Hugging Face 用 Jupyter Notebook 训练小模型做数据分析智能体
Hugging Face 发布 Jupyter Agent 项目，用约 2TB Kaggle notebook 经去重、教育性打分、QA 与轨迹生成，构建出 51k 合成 notebook、近 0.2B token 的数据集，微调 Qwen3-4B 做数据分析智能体。
#Agent
Hugging Face BlogAI 评分5555
Mistral AIAI 评分4747 Mistral AI 为 Le Chat 推出 Memories 记忆功能（beta）
Mistral AI 为 Le Chat 推出 Memories（beta），采用自动保存、智能召回并始终显示来源链接的混合记忆方案。用户可随时关闭记忆、开启不使用记忆的隐身对话、编辑或删除单条记忆，并支持导出与导入，实现记忆的可移植与互操作。同步上线的 Memory Insights 可基于用户自身数据提示记忆趋势与摘要，后续将支持记忆分类、即时遗忘和更清晰的调用记录。
Mistral AI精选AI 评分6060 Mistral 为 Le Chat 上线 20+ MCP 连接器与 Memories 记忆功能
Mistral 在 Le Chat 中发布 20+ 个基于 MCP 的安全连接器目录（beta），覆盖数据、生产力、开发、自动化与商务等类别，支持接入 Databricks、Snowflake、GitHub、Atlassian、Asana、Outlook、Box、Stripe、Zapier 等工具，并可添加自定义 MCP 连接器或连接任意远程 MCP 服务器。
推荐理由：官方给出连接器目录与记忆功能的开放范围，读者可据此判断企业工作流接入的可行路径。
OpenAI NewsAI 评分2222 Basis 用 OpenAI o3、o3-Pro、GPT-4.1 和 GPT-5 打造会计 AI 智能体
Basis 基于 OpenAI o3、o3-Pro、GPT-4.1 和 GPT-5 构建的 AI 智能体，可帮助会计事务所节省最多 30% 的时间，并扩展咨询与业务增长方面的产能。
Hugging Face BlogAI 评分3535 Hugging Face 推出 TextQuests：LLM 玩文字冒险游戏表现如何？
Hugging Face 发布 TextQuests 基准，基于 25 款经典 Infocom 互动小说游戏，测试 LLM 作为智能体的长上下文推理与探索学习能力。
Hugging Face Blog精选AI 评分8383 OpenAI 发布开源模型家族 gpt-oss，含 117B 与 21B 两个版本
OpenAI 发布开源权重模型家族 gpt-oss，包含 117B 参数的 gpt-oss-120b 和 21B 参数的 gpt-oss-20b，两者均为 MoE 架构并采用 MXFP4 4-bit 量化，激活参数分别为 5.1B 和 3.6B，采用 Apache 2.0 许可。
推荐理由：Hugging Face 汇总了 gpt-oss 两个开源模型的参数、量化方案与各推理框架的适配情况，可据此判断本地部署门槛。
Hugging Face BlogAI 评分3636 NVIDIA AI-Q 蓝图基于 Llama Nemotron 登顶 DeepResearch Bench 开源榜单
NVIDIA 的 AI-Q Blueprint 在 DeepResearch Bench 的 Hugging Face "LLM with Search" 榜单上以 40.52 分登顶，成为得分最高的全开源许可方案。
Hugging Face BlogAI 评分3838 用 Python 实现 MCP 服务器：基于 Gradio 与 IDM-VTON 的 AI 购物助手
Hugging Face 博客演示了如何用 Gradio 的 MCP 集成在 Python 中搭建 AI 购物助手，将 Python 函数自动转换为 LLM 可调用的 MCP 工具。该助手结合 IDM-VTON 扩散模型实现虚拟试衣，并通过 VS Code AI Chat 调用 vton 与 playwright 两个 MCP 服务器，完成浏览服装网站并生成试穿效果图。
Mistral AI精选AI 评分6262 Mistral 发布 Codestral 25.08 及企业级编码栈
Mistral AI 发布 Codestral 25.08 代码模型，并推出覆盖补全、语义检索与智能体工作流的企业级编码栈。Codestral 25.08 相比前代补全接受率提升 30%、建议后保留代码增加 10%、失控生成减少 50%，支持云、VPC 与本地部署。
推荐理由：Mistral 官方给出编码栈各组件的能力数字与私有化部署路径，可据此判断企业自建编码助手的可行边界。
OpenAI NewsAI 评分2020 Outtake 用 GPT-4.1 和 OpenAI o3 将数字威胁处置提速 100 倍
Outtake 利用 GPT-4.1 和 OpenAI o3 驱动 AI 智能体，检测和处置数字威胁的速度比以往快 100 倍。
Mistral AI精选AI 评分7272 Mistral 为 Le Chat 推出 Deep Research、语音模式等多项新功能
Mistral 为 Le Chat 上线一批新功能，包括预览版 Deep Research 模式、由新语音模型 Voxtral 驱动的语音模式、由推理模型 Magistral 支持的多语言推理、用于整理对话的 Projects，以及与 Black Forest Labs 合作的高级图像编辑。
推荐理由：Mistral 官方一次性为 Le Chat 补齐深度研究、语音、推理与图像编辑能力，可据此判断其产品线的功能覆盖方向。
OpenAI News精选AI 评分6262 OpenAI 发布 ChatGPT agent 系统卡
OpenAI 发布 ChatGPT agent 系统卡，介绍这一智能体模型整合了研究、浏览器自动化和代码工具，并在 Preparedness Framework 下配备安全防护措施。
推荐理由：OpenAI 官方系统卡披露 ChatGPT agent 的能力组合与安全框架，可了解其智能体设计与防护思路。
OpenAI News精选AI 评分7575 OpenAI 发布 ChatGPT agent
OpenAI 发布 ChatGPT agent，官方称其能够思考并行动，调用工具完成研究、预订和幻灯片等任务，全程由用户引导。
推荐理由：OpenAI 官方发布 ChatGPT agent，读者可据此了解其可调用工具完成研究、预订和幻灯片等任务的能力定位。
Hugging Face BlogAI 评分4040 Hugging Face 推出 FutureBench：评估 AI 智能体预测未来事件的能力
Hugging Face 发布 FutureBench，用真实预测市场与新闻生成任务，评估 AI 智能体预测未来事件的能力。该基准通过 smolagents 智能体抓取新闻并用 DeepSeek-V3 生成预测问题，每周约产出 5 个新闻类问题，另从 Polymarket 每周引入约 8 个问题。其设计使数据污染不可能发生，结果可随时间客观验证。
Hugging Face BlogAI 评分2828 Consilium：多个 LLM 如何协作讨论并达成共识
Consilium 是一个在 Gradio Agents & MCP Hackathon 期间构建的多 LLM 平台，让多个 AI 模型通过结构化辩论讨论复杂问题并达成共识，同时提供可视化 Gradio 界面和 MCP server 两种形态。
Mistral AI精选AI 评分7171 Mistral 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 与 All Hands AI 合作推出 Devstral Medium，并升级 Devstral Small 1.1，两款模型均强调对不同提示词和智能体框架的泛化能力。
推荐理由：Mistral 与 All Hands AI 联合发布两款编码智能体模型，给出了 SWE-Bench Verified 分数与 API 定价，便于对比现有方案。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 ScreenEnv，在 Docker 中部署桌面智能体
Hugging Face 发布 ScreenEnv，一个可在 Docker 容器中创建隔离 Ubuntu 桌面环境的 Python 库，用于测试和部署 GUI 智能体（Computer Use 智能体），支持 AMD64 与 ARM64，环境部署时间不到 10 秒。
推荐理由：ScreenEnv 把桌面智能体的运行环境收敛到 Docker 沙箱，并同时提供 MCP 与直连 API 两种接入方式，便于对照现有智能体框架的部署路径。
OpenAI NewsAI 评分3737 Genspark 用 GPT-4.1 和 Realtime API 打造无代码个人智能体
Genspark 借助 GPT-4.1 和 OpenAI Realtime API 打造无代码个人智能体，45 天内做到 3600 万美元 ARR。
OpenAI NewsAI 评分2222 Retell AI 用 GPT-4o 实现可定制的无代码语音智能体自动化
Retell AI 基于 GPT-4o 和 GPT-4.1 打造无代码语音自动化平台，帮助企业上线自然、实时的语音智能体，无需脚本或等待接通即可自动处理客户对话。该平台可降低通话成本、提升 CSAT，正被用于改造呼叫中心。
OpenAI NewsAI 评分1212 Unify 用 OpenAI o3、GPT-4.1 和 CUA 驱动规模化增长
AI GTM 平台 Unify 采用 OpenAI 的 o3、GPT-4.1 和 CUA，自动化潜客挖掘、调研与外联流程。借助超个性化消息和全天候工作流，Unify 帮助团队规模化生成销售管道，同时聚焦高价值客户互动。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 ScreenSuite，面向 GUI Agent 的评测套件
Hugging Face 发布 ScreenSuite，一个面向 GUI Agent 的评测套件，整合 13 项基准，覆盖感知、定位、单步动作和多步智能体四类能力。
推荐理由：Hugging Face 开源 GUI Agent 评测套件，读者可了解其 13 项基准覆盖的能力维度与纯视觉评测设定。
Hugging Face Blog精选AI 评分6666 H Company 发布 Holo1 系列 GUI 自动化 VLM 与 WebClick 基准
H Company 发布 Holo1 系列 Action VLM，包含 Holo1-3B 和 Holo1-7B，基于 Qwen2.5-VL 架构并已在 Hugging Face 开源，同时发布含 1,639 个类人 UI 任务的 WebClick 多模态定位基准。
推荐理由：原文给出开源模型规格、基准成绩与单任务成本，读者可据此判断网页自动化方案的落地门槛。
OpenAI NewsAI 评分2222 Wix 的 AI Website Builder 借助 OpenAI 让用户几分钟内建站
Wix 的 AI Website Builder 由 OpenAI 提供支持，用户只需通过对话描述想法，即可在几分钟内创建完整网站。
Hugging Face BlogAI 评分5252 Hugging Face 研究：结构化 CodeAgent 在多个基准上优于传统方案
Hugging Face 分享研究，将 CodeAgent 的思考与代码强制以结构化 JSON 生成，在 GAIA、MATH、SimpleQA、Frames 等基准上平均比普通 CodeAgent 高出 2-7 个百分点。
Mistral AI精选AI 评分7272 Mistral 发布 Agents API，支持内置连接器与多智能体编排
Mistral 发布 Agents API，将自家语言模型与代码执行、图像生成、文档库、Web 搜索等内置连接器以及 MCP 工具结合，并提供跨对话的持久记忆与智能体编排能力。
推荐理由：官方给出 Agents API 的连接器、记忆与多智能体编排能力，可据此判断企业级智能体平台的搭建方式。
OpenAI NewsAI 评分5050 OpenAI o3 Operator：Operator 底层模型从 GPT-4o 换为 o3
OpenAI 将 Operator 的底层模型从 GPT-4o 版本替换为基于 OpenAI o3 的版本，API 版本仍基于 4o。该变动作为 OpenAI o3 与 o4-mini 系统卡增补内容公布。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 Python Tiny Agents：约 70 行代码实现 MCP 智能体
Hugging Face 将 JS 版 Tiny Agents 移植到 Python，并扩展 huggingface_hub 客户端 SDK 使其充当 MCP Client，可从 MCP 服务器拉取工具并在推理时传给 LLM。
推荐理由：原文给出约 70 行代码实现 MCP 智能体的完整路径，读者可据此理解工具调用循环的最小结构。
Mistral AI精选AI 评分7171 Mistral AI 发布智能体编码模型 Devstral
Mistral AI 与 All Hands AI 合作发布智能体 LLM Devstral，在 SWE-Bench Verified 上取得 46.8%，比此前开源 SOTA 高出 6 个百分点以上，并以 Apache 2.0 许可开源。
推荐理由：Devstral 在 SWE-Bench Verified 上以 46.8% 超过此前开源 SOTA 逾 6 个百分点，并给出单卡 4090 可跑的本地部署路径。
OpenAI News精选AI 评分6565 OpenAI 发布 o3 与 o4-mini 系统卡补充说明：Codex
OpenAI 发布 o3 和 o4-mini 系统卡的补充说明，介绍云端编码智能体 Codex。Codex 由 codex-1 驱动，后者是 OpenAI o3 针对软件工程优化的版本，通过强化学习在多种环境的真实编码任务上训练，以生成贴近人类风格和 PR 偏好的代码、精确遵循指令，并反复运行测试直至通过。
推荐理由：官方系统卡补充说明 Codex 由 o3 衍生模型 codex-1 驱动，可了解其训练方式与编码定位。
Hugging Face BlogAI 评分4040 Hugging Face 回顾视觉语言模型一年进展：更小、更快、更强
Hugging Face 发文回顾过去一年视觉语言模型的关键变化，涵盖 any-to-any、推理、小尺寸、MoE 解码器、视觉语言动作模型等新趋势。
Mistral AI精选AI 评分6060 Mistral 发布 Le Chat Enterprise，由 Mistral Medium 3 驱动
Mistral 发布 Le Chat Enterprise，一款由全新 Mistral Medium 3 模型驱动的企业级 AI 助手，提供企业搜索、Agent 构建器、自定义数据与工具连接器、文档库、自定义模型和混合部署等功能，全部功能将在未来两周内逐步上线。
推荐理由：Mistral 官方发布企业版助手，列出企业搜索、Agent 构建与混合部署等能力，可据此判断其企业落地路径。
OpenAI NewsAI 评分2222 Lowe's 与 OpenAI 合作打造 Mylow 和 Mylow Companion
Lowe's 与 OpenAI 合作构建了 Mylow 和 Mylow Companion 两款 AI 工具，为顾客和门店员工提供专家级家装项目支持。这些工具旨在让复杂的家居改造项目更易于规划、推进和完成。
Hugging Face BlogAI 评分3838 Qwen-3 的 Chat Template 教给我们的 4 件事
Qwen-3 的 chat template 相比 Qwen-2.5 和 QwQ 有四项关键变化：通过 enable_thinking 标志可将推理设为可选，而非像 QwQ 那样强制链式推理。
Hugging Face Blog精选AI 评分6262 Tiny Agents：用 50 行代码实现 MCP 驱动的智能体
Hugging Face 发布 Tiny Agents 教程，用约 50 行 TypeScript 代码在 InferenceClient 之上实现 MCP 客户端和智能体，智能体本质是工具调用循环。
推荐理由：作者以 Hugging Face 官方身份给出可运行的 MCP 客户端与智能体实现，读者可据此理解工具调用如何串起一个最小智能体。
OpenAI NewsAI 评分3030 OpenAI 发布 BrowseComp：面向浏览智能体的基准测试
OpenAI 推出 BrowseComp，一个用于评估浏览智能体（browsing agents）能力的基准测试。该基准旨在衡量智能体在网页浏览任务中的表现。
OpenAI NewsAI 评分3535 OpenAI 发布 PaperBench：评估 AI 智能体复现前沿 AI 研究的能力
OpenAI 推出 PaperBench，用于评估 AI 智能体复现前沿 AI 研究的能力。该基准考察智能体能否从零复现最先进的 AI 研究成果。
OpenAI NewsAI 评分2222 Hebbia 借助 OpenAI 实现 90% 金融与法律工作自动化
Hebbia 的深度研究（deep research）可自动化 90% 的金融与法律工作，由 OpenAI 提供模型能力支持。
OpenAI NewsAI 评分2525 ChatGPT 商业版 2025 年 3 月新功能
OpenAI 公布 ChatGPT 商业版 2025 年 3 月更新，ChatGPT 正变得更具交互性、更贴合团队工作方式，并引入智能体能力。官方同时分享了本次的系列新发布内容。
Mistral AIAI 评分3636 Mistral AI 用智能体工作流自动生成 PRD 与工程工单
Mistral AI 推出 TranscriptToPRDTicket 智能体工作流，由 Mistral Large 2 驱动的 PRDAgent 和 TicketCreationAgent 组成，可将会议转录自动生成 PRD 并转化为结构化开发工单，自动在 Linear、Jira 等项目管理工具中创建。
Hugging Face BlogAI 评分3434 用 Arize Phoenix 追踪与评估你的 Agent
Hugging Face 博客介绍如何用 Arize Phoenix 对基于 smolagents 构建的 Agent 进行追踪与评估，通过 OpenTelemetry 和 OpenInference 自动捕获每次 Agent 调用。