OpenAI 发布 ChatGPT 智能体系统卡片
OpenAI 发布 ChatGPT 智能体系统卡片，介绍其作为智能体模型整合了研究、浏览器自动化和代码工具，并在 Preparedness Framework 下提供安全保障。
推荐理由：官方发布ChatGPT智能体系统卡片，明确其整合研究、浏览器自动化和代码工具的能力及安全防护框架。
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 121–140 条 · 共 149 条OpenAI News精选AI 评分6565 Hugging Face Blog精选AI 评分6060 Gradio 5.38.0 更新：增强 MCP 服务器支持
Gradio 5.38.0 版本更新，增强了对 MCP 服务器协议的支持。新增功能包括：支持本地文件上传、实时进度通知、一行代码将 OpenAPI 规范转换为 MCP 服务器、通过 gr.Header 简化认证配置以及自定义工具描述。
推荐理由：Gradio 5.38.0 新增文件上传、OpenAPI 转换等 MCP 功能，降低了构建智能体应用的技术门槛。
Mistral AI精选AI 评分7878 Mistral 发布 Devstral Medium 及升级 Devstral Small 1.1
Mistral AI 发布 Devstral Medium 和升级版的 Devstral Small 1.1。Devstral Medium 在 SWE-Bench Verified 上得分 61.6%，超越 Gemini 2.5 Pro 和 GPT 4.1，价格仅为后者的四分之一。
推荐理由：Devstral Medium 在 SWE-Bench Verified 上超越 Gemini 2.5 Pro 且价格更低，Small 1.1 开源并刷新开放模型记录。
Hugging Face Blog精选AI 评分6565 Hugging Face 发布官方 MCP Server 及工程实践
Hugging Face 发布官方 MCP Server，通过 hf.co/mcp 提供 Hub 访问与数千个 AI 应用。文章详述了采用 Streamable HTTP 无状态直响应部署的权衡，并开源了支持多种传输方式的代码。
推荐理由：文章详细记录了Hugging Face MCP Server在传输协议选型与无状态部署中的权衡，为开发者构建远程MCP服务提供了可迁移的工程实践。
Hugging Face Blog精选AI 评分6767 利用 Gradio MCP 服务器为 LLM 扩展能力
Gradio 5.28.0 版本支持 MCP 协议，使 Hugging Face Spaces 成为 LLM 的 MCP 应用商店。文章以 Flux.1 Kontext 图像编辑模型为例，演示了如何将 Gradio 应用配置为 MCP 服务器，并通过 Cursor 等客户端连接，使 LLM 获得图像编辑等新能力。
推荐理由：文章演示了如何将 Gradio 应用配置为 MCP 服务器，为 LLM 提供图像编辑等具体能力，提供了可复用的配置方法。
Hugging Face Blog精选AI 评分8282 H Company 发布 Holo1 GUI 自动化 VLM 及 Surfer-H 智能体
H Company 在 Hugging Face 开源了 Holo1 系列动作视觉语言模型（含 3B 和 7B 版本）及 WebClick 多模态定位基准。基于该模型的 Surfer-H 网页智能体通过纯浏览器交互实现自动化，在 WebVoyager 基准上达到 92.2% 准确率，单次任务成本仅 0.13 美元。
推荐理由：开源了专为GUI定位优化的VLM及WebClick基准，提供了低成本高准确率的网页自动化方案。
Hugging Face Blog精选AI 评分7272 Hugging Face 研究：结构化输出提升 CodeAgent 性能与可靠性
Hugging Face 发布研究，证实强制 CodeAgent 以结构化 JSON 格式生成思维与代码，可消除 Markdown 解析错误并提升基准测试表现。该方法在 32B 以上大模型上效果显著，但小模型面临“结构化税”导致性能下降。
推荐理由：研究证实结构化输出能消除代码解析错误并提升智能体性能，同时揭示了小模型应用该方法的局限性。
Mistral AI精选AI 评分7878 Mistral 发布 Agents API，支持多智能体编排与 MCP 工具调用
Mistral 发布 Agents API，提供内置代码执行、图像生成、文档库和网页搜索连接器，以及持久记忆功能。该 API 支持多智能体动态编排与任务交接，并兼容 MCP 协议。在 SimpleQA 基准测试中，开启网页搜索后 Mistral Large 和 Medium 的准确率分别提升至 75% 和 82.32%。
推荐理由：Mistral 推出官方智能体 API，内置代码执行、搜索等连接器及持久记忆，支持多智能体编排与 MCP 协议。
OpenAI News精选AI 评分6868 OpenAI o3 Operator 系统卡补充说明
OpenAI 宣布将基于 GPT-4o 的 Operator 模型替换为基于 o3 的版本，API 版本仍基于 4o。
推荐理由：原文明确了底层模型从GPT-4o切换至o3，读者可据此评估Operator智能体能力的升级幅度。
Hugging Face Blog精选AI 评分7777 huggingface_hub新增MCP客户端支持与Tiny Agents
Hugging Face Blog宣布huggingface_hub新增MCP客户端支持，允许LLM通过MCP协议连接外部工具。官方提供CLI工具tiny-agents和极简Python代码示例，展示如何构建连接MCP服务器的智能体。
推荐理由：huggingface_hub新增MCP客户端支持，提供CLI和极简Python代码示例，降低构建智能体门槛。
OpenAI News精选AI 评分7070 OpenAI 发布 Codex 系统卡片补充说明
OpenAI 发布 Codex 系统卡片补充说明，Codex 是基于 o3 优化的编码智能体，底层模型 codex-1 通过强化学习在真实编码任务上训练，能迭代运行测试直至通过。
推荐理由：官方披露了底层模型 codex-1 基于 o3 强化学习训练及迭代测试机制，揭示了其编码能力的技术来源。
Mistral AI精选AI 评分6868 Mistral 发布 Le Chat Enterprise 企业版 AI 助手
Mistral 发布 Le Chat Enterprise，基于全新 Mistral Medium 3 模型，提供企业搜索、自定义智能体构建、文档库及混合部署等能力。该版本支持 Google Drive、Sharepoint 等连接器，即将支持 MCP，并可在 Google Cloud Marketplace 获取，支持私有化部署与严格的数据安全控制。
推荐理由：Mistral 推出企业版 Le Chat 并集成新模型，提供私有化部署与自定义智能体构建能力。
Hugging Face Blog精选AI 评分6363 Qwen-3 聊天模板的四个关键改进
Hugging Face 博客通过对比 Qwen-3 与 Qwen-2.5 的 Jinja 聊天模板，揭示了四个关键改进：支持通过 enable_thinking 标志可选地开启推理、采用滚动检查点机制动态管理上下文、优化工具参数序列化以避免双重转义，以及移除了默认系统提示词。
推荐理由：通过对比 Jinja 模板差异，揭示了 Qwen-3 在推理开关、上下文管理和工具调用上的关键改进。
Hugging Face Blog精选AI 评分7878 Hugging Face 发布50行代码实现的 MCP 智能体教程
Hugging Face 发布教程，展示如何用50行 TypeScript 代码基于 MCP 协议构建智能体。该实现通过 InferenceClient 连接 MCP 服务器加载工具，利用 LLM 原生工具调用能力在 while 循环中交替执行工具与生成回复，默认使用 Qwen2.5-72B-Instruct 模型。
推荐理由：原文以50行代码演示了基于MCP协议构建Agent的极简实现，提供了可直接复用的核心代码与运行方法。
OpenAI News精选AI 评分8383 OpenAI发布o3和o4-mini系统卡片
OpenAI发布o3和o4-mini系统卡片，指出两者结合了最先进的推理能力与完整的工具功能，包括网页浏览、Python执行、图像与文件分析、图像生成、Canvas、自动化、文件搜索和记忆。
推荐理由：官方明确了o3和o4-mini的推理能力与工具调用范围，为评估其实际工作流价值提供了基准。
Hugging Face Blog精选AI 评分6868 Hugging Face 与 Adyen 联合发布 DABStep 多步推理数据智能体基准
Hugging Face 与 Adyen 联合发布 DABStep 基准，包含 450 多个基于真实金融支付业务提取的多步数据分析任务。评测显示，即使是 o3-mini 等最强推理模型，准确率也仅为 16%，暴露出当前 AI 智能体在复杂数据推理上的显著不足。
推荐理由：基于真实业务数据构建，揭示了当前最强推理模型在复杂多步数据分析任务中准确率不足20%的显著差距。
Hugging Face Blog精选AI 评分7272 Hugging Face 开源 smolagents 框架复现 Deep Research
Hugging Face 开源了 smolagents 框架以复现 OpenAI Deep Research 的搜索智能体。该框架采用 CodeAgent 架构，在 GAIA 验证集上达到 55.15% 的成绩，优于此前开源方案。
推荐理由：Hugging Face 开源了复现 OpenAI Deep Research 的 smolagents 框架，展示了 CodeAgent 在 GAIA 基准上的性能提升。
OpenAI News精选AI 评分7272 OpenAI 发布 Deep Research 智能体功能
OpenAI 推出 Deep Research，这是一个利用推理能力综合大量在线信息并完成多步研究任务的智能体。该功能今日向 Pro 用户开放，Plus 和 Team 用户随后可用。
推荐理由：OpenAI 推出基于推理的 Agent 处理多步研究任务，明确了 Pro 及 Plus 用户的开放节奏。
Hugging Face Blog精选AI 评分7272 Hugging Face smolagents 原生支持视觉语言模型
Hugging Face 在 smolagents 中新增对视觉语言模型（VLM）的原生支持，允许在智能体管道中直接使用视觉能力。通过提供初始图像输入和基于回调的动态截图机制，开发者可轻松构建如自主网页浏览等视觉智能体。
推荐理由：原生支持视觉模型并给出动态截图回调示例，便于开发者快速构建具备视觉能力的智能体。
Hugging Face Blog精选AI 评分6565 Hugging Face Blog：AI智能体的伦理价值权衡与自主性分级
Hugging Face发布博客，从伦理视角系统分析AI智能体的自主性分级与多维价值权衡。文章指出风险随自主性增加而上升，建议不开发全自主智能体，并推荐半自主智能体。
推荐理由：文章从伦理视角系统拆解了AI智能体的自主性分级与多维价值权衡，并明确建议不开发全自主智能体。