OpenAI 发布 GPT-5.4 mini 和 nano
OpenAI 发布 GPT-5.4 mini 和 nano，是 GPT-5.4 的更小、更快版本。两款模型针对编码、工具调用、多模态推理以及高并发 API 和子智能体负载做了优化。
推荐理由：OpenAI 在 GPT-5.4 之下补出 mini 与 nano 两档小模型，读者可据此判断高并发与子智能体场景的选型空间。
#Agent
OpenAI News精选AI 评分6262
Mistral AI精选AI 评分6262 Mistral 如何用 Vibe 构建自动编写 Rails 测试的智能体
Mistral 基于其开源编码助手 Vibe 构建了一个自动生成和改进 Rails RSpec 测试的智能体，可在 CI/CD 中无人干预运行。
推荐理由：Mistral 公开了用 Vibe 构建 Rails 测试智能体的完整方法，包括 AGENTS.md 规划、分文件类型技能和自定义工具，可迁移到其他代码库。
OpenAI NewsAI 评分4040 OpenAI 如何设计 AI 智能体抵御提示词注入
OpenAI 介绍了 ChatGPT 在智能体工作流中抵御提示词注入与社会工程攻击的设计思路：通过限制高风险操作、保护敏感数据来降低风险。
OpenAI News精选AI 评分6060 OpenAI 为 Responses API 配备计算机环境，从模型走向智能体
OpenAI 介绍如何用 Responses API、shell 工具和托管容器构建智能体运行时，让智能体在安全、可扩展的环境中处理文件、工具和状态。原文仅提供摘要，未给出具体版本号、开放时间或性能数据。
推荐理由：OpenAI 官方说明如何用 Responses API、shell 工具与托管容器搭建智能体运行时，可了解其安全与扩展思路。
OpenAI NewsAI 评分5555 OpenAI 发布 Codex Security 研究预览版
OpenAI 发布 Codex Security 研究预览版，这是一个 AI 应用安全智能体，可分析项目上下文来检测、验证并修复复杂漏洞，官方称其置信度更高、噪声更少。
OpenAI NewsAI 评分2222 Balyasny Asset Management 如何用 OpenAI 构建 AI 研究引擎
Balyasny Asset Management 通过严格的模型评估、全平台使用 OpenAI 以及智能体工作流，重构了投资研究流程。该机构将这三者结合，打造出一套 AI 研究引擎。
OpenAI News精选AI 评分8787 OpenAI 发布 GPT-5.4 前沿模型
OpenAI 发布 GPT-5.4，称其为面向专业工作能力最强且高效的前沿模型，具备 SOTA 编码、计算机使用、工具搜索能力和 1M token 上下文窗口。
推荐理由：OpenAI 官方公布 GPT-5.4 的定位与能力方向，可据此了解其面向专业工作的能力边界。
OpenAI NewsAI 评分4747 Amazon Bedrock 为智能体推出 Stateful Runtime Environment
Amazon Bedrock 推出面向智能体的 Stateful Runtime Environment，为 OpenAI 驱动的多步 AI 工作流提供持久化编排、记忆与安全执行能力。
OpenAI NewsAI 评分3131 OpenAI 与 Pacific Northwest National Laboratory 合作推出 DraftNEPABench，加速联邦许可审批
OpenAI 与 Pacific Northwest National Laboratory 联合推出 DraftNEPABench，用于评估 AI 编程智能体如何加速联邦许可审批。该基准显示，NEPA 文件起草时间有望最多缩短 15%，助力基础设施审查现代化。
OpenAI NewsAI 评分3838 OpenAI 宣布 Frontier Alliance Partners，助企业将 AI 智能体从试点推向生产
OpenAI 宣布推出 Frontier Alliance Partners，帮助企业从 AI 试点走向生产环境，实现安全、可扩展的智能体部署。
Hugging Face Blog精选AI 评分6060 IBM 与 UC Berkeley 用 IT-Bench 和 MAST 诊断企业级智能体为何失败
IBM Research 与 UC Berkeley 合作，用 MAST（多智能体系统失败分类法）分析 ITBench 中 310 条 SRE 执行轨迹，覆盖 Gemini-3-Flash、Kimi-K2 和 GPT-OSS-120B 三类模型。
推荐理由：IBM 与 UC Berkeley 用 MAST 分类法拆解 310 条 ITBench 执行轨迹，给出不同模型失败模式的差异与对应工程干预方向。
OpenAI NewsAI 评分3838 OpenAI 与 Paradigm 推出 EVMbench，评估 AI 智能体发现与利用智能合约漏洞能力
OpenAI 与 Paradigm 联合推出 EVMbench，用于评估 AI 智能体检测、修补和利用高危智能合约漏洞的能力。该基准聚焦高严重性漏洞场景，覆盖发现、修复与攻击三类任务。
Hugging Face Blog精选AI 评分6262 OpenEnv 实践：在真实环境中评测工具型智能体
Meta 与 Hugging Face 联合推出开源框架 OpenEnv，用于让智能体连接真实工具与 API 而非模拟环境，采用 Gym 风格 API 和标准 MCP 工具调用接口。
推荐理由：Meta 与 Hugging Face 的 OpenEnv 框架及 Turing 日历环境给出了工具型智能体在权限与多步流程下的实测数据，可据此判断真实环境评测的难点。
OpenAI NewsAI 评分3434 OpenAI 谈 harness engineering：在智能体优先的世界中利用 Codex
OpenAI 技术人员 Ryan Lopopolo 提出 harness engineering，探讨在智能体优先的世界中如何利用 Codex。文章聚焦于围绕 AI 智能体构建工程实践，而非单纯依赖模型本身的能力。
Google ResearchAI 评分4040 Google Research 推出 DialogLab：开源多智能体群组对话创作与测试框架
Google Research 发布开源原型框架 DialogLab，用于创作、模拟和测试动态的人机群组对话，已在 ACM UIST 2025 展示。该框架将对话的社会设定与时间流程解耦，支持拖拽式场景搭建、human control 实时干预和对话动态可视化验证。
Google DeepMind精选AI 评分7171 Google DeepMind 用 Gemini Deep Think 加速数学与科学发现
Google DeepMind 发布两篇论文，介绍由 Gemini Deep Think 驱动的数学研究智能体 Aletheia 及跨学科研究案例。
推荐理由：DeepMind 公开了 Gemini Deep Think 在数学与理论计算机科学研究中的两篇论文，读者可了解其智能体工作流与分级评估方式。
OpenAI NewsAI 评分5252 GPT-5 与 Ginkgo Bioworks 自动化平台结合，将无细胞蛋白合成成本降低 40%
OpenAI 与 Ginkgo Bioworks 的云端自动化平台结合，构建了一个由 GPT-5 驱动的自主实验室，通过闭环实验将无细胞蛋白合成成本降低 40%。
Google ResearchAI 评分3636 Google 如何用 AI 工具重新定义通用设计以提升无障碍性
Google 提出 Natively Adaptive Interfaces（NAI）框架，用多模态 AI 工具打造更具适应性的无障碍应用，以 Orchestrator 协调摘要、设置等子智能体替代静态导航。
OpenAI News精选AI 评分6262 OpenAI 发布企业级智能体平台 OpenAI Frontier
OpenAI 发布企业平台 OpenAI Frontier，用于构建、部署和管理 AI 智能体。该平台提供共享上下文、入职引导、权限与治理能力。
推荐理由：OpenAI 官方给出企业级智能体平台的定位与治理能力，可据此判断其与现有 Agent 工具链的分工。
OpenAI News精选AI 评分7878 OpenAI 发布 GPT-5.3-Codex
OpenAI 发布 GPT-5.3-Codex，这是一个 Codex 原生智能体，将前沿编码能力与通用推理结合，面向长周期、真实世界的技术工作。
推荐理由：OpenAI 发布 Codex 原生智能体模型，读者可据此了解其在编码与通用推理上的定位。
OpenAI News精选AI 评分7373 OpenAI 发布 GPT-5.3-Codex 系统卡
OpenAI 发布 GPT-5.3-Codex 系统卡，称其为目前能力最强的智能体编码模型。该模型将 GPT-5.2-Codex 的前沿编码性能与 GPT-5.2 的推理及专业知识能力结合在一起。
推荐理由：官方系统卡给出 GPT-5.3-Codex 的能力定位，读者可据此了解它在编码与推理上的组合方式。
OpenAI News精选AI 评分6060 OpenAI 详解 Codex App Server：如何嵌入 Codex 智能体
OpenAI 介绍 Codex App Server，这是一个双向 JSON-RPC API，用于把 Codex 智能体嵌入到应用中。该接口支持流式进度、工具调用、审批和 diff 等能力。
推荐理由：OpenAI 官方拆解 Codex App Server 的 JSON-RPC 接口设计，可供开发者了解如何把 Codex 智能体嵌入自有应用。
Hugging Face BlogAI 评分4242 H Company 发布 Holo2-235B-A22B Preview，UI 定位刷新 SOTA
H Company 发布迄今最大的 UI 定位模型 Holo2-235B-A22B Preview，在 ScreenSpot-Pro 上以 3 步智能体模式达到 78.5%、OSWorld G 达 79.0%，创下新 SOTA。
OpenAI NewsAI 评分4343 Snowflake 与 OpenAI 达成 2 亿美元合作，将前沿智能引入企业数据
Snowflake 与 OpenAI 达成 2 亿美元合作协议，将前沿智能引入企业数据，让 AI 智能体与洞察直接在 Snowflake 中运行。
OpenAI News精选AI 评分6262 OpenAI 发布 macOS 版 Codex 应用
OpenAI 发布 macOS 版 Codex 应用，定位为 AI 编码与软件开发的指挥中心，支持多个智能体、并行工作流和长时间运行的任务。
推荐理由：OpenAI 官方发布 Codex 桌面应用，读者可了解其多智能体并行与长任务编排的定位。
OpenAI NewsAI 评分4242 OpenAI 如何构建内部 AI 数据智能体：用 GPT-5、Codex 和记忆推理海量数据集
OpenAI 披露其内部 AI 数据智能体，结合 GPT-5、Codex 与记忆能力对海量数据集进行推理，可在数分钟内给出可靠洞察。该智能体面向内部数据分析场景，强调推理与结果可靠性。
Google ResearchAI 评分5858 Google Research 论文：智能体系统缩放的科学，多智能体何时有效
Google Research 发布论文《Towards a Science of Scaling Agent Systems》，对 180 组智能体配置做大规模对照评测，得出首批智能体系统的量化缩放原则，指出“智能体越多越好”常会触顶甚至降低表现。
OpenAI NewsAI 评分3535 OpenAI 如何保障 AI 智能体点击链接时的数据安全
OpenAI 说明了 AI 智能体打开链接时如何保护用户数据，通过内置防护机制防止基于 URL 的数据外泄和提示词注入。
Hugging Face Blog精选AI 评分6060 Hugging Face 发布 upskill：用 Claude 生成 CUDA 内核技能并迁移到开源模型
Hugging Face 发布新工具 upskill，用 Claude Opus 4.5 等大模型生成并评测 agent skill，再交给更小或本地模型使用。
推荐理由：原文给出用大模型生成 Skill 再迁移到小模型的可复用流程与评测命令，读者可据此降低推理成本。
Mistral AI精选AI 评分6262 Mistral 发布终端编码智能体 Mistral Vibe 2.0
Mistral 发布终端编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型系列驱动，新增自定义子智能体、多选项澄清、斜杠命令技能和统一智能体模式，CLI 修复持续自动更新。
推荐理由：官方给出 Vibe 2.0 的自定义子智能体、斜杠命令技能与定价变化，可据此判断终端编码智能体的能力边界与成本。
Hugging Face BlogAI 评分4646 解锁 GPT-OSS 的智能体 RL 训练：一次实践复盘
Hugging Face 团队用 verl 框架对 GPT-OSS-20B 做智能体强化学习训练，发现 KL 散度和熵爆炸、奖励不升，根因是 MoE 架构下双次前向传播导致新旧 log-prob 不匹配，使 PPO 的 on-policy 重要性采样比值偏离 1。
OpenAI NewsAI 评分1818 TRUSTBANK 用 AI 智能体个性化推荐故乡税礼品
TRUSTBANK 与 Recursive 合作，基于 OpenAI 模型打造了 Choice AI，通过个性化对话式推荐简化故乡税（Furusato Nozei）礼品的发现与挑选流程。
OpenAI NewsAI 评分4040 深入解析 Codex 智能体循环
OpenAI 技术详解 Codex 智能体循环，说明 Codex CLI 如何借助 Responses API 编排模型、工具、提示词与性能。
OpenAI NewsAI 评分2020 Praktika 如何用 GPT-4.1 和 GPT-5.2 打造自适应语言学习 AI 导师
Praktika 利用 GPT-4.1 和 GPT-5.2 构建自适应 AI 导师，实现课程个性化、学习进度追踪，帮助学习者达到真实场景的语言流利度。
Hugging Face BlogAI 评分3636 Hugging Face 发布 AssetOpsBench：面向工业资产生命周期管理的 AI 智能体评测基准
Hugging Face 推出 AssetOpsBench，一个面向工业资产生命周期管理的 AI 智能体评测基准，覆盖 2.3M 传感器遥测点、140+ 场景、4.2K 工单和 53 种结构化故障模式。
Hugging Face Blog精选AI 评分6666 OpenAI 发起 Open Responses 开放推理标准，Hugging Face 生态支持
OpenAI 发起、开源社区构建、Hugging Face 生态支持的 Open Responses 开放推理标准发布，基于 Responses API 设计，面向智能体场景。该标准默认无状态，支持加密推理，将流式输出建模为语义事件序列，并原生支持内部与外部工具及子智能体循环。开发者可通过 Hugging Face Inference Providers 和 Spaces 上的早期访问版本试用。
推荐理由：OpenAI 发起、Hugging Face 生态支持的开放推理标准，读者可了解它如何替代 Chat Completion 格式并支持智能体循环。
OpenAI NewsAI 评分2626 Netomi 如何用 GPT-4.1 与 GPT-5.2 将智能体系统扩展至企业级
Netomi 借助 GPT-4.1 和 GPT-5.2 扩展企业级 AI 智能体，通过并发、治理与多步推理支撑可靠的生产工作流。该方案面向企业规模化部署，强调智能体系统在生产环境中的稳定性。
Hugging Face BlogAI 评分5858 如何用 NVIDIA DGX Spark 和 Reachy Mini 搭建桌面智能体
Hugging Face 博客发布教程，介绍如何用 NVIDIA DGX Spark 配合 Reachy Mini 复现 CES 2026 主题演讲中的桌面智能体，代码已开源。
Google DeepMindAI 评分2222 Google 2025 年度回顾：8 大研究突破领域
Google 发布 2025 年度研究回顾，梳理了 8 大突破领域。模型方面，Gemini 2.5 于 3 月发布，Gemini 3 于 11 月推出，Gemini 3 Flash 于 12 月上线，其中 Gemini 3 Pro 登顶 LMArena 排行榜，并在 MathArena Apex 上取得 23.4% 的 SOTA 成绩。
Hugging Face BlogAI 评分4242 AprielGuard：面向现代 LLM 系统安全与对抗鲁棒性的 8B 防护模型
Hugging Face 发布 8B 参数安全防护模型 AprielGuard，可检测 16 类安全风险及提示注入、越狱、思维链污染、记忆投毒、多智能体攻击等对抗攻击，并覆盖工具调用与推理轨迹等智能体工作流。模型提供推理与非推理两种模式，兼顾可解释分类与低延迟生产部署。