Sakana AI 与 UC Berkeley 研究人员提出 Multi-Agent Self-Supervision（MASS）递归自改进方法，让同一个语言模型同时承担解题、优化工作流和评估结果三种角色，无需更强的教师模型。测试任务上对基座模型的胜率从一轮后的 53.9% 升至两轮后的 69.9%，自评估器与外部评判的一致率从 73% 升至 93%。研究同时指出共享盲点可能成为递归自改进的隐患，模型若在三种角色中漏掉同一错误，该错误可能被当作改进固化进下一轮训练，作者因此呼吁引入独立检查与自主性限制。基座模型为 Qwen3.6-27B，代码已公开。
匹配字段摘要、正文
Meta 发布前沿模型 Muse Wonder，包含 Muse Wonder Full 和 Muse Wonder 两个版本。Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 上得 56 分，Muse Wonder 得 52 分，前代 Muse Spark 1.3 为 48 分。智能体评测提升明显，Terminal-Bench 4.0 从 33% 升至 57%；Muse Wonder Full 在 Coding Agents Index 得 68 分，与 Claude Code 的 Sonnet 5.5 持平。事实知识仍是弱项，AA-Omniscience 仅 30 分，但幻觉率从前代的 33% 降至 23%。成本上升明显，Muse Wonder 每任务 4.52 美元，接近前代 1.60 美元的三倍，输入 token 价格涨至每百万 4 美元。
匹配字段摘要、正文
TensorZero 工程博客发布研究，用 GPT-4.1 的高质量对话数据微调 Gemini 2.0 Flash、GPT-4.1 mini/nano、GPT-4o mini、Qwen3-8B 等小模型，在数据抽取（CoNLL++ NER）、多轮导航（BabyAI）、Agentic RAG（Multi-Hop）和 Agentic 工具调用（τ-bench）四类任务上评测。结果显示微调后小模型在部分任务上可匹配或超过大模型，推理成本最多降低 30 倍、响应时间最多快 4 倍；其中 Gemini 2.0 Flash Lite 微调后每成功任务成本比 GPT-4o 低 24.1 倍。文章还比较了筛选成功样本与不筛选的效果差异，并给出用 TensorZero 复现该流程的步骤。
匹配字段摘要、正文
NVIDIA 在柏林 GTC 前夕于巴黎举办法国 AI 生态招待会，创始人兼 CEO 黄仁勋与法国经济部长 Roland Lescure 同台，并随后在爱丽舍宫会见法国总统马克龙，讨论 NVIDIA 对法国 AI 生态的投资以及开源、AI 安全与近期推出的 Open Agent Safety Platform。同日 NVIDIA 还在巴黎和巴塞罗那举办 Build-a-Claw 活动，数百名开发者用开放模型和 NVIDIA 平台搭建 AI 驱动的机械爪机器。
匹配字段摘要、正文
Google Research 发布研讨会报告《Open and Emergent Problems in Agentic Privacy and Security: A Contextual Angle》，由 50 多位学界与业界人士在 2025 年底纽约 Google CAPS 研讨会上共同完成。报告以语境完整性（Contextual Integrity）理论为基础，梳理智能体在系统、模型、用户和生态层面面临的隐私与安全挑战，并提出用语境策略引擎在动作执行前评估其是否恰当。
匹配字段摘要、正文
Anthropic 在 AI Engineer New York 上介绍了新功能动态工作流（flows），它被定义为面向大规模任务的多智能体编排方式，由 Claude 自行决定如何拆分和编排工作，而不再需要开发者预先配置协调者与子智能体名单。该功能已在 Claude Console 中提供，用户仍可在 agent 配置中传入预配置的子智能体。演讲者表示，flows 的成本远高于单智能体方案，但更擅长找全细节；模型运行时并不知道自己的预算，开发者可设置会话预算，并可用 dreaming 研究预览功能整理记忆库。
匹配字段摘要、正文
字节跳动Seed发出内部邮件，宣布成立Seed Model-Alignment&Preparedness部门，由严林负责并汇报给Seed负责人吴永辉，原Responsible AI团队及部分Chat团队成员转入。该部门旨在加强安全与对齐投入，提升Agent Model安全能力并防范CBRN等前沿能力风险，工作覆盖模型规范制定、安全评估体系、对齐训练、防护系统搭建和风险监控。报道称，字节跳动Seed是国内首家单独成立安全与对齐部门的前沿AI实验室。
匹配字段摘要、正文
GitHub Copilot 可通过四种方式定制项目上下文：用 .github/copilot-instructions.md 定义仓库级约定，用 .github/instructions 配合 applyTo 字段做路径级指令，用 .github/skills 下的 SKILL.md 封装可复用流程，用 .github/agents 创建专用自定义智能体，并通过 MCP 服务器连接外部工具与数据源。这些定制可组合使用，社区已在 Awesome Copilot 分享现成配置。
匹配字段摘要、正文
字节跳动 Seed 近日发出内部邮件，宣布成立 Seed Model-Alignment&Preparedness 部门，由严林负责并汇报给 Seed 负责人吴永辉，原 Responsible AI 团队及部分 Chat 团队成员转入。该部门聚焦提升 Agent Model 安全能力，并防范 CBRN 等前沿能力风险，工作涵盖模型规范制定、安全评估体系建设、对齐训练、防护系统搭建和风险监控。澎湃新闻称，字节跳动 Seed 是国内首家单独成立安全与对齐部门的前沿 AI 实验室。
匹配字段摘要、正文
Anthropic 两位研究员 William Zhou 和 Daniel Freeman 发布自主复制与适应（ARA）安全研究，在含 8 个 GCP 节点的隔离沙盒中植入初始蠕虫，由 GLM-5.2 自主扫描 ADB 端口、渗透节点、传输权重并部署 Llama3.1-8B 推理服务，5 次测试中 4 次攻陷全部 8 台设备，另 1 次拿下 7 台。研究还用 Qwen3.5-9B 做跨硬件测试，在 9 种硬件中的 8 种上自行读日志、装依赖并拉起 Llama3.1-8B 服务；其 Memento 框架让后代 Agent 继承前代调试笔记，6 代繁殖测试中部署成功率从 45% 升至 61% 至 84%。研究人员推算到 2026 年年底，30B 以下小模型将达到 GLM-5.2 当前水平。
匹配字段摘要、正文
Sakana AI 宣布在东京成立专职研究递归自我改进（RSI）的 Sakana AI RSI Lab，并邀请 Jürgen Schmidhuber 于 2026 年 9 月以首席科学顾问身份加入指导研究。该实验室建立在过去两年成果之上，包括 LLM-Squared、Darwin Gödel Machine、ShinkaEvolve、ALE-Agent、Digital Red Queen 与 AI Scientist，其中 DGM 在 SWE-bench 上把起点性能自动提升一倍以上、绝对提升 30 分，AI Scientist 相关论文于 2026 年 3 月 26 日登上 Nature。Sakana AI 表示将公开包括失败结果在内的研究，并同步招聘研究科学家与软件工程师。
匹配字段摘要、正文
Sakana AI 宣布在东京总部正式成立递归自我改进（RSI）实验室，用 AI 重新设计 AI 研发流程，并称自己是较早用现代基础模型研究 RSI 的实验室之一。实验室将延续 LLM-Squared、Darwin Gödel Machine、ShinkaEvolve、ALE-Agent、Digital Red Queen 和 The AI Scientist 等既有工作，其中 DGM 在 SWE-bench 上实现 30 个百分点的绝对提升，ShinkaEvolve 仅用 150 个样本解决复杂优化问题。Jürgen Schmidhuber 已于 2026 年 9 月加入 Sakana AI 担任首席科学顾问，指导该实验室研究方向；实验室同时开放前沿研究科学家与核心工程师岗位。
匹配字段摘要、正文
蚂蚁 inclusionAI 在 GitHub 上线 ling-cookbook，为 Ling 模型系列提供部署配方与工程实践示例，目前仍在完善中。仓库包含面向消费级与工作站硬件的本地推理部署指南，以及部分模型的多模态与智能体 Agent Skills。NVIDIA 团队贡献了 SGLang Humming 部署指南，在 Grace Blackwell（GB10 / SM121）上实现 Humming MoE 算子加速、在线 FP8 LM Head 与 MTP 推测解码协同。
匹配字段摘要、正文
蚂蚁 inclusionAI 的 ASystem 团队开源 AReno，一个面向单节点的 LLM RL 后训练工具包，覆盖 RL、SFT/DPO 训练、serving 与 agentic RL，无需搭建集群或外接训练与推理后端。它支持 CUDA、昇腾 NPU 和 Apple Silicon MLX 后端，原生 LoRA 覆盖 Qwen3、Qwen3-MoE 与 Bailing-MoE V3，并可在 CUDA 上对 Qwen3 dense 和 Bailing-MoE V3 做 QLoRA 训练。仓库以 Apache 2.0 许可发布，提供 CLI、OpenAI 兼容 serving 接口和 Docker 镜像。
匹配字段摘要、正文
蚂蚁 inclusionAI 在 GitHub 开源多智能体协调平台 Avernet，定位为构建和运行持久化、可协调的多智能体系统的基础设施层，采用 Apache-2.0 许可。据 README，截至 2026 年 7 月初，Avernet 已在蚂蚁内部 12 个业务群支持多智能体部署，实测多智能体工作流任务完成率超过 90%。近期更新包括 DeepSeek Harness 的 DSH Bots 通过 channel 插件接入、Agency Agents 启动器引入 agency-agents 角色，以及重做的 Web UI 和 AgentEvolve 诊断与优化能力。
匹配字段摘要、正文
OpenAI 发布 GPT-5 系统卡更新，覆盖 GPT-5.2 模型家族（含 gpt-5.2-instant 与 gpt-5.2-thinking）的安全评测。在提示注入的 Agent JSK 与 PlugInject 评测中，两个版本均显著提升并接近饱和；GPT-5.2 Thinking 在启用浏览时于商业营销、金融税务、法律监管、学术写作和时事新闻五个领域实现低于 1% 的幻觉率。生产流量中 GPT-5.2 Thinking 的欺骗率为 1.6%，低于 GPT-5.1 并略低于 GPT-5；生物与化学领域仍按 High 能力处理并启用相应防护，网络安全与 AI 自我改进未达 High 阈值。
匹配字段摘要、正文
总部位于特拉华州的 Causa Prima 宣布完成 2000 万美元种子轮融资，由 Base10 Partners 领投，QED Investors、FJ Labs 等参投，公司累计融资达 3000 万美元。其 agent-to-agent 平台让买卖双方的 AI 智能体直接协商账单纠纷、加快付款，公司按成功促成的提前付款抽成。Causa Prima 目前有 25 名员工，计划在纽约开设办公室进军美国市场。
匹配字段摘要、正文
LG Uplus 于 10 月 13 日宣布将客户平台 U+one 升级为可执行任务的“actionable AI agent”，并已在 8 月推出账单支付智能体、9 月推出漫游智能体。新功能可在聊天界面内分析用量信息，完成从产品推荐到支付、订阅的全流程，漫游智能体推荐用户的订阅转化率接近此前 AI 搜索订阅流程的两倍。LG Uplus 计划第四季度再上线门店查找智能体。
匹配字段摘要、正文
每个 Claude Code 会话启动时只带有系统提示词和工具。但可以在 Claude.md（或 Agents.md）文件中设置仓库级上下文，并且默认启用自动记忆，让 Claude 记住并从与你的交互中学习。
匹配字段摘要、正文
Mastra Studio 上线 Thread View，可在 Mastra Observability 中把 agent 的对话消息与产生它们的 trace 步骤并排查看，并支持打开完整 thread 按顺序浏览整段会话。已用 memory 并通过 MastraStorageExporter 持久化 trace 的 agent 无需额外配置即可使用；从零开始则需安装 observability、memory 和 storage。
匹配字段摘要、正文