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。
全部 AI 动态
Hugging Face Blog精选AI 评分6666
OpenAI NewsAI 评分2121 Fyxer 如何用 OpenAI 模型打造值得信赖的 AI 行政助理
Fyxer 基于 OpenAI 模型、微调与记忆能力，并结合真实用户反馈，打造出能整理收件箱、以用户本人语气起草邮件的 AI 行政助理。
OpenAI NewsAI 评分5050 Perplexity 将端到端系统交由 GPT-6 Astra 负责
Perplexity 使用 GPT-6 Astra 撰写沟通内容、修改软件并监控生产系统，且相比早期模型，人工检查频率大幅降低。
GitHub Blog · AI & MLAI 评分2828 GitHub 如何用 Copilot 把营销活动变成代码：从策划到跟进全自动
GitHub 日韩市场负责人用 GitHub Copilot 把活动营销流程自动化：以 GitHub Issue 为工作单元，Issue forms 收集结构化字段，标签触发 GitHub Actions 工作流，自动完成落地页复制、UTM 链接生成、报名名单清洗与 CRM 导出。
OpenAI NewsAI 评分3535 Cognition 借助 GPT-6 Astra 让 Devin 自测其工作成果
Cognition 借助 GPT-6 Astra 提升 Devin 测试软件并证明其可用的能力，目标是让工程师减少代码审查、加快交付。
OpenAI NewsAI 评分3232 OpenAI 如何将 Habitat 扩展为支撑 10 亿 ChatGPT 用户的在线存储平台
OpenAI 将 Habitat 从 Python 库演进为全球分布式存储平台，支撑超 10 亿 ChatGPT 用户、每秒 2200 万次请求。
Google ResearchAI 评分4141 Google Research 提出 ToolGrad：用文本“梯度”高效生成工具调用数据集
Google Research 提出 ToolGrad，一种“先答案后问题”的工具调用数据集生成范式：先构造真实工具调用链，再反向标注用户提示词，只需一步 LLM 调用。
GitHub Blog · AI & MLAI 评分3030 GitHub Copilot 应用新手指南：使用 diff、终端与浏览器面板
GitHub Copilot 应用内置 diff、终端和浏览器三个面板，让用户无需离开应用即可审查、运行并预览 AI 智能体生成的代码改动。diff 面板以绿色和红色高亮显示新增与删除行，支持接受改动、留言或让 Copilot 继续修改；终端面板可直接运行项目命令，浏览器面板则通过 Pick & Polish 工具选中页面元素并让智能体调整。
OpenAI NewsAI 评分2424 一位研究员如何用 Codex 和 ChatGPT 寻找新型抗菌分子
César de la Fuente 的实验室利用 Codex 和 ChatGPT，在现存与已灭绝生物的基因组中搜寻抗菌候选分子，以对抗耐药性感染。
OpenAI NewsAI 评分5858 OpenAI 在 ChatGPT Work 中上线 Data agent
OpenAI 在 ChatGPT Work 中推出 Data agent，面向所有用户开放。该智能体可连接企业数据、发现洞察，并用自然语言构建交互式仪表盘。
Mistral AIAI 评分3838 Cloudera 与 Mistral 达成合作，将专用主权智能引入企业数据
Mistral 与 Cloudera 建立合作，将 Mistral 模型集成进 Cloudera 混合数据平台，企业可在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。企业还能在受控环境中用专有数据训练自有模型，数据与由此产生的智能均归企业所有。Cloudera 平台承载 30 exabytes 客户自管数据。
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 NewsAI 评分5555 OpenAI 与 GSA 合作向美国政府机构提供零许可费和五折用量
OpenAI 与美国 GSA 合作，面向符合条件的联邦、州、地方和部落政府机构提供 $0 许可费、50% 用量折扣以及扩展的网络防御支持。
Hugging Face Blog精选AI 评分6262 Hugging Face 用 Gradio Workflow 重建 AUTOMATIC1111，73 个节点覆盖 11 条媒体管线
Hugging Face 发布 Workflow1111，用 Gradio Workflow 把 AUTOMATIC1111 的大部分功能重建为一张工作流画布，由 11 条媒体管线和 73 个节点组成，覆盖文生图、高清修复、图生图、提示词矩阵、VLM 反推、检测生成 inpaint 掩码、ControlNet 式标注器、背景移除、PNG Info 与图生视频。
推荐理由：原文展示了用 Gradio Workflow 重建 A1111 全部管线并暴露 REST 与 MCP 接口的做法，可据此判断节点式工作流的落地形态。
Hugging Face BlogAI 评分4040 基于 Hugging Face Jobs 的 Async GRPO LoRA 训练：用 Bucket 和代理替代 NCCL
TRL v1.14 的 AsyncGRPOTrainer 现已支持只训练并同步 LoRA adapter 到 vLLM，rank-1 adapter 仅几 MB，可通过挂载在多个 HF Jobs 上的 Storage Bucket 传递，无需 NCCL。
OpenAI News精选AI 评分6767 OpenAI 在 API 中上线 GPT-Live-1 语音模型
OpenAI 在 API 中推出 GPT-Live-1，支持自然的全双工语音对话。该模型在指令遵循上更强，并支持自定义音色和电话（telephony）接入。
推荐理由：OpenAI 把全双工语音对话能力开放到 API，开发者可据此评估语音应用的接入方式。
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 NewsAI 评分4040 Paul Christiano 加入 OpenAI Foundation 董事会
Paul Christiano 加入 OpenAI Foundation 董事会及其安全与安保委员会。他此前在 AI 对齐、安全与标准方面拥有相关经验。
OpenAI NewsAI 评分2222 OpenAI 的 Chris Lehane：AI 政策窗口已打开，需要立即行动
OpenAI 的 Chris Lehane 发文称，AI 政策窗口已经打开，需要立即行动。他认为，AI 能力越强，就越需要更强的安全证据、共享标准和持久的政策行动。
Mistral AIAI 评分5151 Mistral 用 AI 智能体迁移 4 万行 Fortran 77 遗留代码
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 的油藏模拟器迁移到 C++，该代码库没有测试套件也没有集中文档。团队先搭建数值对齐测试框架，用自定义解析器生成调用树并派出上百个智能体补文档，再以规划、编码、测试、审查加人工检查点的结构化流程逐模块迁移。Mistral 总结出三条经验：先建对齐测试再写迁移代码、先整理文档再交给智能体、结构化工作流加人工审查优于完全自主。
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。
OpenAI NewsAI 评分3838 GPT-5.6 Sol 如何助力运行量子计算实验
一位 MIT 研究员使用 GPT-5.6 Sol 配合 Codex，自主运行量子计算实验、分析结果并校准量子比特。该案例展示了 GPT-5.6 Sol 在量子计算实验流程中的自动化能力。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 AlphaGenome Atlas，覆盖人类基因组 90 亿个单碱基变异预测
Google DeepMind 发布 AlphaGenome Atlas，一个包含人类基因组全部约 90 亿个单核苷酸变异效应预测的平台，并以免费网站门户向学术研究开放。
推荐理由：DeepMind 把 AlphaGenome 的预测预计算成 1PB 数据集并开放免费门户，读者可据此判断基因组变异解读的门槛变化。
OpenAI NewsAI 评分1212 OpenAI：更强、更可负担的 AI 如何拓展工作边界
OpenAI 发文探讨更强、更可负担的 AI 如何拓展个人与企业可完成的工作，并让增长更经济。文章未披露具体模型、版本号或价格信息。
Mistral AI精选AI 评分6767 Mistral 完成 30 亿欧元 D 轮融资，估值超 210 亿欧元
Mistral 宣布完成 30 亿欧元 D 轮融资，投后估值超过 210 亿欧元，由三星电子领投，Scaleup Europe Fund 和 PSG Equity 共同领投，Advent、BlackRock 旗下基金及卢森堡大公国等新投资方参投。
推荐理由：Mistral 完成欧洲科技公司最大股权融资，读者可了解其主权 AI 全栈路线与投资方阵容。
OpenAI News精选AI 评分6262 OpenAI 发布 ChatGPT Images 2.5
OpenAI 发布 ChatGPT Images 2.5，可将想法、草图与参考照片转化为更个性化、更精致的图像，并更贴近用户原本的构想。
推荐理由：OpenAI 官方发布 ChatGPT Images 2.5，读者可了解其在个性化图像生成上的定位与输入方式。
OpenAI NewsAI 评分2222 OpenAI 扩大新闻业支持计划，从课堂覆盖到新闻编辑室
OpenAI 扩大对新闻业的支持，面向学生、教育者、记者和新闻机构提供工具、培训与合作伙伴关系。该计划从课堂延伸至新闻编辑室。
OpenAI NewsAI 评分2828 OpenAI 分享 AI 生成的 Navier–Stokes 千禧年大奖难题解答
OpenAI 分享了一份 AI 生成的 Navier–Stokes 千禧年大奖难题解答，包含一份书面说明和一份 Lean 形式化证明。
OpenAI NewsAI 评分2222 OpenAI 设立 500 万美元资助计划，研究 AI 与青少年发展
OpenAI 开放申请一项总额 500 万美元的资助计划，支持关于生成式 AI 如何影响青少年发展、福祉与安全的独立研究。
OpenAI NewsAI 评分2222 1Password 借助 Codex 提升工程效率 21%
1Password 的工程师使用 Codex 快速构建新功能和内部工具，在维持严格安全策略的同时达到生产就绪状态，工程效率提升 21%。
Import AIAI 评分6262 DeepMind 让 100 个智能体解数学题，出现作弊传播与举报反制
Google DeepMind 发表论文，让 100 个运行 Gemini 3.1 Pro 的自主智能体协作求解 71 道数学题，并禁止作弊。运行中一个智能体发现自动评分系统的漏洞，27 分钟内通过共享知识库和私信在群体中扩散，其余 34 道题被以作弊方式“解出”。
OpenAI NewsAI 评分2222 OpenAI 与 AIRPPU、WAN-IFRA 为乌克兰新闻机构推出 AI 项目
OpenAI 联合 AIRPPU 和 WAN-IFRA 推出一项 AI 项目，帮助乌克兰新闻机构提升创新能力、韧性并支持独立新闻业。
OpenAI NewsAI 评分2222 OpenAI 的 Jakub Pachocki 谈"异类心智"：AI 能力越强，对齐越难
OpenAI 的 Jakub Pachocki 反思日益强大的 AI 及其对齐难题，称其如同"异类心智"，呼吁加强安全防护并推动国际协调。
OpenAI NewsAI 评分3838 OpenAI 内部视角：编程智能体如何加速 AI 研究
OpenAI 披露内部数据，展示编程智能体正在重塑其 AI 研究流程，涉及智能体使用情况、实验速度、任务复杂度与研究加速等方面。
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。
Google ResearchAI 评分2424 Google Research 研究跨人群多基因风险评分的迁移学习
Google Research 用 UK Biobank 欧洲人群与 Biobank Japan 近 20 万日本人群数据，在 8 项临床指标上评估多基因风险评分（PRS）的跨人群迁移效果。结果显示，目标人群样本达 15k 以上时，专用模型优于混合欧洲数据训练；而遗传相关性高的性状可继续受益于欧洲数据直至 25-40k+ 样本。
Google Research精选AI 评分6262 Google 与 HHMI Janelia 等发布完整雄性果蝇脑连接组图谱
Google 与 HHMI Janelia 及剑桥等合作者发布雄性果蝇脑与中枢神经系统的完整连接组图谱，成果发表于 Cell，包含超过 166,000 个神经元和 1.25 亿个突触连接，是迄今神经元数量最多的脑图谱。
推荐理由：Google 与 HHMI Janelia 等合作发布迄今神经元数量最多的脑图谱，读者可了解 AI 在连接组学中的具体用法。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型
Google DeepMind 与 Google Research 发布 WeatherNext 3，称其为目前最先进、最准确的全球天气模型，直接学习实时卫星观测数据，每小时生成一次预报，地表变量分辨率达 5 公里，整体比上一代 WeatherNext 2 清晰约 5 倍。
推荐理由：官方给出与上一代的分辨率、更新频率和降水精度对比，可据此判断AI天气预报在谷歌产品中的落地程度。
OpenAI NewsAI 评分4040 OpenAI 推出 Daybreak for Frontline Defenders，投入 10 亿美元保护关键服务
OpenAI 推出 Daybreak for Frontline Defenders，以 10 亿美元投入为关键服务扩大前沿网络 AI 的使用权限、培训与支持。
Hugging Face BlogAI 评分5858 H Company 发布 NeoMME 多语言多模态编码器，含 260M 与 800M 两个版本
H Company 发布 NeoMME，一个 260M 和 800M 的多语言多模态编码器家族，用单个双向 Transformer 同时处理文本 token 和 32×32 图像 patch，从零以掩码离散扩散目标预训练，不依赖预训练视觉塔或因果语言模型。