Google Antigravity 加速抗菌肽发现，AI 智能体平台发现新型抗菌肽候选
Google DeepMind 用智能体开发平台 Google Antigravity 发现一种对呼吸道感染病原体有预测活性的新型抗菌肽候选，目前正进行湿实验验证。该平台整合 ProtNLM 模型，可从氨基酸序列预测生物功能，扫描 UniProt 中数百万条未表征蛋白序列。平台还内置 Biomolecular Structure Viewer，支持研究者与智能体在共享 3D 结构画布上协作分析。
#Agent
Google DeepMindAI 评分3434
AWS Machine Learning BlogAI 评分4040 AWS 推出 Trust in Depth：让 AI 智能体获得更多自主权而不失控
AWS 提出 Trust in Depth 框架，用自动化推理等独立分层机制验证 AI 智能体的行为边界，让其在规则可验证时自主行动、仅将真正需要判断的决策交给人。
NVIDIA BlogAI 评分6767 NVIDIA 发布 Nemotron 3.5 Super VL 与两款 Bolt 边缘模型
NVIDIA 发布开源 1200 亿参数的 Nemotron 3.5 Super VL，主打多模态智能体任务，称吞吐量最高为同类模型 5 倍，并同步推出面向边缘的 Nemotron 3.5 Bolt 74B-A9B 24GB 与 Bolt E4B 4GB。
Latent SpaceAI 评分4848 Modal 完成 16 亿美元 D 轮融资，ARR 达 10 亿美元成纽约最新 AI 基础设施十角兽
Modal 完成 16 亿美元 D 轮融资，ARR 达到 10 亿美元，成为纽约最新的 AI 基础设施十角兽，5 个月内使用量和估值均增长 3 倍、一年增长 15 倍。其 2023 年推出的 Sandboxes 产品单独已达 3 亿美元年化收入，累计启动近 30 亿个沙箱，可扩展至百万级并发。
Hugging Face Blog精选AI 评分7878 Meta 发布开源权重多模态 MoE 模型 Muse Spark Open
Meta 发布开源权重模型 Muse Spark Open，采用 MoE 架构，总参数约 816B、每 token 激活约 42B，上下文窗口最高 100 万 token，可接收文本、图像、音频和视频输入并输出文本。
推荐理由：原文给出 816B 总参数、42B 激活的 MoE 架构与多模态输入细节，并附 vLLM、SGLang、llama.cpp 部署和 TRL 微调配方。
OpenAI NewsAI 评分2020 Sullivan & Cromwell 与 OpenAI 合作开发 Agreement Analyzer 审查协议
Sullivan & Cromwell 与 OpenAI 合作开发了 AI 工具 Agreement Analyzer，用于识别协议草案中的问题。该工具将律所的法律专业能力引入协议审查流程。
Latent SpaceAI 评分3838 OpenAI 与 Anthropic 如何为金融智能体设计自主性与安全边界
OpenAI 与 Anthropic 在 AI Engineer New York 大会上分别阐述金融智能体的安全框架：OpenAI 的 Joseph Kim 提出模型能力将跨过"有用性阈值"，并预测 2027 年智能体可胜任投资想法生成与交易；Anthropic 的 Keon Shahab 则强调先建身份与权限层、沙箱审批层，让智能体只提议不执行。
Simon WillisonAI 评分2222 Claude Opus 5.5 用 3 小时做出找不同游戏 Tree Appreciator
Simon Willison 用 Claude iPhone 默认应用的聊天模式，让 Claude Opus 5.5 Max 构建了一款名为 Tree Appreciator 的 3D 找不同游戏，Claude 耗时 3 小时 7 分钟完成。
Ars Technica · AIAI 评分3636 Epic 称其用 vibe coding 重写的新版 Epic Games Launcher 比 Steam 更快
Epic 发布新版 Epic Games Launcher 的公开 "Preview" 构建，称其用 vibe coding 重写后比现有版本更快、更灵敏，并采用全新外观。Epic Games Store 总经理 Martin Keely 表示团队从零开始，用 AI 编写和审查新功能，目标是复刻旧版功能而非复用代码。新启动器支持 Windows 和 Mac，并将推出 Linux 版本。
AWS Machine Learning BlogAI 评分4343 用 Amazon Bedrock AgentCore 构建自改进的文档处理系统
AWS 发布基于 Amazon Bedrock AgentCore 的多智能体文档处理方案，由 8 个专用智能体组成识别与训练两条工作流，可在不到 20 分钟内完成部署。
Google ResearchAI 评分4848 Google 发布地理空间推理智能体：基于 Gemini 与 Earth AI 的多步推理系统
Google 将 Gemini 驱动的 Geospatial Reasoning 智能体从早期原型升级为面向行星尺度数据的实验系统，可自动训练定制预测模型。技术报告在四个基准上评估了 Gemini 3.8 Flash 与 Gemini 3.1 Pro 的四种配置，并新发布 GeoKTools 和 GeoExpertQueries 两个基准。
Google Research精选AI 评分7171 Google 发布 Deep Review，用智能体系统审阅技术文档
Google 公开发布 Deep Review，这是一个面向复杂文档提供严格反馈与技术核查的智能体系统，最初用于计算机科学论文分析，现已扩展到法律、金融等领域。
推荐理由：原文交代了 Deep Review 的四阶段智能体流程与会议试点规模，可据此判断自动审稿工具能承担哪部分核查工作。
Google ResearchAI 评分3838 Google Research@ 2026 大会：10 种放大人类创造力的方式
Google 在 Research@ 2026 大会上公布 10 项研究成果，包括扩展 Google Earth AI 早期访问、向公众开放 Deep Review、预告下一代低功耗 Edge AI 芯片。
AWS Machine Learning BlogAI 评分4040 用 Amazon Bedrock AgentCore 生成演示文稿
基于 Amazon Bedrock AgentCore 的 AI 智能体系统可在内部测试中于 90 秒内自动生成 PowerPoint 演示文稿。
AWS Machine Learning BlogAI 评分2222 Tamnoon 如何用 Amazon Bedrock 构建 AI 驱动的云安全修复平台
Tamnoon 基于 Amazon Bedrock 构建了智能体式云修复编排器 Tami，可自主调查 CNAPP 等来源的安全发现并评估修复安全性，在 90 天内将关键云暴露减少超 90%，且零生产事故。
OpenAI NewsAI 评分4242 Amp 借助 OpenAI 模型让 AI 智能体超越代码场景
Amp 利用 GPT-6 Astra、Ultrafast、GPT-Live-1 和 Sign in with ChatGPT，将 AI 智能体的能力拓展到代码之外的场景。
OpenAI NewsAI 评分2222 SentinelOne 借助 OpenAI Daybreak 将恶意软件分析从数周缩短至数小时
SentinelOne 借助 OpenAI Daybreak 将恶意软件分析周期从数周压缩到数小时，从而腾出更多人力调查更多威胁。
NVIDIA BlogAI 评分2222 NVIDIA 宣布对英国创企生态的新投资
NVIDIA 宣布计划投资 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 五家英国 AI 与量子计算初创公司，并加入 Earthshot Prize 成为 Global Alliance Founding Partner。此前 NVIDIA 已承诺五年 2.5 亿美元算力投入，用于加强英国智能体安全与安全研究。
NVIDIA BlogAI 评分2222 欧洲多城部署 NVIDIA 驱动的 AI 智能体，推进城市运营智能化
欧洲多座城市正联合 ABA Technology、Akila、K2K、Milestone 等软件伙伴，基于 NVIDIA Cosmos、Nemotron 开放模型与 Metropolis VSS Blueprint 构建物理 AI 智能体和数字孪生，用于交通、能源与公共服务决策。
Latent SpaceAI 评分6060 AI Engineer NYC 大会：Gemini 4 Argon 正式发布与 Vals AI 基准讨论
Google 的 Gemini 4 Argon 今日正式 GA，覆盖编码、知识工作、企业工作流与网络防御场景，接入付费 Gemini API、Gemini 应用、Search 的 AI Mode 以及 Antigravity。
Simon WillisonAI 评分5858 Anthropic 自研代码版本控制系统 Scion 替代 Git
Anthropic 介绍其自研的 Git 替代方案 Scion，原因是代码变更量激增：2026 年 5 月日均合并约 2,500 次代码变更，到 9 月已超过 30,000 次。
Hugging Face Blog精选AI 评分7171 Liquid AI 发布 LFM2.5-24B-A2B 端侧推理智能体模型
Liquid AI 发布 LFM2.5-24B-A2B，这是一个 24B 参数、每 token 仅激活 2B 的推理模型，面向端侧运行私有智能体，会先思考再作答并调用工具。
推荐理由：原文给出与更大 MoE 模型的逐项基准对比和端侧推理速度，可据此判断本地智能体的可行边界。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon 机器人模型
Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，称超过其他前沿模型。
推荐理由：原文给出 Argon 在 ERQA 上的分数与四类机器人工作流示例，可据此判断物理推理模型在机器人栈中的落点。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，API 定价为每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方披露了 Argon 在编码、科研与安全对齐上的具体案例和基准表现，可据此判断前沿模型在长程任务上的能力边界。
NVIDIA Blog精选AI 评分6262 NVIDIA RTX Spark 笔记本上市前，生态伙伴推送本地 AI 软件更新
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，最高 128GB 统一内存和 1 petaflop AI 算力，生态伙伴同步推送本地 AI 软件更新。
推荐理由：原文列出 RTX Spark 上市前生态伙伴的软件更新清单，读者可据此了解本地智能体在 PC 上的落地形态。
Latent Space精选AI 评分7171 Meta 发布 Muse Wonder 与 Muse Wonder Full 模型家族
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，前者通过 Meta Model API 和 Muse Code 提供，后者仅限 Muse Code 订阅用户。
推荐理由：汇总了 Meta Muse Wonder 的定价、上下文规格与多家第三方评测数据，可对照 Opus 5.5 等前沿模型判断其位置。
GitHub Blog · AI & MLAI 评分4242 GitHub Copilot 入门指南：如何让 Copilot 了解你的代码库
GitHub Copilot 可通过四种方式学习代码库规则：仓库级自定义指令写入 .github/copilot-instructions.md，路径级指令文件用 applyTo 字段匹配特定文件。
Microsoft ResearchAI 评分3434 Microsoft Research 推出 StudentSim：用个性化 AI 学生模拟器评估和改进 AI 辅导系统
Microsoft Research 提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，在辅导前为 AI 导师提供反馈信号。该工作同时发布 StudentSimEval 基准，从行为保真度和指导响应性两个维度评估模拟器，覆盖国际象棋、英语二语写作和数学三个领域，StudentSim 均优于主流基线。StudentSim 是研究系统，不部署于课堂，也不替代教师。
Import AIAI 评分3838 Import AI 476：创造力与递归自我改进；不如中国的开源权重模型；AI 走向太空
Elorian 与 Scale AI 发布 Humanity's Sixth Sense 基准，用 522 道题测试多模态模型的直觉视觉推理，人类 pass@1 达 93.1，最佳模型 GPT 6 Astra 仅 53.6，GLM-5.3-flash 为 26.8、Kimi K3 为 25.5。
黑板洞察AI 评分2222 中公教育与金山办公达成战略合作，共筑“AI + 职业教育”新生态
中公教育与金山办公签署战略合作框架协议，WPS Office、WPS 365、WPS灵犀等AI办公产品将进入中公教育教研备课、教学管理、学员学习管理和就业指导等核心环节。双方还将结合金山办公AI能力与中公题库课程资源打造学习、练习、模拟考试等数字化工具，并基于Comate AI等智能体能力探索答疑辅导、学习督学、备考规划场景。
阮一峰的网络日志AI 评分4242 科技爱好者周刊（第 414 期）：Jev 决策模型有什么用
TypeSafe AI 发布新型“决策模型”Jev，不返回文字而返回表示概率的浮点数，可处理是非题、选择题和按评分标准打分。已有浏览器插件用它实现语义查找和网页质量评分。Simon Willison 批评其走向黑箱，并担忧被用于给求职者排名。
MIT Technology Review · AIAI 评分2222 AVEVA 首席技术官谈如何构建更安全的自主工业 AI
AVEVA 首席技术官 Arti Garg 提出，工业 AI 正从预测分析迈向基础模型、物理 AI 与智能体 AI，但因其直接作用于物理系统，必须以安全、可靠和人类监督为前提。
Hugging Face Blog精选AI 评分7878 作者用 ML-intern 在几天内训出六个模型，总花费约 103 美元
作者在 HuggingChat 中开启 ML-intern，用提示词驱动它完成数据准备、训练、评测和发布，几天内做出六个模型，总计算花费约 103 美元。
推荐理由：作者用六个真实项目拆解了给 ML-intern 写提示词的方法，包括基线、冒烟测试和预算上限的具体写法。
Google ResearchAI 评分5858 Google Research 三个月实地实验：AI 辅助提升专利撰写产出，但初级律师无辅助判断力未同步提升
Google Research 在 NBER 发布三个月实地实验，133 名专利律师中三分之二获得当时未发布的 Google Labs AI 专利撰写工具早期访问权。
GitHub Blog · AI & MLAI 评分4242 GitHub 如何让密钥保护跟上 AI 写代码的速度
GitHub 披露，平台上三分之一的 pull request 已涉及 AI 智能体，一年前这一比例不足十分之一。其与 Microsoft Applied Sciences 共建的微调分类器将 push protection 扩展到无结构密钥，可在不到 2 毫秒内评估整组候选密钥，有望使可拦截的密钥数量翻倍以上。
Microsoft ResearchAI 评分5858 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练。
Microsoft ResearchAI 评分2828 Microsoft 研究播客：AI 评测的意外失败能教给我们什么
Microsoft 研究合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中与首席应用科学家 Chad Atalla 讨论评测如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的"意外失败"。
Mistral AI精选AI 评分7878 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态模型
Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，权重将于本月底开放。官方称其在编码、智能体工作流和多模态理解上可与全球最强开源模型竞争，在视觉定位等部分领域超过前沿闭源模型。模型在 3800 块 NVIDIA Grace Blackwell GPU 上从零训练，训练数据覆盖 160 多种语言。
推荐理由：Mistral 官方给出 ML4 的参数量、多模态与智能体编码基准，并说明权重月底开放，可据此判断开源前沿模型的竞争位置。
Google ResearchAI 评分3131 Google 发布智能体隐私与安全开放问题报告：从上下文完整性切入
Google 发布《智能体隐私与安全的开放与新兴问题：上下文视角》报告，汇总 50 余位学界与业界专家在 2025 年底纽约 CAPS 研讨会的成果。报告指出智能体因非结构化输入、概率性控制流和自主委派而难以沿用传统软件的安全方法，主张以 Contextual Integrity 理论为基础构建上下文策略引擎，在系统沙箱、模型推理和用户控制多层协同防护。
MIT Technology Review · AIAI 评分2222 如何将 AI 智能体接入企业知识
MIT Technology Review 基于对 300 名数据与 AI 高管的调查发现，企业平均仅约 34% 的智能体 AI 项目能进入生产环境，数据与知识短板是主要失败原因。生产领先者（平均 61% 项目越过试点）在语义等知识能力上更强，55% 的受访者将数据碎片化列为扩展智能体知识访问的首要挑战。企业计划优先投资摄取管道、AI-ready API、RAG、AI 评估智能体和知识图谱。