Hugging Face 发布开源工具 funes，把本机已有的智能体会话记录建为可检索记忆，支持 Claude Code、Codex、pi 和 Hermes。它本地完成嵌入和重排，无需账号即可使用，也可绑定到私有的 Hugging Face 数据集跨机器同步。在 handoff-vs-recall 基准上，recall 比写交接文档分别便宜 8x 和 4x。
推荐理由：Hugging Face 官方开源的记忆层工具，给出了安装方式和基准对比，读者可以评估它能否复用现有编码智能体的会话记录。
Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber。
推荐理由：官方给出两个变体的基准数字、定价和实际应用案例，读者可以据此评估在编码与安全场景中的替换成本。
IBM 发布 Granite 4.2 推理模型家族，含 3B、8B、30B 三个稠密解码器模型，基于 Granite 4.1 基座（从头在约 15T token 上预训练，五阶段策略将上下文扩展至 512K），经 SFT 与多阶段 GRPO 强化学习后训练，全部以 Apache 2.0 许可开源。
推荐理由：官方完整披露从预训练、SFT 到多阶段 GRPO 和智能体 RL 的训练细节，可迁移到类似模型的构建流程。
Import AI 第 470 期：METR 研究发现 AI 对网络安全发现带来显著加速，对数学略有贡献，但对 AI 研究算法优化尚无可测加速。多所大学团队提出 SPADE 框架，通过自博弈协同进化环境合成与智能体能力，在 Qwen3-30B-A3B 上使游戏环境套件平均分达 58.3，较基线高 5.3。本期还介绍 Hawkeye，用于构建更好的 GPU kernel。
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码和 Agent 的主力模型，距 Gemini 3.6 Flash 仅三周。
推荐理由：官方公告给出了多个基准分数和半价定价细节，读者可以据此评估是否切换到 3.7 Flash。
Meta 今日发布 30B 参数多模态开源模型 Muse Glimmer，从 Muse 蒸馏而来，采用 Apache 2.0 许可，面向本地部署的隐私场景与编码、文档分析、个人助理等智能体用途。
推荐理由：原文给出架构细节、Agent 基准对比和各推理栈的 day-0 用法，读者可据此评估本地多模态部署的选择。
Microsoft Research 发布开源智能体框架 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三类智能体的训练与评估，并可直接在 Codex、OpenClaw、ZeroClaw 等真实 harness 内端到端训练。
推荐理由：微软开源了可复用的智能体环境层，并给出三个小模型训练配方，读者可以了解小模型在真实任务上的可达水平。
Epoch 与 METR 发布 MirrorCode 基准，测试 AI 仅凭 CLI 访问重新实现完整软件的能力，25 个目标程序中 17 个有至少一次满分运行，Claude Opus 4.7 用 14 小时、251 美元推理成本完成了人类估需 2-17 周的任务。
Berkeley AI Research 提出 ABBEL 框架，用自然语言信念状态替代完整交互历史作为智能体的工作上下文，并引入 belief grading 监督摘要内容。在 CollabBench 协作编程测试中，ABBEL-rec-BG 将与全上下文模型的性能差距缩小约 50%，训练步数从 100 减至 50，峰值上下文 token 长度也显著低于全上下文设置。
Google DeepMind 发布三款 Gemini 模型：3.6 Flash 在 Artificial Analysis Index 上输出 token 用量比 3.5 Flash 减少 17%，定价 $1.50/1M 输入、$7.50/1M 输出，DeepSWE 49% vs 37%、OSWorld-Verified 83.0% vs 78.4%。
推荐理由：官方原文给出三款新模型的具体价格、token 效率与多项基准数字，并说明各模型面向的部署场景。
Google DeepMind 发布基于 3.5 Flash 微调的轻量网络安全模型 Gemini 3.5 Flash Cyber，用于快速发现、验证和修补漏洞。
Hugging Face 推出开源基准 ScarfBench（Self-Contained Application Refactoring Benchmark），用于评测 AI 智能体在企业级 Java 跨框架迁移任务上的表现，覆盖 Spring、Jakarta EE 和 Quarkus 三个生态。
Chrome 官方为 Chrome DevTools for agents 推出第三方开发者工具，让库和框架通过基于事件的 JavaScript API 向 AI agent 暴露运行时内部状态，如组件层级和服务端状态。
Google Research 在 I/O 2026 上宣布 Gemini for Science，一套与 Google Cloud、Google DeepMind 和 Google Labs 合作打造的实验性科学工具集。
Mistral 在 AI Now Summit 2026 上推出面向工业工程的 AI 全栈方案，并与 Airbus、BMW、ASML 达成合作，覆盖设计、仿真与生产，同时保障数据主权。其智能体产品 Vibe 升级为统一 Agent，可处理长时程多步骤工作，包括深度研究、编码到合并 PR。位于法国 Les Ulis 的 10 MW 推理数据中心计划于 2026 年第三季度启用。
Mistral 发布统一 AI 智能体 Vibe，Le Chat 全面升级为 Vibe，原有计划、历史和设置自动迁移。Work Mode 面向长程多步任务，覆盖企业知识搜索、数据分析、文档草稿和定时任务；Code Mode 支持远程编码会话、并行运行和沙箱隔离，并推出 VS Code 扩展和更新版 CLI。
推荐理由：官方完整公布 Vibe 的 Work 与 Code 双模式、定价和入口，读者可据此评估它对日常工作流和编码流程的影响。
Mistral 发布 128B 开源权重旗舰模型 Mistral Medium 3.5（公开预览），融合指令跟随、推理与编码，256k 上下文窗口，SWE-Bench Verified 得分 77.6%，API 定价为每百万输入 token $1.5、输出 token $7.5。
推荐理由：原文给出模型规格、评测分数、定价和开放权重入口，可据此评估它在自托管和异步编码场景的适用性。
Google 开发的 ERA 研究工具使用 Gemini 编写和优化科学代码，相关论文于今日发表于 Nature。ERA 通过树搜索考虑数千种方案，在基因组学、公共卫生、卫星图像、神经科学、时间序列预测和数学等基准上达到专家级表现。
推荐理由：原文给出 ERA 在多个学科基准上的表现和八个应用案例，读者可据此了解 AI 辅助科学计算的实际落地方式。
Google DeepMind 发布 Gemini 3.5 模型系列，首先推出 3.5 Flash，定位智能体与编码，在 Terminal-Bench 2.1（76.2%）、GDPval-AA（1656 Elo）、MCP Atlas（83.6%）和 CharXiv Reasoning（84.2%）上超过 Gemini 3.1 Pro，输出速度为其他前沿模型的 4 倍。
推荐理由：官方公布了 3.5 Flash 的基准成绩、开放渠道和 Pro 后续计划，读者可以据此评估它在智能体与编码场景的取舍。
Google DeepMind 发布 AlphaEvolve 一年来影响力汇总，该 Gemini 驱动的编码智能体已从试点扩展到科研与商业多领域。
推荐理由：官方汇总了 AlphaEvolve 一年来在科研和商业场景的具体结果与数字，可了解这类算法发现智能体落地的真实范围。
Jack Clark 在 Import AI 455 中判断，2028 年底前出现无人参与的自动化 AI 研发（模型自主训练自己的后继版本）的概率超过 60%，2027 年为 30%。
Mistral AI 发布 Spaces CLI，用于项目脚手架、开发环境搭建、配置生成和部署到 staging，从内部工具演化而来，同时服务人类开发者和编码 Agent。
Google 推出 Vibe Coding XR 工作流，结合 Gemini 的长上下文推理与 web 端 XR Blocks 框架，通过专门系统提示词和代码模板，将自然语言直接转化为可运行的 Android XR 应用，全程不到 60 秒。
Mistral 发布首个面向 Lean 4 的开源代码智能体 Leanstral-120B-A6B（6B 激活参数），权重采用 Apache 2.0 许可，可通过 Mistral Vibe 和 labs-leanstral-2603 免费 API 端点使用。
Mistral AI 构建了一个自主智能体，可读取 Rails 源文件、生成或改进 RSpec 测试并在 CI/CD 流水线中无人值守运行。智能体基于 Mistral 开源编码助手 Vibe，通过仓库级 AGENTS.md、按文件类型划分的技能文件和 RuboCop、SimpleCov 自定义工具实现。
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。新功能包括自定义 subagents、执行前多选项澄清、斜杠命令加载技能、统一 Agent 模式和自动更新。
推荐理由：原文给出 Vibe 2.0 的功能明细、订阅方案和 Devstral 2 API 定价，读者可以据此评估是否切换自己的编码工作流。
Mistral AI 发布开源编码模型家族 Devstral 2，包含 123B 的 Devstral 2（modified MIT 许可）和 24B 的 Devstral Small 2（Apache 2.0），两者均支持 256K 上下文窗口，分别在 SWE-bench Verified 上取得 72.2% 和 68.0%。
推荐理由：官方公布了两个尺寸编码模型的开源协议、SWE-bench Verified 成绩、API 定价和硬件要求，可据此评估本地或端侧部署的可行性。
Mistral AI 发布 Codestral 25.08 代码补全模型，并提供包含 Codestral Embed、Devstral 和 Mistral Code IDE 插件的企业编码栈。
Mistral AI 与 All Hands AI 合作发布 Devstral Medium，并升级 Devstral Small 1.1。
推荐理由：官方给出了两个新模型的 SWE-Bench Verified 成绩、定价和许可方式，开发者可以据此评估代码智能体选型。
Mistral 发布企业 AI 编码助手 Mistral Code，基于开源项目 Continue 构建，面向 JetBrains IDE 和 VSCode 开放私测，正式版即将推出。
Mistral AI 发布代码专用嵌入模型 Codestral Embed，称其在真实代码检索上优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
Mistral AI 与 All Hands AI 合作推出面向软件工程任务的智能体大语言模型 Devstral，以 Apache 2.0 许可开源发布。
推荐理由：官方发布了模型权重和 API 定价，并给出 SWE-Bench Verified 的具体成绩与部署门槛，读者可以据此评估本地或企业编码场景的适配性。
Mistral AI 发布 Mistral Medium 3，定位 SOTA 性能、成本降低 8 倍的新级别模型。基准上达到或超过 Claude Sonnet 3.7 的 90%，定价为 $0.4 输入 / $2 输出每 M token，超越 Llama 4 Maverick 和 Cohere Command A，可在 4 张 GPU 以上环境自部署。
推荐理由：官方给出与 Claude Sonnet 3.7 的基准对比、定价和部署门槛，读者可据此评估企业落地的性价比。