Google 在 Gemini Enterprise Agent Platform 上推出 Agent Anomaly Detection 私密预览，通过分析智能体的推理轨迹、工具调用和执行流程来识别越界行为、可疑意图与策略违规。该功能异步运行不增加请求延迟，检测结果带严重等级、说明和处置建议并同步到 Security Command Center，内置检测器覆盖 OWASP Agentic Top 10 中的工具滥用、身份与权限滥用、级联失败和失控智能体等风险。用户还可通过 API 读取会话异常，在 ADK 回调或插件中按严重等级和概率阈值拦截后续工具调用。
匹配字段标题
goose 官方博客介绍其已用可重入状态机替换经典 agent loop，持久化的对话作为主状态，每项 agent 行为编码为 Operation，按顺序检查并只应用第一个生效者的效果。这样服务器无需在等待输入时保持协程和局部变量存活，进程重启或换前端都能从上次持久化的步骤继续。作者称该改动让代码更易测试、重构和实验，新想法可作为 Operation 加入流水线而无需改动状态机核心。
匹配字段标题
Anthropic CEO Dario Amodei 发文《Pace the frontier》呼吁领先实验室为安全放慢速度，Sam Altman 表示认同，但特朗普在 All-In Summit 上称美国不会输掉 AI 竞赛。OpenAI API 新增 GPT-Live-1（ChatGPT 新语音模式背后的模型）和 Agents API，后者让开发者把任务交给类 Codex 智能体而无需配置基础设施。Claude Code 现可对比测试插件是否真正有效，Bolt Forge 免费提供 GLM、DeepSeek 和 Kimi 至 10 月 14 日。
匹配字段标题
SemiAnalysis 发布首份 Rubin NVL72 智能体推理实测结果，基于其 AgentX 基准，在 170 TPS 下每 TCO 总吞吐量约为 GB300 Dynamo TRTLLM 的 67 倍。在多数服务商实际部署的 60-100 TPS 区间，Rubin 每 TCO 吞吐量为 GB300 的 1.4 至 3 倍；按 3 年租赁成本计算，80 TPS 时可多产出 62% token。该测试使用 2300W TDP、每计算托盘 1.5TB CPU LPDDR5X 的量产 SKU，结果基于预发布软件，后续还将补充 vLLM 与 SGLang 的 Rubin 数据。
匹配字段标题
如果你想为公司规模化构建智能体，再将其部署到自己的内部 AI 应用中——这正适合你！ 快速构建使用与 Codex / ChatGPT 工作方式相同底层框架的智能体，然后以你想要的任何方式将其开放出来。
匹配字段标题
ChatGPT Work 推出新的 Data agent，用户只需提问即可将公司数据转化为答案、交互式仪表盘和行动。用户可在 ChatGPT Work 中添加 Data Plugin，连接现有数据源和上下文后开始使用。
匹配字段标题
商汤正通过“模型 + Token Factory + Agent Harness”战略探索盈利路径，重点从追求模型规模转向帮助客户完成现实任务。该战略分别推进模型能力、提升智能生产的质量与效率，并连接模型、知识、工具和工作流，实现端到端任务执行与可持续商业价值。
匹配字段标题
Allegro 正在三条配送支持热线部署基于 ElevenAgents 的语音智能体，为 20M+ 活跃买家全天候处理高频问题。智能体可在转人工前收集追踪号码并生成对话摘要，多智能体架构则让不同智能体分别处理各类场景；首批覆盖 Allegro Delivery、Allegro One 和 One Box。
匹配字段标题
Grok Imagine Video 1.5 agent 已上线，由最新的 Image 2.0 模型驱动，官方称其画质更高、叙事更好，并更擅长把多个镜头连接起来以提升连续性。该升级版 agent 已在网页端、iOS 和 Android 上线。
匹配字段标题
海光信息在 2026 数博会上首发“Agent to Token 开放计算架构”，依托 CPU 与 DCU 双芯协同及开放互连协议 HSL，把 Agent 调度与词元生成纳入统一算力架构。该架构中 CPU 承担数据预处理、多智能体沙箱隔离、任务编排决策、记忆体分级存储和向量数据库检索，DCU 负责批量解码、KV 缓存优化、预处理加速与长序列支撑。海光将联合整机、软件及行业伙伴推进产品适配。
匹配字段标题
GPT-6 Astra 已发布，可构建和测试软件、跨电脑应用操作，并协助探索开放科学问题。其 Computer Use 相比 Operator 有所改进，同时增强智能体对齐、透明思考和监督响应能力，监控机制可阻止潜在的未授权操作。团队强调，对齐仍远未解决。
匹配字段标题
Google 推出 Managed Agents，让 Gemini 3.8 Flash 通过单次 API 调用获得专属远程沙箱，便于在智能体环境中试用。沙箱支持 Python、Node.js、Git 和 Bash，具备完整网络访问与控制能力，并支持 Google Search、Function Calling 或 MCP，以及用于持久化工作的文件系统、后台运行和 Cron 触发。用户可在 Google AI Studio 免费层试用。
匹配字段标题
Gemini 3.8 Flash 正式 GA，这是 6 周内第三次 Flash 发布，官方称其在所有领域普遍优于 3.7 Flash，价格保持每 1M token 输入 0.75 美元、输出 3.75 美元不变。该模型会采取更小的步骤并更频繁地验证工作，可能带来更高的 token 用量，但这些额外 token 被用于运行测试和验证改动，从而在复杂和长时间运行的目标上给出更高质量的结果。它已成为 antigravity 和 Managed Agents 的默认模型，并已在 Google AI Studio、Gemini API 和 Gemini App 中可用。
匹配字段标题
Google for Startups AI Agents Challenge 评审结束后，Google Developers Blog 从高分提交中提炼出四个工程模式：双向 MCP（智能体既是自己工具的客户端，也是其他智能体可调用的服务端）、事件驱动并发（智能体并行响应同一信号而非串行调用链）、同标准回退（小模型顶替过载模型时仍走同一校验函数）、分层路由（先用正则和廉价模型做确定性检查，再交给完整推理模型）。其中一个团队用正则加 10 token 的 Gemini 分类调用，在真正模型调用前处理了超过 40% 的入站消息。这些模式多出现在基于 Agent Development Kit（ADK）并通过 Agents CLI 驱动的提交中。
匹配字段标题
CommerceAgentBench 从真实商业需求出发，Qwen3.8-Max 在开源权重模型中综合表现最强。来用 Qwen 测试你的真实工作流吧！🔥
匹配字段标题
研究人员在 36 项 AI 研发任务的 756 条轨迹中评测了 7 个前沿模型，发现当前智能体更像工程优化器，而非完全自主的研究者。252 个解决方案中仅 3 个被认定为新颖方法，模型间的主要差异在于可靠性而非峰值表现。经验复用通常有益但也可能延续错误结论，harness 设计则主要影响重复运行的稳定性。
匹配字段标题
Anthropic 在研究预览中推出 Model Hardware Standard（MHS），让 AI 智能体通过自然语言生成的参考文件学习并操作显微镜、机械臂等设备。Anthropic 称其可将设备接入时间从数周缩短至数小时或数分钟，并计划日后开源；Tecan、QIAGEN、AWS、Hugging Face 和 Raspberry Pi 将参与合作或设备适配。
匹配字段标题
Google Research 发布 LLM 驱动的 XR 原型 AgentHands，为对话智能体配上与语音同步的表达性手势，把抽象指令变成贴合用户物理空间的动作演示，论文发表于 CHI 2026。系统通过眼动与场景重建把兰花、笔记本等物体注册进 3D 边界框，LLM 在回复中内联 GestureEvents，头显本地解析器用词级时间戳让手势与 TTS 精确同步。在 N=12 的被试内研究中，AgentHands 与纯语音基线对比，验证了 XR 与共语手势结合在兰花养护和 3D 打印机操作任务中的效果。
匹配字段标题
SemiAnalysis 发布 AgentX 1.0，称其为全球首个完全开源、100 万上下文的多轮智能体编码推理基准，以 Apache 2.0 许可发布，数据集构建投入超过 300 万美元。该基准被纳入 InferenceXv3，用智能体编码流量替代此前 8k 输入 1k 输出的单轮场景，测试矩阵运行在约 2MW 算力、1000 多颗芯片上，覆盖 MI355X、GB300 NVL72、GB200 NVL72、B300、B200、MI325、MI300X、H200 与 RTX Pro 服务器。SemiAnalysis 称其首个成果是已推动 vLLM、SGLang、TensorRT-LLM、ATOM、AITER、Dynamo、LMCache 和 Mooncake 等项目的 70 多个上游 PR，并计划在三到四周后发布 AgentX 更新文章。
匹配字段标题
LiveKit 将 agent 会话分钟、录制、WebRTC 连接和 SIP 连接改为按秒计费，最低计费单位为 10 秒，适用于所有套餐和账户（含企业合同），无需技术改动。该变更已对现有客户生效，8 月用量将体现在 9 月账单中。LiveKit 表示按分钟计费会限制外呼等短时场景的扩展，按秒计费可消除这种定价错配。
匹配字段标题