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 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。
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 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 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 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 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 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 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 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 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 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。
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。
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 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 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 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 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 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 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 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。
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 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。
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 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。
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。
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 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 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 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。
OpenAI 正在用强化学习训练的自动化红队加固 ChatGPT Atlas，抵御提示词注入攻击。这一发现与修补的循环有助于尽早识别新型攻击手法，并在 AI 智能体能力增强的同时强化浏览器智能体的防御。
Google DeepMind 发布 Gemini 3 Flash，定位为兼顾前沿智能与速度、成本更低的模型，已在 Gemini API、Google AI Studio、Gemini CLI、Google Antigravity、Vertex AI 和 Gemini Enterprise 上线，并开始向 Gemini 应用和搜索 AI Mode 全量推送。
推荐理由：官方给出 Gemini 3 Flash 的基准分数、定价与上线渠道，可据此判断速度与成本权衡是否适合自身工作流。
OpenAI 宣布开发者可以向 ChatGPT 提交应用，经审核通过后会在产品内新设的应用目录中展示，便于用户发现。官方同时更新了工具、指南和 Apps SDK，用于构建把真实操作带入 ChatGPT 的对话原生体验。
推荐理由：OpenAI 开放 ChatGPT 应用提交与审核入口，开发者可据此判断接入路径和分发方式的变化。
IBM 研究团队开源的可配置通用智能体 CUGA 上线 Hugging Face Spaces，演示环境内置一个小型 CRM 系统和 20 个预配置工具，用于销售数据查询与 API 交互。
推荐理由：CUGA 在 AppWorld 与 WebArena 上的成绩和 Hugging Face Space 入口，让读者能判断可配置智能体的落地方式。
BNY 正借助 OpenAI 在全企业范围扩大 AI 应用，其平台 Eliza 已支持 20000 多名员工构建 AI 智能体，以提升效率和客户成果。
Podium 基于 OpenAI 的 GPT-5 构建了 AI 智能体"Jerry"，为 10,000 多家中小企业提供服务，并带来 300% 的业务增长。该智能体作为 AI 队友，正在改变实体商家服务客户的方式。
Hugging Face 发布教程，展示如何让 OpenAI Codex 通过 HF Skills 仓库完成端到端机器学习实验，包括数据校验、硬件选择、提交 Hugging Face Jobs 训练、监控进度、评测并生成训练报告。
推荐理由：原文给出 Codex 调用 HF Skills 完成端到端微调的完整流程与成本区间，可据此判断智能体托管训练实验的可行边界。
Scout24 基于 GPT-5 打造了一款对话式助手，通过追问澄清、生成摘要和个性化房源推荐，重新定义房产搜索体验。
Mistral 发布 Devstral 2 编码模型家族，含 123B 的 Devstral 2 和 24B 的 Devstral Small 2，均开源，前者采用修改版 MIT 许可，后者采用 Apache 2.0。
推荐理由：官方给出两款开源编码模型的参数、许可与 SWE-bench 成绩，并附独立人工评测对比，可据此判断开源编码模型与闭源模型的差距。
OpenAI 在 Linux 基金会下联合发起 Agentic AI Foundation，并将 AGENTS.md 捐赠给该组织。该基金会旨在支持开放、可互操作的标准，以推动安全的智能体 AI 发展。
推荐理由：OpenAI 把 AGENTS.md 交给 Linux 基金会下的新组织，读者可据此了解智能体标准与开源治理的走向。