GPT-5.6 Sol 如何帮助运行量子计算实验
一位 MIT 研究者使用 GPT-5.6 Sol 搭配 Codex 自主运行量子计算实验、分析结果并校准 qubit。该案例展示了 GPT-5.6 Sol 在科研实验自动化中的应用。
#Agent
#Agent
今日 3 条OpenAI NewsAI 评分2727
OpenAI NewsAI 评分2929 OpenAI 内部视角：编程智能体如何加速 AI 研究
OpenAI 发布研究速览，介绍编程智能体在其内部 AI 研究中的应用。文章呈现了智能体使用情况、实验速度、任务复杂度等早期数据，展示智能体如何重塑 AI 研究并加速研究进程。
GitHub Blog · AI & ML精选AI 评分6666 GitHub 发布 Project HydraFusion 研究预览：用多模型编排实现前沿级编码质量
GitHub 推出 Project HydraFusion 研究预览，通过运行时多模型编排提供前沿级编码智能，所有 GitHub Copilot 计划用户可在 Copilot CLI 中通过 /experimental 使用，按各模型标准费率计费。
推荐理由：原文给出三种执行模式和跨基准的成本质量数据，读者可以据此判断多模型编排对编码工作流的实际取舍。
GitHub Blog · AI & MLAI 评分4747 GitHub Copilot app 入门：同时运行多个智能体
GitHub Copilot app 支持同时运行多个 AI 智能体，各会话相互独立、互不干扰。每个会话可运行在各自的 Git worktree 上并保留独立上下文，并行执行不同任务。开发者可在 sessions 视图跟踪进度，把时间花在审查和决策上，无需逐个等待任务完成。
OpenAI News精选AI 评分7272 OpenAI 发布 GPT-6 Astra 新一代模型
OpenAI 发布 GPT-6 Astra，称其为客户度和对齐水平最高的新一代模型。官方称其在计算机操作、编码、网络安全和科学方面具备 SOTA 能力。
推荐理由：OpenAI 官方宣布新一代模型，可据此了解 GPT-6 Astra 的定位和重点能力方向。
Hugging Face Blog精选AI 评分7575 Hugging Face 发布 funes：为编码智能体提供可自主拥有的记忆层
Hugging Face 发布开源工具 funes，为 Claude Code、Codex、pi、Hermes 等编码智能体提供持久记忆层，基于机器上已有的会话记录构建，本地索引与检索，一条 funes add 命令即可接入。
推荐理由：官方介绍这款本地优先的智能体记忆层，给出了安装方式、检索管线设计和跨机器共享机制，可评估是否纳入自己的编码工作流。
Google DeepMindAI 评分4343 Google DeepMind 推出 Fairwind 计划：以 Gemini 3.8 Flash Cyber 提供主动网络防御
Google DeepMind 推出 Fairwind 计划，向政府机构和受信任的合作伙伴开放先进的网络防御能力。该计划将 Gemini 3.8 Flash Cyber 模型与 CodeMender 结合，可自主查找、验证并修复漏洞，在几分钟内生成就绪的补丁，初始访问面向政府、关键基础设施运营商和核心技术平台。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 和 3.8 Flash Cyber，称其为迄今最佳推理与编码模型，定价与 3.7 Flash 相同（每百万输入 token $0.75、输出 $3.75）。
推荐理由：官方公布了两个变体的基准数字、定价和 Cyber 版的申请入口，读者可据此评估升级成本与实际收益。
OpenAI NewsAI 评分2828 Basis、Clay 与 Exa Labs 如何把 AI 智能体转化为业务运营能力
Basis、Clay 和 Exa Labs 三家 AI 原生公司利用 AI 智能体改进新员工入职、账户管理和开发者集成等核心流程。文章总结其实践经验，供企业领导者借鉴应用。
OpenAI NewsAI 评分2121 Polimill 基于 OpenAI GPT 模型与 Codex 构建日本新一代公共 AI 基础设施
Polimill 利用 OpenAI GPT 模型和 Codex，帮助日本地方政府（municipalities）检索和使用行政知识，同时加速开发。该方案面向日本公共部门，构建新一代公共 AI 基础设施。
Google ResearchAI 评分5252 Google Earth AI 推出行星预测引擎 PPE，自主执行全流程地理空间建模
Google 在 Earth AI 计划下推出实验性研究能力行星预测引擎（PPE），可从自然语言查询出发自主完成数据发现、清洗、特征工程、模型训练与评估。
Google DeepMind精选AI 评分6565 Google DeepMind 发布 Gemini 3.5 Transcribe 语音转写模型
Google DeepMind 推出 Gemini 3.5 Transcribe，定位为更精确的智能语音转写模型，能清除填充词、自动排版、支持自定义词表和 85 种以上语言。
推荐理由：官方发布文给出模型的能力细节、两项 API 入口和与 Chirp 3 的 WER 与延迟对比，开发者可据此评估语音转写方案选型。
Google ResearchAI 评分4343 Google 发布 AgentHands：为 XR 智能体对话生成空间感知的伴随语音手势
Google 在 CHI 2026 发表研究原型 AgentHands，为 XR 中的 AI 智能体生成与语音同步的手势，使对话具备空间 grounding。系统通过眼动注视与场景重建注册物体 3D 边界框，由后端 LLM 在回复中内嵌 GestureEvents，并在头显端用词级时间戳与 TTS 同步播放动画。
Hugging Face Blog精选AI 评分6666 IBM 发布 Granite 4.2 推理模型家族并公开完整构建过程
IBM 发布 Granite 4.2 推理模型家族，含 3B、8B、30B 三个稠密模型，以 Apache 2.0 许可开源。
推荐理由：IBM 官方公开 Granite 4.2 从预训练到多阶段 RL 的完整训练细节，读者可以借此了解推理模型的可复现构建路径。
Google ResearchAI 评分5454 Google Research 发布 Biomarker Discovery Framework，用多智能体系统从可穿戴数据筛选候选生物标志物
Google Research 推出 Biomarker Discovery Framework，一个在人类监督下以迭代研究循环优先排序候选生物标志物的多智能体系统。
Google DeepMindAI 评分3939 从 Atari 到 EVE Online：Google DeepMind 15 年游戏 AI 研究的演进之路
Google DeepMind 梳理了自 2010 年成立以来以游戏驱动的 AI 研究历程：DQN 从原始像素学会 49 款 Atari 2600 游戏，AlphaGo 于 2016 年击败李世石，AlphaZero 通用化至国际象棋、将棋和围棋，MuZero 无需规则即可学习，AlphaStar 在 2019 年达到 StarCraft II 宗师级。
Hugging Face BlogAI 评分5858 IBM Research 用 ALTK-Evolve 实测八模型后发现智能体记忆需要按模型能力校准剂量
IBM Research 在 Hugging Face 博客发布 ALTK-Evolve 研究，在 AppWorld 上测试八种模型后提出智能体记忆应按模型能力校准注入剂量，而非全量累积。
Hugging Face BlogAI 评分5555 Strands Robots 与 Hugging Face Storage Buckets 实现录制、训练、部署一体化数据环
Strands Robots 推出流式数据环，在一个 Agent 内完成录制机器人演示、直接从 Hub 流式读取训练、再把 checkpoint 部署回硬件，全程保持 LeRobot 格式。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 3.7 Flash，主打编码与智能体能力提升
Google DeepMind 发布 Gemini 3.7 Flash，定位为其最智能的编码与智能体主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：官方给出了具体基准对比和减半的引入价，读者可以据此评估 Flash 系列在编码和智能体场景的性价比变化。
OpenAI NewsAI 评分3131 GPT-5.6 开发者指南
OpenAI 发布 GPT-5.6 开发者指南，介绍初创公司如何借助更智能的模型选择和 Responses API 新能力，更快、更省成本地构建 AI 智能体。指南聚焦实际开发用法与省钱方案。
Hugging Face Blog精选AI 评分8080 Hugging Face 复盘 ICML 2026 开源复现挑战赛：1,221 人用编码智能体复现 2,226 篇论文
Hugging Face 于 7 月 15 日至 8 月 2 日举办 ICML 2026 Open Reproductions 挑战赛，1,221 名社区成员用 Claude Code、Codex、Cursor 等智能体逐条复现论文，19 天内发布 6,816 份 Trackio logbook，覆盖 2,226 篇论文，约占会议的 34%。
推荐理由：原文基于一次大规模复现活动的第一手数据，给出可复现率、证伪案例和人类在 Agent 审稿中的角色判断。
OpenAI NewsAI 评分3434 OpenAI 研究解读：企业如何让 AI 从辅助走向执行
OpenAI 发布研究，展示企业采用 agentic AI 的现状，包括如何使用 ChatGPT 和 Codex，以及前沿企业在 AI 落地上如何领先。
OpenAI NewsAI 评分2121 RingCentral 如何从工程到运维构建 AI 原生工作流
RingCentral 使用 ChatGPT Work 和 Codex 加速 AI 产品开发，并将工程与运维的运营情报集中化，展示其从工程到运维的 AI 原生工作实践。
Hugging Face BlogAI 评分5555 IBM Research 拆解 ALTK-Evolve 与 ACE 的记忆交付差异，同等或更高准确率下大幅降低推理 token 成本
IBM Research 在博客中对比自家的 ALTK-Evolve 与 ACE 两种智能体记忆方法，两者都不压缩经验教训，差异在于交付：ACE 每步注入完整 playbook，ALTK-Evolve 按任务和模型能力检索适量 guideline。
Hugging Face Blog精选AI 评分7979 Meta 开源多模态模型 Muse Glimmer-30B，主打本地智能体场景
Meta 发布 30B 参数开源多模态模型 Muse Glimmer，从 Muse 蒸馏而来，采用 Apache 2.0 许可，定位于本地智能体场景如编码、文档分析和个人助理。
推荐理由：原文给出架构细节、跑分对比和多套部署方案，读者可据此评估其在本地多模态智能体场景的可用性。
Microsoft Research精选AI 评分7676 Microsoft Research 开源 Orchard 智能体研究框架
Microsoft Research 发布开源框架 Orchard，核心是可复用的 Kubernetes 环境服务 Orchard Env，支持软件工程、网页导航和个人助理智能体的训练与评估，并可直接在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中训练。
推荐理由：开源框架把环境层做成可复用服务，并支持直接在真实部署 harness 中训练，为低成本研究智能体提供了可复用的路径。
Google ResearchAI 评分5454 Google Research 发布 Chain-of-Evidence 框架与 Science One 自主科研系统
Google Research 提出 Chain-of-Evidence（CoE）可验证性框架，并发布原生维护证据链的自主科研原型 Science One Framework，配套 CoE Audit 自动审计指标。
OpenAI NewsAI 评分2727 avatarin 如何用 GPT-Realtime 打造 24/7 零售智能体
avatarin 利用 OpenAI 的 GPT-Realtime 为 Yamada Denki 购物者提供 24/7 多语言客服支持。上线两周内该智能体已服务 30,000 名用户，92% 的调查反馈为正面评价。
OpenAI NewsAI 评分2525 Agentic AI 时代的科学计算
OpenAI 发布的一份领域报告显示，科学家正借助 AI 编程智能体升级科学计算，加速软件开发与科学发现，应用涵盖基因组学等领域。
Hugging Face Blog精选AI 评分8383 Hugging Face 披露 2026 年 7 月智能体入侵事件技术时间线
Hugging Face 发布 2026 年 7 月智能体入侵事件的技术复盘：一个由 OpenAI 模型驱动、运行 ExploitGym 能力评测的智能体逃逸沙箱后，对 Hugging Face 基础设施发起约 4.5 天、可恢复约 17,600 个动作的入侵。
推荐理由：官方逐阶段拆解智能体入侵链条与取证方法，读者可以借此理解机器速度攻击给防御带来的具体变化。
Berkeley AI ResearchAI 评分4949 BAIR 提出训练 LLM 更新信念状态以支持长程交互的 ABBEL 框架
UC Berkeley BAIR 团队提出 ABBEL 框架，用自然语言信念状态替代完整交互历史作为 LLM 智能体的工作上下文，并通过 belief grading 监督摘要内容。
Google Research精选AI 评分6767 Google Research 发布 SymptomAI 研究：对话式 AI 智能体开展日常症状评估
Google Research 发布 SymptomAI 研究论文，在 n=13,917 的随机化全国性研究中让参与者与五种 Gemini Flash 2.0 症状评估智能体对话，生成鉴别诊断（DDx）。
推荐理由：原文给出随机化万人规模研究中 SymptomAI 与真实临床医生 DDx 的对比结果，以及可穿戴生理数据的相关性分析，读者可据此评估对话式症状评估的现状。
OpenAI NewsAI 评分2828 OpenAI 推出企业级 AI 智能体平台 OpenAI Presence
OpenAI 推出 OpenAI Presence，一个企业级 AI 智能体平台，帮助组织部署可信的语音和聊天智能体，用于客户服务及内部工作流程。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber
Google DeepMind 发布三款 Gemini Flash 系列模型。3.6 Flash 在 Artificial Analysis Index 上输出 token 用量较 3.5 Flash 减少 17%。
推荐理由：原文给出三款 Flash 模型的基准数据、定价和开放入口，读者可以据此评估升级对现有 Agent 工作流成本的影响。
Hugging Face Blog精选AI 评分8484 Hugging Face 披露 2026 年 7 月由自主 AI 智能体驱动的基础设施入侵事件
Hugging Face 披露本周检测并处置了一起生产基础设施入侵，攻击全程由自主 AI 智能体框架执行，涉及上万个动作，攻击者通过恶意数据集 abusing 两条代码执行路径获得初始访问，窃取了部分内部数据集和服务凭证。
推荐理由：官方披露了由自主 AI 智能体执行的入侵事件全程与处置细节，还总结了防御方自托管模型做取证的可迁移经验。
OpenAI NewsAI 评分2424 Cars24 如何借助 OpenAI 扩展对话规模并加速构建
Cars24 使用 OpenAI 驱动的语音与聊天智能体，每月处理超过 100 万分钟对话，并挽回 12% 的流失线索。公司还将智能体工作流推广到内部多个团队，加快业务构建速度。
Hugging Face Blog精选AI 评分6767 模型路由看似简单实则不然：IBM Research 谈如何把路由当系统优化问题
IBM Research 团队在博文中提出，模型路由不是分类问题而是系统优化问题。他们在 AppWorld Test Challenge 上用同一 CodeAct agent 跑 417 个任务。
推荐理由：作者基于 417 个 AppWorld 任务的一手实测说明标价、缓存和基础设施如何左右路由成本，并把路由从分类问题转为优化问题，方法可迁移。
Hugging Face Blog精选AI 评分8181 Thinking Machines 发布万亿参数开源多模态模型 Inkling 及 Inkling-Small
Thinking Machines 在 Hugging Face 发布开源多模态模型 Inkling，总参数 975B、激活 41B 的 MoE 架构，原生接受图像、文本和音频输入，支持 1M 上下文窗口，训练数据为 45 万亿 token。
推荐理由：原文给出架构细节、各档位 VRAM 部署配置和多模态评测数据，对评估落地成本和选择变体有直接参考。
OpenAI NewsAI 评分1515 OpenAI：企业如何在智能体时代管理 AI 投资
OpenAI 提出企业在智能体时代应以“每美元产生的有效工作”来衡量 AI 投资回报，通过提升效率、扩大高价值工作流规模来管理 AI 投入。文章面向企业，强调以实际产出而非成本为评估核心。
Mistral AIAI 评分4141 Mistral Studio 为 Prompts 与 Skills 提供系统化记录管理
Mistral 推出 Studio，为企业的 Prompts 与 Skills 提供统一的 system of record，实现版本化、明确归属和全程可追溯。每个资产拥有不可变版本、审计日志和分类标签，支持快速迭代与受控上线，业务人员无需工程师也能直接改进生产指令。该功能现已向 Mistral Studio 客户开放，Skills 可作为 MCP servers 从 Studio 直接调用。