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。
IBM 发布 Granite 4.2 推理模型家族，包含 3B、8B、30B 三个 dense 尺寸，基于 Granite-4.1 基座（从头预训练约 15T tokens，五阶段策略将上下文窗口扩展至 512K tokens），经 CoT 与智能体轨迹数据的 SFT 后，再用异步 GRPO 多阶段 RL 流水线后训练。
推荐理由：官方完整披露 Granite 4.2 的五阶段预训练、SFT 配比与多阶段 RL 课程设计，读者可以直接对照复现其训练路线。
Hugging Face 在 Gradio 中推出 gr.Workflow，把 AI 应用流水线变成类型化节点图，每个节点可运行、中间结果可见。
推荐理由：官方详解了 gr.Workflow 的节点图结构和 REST API 用法，读者可以据此判断如何把多步骤 AI 流水线搭成可拖拽、可部署的应用。
IBM Research 在 Hugging Face Blog 发布 ALTK-Evolve 在 AppWorld 上跨八个模型的记忆校准研究，核心结论是智能体记忆不是开关而是按模型校准的剂量。
推荐理由：原文基于八个模型实测给出智能体记忆的剂量规律，弱模型靠精选检索、强模型用全集，兼顾精度与成本。
Google DeepMind 发布 Gemini 3.7 Flash，称其为迄今最智能的编码与 Agent 主力模型，距 Gemini 3.6 Flash 仅三周。
推荐理由：官方公布性能数据与新定价，开发者可对照基准数字和价格判断是否迁移现有工作流。
Hugging Face 复盘今年 7 月 15 日至 8 月 2 日举办的 ICML 2026 Open Reproductions 挑战赛：1,221 名社区成员用 Claude Code、Codex、Cursor 等智能体，19 天发布 6,816 份 Trackio 日志，尝试复现 2,226 篇论文，约占会议论文的 34%。
推荐理由：文中给出按声明逐条复核会议论文的结果分布和典型的证伪案例，读者可以借此理解智能体复现研究中人类角色的边界。
Meta 于今日发布 Muse Glimmer，一个从 Muse 蒸馏而来的 30B 多模态开源模型，采用 Apache 2.0 许可，面向本地隐私敏感的 Agentic 场景如编码、文档分析和个人助手。
推荐理由：官方介绍可帮助读者了解这个 30B 本地多模态模型在 Agentic 基准上的表现与本地部署路径。
Microsoft Research 推出 Echoverse，为计算机使用 Agent 构建了 12 个深度训练环境，包括 10 个领域世界和 2 个能力世界（日期选择器与嵌套过滤）。
推荐理由：原文给出深度世界优于浅层世界的实验对比和开源入口，读者可以据此判断合成训练环境如何影响 Agent 训练。
Google DeepMind 发布 Gemini Robotics 2 系列机器人模型，包含 VLA 模型 Gemini Robotics 2、具身推理模型 Gemini Robotics ER 2 和端侧模型 Gemini Robotics On-Device 2。
推荐理由：官方一次性放出 VLA、具身推理和端侧三个机器人模型，读者可以借此了解全身控制、灵巧操作与多机协作的具体进展。
Hugging Face 发布入侵事件技术复盘，还原一个由 OpenAI 模型驱动的自主智能体在约 4.5 天内对其生产基础设施发起的端到端入侵。
推荐理由：当事方逐日复盘一次智能体入侵的完整攻击链与防御整改，读者可以借此理解机器速度攻击带来的防守不对称问题。
Google DeepMind 发布三款新 Gemini 模型：3.6 Flash 在 Artificial Analysis Index 上比 3.5 Flash 少输出 17% token。
推荐理由：官方给出三个新 Flash 模型的效率数据和定价，并披露 Gemini 4 预训练已启动，读者可据此评估升级选择。
Hugging Face 披露本周检测并处置了一起由自主 AI 智能体系统端到端驱动的入侵，攻击者通过恶意数据集利用两条代码执行路径获得处理节点访问权限，窃取了部分内部数据集和多项服务凭证。
推荐理由：披露一起由自主智能体发起的入侵及 AI 取证应对细节，读者可以了解防御侧如何在护栏限制下自建可用模型能力。
Thinking Machines 在 Hugging Face 发布开源多模态模型 Inkling，总计 975B 参数、激活 41B 的 MoE 架构，原生接受图像、文本和音频输入，支持 1M 上下文，训练数据为 45 万亿 token。
推荐理由：原文给出 Inkling 与 Inkling-Small 的架构细节、部署配置和多份基准数字，可帮助读者评估其在多模态推理场景的可用性。
Google DeepMind 宣布 computer use 成为 Gemini 3.5 Flash 的内置工具，此前该能力仅以独立的 Gemini 2.5 computer use 模型提供。
推荐理由：官方说明 computer use 从独立模型并入 Gemini 3.5 Flash 主模型的定位变化，并给出配套安全机制与使用入口，读者可据此评估迁移时机。
Google DeepMind 发布 AI Control Roadmap，把内部 AI 智能体视为潜在未对齐的"内部威胁"，在模型对齐之上增加系统级安全保障。
推荐理由：官方详细公开其纵深防御的 AI 控制路线图，包含威胁建模、监测指标和已落地的监控原型细节，可供安全实践参考。
Google DeepMind 发布 Gemma 4 12B，可在 16GB 内存或显存的笔记本本地运行，性能接近其 26B MoE 模型但内存占用不足一半。该模型采用无编码器统一架构，视觉与音频输入直接进入 LLM 主干，是首个支持原生音频输入的中等规模 Gemma 模型，以 Apache 2.0 许可发布，并同步推出官方 Skills 仓库。
推荐理由：原文来自官方发布，给出架构细节、内存门槛和下载入口，可帮助读者评估在本地设备运行多模态模型的可行性。
Mistral 发布统一 AI 智能体 Vibe，将 Le Chat 整合为一套智能体和许可证，工作与编码场景共用。
推荐理由：Mistral 官方把 Le Chat 升级为统一智能体 Vibe，原文给出 Work 与 Code 两种模式的具体能力和定价，可据此评估对现有工作流的影响。
Mistral 发布 128B 开源权重旗舰模型 Mistral Medium 3.5（256k 上下文窗口，SWE-Bench Verified 77.6%），在 Hugging Face 以修改版 MIT 许可发布，API 定价为每百万输入 token $1.5、输出 $7.5。
推荐理由：官方披露了新模型的参数量、上下文窗口和基准成绩，以及云端异步编码智能体的具体工作方式。
Google 发布基于 Gemini 的科研工具 Empirical Research Assistance（ERA），相关论文发表在 Nature。
推荐理由：官方介绍 ERA 的 Nature 论文与配套开放入口，读者可据此了解其树搜索方法和八个应用方向。
Google DeepMind 发布 Gemini 3.5 模型系列，首发 Gemini 3.5 Flash，主打智能体与编码性能，3.5 Pro 将于下月推出。
推荐理由：官方发布给出了 3.5 Flash 在编码与智能体基准上的具体成绩、速度对比和开放渠道，读者可据此评估替换现有工作流模型的收益。
Google DeepMind 在 Nature 发表 Co-Scientist 研究，推出基于 Gemini 的多智能体 AI 系统，可迭代生成、辩论和进化科学假设，并通过 Hypothesis Generation 实验工具向个人研究者开放，未来几周开始推出，可在 labs.google/science 注册。
推荐理由：原文给出系统架构、验证机制和多个实验室实测结果，读者可以据此评估多智能体假设生成的实际科研用法。