Google发布Gemini 4 Carbon，在Artificial Analysis智能指数5.0中以59分登顶。其Terminal-Bench 4.0和GraphWalks成绩分别为65.2%和96.2%，均高于Claude Opus 5.5；安全评测中SEC-bench Pro得分88.2%，Gray Swan IPI攻击成功率为0.0%。
推荐理由：原文给出Gemini 4 Carbon的编程、漏洞修复基准成绩及首发定价，便于对照Claude Opus 5.5的能力和成本。
扩散智能发布扩散语言模型 Clover-35B-A3B-Preview，总参数350亿，每个 token 激活约30亿参数，可用于代码生成、网页操作和工具调用。
推荐理由：文章结合页面生成实操与连续工具调用演示，列出与 Jev 的速度、成功率对比、Gemini 速度表现和代码评测数据，可用于比较扩散语言模型的 Agent 效率。
Google DeepMind 发布 Gemini 4 Carbon，将其定位为网络安全与长程任务前沿模型，先通过 Fairwind Program 向可信网络安全防御者开放，并称将尽快扩大开发者访问。
推荐理由：将 Carbon 的独立榜单成绩、网络安全基准、定价和开放条件并列，呈现能力表现与当前可获得性之间的差异。
微软CFO Amy Hood在2027财年第一财季财报电话会议上预计，2027财年Q2“智能体与基础设施”业务收入为801亿美元至807亿美元，同比增长24%至25%。公司同时预计商业销售将保持稳健增长，但业绩会受到上年签署的大量 Azure 订单影响。
推荐理由：微软给出的季度收入指引量化了智能体与基础设施业务的增长预期，也披露了 Azure 订单基数对商业销售表现的影响。
Claude Code 会约每 30 秒把每个后台智能体的完整会话记录发给其模型（通常是 Opus），仅生成 3 至 5 个词的状态摘要。文中 OpenTelemetry 数据显示，agent_summary 一度占 Claude Code 估算支出的 16.4%，并约占 19.7% 的 API 请求。
推荐理由：原文提供可复用的 Bun preload 方案，可在不修改 Claude Code 二进制的情况下拦截后台智能体摘要请求并验证效果。
智元在2026智元创新日发布新一代具身基座模型GO-3 Preview。联合创始人、联席总裁兼具身业务体系总裁姚卯青透露，智元计划于2026年底全面开源GO-3 Preview和具身智能体框架Genie Master。
推荐理由：智元公布GO-3 Preview与Genie Master的开源计划，给出2026年底这一时间节点，便于判断具身模型与智能体框架的开放节奏。
谷歌发布旗舰模型 Gemini 4 Carbon，以 59 分登顶 Artificial Analysis 智能指数，超过 Claude Opus 5.5 和 GPT-6 Astra。
腾讯在全球数字生态大会上发布以 WorkBuddy 为工作台的一体化套件 Buddy One，并升级腾讯云 Agent Runtime 与安全能力。WorkBuddy 企业版自今年 3 月上线以来已覆盖 50 多个行业、中国企业 500 强中的 50% 和企业 100 强中的 60%，开放平台伙伴和开发者超过 5 万家，上架 Skills 超 20 万。
推荐理由：WorkBuddy的企业覆盖、伙伴与Skills规模，以及开放架构和第三方智能体接入安排，为评估企业级智能体平台的扩展路径提供了具体依据。
个人 AI 智能体绕开产品界面并直接完成任务，正在动摇美国互联网平台的广告、佣金和流量分发权。Meta 的 Muse 于9月8日上线美国和加拿大，40天下载量突破1000万并登顶 App Store 免费榜，Booking 与 Airbnb 不到一个月双双下跌近20%。
推荐理由：文章比较中美互联网生态对个人 AI 智能体的不同承接方式，并分析入口绕开后平台佣金、广告与议价权的变化。
OpenAI 与 ServiceNow 宣布扩大合作伙伴关系，将更多 OpenAI 模型和智能体引入 ServiceNow 产品，并打通 ChatGPT、Codex 与 ServiceNow 工作流。双方希望让企业更便捷地利用 AI 构建应用、处理 IT 服务请求和解决安全问题；此次扩展基于两家公司 1 月宣布的合作，将覆盖客户服务及自身业务运营的更多环节。
同一件事，精选收录的是《OpenAI 与 ServiceNow 扩大企业工作流合作》
Google 发布新一代前沿 AI 模型 Gemini 4 Carbon，用于维护网络安全防御并处理复杂工程问题。该模型可处理长流程 AI 智能体任务、生成安全代码，并降低模型失准和编造信息的比例。
同一件事，精选收录的是《Google发布Gemini 4 Carbon，Artificial Analysis智能指数5.0以59分登顶》
英伟达推出开放权重的 Nemotron 3.5 Transcribe 语音模型，可在 RTX Spark 本地实现语音转录、说话人识别和翻译，支持 40 种语言。
Latent Space 作者 swyx 在播客中采访 Supabase 创始人 Paul Copplestone 和 Ant Wilson，解释 AI 智能体偏爱 Supabase 的原因：本地后端无需 Docker，数据库模式可以声明式地保存在 Git 中，计算也能贴近数据库运行。
推荐理由：把数据库后端拆成本地启动、声明式模式、贴近数据库的计算和运维上下文，解释智能体为何偏好 Supabase，也提供评估智能体友好后端的实用框架。
OpenAI 与 ServiceNow 扩大面向企业工作流的合作。双方将把 OpenAI 模型和智能体接入 ServiceNow，同时把 ServiceNow 工作流接入 ChatGPT 和 Codex。
推荐理由：原文以双向接入路径交代合作范围，涵盖模型、智能体与工作流在双方平台之间的连接，便于梳理企业工作流整合的具体对象。
Google 发布最新前沿模型 Gemini 4 Carbon，称其在编码、智能体任务和网络安全方面取得显著提升。该模型在 Artificial Analysis Intelligence Index (v5.0) 居首，并在 SEC-bench Pro 和 ExploitGym 排名第一，分别衡量发现真实漏洞和将漏洞转为漏洞利用的能力。
同一件事，精选收录的是《Google发布Gemini 4 Carbon，Artificial Analysis智能指数5.0以59分登顶》
MIT Technology Review Insights 的调查显示，所有受访组织都在不同程度使用 AI，但仅 16% 从部署中获得转型性价值。40% 的受访者看到特定任务或团队的适度收益，21% 报告有意义的收益，23% 的回报很少或没有。
推荐理由：报告用企业调查呈现 AI 回报分布，并将收益不足与企业上下文层缺失联系起来，为理解智能体落地瓶颈提供参考。
Wizard 提出一种面向世界模型的智能体控制方法，将角色动画、场景操控和玩法逻辑与视觉生成解耦。该方法通过结构化视觉代理控制角色骨架和场景几何，并以显式世界状态支持自适应 Boss 行为和符合机制的战斗。训练数据包含 50.3 小时代理—视频对，覆盖 750 个场景和 178 个角色，配合少步蒸馏实现 24 FPS 交互，并可零样本泛化到未见场景、角色和动作，代码即将推出。
推荐理由：Wizard 将角色动画、场景操控和玩法逻辑与视觉生成解耦，并以 24 FPS 实时交互展示了扩展世界模型动作控制的方法。
一项研究提出在线稠密强化学习框架，直接在实际运行的 iOS 应用上训练由规划智能体与 UI 定位模型组成的 UI 导航智能体。该框架用 LLM-as-a-Judge 融合步骤级反馈与任务完成终止奖励，通过 PPO、步级优势估计和 GiGPPO 优化智能体，并编排数百台并发虚拟 iOS 设备。
推荐理由：论文将规划与 UI 定位拆成专用组件，并给出 GiGPPO 价值估计与多基准评测，便于对照在线强化学习的效果。
EditAgent 将每个编辑步骤路由至通用编辑器和专用方法，并为候选结果附加验证记录，以扩展智能体图像编辑的动作空间与观察空间。专家标注基准显示，通用编辑器在超过 40% 的案例中没有可用结果，且没有评审器能在各类编辑上保持可靠。
推荐理由：论文把智能体图像编辑的问题归纳为动作空间与观察空间限制，并通过路由编辑器和记录式评审提升可靠性与效率。
研究团队有条件地肯定这一方向：在预测、筛选、执行、更新的闭环中，轻量级 System-1 评估候选交互，资源密集型 System-2 只执行获准交互，可降低计算开销。
推荐理由：论文将有用交互密度 ρ_u 与执行成本和选择遗憾关联，给出推理规模化效率的可测量坐标与理论边界。
Google DeepMind 发布 Gemini 4 Carbon，在 Artificial Analysis Intelligence Index v5.0 得到 59 分，前代 Argon 为 50 分。
Google 发布 Gemini 4 Carbon，将其定位为继 Gemini 4 Argon 之后推出的前沿模型，采用分阶段开放，目前尚不可用。Google 称 Carbon 在编码、智能体任务和科学分析上达到新门槛，生成无漏洞代码的概率是 Argon 的 2 倍，Chrome 团队称其生成高质量补丁的能力是非 Google 模型的 10 倍。
同一件事，精选收录的是《Google发布Gemini 4 Carbon，Artificial Analysis智能指数5.0以59分登顶》
Anthropic推出面向企业客户的新报告工具，可按日期范围查看团队工作、产出、token成本和工作流断点，并给出改进建议。Anthropic称默认不会将这些数据用于模型训练，同时推出供团队共享的分组预算，以帮助管理token支出。公司向投资者披露，第二季度实现营业利润，同一批客户的支出从Q3 2025到Q3 2026增至9倍，净收入留存为900%。
推荐理由：新报告将团队产出、token成本与工作流断点汇总展示，并提供改进建议，为企业判断AI工具投入和优化使用方式提供具体依据。
AWS 在第三篇教程中讲解 QA Studio 的应用管理与团队权限能力，展示如何扩展基于 Amazon Nova Act 的智能体 QA 自动化。应用归组用例和测试套件，并按环境展示通过率、执行次数、失败数、趋势、不稳定测试排名及 0–100 健康分；分级角色限定应用权限，跨团队共享以接收方角色为上限。
推荐理由：教程给出组织级 QA 扩展的具体路径，用应用归组、健康指标、分级角色和跨团队授权上限管理测试资产与权限边界。
AWS 讲解如何基于 Amazon Bedrock AgentCore 构建企业级智能体平台，并用多账户架构治理模型、工具、身份、评测和成本。配套蓝图提供平台控制平面和可重复的 Workstream 单元，以推理网关、MCP 工具网关、部署后评测和人工审批约束生产发布。
推荐理由：文章给出多账户智能体平台的参考实现，梳理团队隔离、模型与工具授权、评测门禁及退役验证等企业级落地方法。
Google 在 Android Dev Summit 为 Android Studio Rabbit 2 推出 BYOA 功能，并发布 Gemini Nano 4 驱动的 Agentic API 与 MCP 工具调用接口。
推荐理由：文章把 40 多个编码智能体接入、MCP 工具调用和 Gemini Nano 4 端侧 API 串成开发链路，开发者可据此比较 Android 智能体工程的实现路径。
Google DeepMind 发布前沿模型 Gemini 4 Carbon，面向长周期智能体工作流与网络安全防御，并计划先向部分网络防御人员开放。
同一件事，精选收录的是《Google发布Gemini 4 Carbon，Artificial Analysis智能指数5.0以59分登顶》
GitHub EVP Jay Parikh 公布 Octoverse 2026 报告，称不到一年内合并 PR 增至每月 220 million 个，提交量增至每月 7.38 billion 次。
推荐理由：这份年度报告把合并 PR、提交和新建仓库的月度规模变化放在一起，呈现 AI 智能体工程背景下 GitHub 开发活动的增长，并附有统计方法说明。
Google 推出 Connected Apps Platform，让开发者构建并提交可接入 Gemini 与 Google Search 的应用，平台预览版目前面向美国开发者等候名单开放。
推荐理由：文章梳理了开发者接入流程、开放范围和运营指标，为评估智能体入口的接入方式与分发效果提供具体参照。
YC S23 公司 Converge 正在招聘首位平台工程师，负责搭建驱动广告智能体运行的平台。公司称，智能体已完成广告账户 90% 以上的预算调整，并管理 $1M+ 的日预算；现有系统每月摄取 20 TB 数据，峰值达到 10,000 jobs/s。
推荐理由：岗位明确把编码智能体用于基准测试、性能分析、监控和排障，展示了 Agent 团队将 AI 融入工程流程的具体做法。
Google 发布 Gemini 4 Carbon，称其为 Google 当前最强模型，重点面向网络安全与长程智能体任务。
同一件事，精选收录的是《Google发布Gemini 4 Carbon，Artificial Analysis智能指数5.0以59分登顶》
OpenAI 在 DevDay Exchange 2026 表示，AI 助手 Dots 预计将在几周内面向欧洲更广泛开放，欧洲经济区、瑞士和英国的 Personal Pro 账户目前仍无法使用，部分商业账户已可接入。
推荐理由：文章将 Dots 的欧洲开放进度与 OpenAI 的平台战略并置，呈现基础设施和分发渠道如何加深开发者生态绑定。
Legora 正在构建用于法律工作的智能体操作系统，使用 OpenAI 模型、ChatGPT 和 Codex。这些工具用于加速法律工作流、拓展合同分析，并让律师把精力转向更高价值的工作。
Surge AI 推出 DAYJOB: Tax，以 50 个专业税务环境评测 AI 智能体识别遗漏事项、处理冲突证据并完成交付物的能力。任务覆盖八类税务工作，要求产出报税表、工作底稿、技术复核或客户建议，工作区共含 1,789 个文件。
推荐理由：该评测以 50 个专业税务工作流检验智能体能否主动发现客户遗漏的关键问题，其低通过率可用于观察模型专业判断与任务交付之间的差距。
NVIDIA RTX Spark Windows 笔记本现已由 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 开售，起售价 $2,599，并新增或计划引入本地模型、智能体工具与游戏支持。
推荐理由：原文将模型能力、GPU 资源分配与本地部署条件并列呈现，读者可据此判断 RTX Spark 对轻量本地 AI 工作流的适配范围。
Cursor 正式发布 Agent SDK，允许团队以代码定义智能体，并使用 `agent-sdk deploy` 部署到 Cursor 基础设施。这套用于构建 Bugbot、安全审查智能体和 Rollouts 的框架可响应 GitHub、GitLab 或 Bitbucket 的 PR 事件，按策略评估、分派和批准更改，并支持专用智能体、并行子智能体、评估与事件回放。
推荐理由：Agent SDK 把提示词、工具、连接和评估纳入版本控制，并提供部署与事件回放路径，团队可据此理解定制智能体工作流的落地方式。
CircuitHub 公开了位于马萨诸塞州的工厂级机器人 The Grid，它使用学习型模型、AI 智能体和经典优化器调度生产设备，按需制造电路板。以一块含 118 个元件的 4 层电机控制板为例，5 块连同元件寄往美国地址时，The Grid 报价 $630、4 天送达；深圳典型快单厂含运费和美国关税约 $465，中位交期 9 天。
推荐理由：用同一块4层电机控制板的报价与交期作对比，具体呈现美国自动化制造在成本、关税和供应链上的取舍。
腾讯正以微信原生 AI 助手小微承接 AI 入口压力，小微仍处灰测，入口已从首页扩展至公众号、朋友圈、聊天对话框等触点。小微底层主模型为微信团队自研的 WeLM，部分回答由 DeepSeek 承接，可发消息、调设置、点外卖和调用小程序。腾讯试图借微信的社交上下文与小程序生态，把小微打造为可执行复杂指令的 AI 超级入口。
推荐理由：文章把小微的灰测进展与腾讯模型、元宝及微信生态放在同一框架下，可用于比较腾讯 AI 从模型到入口的推进路径。
豆包工作近期升级电脑操作能力，提升屏幕点击精度和速度，并支持Mac锁屏后继续执行已授权任务。用户在对话中提出需求并授权后，豆包可查看屏幕、模拟鼠标和键盘操作应用，也可通过手机向锁屏的Mac下发任务并查看结果。启用“允许豆包在锁屏时工作”后，Mac需保持开机、联网，豆包客户端持续运行且设备保持唤醒。
推荐理由：豆包工作展示从电脑操作到手机下发任务的完整流程，并明确Mac开机、联网、客户端运行和设备唤醒等使用条件。
MIT Technology Review 的 The Download 汇总了 AI 实验室购买倒闭初创公司数据以训练智能体，以及 AI 辅助研究动物通信的两项内容。
推荐理由：文章呈现 AI 实验室从倒闭初创公司采购真实训练数据的路径，并指出相关交易带来的法律与伦理争议。