OpenAI 发布 GPT-5.3-Codex 智能体编码模型
OpenAI 发布 GPT-5.3-Codex，称其为迄今最强的智能体编码模型。它结合了 GPT-5.2-Codex 的前沿编码能力与 GPT-5.2 的推理和专业知识能力。
#Agent
#Agent
今日 3 条OpenAI NewsAI 评分5858
OpenAI NewsAI 评分5656 OpenAI 详解 Codex App Server：用双向 JSON-RPC 嵌入 Codex 智能体
OpenAI 介绍 Codex App Server，这是一个双向 JSON-RPC API，用于嵌入 Codex 智能体。该 API 支持流式进度、工具调用、审批和 diffs。
Hugging Face BlogAI 评分3636 H 公司发布 Holo2-235B-A22B Preview，登顶 UI 定位 SOTA
H 公司发布其最大的 UI 定位模型 Holo2-235B-A22B Preview，在 ScreenSpot-Pro 达到 78.5%、OSWorld G 达到 79.0%，创下 SOTA 纪录。该模型采用智能体定位方式迭代修正预测，带来 10-20% 相对提升，已作为研究版本在 Hugging Face 开放。训练使用 SkyPilot 统一管理跨云的 Kubernetes 集群任务。
OpenAI News精选AI 评分6969 OpenAI 发布 macOS 版 Codex app
OpenAI 发布面向 macOS 的 Codex app，定位为 AI 编码与软件开发的指挥中心。它支持多个智能体协作、并行工作流和长时间运行的任务。
推荐理由：官方介绍 macOS 版 Codex app 的定位，涵盖多智能体、并行工作流和长时任务，可帮助读者判断它与现有编码工具的关系。
OpenAI NewsAI 评分2525 OpenAI 内部数据智能体解析：如何用 GPT-5、Codex 与记忆实现海量数据推理
OpenAI 自研了一款内部 AI 数据智能体，结合 GPT-5、Codex 和记忆机制，对海量数据集进行推理，可在几分钟内输出可靠的数据洞察。
Hugging Face Blog精选AI 评分6666 Hugging Face 开源 Daggr：用 Python 编排 Gradio 应用并可可视化检查每一步
Hugging Face Gradio 团队发布开源 Python 库 Daggr（beta，当前版本 0.4.3），用几行代码把 Gradio Spaces、ML 模型和自定义函数连接成 AI 工作流，并自动生成可视化画布。
推荐理由：Gradio 团队介绍用代码定义 AI 工作流并自动生成可视化画布，可单步检查和重跑，适合在重编排平台和脆弱脚本之外多一个实验选择。
Google Research精选AI 评分6161 Google Research 提出智能体系统扩展科学：多智能体何时有效、何时失效
Google Research 发布论文《Towards a Science of Scaling Agent Systems》，通过 180 种智能体配置的受控评测，挑战了“智能体越多越好”的假设。
推荐理由：原文用 180 种配置给出多智能体系统何时有效何时退化的量化规律，为架构选择提供了可依据的任务属性判断方法。
OpenAI NewsAI 评分3636 OpenAI 如何在 AI 智能体点击链接时保护用户数据安全
OpenAI 说明了其内置防护机制如何在 AI 智能体打开链接时保护用户数据，防范基于 URL 的数据外泄与提示词注入攻击。
Hugging Face Blog精选AI 评分6767 Hugging Face 发布 upskill 工具：用 Claude 生成 CUDA 内核技能并迁移给开源模型
Hugging Face 发布 upskill 工具，用 Claude Opus 4.5 生成和评估 agent 技能，再供更小、更便宜或本地模型使用。流程为用 Claude Code 完成任务并导出 trace、从 trace 生成 SKILL.md 技能文件并自动生成测试用例，然后用 upskill eval 对比模型有无技能的表现。
推荐理由：原文给出了用大模型生成技能再迁移到小模型的完整流程和实测数字，方法可直接复用于领域任务。
Mistral AI精选AI 评分6464 Mistral 发布终端原生编码智能体 Mistral Vibe 2.0
Mistral 发布 Mistral Vibe 2.0，升级其终端原生编码智能体，由 Devstral 2 模型家族驱动，新增自定义 subagent、多选澄清、斜杠命令技能和统一 agent 模式，CLI 持续自动更新。
推荐理由：官方公布 Vibe 2.0 的新增控制能力与 Devstral 2 转付费后的具体价格，读者可据此评估团队编码工作流的成本与用法。
Hugging Face BlogAI 评分4646 Hugging Face：解锁 GPT-OSS 的智能体强化学习训练——一次实践复盘
Hugging Face 团队探索以 GPT-OSS（性能对标 OpenAI o3-mini 和 o4-mini）作为智能体应用骨干模型，用 verl 框架开展智能体强化学习训练。
OpenAI NewsAI 评分2121 TRUSTBANK 用 AI 智能体个性化故乡纳税礼物推荐
TRUSTBANK 与 Recursive 合作，基于 OpenAI 模型构建 Choice AI，通过个性化对话式推荐简化故乡纳税（Furusato Nozei）礼物的查找。
OpenAI NewsAI 评分5252 OpenAI 技术拆解 Codex agent loop 的运行机制
OpenAI 发布对 Codex agent loop 的技术深度解读，说明 Codex CLI 如何编排模型、工具与提示词。文章介绍了其基于 Responses API 的实现方式与性能考量。
Hugging Face BlogAI 评分4545 AssetOpsBench：弥合 AI 智能体评测与工业现实之间的差距
Hugging Face 推出 AssetOpsBench，一个面向工业资产运维（如冷水机组、空气处理机组）的智能体评测基准，从异常检测、故障诊断、KPI 预测、工单摘要等任务评估智能体。
Hugging Face BlogAI 评分5858 Hugging Face 联合 OpenAI 推出开放推理标准 Open Responses
Hugging Face 发布开放推理标准 Open Responses，扩展并开源 OpenAI 的 Responses API，面向 Agent 时代的推理需求。
OpenAI NewsAI 评分2525 Netomi 如何用 GPT-4.1 与 GPT-5.2 将智能体系统规模化落地企业
Netomi 借助 GPT-4.1 和 GPT-5.2 将企业级 AI 智能体规模化，结合并发处理、治理与多步推理，支撑可靠的生产工作流。
Hugging Face BlogAI 评分5353 Hugging Face 教程：用 NVIDIA DGX Spark 和 Reachy Mini 搭建桌面私人 AI 助理
Hugging Face 发布分步教程，教你在 CES 2026 演示基础上用 NVIDIA DGX Spark 和 Reachy Mini 搭建桌面私人助理。
Hugging Face BlogAI 评分5353 ServiceNow AI 发布 8B 护栏模型 AprielGuard，覆盖 16 类安全风险与对抗攻击检测
ServiceNow AI 发布 8B 参数安全护栏模型 AprielGuard，可检测 16 类安全风险以及提示注入、越狱、记忆投毒等对抗攻击，并支持独立提示、多轮对话和含工具调用与推理轨迹的 agentic 工作流输入。
OpenAI NewsAI 评分3333 OpenAI 持续强化 ChatGPT Atlas 的提示词注入防御
OpenAI 正利用基于强化学习训练的自动化红队持续加固 ChatGPT Atlas，对抗提示词注入攻击。这种主动的"发现—修补"循环可提前识别新型攻击手法，随着 AI 越来越智能体化，不断强化该浏览器智能体的防御能力。
Google ResearchAI 评分3131 Google Research 2025：更大胆的突破，更深远的影响
Google Research 发布年度回顾，介绍 2025 年在 AI、量子计算与科学发现方面的研究进展。Gemini 3 成为其迄今最强、事实性最好的 LLM，在 SimpleQA Verified 与新发布的 FACTS 基准上达到 SOTA，并在 Gemini 3 中引入可动态生成交互界面的 generative UI；Gemma 多语言扩展至 140+ 种语言。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemini 3 Flash，主打高速低成本的前沿智能
Google DeepMind 发布 Gemini 3 Flash，将 Gemini 3 Pro 级推理能力与 Flash 级速度和成本结合。
推荐理由：官方给出关键基准分数、价格和开放渠道，读者可以据此比较它与大模型在速度成本上的取舍。
Hugging Face Blog精选AI 评分6060 IBM Research 开源智能体 CUGA 上线 Hugging Face Spaces，并提供 Langflow 集成与 Demo
IBM Research 宣布开源可配置通用智能体 CUGA 接入 Hugging Face Spaces，提供基于 CRM 场景、含 20 个预配置工具的 Demo。
推荐理由：IBM Research 介绍 CUGA 接入 Hugging Face Spaces，读者可以据此了解其架构能力、开放模型选项和上手路径。
Google DeepMind精选AI 评分6666 Google DeepMind 发布升级版 Gemini 2.5 Flash Native Audio，推出实时语音翻译
Google DeepMind 发布面向实时语音 Agent 的更新版 Gemini 2.5 Flash Native Audio，提升函数调用、指令遵循与多轮对话能力，在 ComplexFuncBench Audio 上得分 71.5%，开发者指令遵循率从 84% 升至 90%。
推荐理由：官方给出了函数调用、指令遵循的具体提升数据和落地入口，读者可以据此评估现有语音 Agent 是否值得升级。
OpenAI NewsAI 评分2121 BNY 携手 OpenAI 打造“人人可用、处处可用”的 AI
BNY 基于 OpenAI 构建企业级 AI 平台 Eliza，推动全公司范围的 AI 应用。超过 20000 名员工通过 Eliza 构建 AI 智能体，以提升效率并改善客户成果。
Hugging Face Blog精选AI 评分7272 Hugging Face Skills 教程：让 Codex 端到端完成模型微调实验
Hugging Face 发布教程，展示如何用 Hugging Face Skills 让 OpenAI Codex 端到端完成机器学习实验，覆盖数据验证、硬件选择、提交 Hugging Face Jobs、用 Trackio 监控训练、维护训练报告以及用 lighteval 评测。
推荐理由：官方教程给出让 Codex 端到端跑完微调、评测和 GGUF 导出的完整流程与成本参考，方法可直接迁移到自己的实验。
OpenAI NewsAI 评分2525 Podium 如何用 GPT-5 构建智能体 Jerry，赋能上万家中小企业
Podium 基于 OpenAI 的 GPT-5 打造了名为“Jerry”的 AI 智能体队友，帮助 Main Street 企业服务客户，实现 300% 的增长，目前已服务超过 10,000 家中小企业（SMBs）。
OpenAI News精选AI 评分7474 OpenAI 发布 GPT-5.2：面向专业工作的前沿模型
OpenAI 发布 GPT-5.2，定位为面向日常专业工作的最先进前沿模型，具备推理、长上下文理解、编码和视觉能力。用户可在 ChatGPT 和 OpenAI API 中使用，以驱动更快、更可靠的智能体工作流。
推荐理由：OpenAI 官方说明 GPT-5.2 的能力定位和可用入口，读者可以据此判断是否将其纳入日常工作流。
OpenAI NewsAI 评分2828 Scout24 如何用 GPT-5 打造下一代房产搜索
Scout24 基于 GPT-5 打造了一个对话式房产搜索助手。该助手通过引导性的澄清提问、内容总结和个性化房源推荐，帮助用户完成房产搜索体验。
Mistral AI精选AI 评分6969 Mistral 发布 Devstral 2（123B）与 Devstral Small 2（24B）编码模型及 Mistral Vibe CLI
Mistral AI 发布开源编码模型 Devstral 2（123B）和 Devstral Small 2（24B），SWE-bench Verified 分别取得 72.2% 和 68.0%，并推出开源终端编码智能体 Mistral Vibe CLI。
推荐理由：官方公布两个尺寸开源编码模型的基准成绩、许可与部署门槛，并同步开放终端 CLI，读者可评估其替代现有方案的成本。
OpenAI News精选AI 评分6060 OpenAI 联合发起 Agentic AI Foundation 并捐赠 AGENTS.md
OpenAI 宣布联合发起 Linux Foundation 旗下的 Agentic AI Foundation，并捐赠 AGENTS.md，以支持面向安全智能体 AI 的开放、可互操作标准。
推荐理由：OpenAI 官方宣布捐出 AGENTS.md 并参与设立开放标准基金会，读者可以据此跟踪智能体互操作标准的走向。
Hugging Face BlogAI 评分4444 DeepMath：基于 smolagents 的轻量级数学推理智能体
Intel AI 软件团队推出 DeepMath，一个基于 Qwen3-4B Thinking、用 GRPO 微调并通过 smolagents 实现的数学推理智能体。模型用简短 Python 代码片段替代冗长文本推理，在沙箱中执行后回填推理上下文，输出长度最多减少 66%，同时常提升准确率。在 MATH500、AIME、HMMT、HLE 四个数据集上，GRPO 训练与智能体推理结合取得最高准确率。
Hugging Face Blog精选AI 评分7474 Hugging Face 发布 Skills 让 Claude 等编码智能体完成开源模型微调
Hugging Face 推出 hf-llm-trainer 技能，让 Claude Code、Codex、Gemini CLI 等编码智能体可自动选择 GPU、生成脚本、向 Hugging Face Jobs 提交微调任务并用 Trackio 监控进度，完成后模型自动推送到 Hub。
推荐理由：官方发布了让 Claude Code 等编码智能体端到端微调开源模型的 hf-llm-trainer 技能，覆盖 GPU 选择、任务提交到监控的完整流程。
OpenAI NewsAI 评分1616 Mirakl 的智能体商务愿景：AI 智能体与 ChatGPT Enterprise 的实践
Mirakl 正借助 AI 智能体和 ChatGPT Enterprise 重塑商务流程，实现更快的文档处理和更智能的客户支持。公司同时依托 Mirakl Nexus 构建面向智能体的原生商务体系。
OpenAI NewsAI 评分2323 Accenture 与 OpenAI 合作加速企业 AI 落地
Accenture 与 OpenAI 达成合作，帮助企业将智能体（agentic）AI 能力融入业务核心，释放新的增长空间。
Hugging Face BlogAI 评分4242 Tavily 如何打造达到 SOTA 水平的 Deep Research 智能体
Tavily 分享其打造达到 SOTA 水平的 deep research 智能体的经验：七个月前他们放弃了第一版复杂架构并从零重建，因为其中的假设在下一代模型到来时成为瓶颈。
Google DeepMindAI 评分5757 Google DeepMind 支持美国能源部 Genesis Mission，向 17 个国家实验室开放 AI for Science 工具
Google DeepMind 宣布支持白宫 Genesis Mission，与 DOE 合作加速美国科学研究。
OpenAI NewsAI 评分3232 OpenAI 与 Target 合作推出 ChatGPT 中的 Target 应用
OpenAI 与 Target 合作，在 ChatGPT 中推出新的 Target 应用，提供个性化购物和更快的结账体验。Target 还将扩大 ChatGPT Enterprise 的使用范围，以提升员工生产力和顾客体验。
OpenAI News精选AI 评分6767 OpenAI 发布 GPT-5.1-Codex-Max 编码模型
OpenAI 推出面向 Codex 的 GPT-5.1-Codex-Max，定位为更快速、更智能的智能体编码模型。该模型面向长时间运行的项目级工作，具备增强的推理能力和更高的 token 效率。
推荐理由：官方说明了该模型面向长时间项目级任务定位，并强调推理与 token 效率改进，可作为选用参考。
OpenAI NewsAI 评分4444 GPT-5.1-Codex-Max 系统卡：安全措施详解
OpenAI 发布 GPT-5.1-CodexMax 系统卡，介绍其配套安全措施。模型层面包括针对有害任务和提示词注入的专项安全训练；产品层面包括 agent 沙箱和可配置的网络访问权限。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 3 Pro，编码与多模态能力全面升级
Google DeepMind 发布 Gemini 3，称 Gemini 3 Pro 为其最智能模型，在各大基准上超越此前的 2.5 Pro。
推荐理由：官方发布给出了 Gemini 3 Pro 的基准成绩、API 定价和新工具入口，开发者可以直接评估是否迁移到现有编码与智能体工作流。