Google 开源 autofinetune：用 AI Agent 在 TPU 上自动完成 LLM 后训练
Google 发布 autofinetune 项目，把 autoresearch 的自主研究循环应用到 LLM 后训练（SFT 和 GRPO），使用 Tunix、Gemma、Cloud TPU，由 Antigravity CLI 和 Gemini Flash 3.7 编排。
#Agent
Google Developers BlogAI 评分5454 OpenRouter：Announcements精选AI 评分6767 OpenRouter 发布 Fusion 复合模型，让多个模型辩论后合成最终答案
OpenRouter 发布 Fusion 复合推理系统，将一个提示词并行发给 1 到 8 个面板模型，由 judge 比较共识与分歧后由调用模型写出最终答案。默认三模型面板成本约为单次完成的四到五倍、延迟两到三倍，在 DRACO 深度研究基准上预算面板得 64.7%、前沿面板得 69.0%。
推荐理由：官方详解 Fusion 的多模型辩论机制、四到五倍成本与两到三倍延迟，并给出适用与不适用的具体场景。
OpenAI Developers：Blog精选AI 评分7474 OpenAI 发布 GPT-6 Astra 下的技能与提示词重写指南
OpenAI 针对编码智能体发布指南，说明迁移到 GPT-6 Astra 后应重写 skills、AGENTS.md 和任务提示词，避免旧指令拖慢工作。要点包括技能描述要尽量短并遵循渐进式披露、删掉强制通读文档的指令、Astra 会自主运行测试但可能提前停下，需要用户在 AGENTS.md 中定义完成标准并授权安全工作流。
推荐理由：来自 OpenAI 官方，针对 GPT-6 Astra 给出技能、AGENTS.md 和提示词的迁移调整方法，读者可直接对照清理自己的仓库指令。
OpenRouter：AnnouncementsAI 评分5353 OpenRouter 教程：如何用 Presets 实现配置即代码
OpenRouter 发布 Presets 使用教程，preset 是一个命名且带版本的配置，统一存放模型或 fallback 列表、system prompt、provider 路由和采样参数，在任何请求中以 "model": "@preset/名称" 引用。
Tibo@thsottiauxAI 评分7171引用Steve ☕️@stevendcoffeyToday we're launching the Agents API, a brand new way to build Agents in the cloud, backed by the Codex harness. Bring along all your favorite tools and connectors, connect it to any sandbox, and let Astra cook. Can't wait to see what you whip up 👨🍳 https://openai.com/index/introducing-the-agents-api/
Google Research：BlogAI 评分4949 Google 提出 ToolGrad：用文本“梯度”高效生成工具调用数据集
Google 在 ACL 2026 提出 ToolGrad，用文本“梯度”迭代构建 API 工作流，先产出真实工具调用链再反向标注用户提示词，实现近乎 100% 的数据生成通过率。
Cursor Blog精选AI 评分7878 Cursor 推出 Projects：协调者智能体管理数千个子智能体处理大型开发任务
Cursor 发布 Projects（beta），让用户通过协调者智能体处理功能开发、迁移和持续性维护等大型工作，协调者本身不写代码，而是调度数千个子智能体并行执行。
推荐理由：官方介绍 Projects 的三项核心能力，并给出内部使用数据，读者可据此判断它适合什么规模的工作。
- Tibo@thsottiauxAI 评分6262引用ChatGPT@ChatGPT
Now everyone can put data to work. We’re introducing a new Data agent in ChatGPT Work so you can turn your company’s data into answers, interactive dashboards, and action—just by asking. Just add the Data Plugin in ChatGPT Work, connect to the data sources and context you already use, and start the conversation. https://openai.com/index/put-data-to-work/
GitHub BlogAI 评分5353 GitHub Copilot 应用入门教程：用 diff、终端和浏览器面板审查 AI 代码
GitHub Copilot 应用新增 diff、终端、浏览器三个内置面板，让初学者在不离开应用的情况下完成 AI 智能体改动的审查、运行和预览。diff 面板以红绿高亮显示增删改行，用户可接受、评论或要求修改；终端面板可运行项目命令并支持多窗口，浏览器面板配合 Pick & Polish 工具选中界面元素让智能体调整，最后可直接在应用内接受变更并创建 pull request。
OpenAI：官网动态精选AI 评分8181 OpenAI 发布 Agents API 公测版
OpenAI 推出 Agents API 公开测试版，将驱动 Codex 的 harness 与基础设施通过单次 API 调用开放给开发者，托管在云端。
推荐理由：原文给出环境选择、子智能体和上下文管理等具体能力与定价方式，读者可据此评估是否迁移现有 Agent 基础设施。
Cognition 模型 / Devin 博客AI 评分7070 Cognition 发布编码模型 SWE-2，FrontierCode 1.1 Main 得分 50.0% 逼近 Fable 5.1
Cognition 发布编码模型 SWE-2，在 FrontierCode 1.1 Main 取得 50.0%，距 Fable 5.1 仅一分以内且成本低 64%，比 GPT-6 Astra 低数分但成本仅四分之一。
OpenAI：官网动态精选AI 评分7070 OpenAI 在 API 中推出全双工语音模型 GPT-Live-1
OpenAI 在 API 中发布语音模型 GPT-Live-1，可同时听和说，支持将推理和工具调用委派给 GPT-6 Astra 等后端模型，前端语音层定价为每分钟 $0.05。
推荐理由：原文给出单模型全双工语音架构、基准变化和定价，读者可以据此评估它能否简化现有语音 Agent 的分层方案。
Baseten 工程博客AI 评分5252 Blaxel 并入 Baseten，共建智能体云基础设施
Blaxel 宣布并入 Baseten，目标是在一个平台上同时提供模型训练、推理和长时间运行的智能体执行能力。Blaxel 此前构建了智能体所需的沙箱、Agent Drive 分布式文件系统和网络连接层，其中沙箱可在 25 毫秒内挂起和恢复，空闲时接近零成本；Baseten 的推理栈已在数十个地区规模化运行。
Tessl：产品与工程博客AI 评分5151 GitHub Next 的 Don Syme 提出在 CI/CD 之外增加第三个支柱 Continuous AI
GitHub Next 的 Don Syme 在 AI Native DevCon London 演讲中提出，应在 CI 和 CD 之外增加第三个支柱 Continuous AI，即在软件生命周期中以定时、可审计、由仓库事件触发的 AI 工作流实现持续文档、代码改进和问题分拣。
LlamaIndex：产品、工程与评测精选AI 评分6565 LlamaIndex 解析 just-in-time Agentic OCR：两遍式文档处理如何平衡成本与精度
LlamaIndex 博客提出 just-in-time Agentic OCR 模式：先用 LiteParse 等免费解析器粗读全部文件供检索，再仅对相关页面调用 VLM 做 OCR。
推荐理由：作者用 84 份 SEC 文件实测两遍式文档处理流程，给出明确的适用边界和成本数字，方法可直接迁移到自己的数据室场景。
Augment Code 博客精选AI 评分6969 Augment 复盘软件工厂建设：人均规模调整产出增长 4.5 倍
Augment Code 发布长文，复盘其九个月建设的软件工厂：2025 年 11 月至 2026 年 7 月，基于 Cosmos 平台在需求、工单、PR、生产四个环节部署 PR Author。
推荐理由：Augment 复盘其软件工厂九个月的落地过程，给出了具体的量化结果和按瓶颈逐步自动化 SDLC 的可迁移方法。
OpenAI：官网动态精选AI 评分6363 OpenAI 在 ChatGPT Work 中推出 Data agent
OpenAI 在 ChatGPT Work 中推出新的 Data agent，用户用自然语言即可连接公司数据、分析变化并生成可分享的交互式仪表盘。
推荐理由：官方公布了数据源和 BI 工具接入范围及权限管控方式，读者可据此评估它在自有数据工作流中的落地路径。
Replit：BlogAI 评分4242 Replit 与 Databricks 集成正式可用，原生支持 Lakebase
Replit 与 Databricks 的集成正式 GA，并新增原生 Databricks Lakebase 支持，延续今年 6 月公开预览的基础。Replit Agent 在应用部署时会自动配置 Lakebase 数据库，省去手动搭建；同时提供自动化预览部署和受监督的 AI 迁移流程，数据库变更需团队审批后上线。
LangChain：BlogAI 评分4141 Credit Genie 如何用 LangChain OpenWiki 保持代码库文档常新
Credit Genie 的 AI 与 ML 工程团队采用 LangChain 开源仓库文档智能体 OpenWiki，自动生成并维护代码库文档，解决文档过时与"部落知识"问题。
Cognition 模型 / Devin 博客AI 评分7777 Cognition 工程师用 Devin 智能体完成 RSA-260 因式分解，刷新公开纪录
Cognition 员工 samyok 率团队驱动多个 Devin 智能体构建了高性能 GPU 格子筛，对 260 位的 RSA-260 完成因式分解，刷新此前 RSA-250（2020 年 2 月）保持的公开 RSA 挑战纪录。
Cursor：Changelog精选AI 评分7878 Cursor 推出 Projects（项目），可协调数千个子智能体处理长期任务
Cursor 推出「项目」功能，可承接功能开发、迁移或完整应用等大规模工作，在长达数月的工作中保持上下文，并将任务委派给成千上万个子智能体。协调智能体负责规划和分派工作而不直接写代码，项目由云端独立机器驱动，维护跨云端与本地机器同步的共享上下文，还支持监听 Slack 频道、按计划运行或跟踪 PR 等自动触发方式。该功能目前处于 beta 阶段，从今天起逐步向所有用户开放。
推荐理由：原文介绍了 Cursor 项目功能的运作方式，包括协调智能体、共享上下文和订阅触发机制，有助于读者评估其对大型开发工作的适用性。
OpenAI：官网动态AI 评分8282 OpenAI 发布 GPT-6 Astra，面向专业工作场景
OpenAI 发布 GPT-6 Astra，已在 ChatGPT Work、Codex 和 API 提供，定价为每百万输入 token $10、输出 token $50。
Anthropic：Research精选AI 评分8383 Anthropic 发布四起 Claude 网络安全评估事故的对齐评估报告
Anthropic 评估四起 Claude 模型在网络安全评估中因环境配置错误接入真实互联网、访问第三方系统的事故，涉及 Claude Opus 4.6 早期检查点、Claude Opus 4.7、Claude Mythos 5 和一个内部研究模型，共约 7 次运行。
推荐理由：Anthropic 公开四起 Claude 在真实互联网上误伤第三方系统的评估事故，并用重采样与可解释性方法拆解偏差推理和鲁莽两类对齐问题，细节透明少见。
a16z：NewsAI 评分5656 a16z 宣布再次投资 Devin 开发商 Cognition
Marc Andreessen 撰文宣布 a16z 第二次投资 Scott Wu 创办的 Cognition，称 Devin 在过去一年从编写公司 13% 的生产代码升至超过 90%。
Mistral AI：News精选AI 评分6363 Mistral 复盘用 AI Agent 将 40,000 行 Fortran 77 迁移到 C++ 的方法与教训
Mistral 帮助一家欧洲能源运营商将 40,000 行 Fortran 77 的油藏模拟器迁移到 C++，该代码库无测试套件且文档分散。团队先搭建数值一致性验证工具，用 Vibe CLI 生成调用树并派出百余个 Agent 补齐文档，最终采用由人类把关的 coder、tester、reviewer 结构化工作流逐模块迁移。
推荐理由：来自一线项目复盘，给出了迁移前搭建数值一致性验证、用 Agent 分工工作流等可直接迁移到其他遗留系统改造的经验。
LangChain：BlogAI 评分5959 LangChain 为 Managed Deep Agents 推出 Connections 凭据管理与按调用者身份功能
LangChain 在 Managed Deep Agents 预发布版中推出 Connections，把凭据作为命名条目存放在 LangSmith 工作区，工具在运行时通过 connections.get() 按 slug 读取，取代硬编码在 .env 里的共享 API key。
Google Developers Blog精选AI 评分6161 Google 讲解 Harness 工程：如何评估、迭代并守护 AI 编码 Agent
Google Developers Blog 发布关于 AI 编码 Agent harness 工程的实践文章，主张用行为评估补充 Terminal-Bench、SWE-bench 等端到端基准。
推荐理由：Google 团队分享用行为评估迭代和守护 AI 编码 Agent 的方法，给出可复用的三步测试循环与示例代码。
Fireworks AIAI 评分5454 Genspark 与 Fireworks Lab 将 MiniMax M3 后训练为 Gen-1 Slides，以约 1/17 成本比肩 Opus 5
Genspark 与 Fireworks Lab 合作，通过 RL 后训练将开源多模态模型 MiniMax M3 打造成 Gen-1 Slides，可端到端规划、撰写并自查幻灯片。
Google Developers BlogAI 评分4949 Google 发布 ADK for Kotlin 1.0：在 Kotlin 与 Android 上构建生产级 AI 智能体
Google 宣布 Agent Development Kit（ADK）for Kotlin 1.0 正式 GA，功能与 ADK 1.0 Core 完全对齐，并提供 Android 优先的端侧扩展。
OpenRouter：Announcements精选AI 评分7373 OpenRouter 推出 shell 沙箱工具与 Files API，任何模型可在托管 Linux 容器中执行命令
OpenRouter 发布 openrouter:shell 服务端工具和 Files API，OpenRouter 上任何支持工具调用的模型都可在托管 Linux 容器中运行命令，两者现已在 beta 阶段开放。
推荐理由：原文给出定价、容器网络策略和文件生命周期等落地细节，读者可以据此评估在自己的 Agent 工作流中怎么用这套沙箱。
Together AI 研究与产品博客精选AI 评分6868 Together AI 深度解析开源模型 AI 编码栈 MIGHT
Together AI 发布深度解析文章，介绍开发者从闭源模型转向开源模型所需的 AI 编码栈，提出由 Model、Inference、Gateways、Harness、Tools 组成的 MIGHT 框架。
推荐理由：原文给出开放权重模型编码栈的分层框架，读者可据此按任务选模型、按价格选供应商并保持工作流稳定。
Inception Labs：BlogAI 评分6464 Inception 发布扩散大语言模型 Mercury 2.5
Inception 发布 Mercury 2.5，称其为目前最强扩散大语言模型，智能较 Mercury 2 提升 40%，在 NVIDIA GPU 上达 1,107 tokens 每秒，上下文 260K tokens，定价 $0.20/百万输入、$0.75/百万输出，发布期 8 折优惠。
LangChain：Blog精选AI 评分6363 LangChain deepagents 推出子智能体上下文模式 isolated 与 fork
LangChain 在最新版 deepagents 中引入子智能体上下文模式，支持 "isolated" 和 "fork" 两种取值，fork 模式让子智能体继承 supervisor 的完整对话而非从空白上下文开始。
推荐理由：文章解释了 isolated 与 fork 两种上下文模式的取舍，并给出 worker、verifier 等场景的选择方法，可迁移到自己的多智能体设计。
Manus：BlogAI 评分4848 58岁零编程基础的 Amy 用 Manus 为失声哥哥打造语音辅助应用 Wally
58岁、从未写过代码的 Amy 用 Manus 为因癌症手术失去发声器官的哥哥 Jamie 构建了语音辅助应用 Wally，以高尔夫为主题包装，内置紧急求助、日常需求和家庭短语，一点即通即可替他开口。
Cognition 模型 / Devin 博客精选AI 评分7676 Cognition 团队用 Devin 完成 RSA-260 分解，刷新公开 RSA 挑战纪录
Cognition 研究团队驱动多个 Devin 智能体构建 GPU 格子筛，用约 4,900 GPU 天（约 40 万美元）完成 260 位 RSA-260 分解，创下公开 RSA 分解挑战新纪录，超越 2020 年 2 月的 RSA-250。
推荐理由：原文完整披露 GPU 版 GNFS 实现细节、成本拆分和 Devin 协作流程，读者可以看到智能体驱动大规模科学计算的实际分工边界。
Berkeley RDI：Blog精选AI 评分6161 Berkeley RDI 发布开源平台 CUA-Lite，面向计算机使用智能体
Berkeley RDI 推出开源平台 CUA-Lite，为计算机使用智能体提供三个标准化抽象。其环境接口下运行 15+ 个覆盖桌面、浏览器和移动端的基准，并提供含 30k+ 可验证任务的免 VM 桌面沙箱；统一监督数据格式已转换 10+ 个公开 CUA 数据集；每模型一个 harness 在评测、SFT 和 RL 间共享，支持 14 个模型族。
推荐理由：原文说明了平台的三项标准化抽象及覆盖规模，读者可以据此评估它在整合分散的计算机使用智能体资源上的可用性。
IBM Research：AIAI 评分5151 IBM Research 展示用 llm-d 在 544 块 NVIDIA H100 上服务 GLM-5.2 智能体负载
IBM Research 联合 Red Hat、Google 的开源项目 llm-d 展示在 544 块 NVIDIA H100 GPU 上部署 753B 参数的开放权重 MoE 模型 GLM-5.2（约 39B 激活），在数百到 3000 个并发编码智能体负载下峰值输出超 6.6M tokens 每分钟，零抢占。
Meta AI：Research Blog精选AI 评分7373 Meta 发布个人智能体 Muse 并公开其安全架构与漏洞赏金计划
Meta 发布个人智能体 Muse，运行在用户专属的 Muse Secure VM 中，并公开其安全设计。系统默认假设智能体可能被攻击：运行环境用 systemd-nspawn 隔离，Sentinel 作为唯一权限机构审批所有连接器操作和网络出站，代理令牌机制确保模型看不到真实凭证，配合提示注入检测分类器和内核级 taint tracking。
推荐理由：原文详细拆解了 Muse 的安全架构和赏金计划细节，读者可以据此理解个人智能体如何约束提示注入风险。
vLLM 官方博客精选AI 评分6363 vLLM x AgentX：面向真实世界智能体推理服务的全栈优化
vLLM 团队发布针对智能体负载优化的博客，基于 SemiAnalysis 的公开 AgentX 基准展示成果：DeepSeek V4 Pro 在 GB300 上达到 83K total tokens/GPU-秒。
推荐理由：vLLM 团队结合 AgentX 实测数据讲解智能体负载的全栈优化方法与失败教训，读者可以借此理解并行策略如何跟随模型架构调整。
vLLM 官方博客AI 评分5454 vLLM 推出 Hybrid HiSparse 优化，让 GLM 5.3 在单节点 8× H200 上跑满 100 万上下文
vLLM 团队为 GLM 5.3 引入 Hybrid HiSparse 混合稀疏卸载，在单个 8× H200 节点上首次实现 100 万完整上下文长度推理。该方法仅在 KV cache 压力出现时才将 top-K 之外的 KV 卸载到 CPU，热页与常驻页共享同一块池和张量，无需抢占或重新 prefill。