跳到正文
只看一手#Agent
  1. Google Research68

    Google Research 介绍自主生物湿实验基础框架 VERID 与闭环分子设计研究

    Google Research 介绍了将 AI 智能体引入生物湿实验的研究进展，通过语义数字孪生框架 VERID 实现了对移液机器人的物理状态跟踪、虚拟空运行模拟与硬件安全拦截。

    推荐理由：原文给出了数字孪生校验机器人动作与闭环反馈修正分子设计的具体方案，展示了智能体在生物实验中的落地路径。

  1. Hugging Face Blog81

    开源模型 Beam 发布：501B 参数并主打长上下文与编码智能体

    Reflection 在 Hugging Face 开源大语言模型 Beam，总参数量 501B、单 token 激活 23B，支持 1M 上下文并遵循 Apache 2.0 协议。

    推荐理由：该开源模型采用稀疏架构配合百万上下文，同时给出了在本地设备与集群上的部署及微调方案。

  1. NVIDIA Blog80

    NVIDIA 发布开源多模态模型 Nemotron 3.5 Super VL 与边缘端 Bolt 系列

    NVIDIA 发布 120B 参数的开源多模态模型 Nemotron 3.5 Super VL，以及面向边缘端的 Nemotron 3.5 Bolt 74B-A9B 24GB 与 Bolt E4B 4GB。

    推荐理由：新模型补齐了从数据中心到边缘设备的开源智能体部署链条，帮助团队在私有化硬件上兼顾吞吐效率与多模态理解。

  2. Hugging Face Blog87

    Meta 开源前沿多模态 MoE 模型 Muse Spark Open

    Meta 开源多模态 MoE 架构模型 Muse Spark Open，拥有约 816B 总参数与 42B 激活参数，支持最高 1M 上下文窗口。模型支持文本、图像、音频和视频多模态输入并输出文本，专门针对代码重构、调试和工具调用等智能体工作流进行优化。官方提供 BF16 与 NVFP4 权重，已全面适配 llama.cpp、SGLang、vLLM 与 MLX 等推理框架并支持 TRL 微调。

    推荐理由：文章详细梳理了该多模态混合专家模型的架构细节与运行要求，为长上下文智能体部署提供了具体参考。

  3. Google Research77

    Google 发布技术文档智能审阅系统 Deep Review

    Google 正式公开发布智能体 AI 审阅系统 Deep Review，面向全球用户提供复杂技术文档的严格反馈与验证能力。系统前身为论文辅助工具 PAT，曾与 STOC、ICML、NeurIPS 和 ICLR 等顶级学术会议合作测试，通过文档切分、自适应算力分配、并行推理验证及全局合成接地的四阶段流水线运行，每周向每位用户提供两次免费审阅，并支持绑定 Gemini API 密钥调用。

    推荐理由：原文披露了四阶段多智能体审阅架构与算力自适应分配机制，为长文档深度验证提供了可参考的工作流。

  1. Google DeepMind85

    Google DeepMind 详解 Gemini 4 Argon 的安全开发与防御体系

    Google DeepMind 披露了 Gemini 4 Argon 的安全防御体系，宣布开始广泛推开该模型并扩大 Fairwind 安全防护计划。系统采用输入过滤、内部激活探针与持续监控三层实时防护，并利用失控监控器实时审查智能体动作和思维链，使编码作弊率降至 2%。

    推荐理由：文章展示了通过激活探针与思维链监控防范智能体越界违规的方案，为复杂模型的安全防御体系构建提供了参考。

  2. Hugging Face Blog70

    Liquid AI 开源端侧推理智能体模型 LFM2.5-24B-A2B

    Liquid AI 在 Hugging Face 开源推理智能体模型 LFM2.5-24B-A2B 及 Base 版本，总参数 24B 且每 token 仅激活 2B 参数，上下文窗口扩展至 131K tokens。

    推荐理由：原文提供了端侧 MoE 架构细节与不同芯片上的实测吞吐数据，适合开发者评估低资源硬件下的本地 Agent 部署可行性。

  3. Google DeepMind81

    Google DeepMind 发布具身物理推理模型 Gemini 4 Argon

    Google DeepMind 发布面向机器人领域的通用物理推理模型 Gemini 4 Argon，在具身推理基准 ERQA 上取得 87% 的得分。模型覆盖机器人控制、Real2Sim 物理仿真重建、多层级事后数据标注及自主迭代优化，在测试中通过仿真合成数据将真机任务成功率由 56% 提升至 75%。该模型已在 Google AI Studio 和 Gemini API 上线供开发者调用。

    推荐理由：原文展示了将模型物理推理接入真实硬件控制与仿真孪生的具体工作流，为具身智能开发提供了可复现的端到端实现范式。

  4. Google DeepMind89

    Google DeepMind 发布前沿模型 Gemini 4 Argon

    Google DeepMind 正式推出前沿模型 Gemini 4 Argon，面向复杂工程、科学计算与专业工作流，即日起通过 API、AI Studio、Gemini 应用及 Google Antigravity 向全球开发者、企业与订阅用户开放。

    推荐理由：该模型在保留百万级上下文的同时强化了长程推理与物理环境理解，展示了前沿大模型深入真实科研与工业工程的落地路径。

  1. GitHub Blog · AI & ML66

    GitHub Copilot 新手指南：如何让 Copilot 理解项目代码库

    GitHub 针对初学者系统梳理了向 Copilot 提供项目上下文的四种途径，帮助 AI 自动遵循代码库的架构和开发规范。

    推荐理由：文章系统梳理了为项目注入规范与自动化能力的层级化配置方式，开发者可直接参考各目录结构规范团队开发流程。

  1. Mistral AI80

    Mistral AI 发布原生多模态模型 Mistral Large 4 公开预览版

    Mistral AI 推出 Mistral Large 4（ML4）公开预览版，模型拥有 1 万亿参数与 520 亿激活参数，权重预计当月底发布。该模型在欧洲自建数据中心使用 3,800 张 NVIDIA Grace Blackwell GPU 从头训练，支持原生多模态理解，在网络安全、代码生成及企业复杂工作流等评测中表现突出。

    推荐理由：原文给出了万亿参数与52B激活参数架构及多项评测，读者可以据此了解其在网络安全和企业级工作流中的具体表现。

  1. GitHub Blog · AI & ML66

    GitHub 推出面向 AI 代码审查的开源评测基准 ReviewBench

    GitHub 与 Microsoft 联合推出面向 AI 代码审查智能体的开源评测基准 ReviewBench，现已开放研究预览并接受评测提交。该基准包含来自 187 个开源仓库、覆盖 19 种语言的 219 个 PR，整合人类审查、LLM 与静态分析构建多源标准集，并采用 Claude Sonnet 5 统一执行打分。

    推荐理由：该基准基于海量真实代码库构建并引入多源验证，为开发者评估代码审查智能体提供了贴近生产环境的离线评测标准。

  1. GitHub Blog · AI & ML69

    GitHub 探讨为何聊天框不是最佳 AI 交互界面

    GitHub 博客发文探讨当前 AI 交互界面的局限，指出纯聊天框界面不仅容易造成 token 浪费，还会阻碍复杂的开发工作流自动化。文章以 GitHub Copilot app 的 canvas 功能为例，演示了如何让智能体生成可双向通信的全栈轻量应用并在本地运行，从而减少开发者在各个环节中的人工介入。

    推荐理由：文章指出把智能体本身当作单一交互界面会浪费计算资源，提出让其生成专属应用以自动化工作流的可行路径。

  2. GitHub Blog · AI & ML78

    GitHub Security Lab 推出基于 Taskflow Agent 的 AI 模糊测试流水线

    GitHub Security Lab 推出了面向 C/C++ 项目的开源自主模糊测试工具 Fuzzing Taskflow，将入口识别、harness 编写、AFL++ 运行与崩溃分类全流程交由智能体执行。

    推荐理由：该方案展示了如何将决策与 MCP 工具解耦，依靠覆盖率反馈让智能体自主完成模糊测试与漏洞分类。

  1. Mistral AI66

    Mistral 借助 AI Agent 将 4 万行 Fortran 遗留代码迁移至 C++ 的实践

    Mistral 协助一家欧洲能源运营商，利用 AI Agent 将 40,000 行缺乏测试和集中文档的 Fortran 77 物理水库模拟器代码迁移至 C++。团队在重构前先搭建了验证数值一致性的测试框架，并利用百余个 Agent 结合 Mistral OCR 补齐文档；代码迁移则放弃了完全自主模式，采用涵盖规划、编码、测试和人工审核节点的结构化模块工作流。

    推荐理由：文章通过真实迁移案例提炼了先建数值校验工具与人机协同结构化工作流的方法，为大型遗留代码重构提供了可参考的落地路径。

已经到底了