美团发布全场景 AI Agent 平台 CatPaw，搭载 LongCat 2.0
美团正式上线全场景 AI Agent 平台 CatPaw，搭载本月开源的 LongCat 2.0（总参数 1.6T，原生支持 1M 上下文），提供 AI 智能工作台与企业级 Agent 开发托管能力。
推荐理由：原文给出 CatPaw 的多端协作、专家技能与托管能力，读者可据此判断企业级 Agent 平台的落地形态。
#Agent
美团技术团队精选AI 评分7575 美团技术团队精选AI 评分6262 美团图灵团队公开 Agent 评测实践：从评测体系到长程 Agent 演进
美团图灵 Agent 评测团队将内部博客公开，由浅入深讲解 Agent 评测，涵盖评测是什么、如何建立评测体系，以及长程 Agent 框架带来的变化。文章提出观测加评测等于持续迭代的研发公式，主张评测需覆盖结果、过程、效率、风险四层，并给出把模糊指标下钻为二元化 Rubric、追求人人一致与人机一致的实践方法。
推荐理由：美团图灵团队公开两年 Agent 评测实践，给出从指标下钻到人机对齐的可迁移方法论与落地路径。
Hugging Face Blog精选AI 评分7171 微软与 Hugging Face 发布 ThinkingBox：按数据库终态给 AI 智能体打分
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，通过隔离的 MCP 工具会话运行智能体，再根据其留下的后端终态和副作用判分，而非看它生成的回答。
推荐理由：微软与 Hugging Face 联合发布的智能体评测基准，用数据库终态而非回答文本判分，并给出 20 次重复下的稳定性与成本对比。
NVIDIA Blog精选AI 评分6262 NVIDIA 与 CoreWeave 将 Vera Rubin NVL72 和 Vera CPU 投入生产
CoreWeave 宣布在 CoreWeave Cloud 上线 NVIDIA Vera Rubin NVL72 系统与 Spectrum-X 102.4T 以太网，并计划提供面向 AI 智能体的 NVIDIA Vera CPU。
推荐理由：CoreWeave 上线 Vera Rubin NVL72 与 Vera CPU，并给出 Cognition 实测吞吐与沙箱启动数据，可据此判断智能体训练到推理的闭环成本。
AWS Machine Learning Blog精选AI 评分6262 GPT-6.1 Sol 在 Amazon Bedrock 正式可用
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，面向智能体编码、计算机使用和日常专业工作负载提供更强的推理能力。据 OpenAI 称，它在 DeepSWE v1.1 上达到 GPT-6 Astra 的水平，单任务成本约为后者的五分之一，并比 GPT-6 Sol 的最佳成绩高出 6.4 个百分点。
推荐理由：原文给出 GPT-6.1 Sol 在 Bedrock 上的可用范围与成本对比，读者可据此判断智能体编码任务的性价比变化。
OpenAI News精选AI 评分7676 OpenAI 发布 GPT-6.1 Sol
OpenAI 发布 GPT-6.1 Sol，官方称其在编码、电脑操作和专业工作方面接近 Astra 的智能水平，标准 API 输入与输出 token 价格仅为 Astra 的五分之一。
推荐理由：OpenAI 发布 GPT-6.1 Sol，价格降至 Astra 标准 API 的五分之一，可据此判断编码与电脑操作场景的成本变化。
OpenAI News精选AI 评分6262 OpenAI 推出主动式助手 dots
OpenAI 发布名为 dots 的主动式助手，可在复杂项目和日常任务中持续推进工作。官方称 dots 让用户在任务推进过程中保持控制权。
推荐理由：OpenAI 官方给出 dots 的定位与可控性说明，读者可据此判断这类主动式助手与现有助手形态的差别。
Hugging Face Blog精选AI 评分7171 H 公司发布 Holo4 系列智能体模型，含 27B 稠密与 35B-A3B MoE 两个版本
H 公司发布 Holo4 系列智能体模型，包含 27B 稠密版和 35B-A3B MoE 版，两者均已上线 H Models API，权重以 BF16、FP8、NVFP4 和 4-bit GGUF 格式开源在 Hugging Face。
推荐理由：Holo4 用同一套权重覆盖 GUI、代码、MCP 与 API 四类接口，并公开全部评测轨迹，便于对照其成本与能力取舍。
Google Research精选AI 评分6666 Google Research 发布 AI 视频联合导演框架，实现连贯长视频生成
Google Research 发布 AI video co-director 多智能体框架，作为 Gemini 和 Veo 之上的编排层，把长视频生成建模为全局优化与世界状态追踪问题，缓解语义漂移和级联失败。
推荐理由：Google 把长视频生成拆成四个可组合框架，并给出多镜头一致性与角色保持的评测结果，便于了解多智能体编排在视频生成中的具体分工。
GitHub Blog · AI & ML精选AI 评分6262 GitHub Security Lab 发布 Fuzzing Taskflow 智能体流水线
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需给出 GitHub 仓库地址，智能体就会识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分诊并生成漏洞报告。
推荐理由：GitHub Security Lab 把模糊测试的建 harness、读覆盖率、崩溃分诊交给 LLM 智能体，并公开了可复用的开源流水线。
NVIDIA Blog精选AI 评分6262 NVIDIA 发布 Isaac ROS 5.0，推进智能体化开源机器人开发
NVIDIA 在 ROSCon 发布 Isaac ROS 5.0，新增智能体工作流与平台支持，支持 ROS Lyrical 和 Ubuntu 24.04，并免费开源。
推荐理由：Isaac ROS 5.0 把智能体工作流引入机器人开发，并给出多家厂商的落地案例，可据此判断开源机器人栈的演进方向。
GitHub Blog · AI & ML精选AI 评分7878 GitHub 用 Copilot 把 Copilot 运行时迁移到 Rust
GitHub 用 Copilot 应用和 CLI 把 Copilot 智能体运行时从 TypeScript 完全重写为超过 80 万行生产级 Rust，代码主要由 AI 智能体编写，分布在 128 个 PR 中增量合并，而非一次性切换。
推荐理由：一位工程师复盘用 Copilot 智能体把运行时从 TypeScript 迁到 Rust 的全过程，含并发会话协作与提示缓存数据。
Hugging Face Blog精选AI 评分6666 IBM 研究提出一致性指南，将智能体运行一致性差距减半
IBM 研究团队在 Hugging Face 博客介绍 ALTK-Evolve 新增的一致性指南，用于解决智能体同一任务多次运行结果不稳定的问题。
推荐理由：原文用 Pass^k 与 Mean@k 的差值量化智能体运行不一致，并给出可复用的诊断与改进流程。
OpenAI News精选AI 评分6262 OpenAI 推出面向金融服务的 ChatGPT
OpenAI 发布 ChatGPT for Financial Services，内置金融数据并接入 GPT-6 Astra，用于研究、建模和生成可直接交付客户的材料。
推荐理由：OpenAI 面向金融行业推出专用 ChatGPT，内置金融数据并接入 GPT-6 Astra，可用于研究与建模。
OpenAI News精选AI 评分6262 OpenAI 发布 Agents API
OpenAI 发布 Agents API，这是一个由 Codex harness 驱动的托管服务，用于构建和上线云端智能体。该服务支持编排、长时间运行的会话以及工具调用。
推荐理由：OpenAI 官方发布托管式 Agents API，读者可了解其基于 Codex harness 的编排与长时会话能力。
OpenAI News精选AI 评分8282 OpenAI 发布 GPT-6 Astra，面向企业场景强化推理与电脑操作
OpenAI 发布 GPT-6 Astra，称其为面向企业的最强模型，具备更强的推理能力、电脑操作能力以及写作与设计判断力。
推荐理由：OpenAI 公布 GPT-6 Astra 面向企业场景的能力方向，可据此了解其推理与电脑操作定位。
GitHub Blog · AI & ML精选AI 评分7171 GitHub 推出 Project HydraFusion，用多模型编排提供前沿级编码质量
GitHub 发布研究预览版 Project HydraFusion，通过运行时编排在多个提供商的模型间选择，自动完成起草、评审、修订或升级到更强模型。它目前提供 Single、Cascade、Critique 三种执行模式，已在所有 GitHub Copilot 套餐中通过 Copilot CLI 的 /experimental 开放，按各模型标准费率计费。
推荐理由：GitHub 官方披露 HydraFusion 的三种编排模式与三套基准的成本质量对比，可据此判断多模型编排在编码任务上的取舍。
OpenAI News精选AI 评分7676 OpenAI 发布 GPT-6 Astra
OpenAI 发布新一代模型 GPT-6 Astra，官方称其为目前最智能且对齐程度最高的模型。该模型在计算机操作、编码、网络安全和科学等方向具备 SOTA 能力。
推荐理由：OpenAI 官方发布新一代模型，读者可据此了解其在计算机操作、编码与安全等方向的能力定位。
Hugging Face Blog精选AI 评分7171 Hugging Face 发布 funes，为编码智能体提供自有记忆层
Hugging Face 发布 funes，一个面向编码智能体的持久记忆层，支持 Claude Code、Codex、pi 和 Hermes，通过一条 add 命令把本机已有会话索引为可召回的记忆。
推荐理由：Hugging Face 官方发布的本地记忆层，给出安装命令与跨智能体召回机制，可据此判断多机多智能体协作的落地方式。
Google DeepMind精选AI 评分6666 Google DeepMind 推出 Fairwind Program，向政府与企业开放 Gemini 3.8 Flash Cyber
Google 推出 Fairwind Program，面向 Google Cloud 客户、政府机构和网络安全合作伙伴限量开放其最先进的网络防御能力，首批提供 Gemini 3.8 Flash Cyber 模型与 CodeMender harness 组合，用于自主发现、验证并修复漏洞。
推荐理由：原文给出受限访问计划的能力组合与准入条件，读者可据此判断前沿网络防御能力的开放节奏。