Mistral 发布 Medium 3.5 模型及云端异步编码智能体
Mistral 发布 Mistral Medium 3.5 模型，支持云端异步编码智能体与 Le Chat 多步工作模式。该模型为 128B 参数，在 SWE-Bench Verified 上得分 77.6%，API 定价为输入 1.5 美元/百万 token，输出 7.5 美元/百万 token。
推荐理由：Mistral Medium 3.5 模型发布并支持云端异步编码智能体，提供可配置推理与多工具调用能力。
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 61–80 条 · 共 90 条Mistral AI精选AI 评分8282 Mistral AI精选AI 评分7070 Mistral Studio 发布 Connectors 功能，支持内置与自定义 MCP 集成
Mistral AI 在 Studio 中发布 Connectors 功能，允许开发者通过 API/SDK 使用内置连接器及自定义 MCP 协议工具。该功能支持直接工具调用、人工审批流程及跨应用复用，旨在简化企业级 AI 应用的集成与治理。
推荐理由：官方发布 Connectors 功能，支持内置与自定义 MCP 集成，提供工具调用与人工审批能力。
Google DeepMind精选AI 评分7070 Google 发布 Gemini for Science 实验工具与科学技能
Google 发布 Gemini for Science，包含 Google Labs 上的三个实验工具：基于 Co-Scientist 的假设生成、基于 AlphaEvolve 的计算发现、基于 NotebookLM 的文献洞察，以及集成 AlphaFold 等数据库的 Google Antigravity 科学技能。
推荐理由：Google 发布 Gemini for Science 系列实验工具与技能，覆盖假设生成、计算发现与文献洞察，提供科研加速新路径。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Co-Scientist 多智能体科研助手
Google DeepMind 发布 Co-Scientist，这是一个基于 Gemini 的多智能体 AI 系统，旨在通过生成、辩论和进化假设来加速科学研究。该系统包含生成、辩论和进化三个阶段，利用“思想锦标赛”机制对假设进行交叉验证和排名，目前已通过 Hypothesis Generation 工具向研究人员开放。
推荐理由：原文披露了基于 Gemini 的多智能体协作机制与“思想锦标赛”验证流程，为科研场景下的 AI 智能体提供了可迁移的方法论。
Google DeepMind精选AI 评分7070 Google DeepMind 发布 AlphaEvolve 智能体年度应用成果
Google DeepMind 发布 AlphaEvolve 年度成果，展示该 Gemini 驱动编码智能体在基因组学、电网优化、量子计算及 TPU 设计等领域的算法优化应用。
推荐理由：原文展示了该智能体在科研、基建及商业场景中的具体优化成果，为评估其实际效能提供了详实参考。
Mistral AI精选AI 评分7575 Mistral AI 发布企业级 AI 编排层 Workflows
Mistral AI 发布 Workflows 公开预览版，作为企业 AI 的编排层，提供生产环境所需的持久性、可观测性和容错能力。开发者使用 Python SDK 编写工作流，支持人工审批、状态追踪和审计，并部署在客户自有环境中。
推荐理由：Mistral 发布企业级 AI 编排层 Workflows，提供生产环境所需的容错、可观测性和人工审批能力。
Google Research精选AI 评分6868 Google Research 发布 ReasoningBank 智能体经验学习框架
Google Research 发布论文介绍 ReasoningBank，一种让智能体从成功与失败经验中学习并自我进化的记忆框架。该框架提炼全局推理模式，结合记忆感知测试时扩展（MaTTS）提升 WebArena 和 SWE-Bench-Verified 上的成功率与效率。
推荐理由：提出从成功与失败经验中提炼结构化推理模式的记忆框架，结合测试时扩展实现智能体自我进化。
Google Research精选AI 评分6060 Google 发布 PaperVizAgent 与 ScholarPeer 两个科研 AI 智能体
Google Research 发布两个实验性 AI 智能体：PaperVizAgent 可从文本自动生成出版级学术图表，在多项指标上超越 GPT-Image-1.5 等基线；ScholarPeer 模拟资深审稿人，通过多智能体协作和实时文献检索生成深度评审意见。
推荐理由：Google 发布两个实验性 AI 智能体，分别用于生成高质量学术图表和模拟资深审稿人，展示了 AI 深度介入科研流程的潜力。
Mistral AI精选AI 评分7070 Mistral AI 发布 Spaces CLI：兼顾人类与 Agent 的开发者工具
Mistral AI 发布 Spaces CLI，旨在同时服务人类开发者与编码 Agent。该工具通过为所有交互输入提供 Flag 等价物、使用插件系统管理模块、生成 context.json 和 AGENTS.md 提供结构化上下文，以及显式处理状态依赖，实现了 Agent 的端到端自主操作。
推荐理由：Mistral 分享了 Spaces CLI 兼顾人类与 Agent 的设计原则，为开发者工具的可编程性提供了可迁移的方法。
Google Research精选AI 评分7575 Google 发布 Vibe Coding XR 工作流加速 AI + XR 原型开发
Google 发布 Vibe Coding XR 工作流，结合 Gemini 的长上下文推理与 XR Blocks 框架，将自然语言直接转化为功能性的 Android XR 应用。该工作流利用 Gemini 进行多步规划与空间逻辑处理，在 60 秒内生成包含物理感知和交互的 3D 体验，并提供了桌面模拟器与 Android XR 头显的实时预览功能。
推荐理由：原文展示了利用 Gemini 长上下文推理将自然语言直接转化为 XR Blocks 应用的完整工作流，为空间计算原型开发提供了可复用的新范式。
Google Research精选AI 评分6565 Google Research 在 The Check Up 大会展示医疗AI从创新到临床落地的进展
Google Research 在 The Check Up 大会上展示了AI在医疗领域的最新进展，涵盖从个性化健康到临床辅助的多个方向。在临床协作方面，与 NHS 合作的研究显示AI可识别25%的漏诊乳腺癌，并联合 Beth Israel Deaconess 测试 AMIE 多智能体系统。
推荐理由：系统展示了从临床辅助到公共卫生到科研加速的AI应用全景，揭示了多模态与智能体在医疗场景的落地路径。
Mistral AI精选AI 评分7575 Mistral AI 开源 Vibe 智能体实现 Rails 测试自动化
Mistral AI 基于开源编码助手 Vibe 构建了一个自动化测试智能体，可读取 Rails 源码并生成或改进 RSpec 测试。该智能体通过 AGENTS.md 进行上下文工程、使用分类 SKILLS 文件以及集成 RuboCop 和 SimpleCov 自定义工具，在 CI/CD 中无需人工干预即可运行。
推荐理由：原文给出了基于Vibe构建Rails测试智能体的具体工程方法，读者可据此复现自动化测试生成流程。
Google DeepMind精选AI 评分8888 Google DeepMind发布Gemini Deep Think科研级应用与数学研究智能体
Google DeepMind发布Gemini Deep Think在数学、物理和计算机科学领域的科研级应用，展示了名为Aletheia的数学研究智能体。该智能体具备自然语言验证和迭代生成能力，能自主解决部分开放数学问题并辅助人类专家。
推荐理由：展示了Gemini Deep Think在数学与科学领域的科研级应用，提供了可复用的智能体工作流与验证方法。
Google Research精选AI 评分7878 Google Research 发布智能体系统扩展原则：多智能体并非总是更好
Google Research 发布论文《Towards a Science of Scaling Agent Systems》，通过 180 种配置评估指出多智能体并非总是更好。研究发现并行任务中集中式协调可提升 80.9% 性能，而顺序任务中多智能体会导致 39-70% 的性能下降，并提出了基于任务属性的架构预测模型。
推荐理由：研究量化了多智能体协作的增益与惩罚，为不同任务选择架构提供了可迁移的定量原则。
Mistral AI精选AI 评分7272 Mistral Vibe 2.0 发布，引入自定义子智能体与多选项澄清功能
Mistral AI 发布终端原生编码智能体 Mistral Vibe 2.0，基于 Devstral 2 模型，新增自定义子智能体、多选项澄清、斜杠命令技能及统一智能体模式。Vibe 现已在 Le Chat Pro 和 Team 计划中提供，支持按量付费或自带 API 密钥，Devstral 2 模型也转为付费 API 访问。
推荐理由：提供了自定义子智能体和多选项澄清等控制能力，有助于开发者构建更可控的终端自动化工作流。
Hugging Face Blog精选AI 评分7070 AssetOpsBench：面向工业资产管理的AI智能体评测基准
Hugging Face 发布 AssetOpsBench，这是一个针对工业资产生命周期管理的 AI 智能体评测基准，涵盖 230 万传感器遥测点和 140 多个场景。该基准通过六个维度评估智能体表现，并引入 TrajFM 管道分析多智能体执行轨迹中的失败模式。社区测试显示，GPT-4.1 在规划和执行任务中得分最高，但尚无模型达到 85 分的部署就绪阈值。
推荐理由：原文提供了工业场景下的多维评测框架与失败模式分析，为开发者优化多智能体协作提供了可迁移的评估方法。
Hugging Face Blog精选AI 评分8080 Hugging Face 发布 Open Responses 开源推理标准
Hugging Face 联合社区发布 Open Responses 开源推理标准，基于 OpenAI Responses API 扩展。该标准支持原生 Agent 循环、加密推理及工具调用，旨在统一 Agent 推理接口。
推荐理由：Open Responses 将 OpenAI 的 Responses API 开源并标准化，为 Agent 推理提供统一接口。
Hugging Face Blog精选AI 评分7575 ServiceNow 发布 AprielGuard 安全模型，统一检测安全风险与对抗攻击
ServiceNow 发布 AprielGuard，一款 8B 参数的安全与对抗鲁棒性守护模型，可检测 16 类安全风险及提示注入、越狱等对抗攻击。该模型支持 32k 长上下文与 Agent 工作流，提供推理与非推理双模式，已在多项公开基准上验证了性能。
推荐理由：ServiceNow 发布 AprielGuard 安全模型，统一检测 16 类安全风险与对抗攻击，支持 32k 长上下文与 Agent 工作流。
Google DeepMind精选AI 评分9393 Google 发布 Gemini 3 Flash 模型
Google 发布 Gemini 3 Flash，将 Gemini 3 Pro 级推理能力与 Flash 级低延迟、低成本结合。该模型在 GPQA Diamond 等基准上表现优异，SWE-bench Verified 得分 78%，超越 Gemini 3 Pro 且速度提升 3 倍。已面向开发者开放 API，并在 Gemini App 和 Search AI Mode 中默认启用。
推荐理由：在保持 Flash 级低延迟与低成本的同时，推理与编码能力超越前代旗舰，适合高频开发及智能体工作流。
Hugging Face Blog精选AI 评分7272 开源智能体框架CUGA上线Hugging Face Spaces
IBM Research开源智能体框架CUGA正式集成至Hugging Face Spaces，提供CRM场景演示与可视化开发入口。CUGA支持多工具集成与可配置推理模式，在AppWorld等基准测试中表现优异，兼容gpt-oss-120b与Llama-4等开源模型。
推荐理由：开源智能体框架CUGA上线Hugging Face Spaces，提供可视化演示与多模型支持，便于开发者快速体验与集成。