonnet 5 的 56.2%，并超过 Fable 5.1 的 extra high reasoning effort 表现。
推荐理由：Devin 上线 Claude Sonnet 5.5，并给出 FrontierCode 1.1 分数与成本变化，可据此判断编码智能体的性价比。
X：Cognition (@cognition)精选AI 评分 Claude Sonnet 5.5 上线 Devin Desktop 与 Devin CLI
Cognition 宣布 Claude Sonnet 5.5 已在 Devin Desktop 和 Devin CLI 中可用，在 FrontierCode 1.1 Main 上得分 64.4%，高于 Sonnet 5 的 56.2%，并在 extra high reasoning effort 下超过 Fable 5.1。
推荐理由：Devin 上线 Claude Sonnet 5.5 并给出 FrontierCode 1.1 分数与 Sonnet 5 的对比，可据此判断编码智能体的模型选择。
Hugging Face Blog精选AI 评分 H公司发布 Holo4 系列智能体模型，含 27B 与 35B-A3B 两个版本
H公司发布 Holo4 系列智能体模型，包含 27B dense 与 35B-A3B Mixture of Experts 两个版本，均已上线 H Models API，权重以 BF16、FP8、NVFP4 和 4-bit GGUF 形式开源在 Hugging Face，同时发布 Holotron4 Nano。
推荐理由：Holo4 同时覆盖 GUI、代码、MCP 与 API 四种接口，并公开全部评测轨迹，可据此判断通用计算机操作智能体的路线取舍。
X：美团 LongCat (@Meituan_LongCat)精选AI 评分 美团 LongCat-2.5-Preview 上线：1.6T 参数、1M token 上下文、原生多模态
美团 LongCat 宣布 LongCat-2.5-Preview 上线，总参数量 1.6T、激活约 48B，支持 1M token 上下文窗口，原生多模态。官方称该模型面向长周期任务，覆盖终端、浏览器、GUI、表格和设计工具等场景，现已开放 API（longcat.ai/platform/）和 Chat（longcat.ai/chat/）入口。
推荐理由：官方给出参数量、激活规模与 1M 上下文等关键规格，可据此判断它在长任务场景的定位。
Google Research精选AI 评分 Google Research 发布 AI 视频联合导演框架，实现连贯长视频生成
Google Research 发布 AI video co-director 等多智能体框架，用于生成连贯的长篇多镜头视频，相关论文将出现在 COLM 2026 和 EMNLP 2026。
推荐理由：Google 把长视频生成拆成规划、分镜、自回归生成与闭环修正四套框架，并给出多组基准上的连续性提升结果。
GitHub Blog · AI & ML精选AI 评分 GitHub Security Lab 发布 Fuzzing Taskflow 智能体，自动为 C/C++ 项目做模糊测试
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指定 GitHub 仓库，它就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做定级并生成漏洞报告。
推荐理由：原文完整披露了 Fuzzing Taskflow 的流水线分层、覆盖反馈循环与崩溃定级机制，可据此判断 LLM 智能体在安全测试中的可迁移边界。
X：通义千问 / Qwen (@Alibaba_Qwen)精选AI 评分 通义千问发布 Qwen Intelligence，推出三个移动端 SOTA 智能体
通义千问发布 Qwen Intelligence，首批包含三个 SOTA 智能体。Mobile Planner Agent 负责任务规划、拆解与编排，在 MobilePA-Bench。
推荐理由：官方给出三个移动端智能体的分工、基准成绩与开源评测套件入口，可据此判断手机端 Agent 的能力边界。
NVIDIA Blog精选AI 评分 NVIDIA 发布 Isaac ROS 5.0，为机器人开发引入智能体工作流
NVIDIA 在加拿大多伦多 ROSCon 大会上发布 Isaac ROS 5.0，这是一套基于 ROS 的 GPU 加速软件包集合，新增智能体工作流与平台支持，支持 ROS Lyrical 和 Ubuntu 24.04。
推荐理由：Isaac ROS 5.0 把智能体工作流引入机器人开发，并给出可复用的技能与生态伙伴落地案例。
X：SpaceXAI (@SpaceXAI)精选AI 评分 xAI 发布 Grok 4.7，上线 Cursor、Grok Build 与 Grok API
xAI 发布 Grok 4.7，已在 Cursor、Grok Build 和 Grok API 上线，官方称这是其面向编码与知识工作的最强模型。官方还称其速度是同类模型的两倍、价格为同类模型的一半，详情见 x.ai/news/grok-4-7。
推荐理由：官方给出 Grok 4.7 在 Cursor、Grok Build 与 API 的上线入口，并称其速度翻倍、价格减半，可据此判断编码场景的选型。
GitHub Blog · AI & ML精选AI 评分 GitHub 用 Copilot 将 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 智能体编写了大部分代码，跨 128 个 PR 增量落地，性能提升数个数量级。
推荐理由：GitHub 工程师复盘用 Copilot 把运行时从 TypeScript 迁到 Rust 的全过程，含提示缓存、子智能体分工等可迁移的工程经验。
Google DeepMind精选AI 评分 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布两款实时对话模型 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成本取舍。
X：Google DeepMind (@GoogleDeepMind)精选AI 评分 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 推出 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款对话模型，可在后台处理任务而不打断对话。
推荐理由：官方给出两款对话模型的能力清单和接入入口，可据此判断实时语音与后台工具调用能覆盖哪些场景。
X：Google DeepMind (@GoogleDeepMind)精选AI 评分 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款对话模型，可在对话中说话、思考并在后台处理任务而不打断对话流。
推荐理由：官方给出两款实时对话模型的能力清单与开放入口，可据此判断实时语音加后台工具调用的可用边界。
Hugging Face Blog精选AI 评分 IBM 研究提出一致性指南，将 ReAct 智能体的 Pass^5 一致性差距从 24.4 点缩小到 12.0 点
IBM 研究团队在 ALTK-Evolve 中新增一致性指南（consistency guidelines），基于 Consistency Analyzer 诊断智能体轨迹中易翻转的决策点。
推荐理由：原文用 Pass^k 与 Mean@k 的差距量化智能体不确定性，并给出可复用的诊断与改进流程。
OpenAI News精选AI 评分 OpenAI 推出面向金融服务的 ChatGPT
OpenAI 推出面向金融服务的 ChatGPT，内置金融数据并接入 GPT-6 Astra，用于研究、建模和可直接交付客户的材料。
推荐理由：原文给出面向金融服务的能力组合与用途，读者可据此判断它在研究与建模场景中的定位。
Hugging Face Blog精选AI 评分 Hugging Face 用 Gradio Workflow 重建 AUTOMATIC1111 图像管线
Hugging Face 发布 Workflow1111，用 Gradio Workflow 把 AUTOMATIC1111 的大部分功能重建为一张包含 11 条媒体管线和 73 个节点的画布，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 与图生视频。
推荐理由：原文完整拆解了 73 节点画布如何复刻 A1111 的十一类图像管线，可据此迁移到自建多模型工作流。
OpenAI News精选AI 评分 OpenAI 发布 Agents API，用 Codex harness 构建云端智能体
OpenAI 发布 Agents API，这是一个由 Codex harness 驱动的托管服务，用于构建和上线云端智能体。该服务支持编排、长时间运行的会话以及工具调用。
推荐理由：官方给出 Agents API 的托管定位与 Codex harness 编排能力，可据此判断云端智能体的搭建方式。
OpenAI News精选AI 评分 OpenAI 发布 GPT-6 Astra，面向企业场景的最强模型
OpenAI 发布 GPT-6 Astra，称其为面向企业场景能力最强的模型，具备高级推理、computer use 以及更强的写作与设计判断力。
推荐理由：官方给出 GPT-6 Astra 的定位与三项能力方向，可据此了解 OpenAI 面向企业场景的模型迭代重点。