Agent 智能体

inclusionAI 发布 DR-Venus-4B-SFT-GGUF，基于 Qwen3-4B 的深度研究智能体

inclusionAI 在 Hugging Face 发布 DR-Venus-4B-SFT-GGUF，这是由 Qwen/Qwen3-4B-Thinking-2507 微调而来的 4B 深度研究智能体，也是 DR-Venus 的监督初始化检查点。

inclusionAI 发布 DR-Venus-4B-SFT 深度研究智能体模型

inclusionAI 发布 4B 深度研究智能体 DR-Venus-4B-SFT，基于 Qwen3-4B-Thinking-2507 在清洗后的开源 REDSearcher 轨迹上做智能体监督微调，最大训练长度 200K，使用 search 与 visit 工具。

华盛顿大学 MacCoss 实验室用新开发者入职法让 Claude Code 接管 70 万行遗留代码

华盛顿大学 MacCoss 实验室的 Brendan MacLean 将17年培养新开发者的入职方法应用于 Claude Code，把 AI 上下文放入独立仓库 pwiz-ai，用 CLAUDE.md、技能库和 MCP 集成管理 70 万行 C# 的 Skyline 代码库。

OpenAI 模型、Codex 与 Managed Agents 上线 AWS

OpenAI 宣布 GPT 模型、Codex 和 Managed Agents 已在 AWS 上线，企业可以在自有 AWS 环境中构建安全的 AI 应用。

Anthropic 为 Claude 发布创意工具连接器并推出 Claude Design

Anthropic 发布一批面向创意工作的 Claude 连接器，可直连 Ableton、Adobe Creative Cloud、Affinity by Canva、Autodesk Fusion、Blender、Resolume Arena 与 Wire、SketchUp 和 Splice。

用 Agent SDK 构建自己的编码智能体 Harness

OpenRouter 发布教程，介绍用 create-agent-tui 和 create-headless-agent 两个 skill 在几分钟内搭建个性化的编码智能体。两种 skill 分别对应终端界面和无头模式，后者可用于脚本与流水线。

DeepSeek-V4 预览版发布并开源，1M 上下文成为官方服务标配

深度求索上线并开源全新系列模型 DeepSeek-V4 预览版，按大小分为 V4-Pro 与 V4-Flash 两个版本，1M（一百万）上下文成为其所有官方服务标配。

DeepSeek-V4 发布：百万 token 上下文面向智能体任务

DeepSeek 发布 V4，Hub 上提供两个 MoE 检查点：DeepSeek-V4-Pro 总参数 1.6T、激活 49B，DeepSeek-V4-Flash 总参数 284B、激活 13B，两者均支持 1M token 上下文窗口。

腾讯混元宣布 Hy3-Preview 已在 OpenRouter 上线，5 月 8 日前可免费试用。据 OpenRouter 介绍，该模型为 295B MoE 架构（21B 激活参数），支持可控推理强度，在编码智能体场景表现较强并具备全面通用能力。

如何在 Chrome 扩展中用 Transformers.js 运行本地 Gemma 4 模型

Hugging Face 发布指南，讲解如何在 Chrome 扩展（Manifest V3）中用 Transformers.js 运行本地模型，并复现其 Gemma 4 浏览器助手的核心架构。

Claude Managed Agents 内置记忆功能开启公开测试

Anthropic 宣布 Claude Managed Agents 的内置记忆功能今日起开放公开测试，智能体可跨会话持续学习。记忆以文件形式挂载在文件系统上，可导出、通过 API 管理，支持多智能体共享同一 store、权限分级、审计日志和版本回滚。Netflix、Rakuten、Wisedocs 等团队已在用例中称首过错误减少 97%、验证提速 30%。

Sierra 重构工程师面试流程，用 AI 原生 onsite 取代编码与算法面试

Sierra 取消编码和算法面试，改为 AI 原生 onsite，候选人先与面试官共同定义产品，再用 2 小时自由使用 AI 工具构建，最后演示并复盘代码与产品取舍。公司同时用系统设计面试取代编码电话筛，并试点调试面试考察 1 到 N 的改进能力；作者称新流程信号更丰富，候选人反馈更投入，但开放式设计带来标准化难题，需配套评估标准和双人面试来校准。

OpenAI 在 ChatGPT 中推出工作区智能体

OpenAI 在 ChatGPT 中推出工作区智能体，这类智能体由 Codex 驱动，可自动化复杂工作流。它们运行在云端，帮助团队跨工具安全地扩展工作。

Anthropic 解析如何用 MCP 构建可接入生产系统的 Agent

Anthropic 发文对比连接 Agent 与外部系统的三种路径：直接 API 调用、CLI 和 MCP，指出生产级云端 Agent 倾向采用 MCP 作为通用层。

Sayash Kapoor 等人提出开放世界评测并发布 CRUX 项目，AI 智能体成功上架 iOS 应用

Sayash Kapoor 与 Arvind Narayanan 等 17 位研究者发布 8000 字论文，定义开放世界评测这一新兴评测类型，并介绍定期开展此类评测的 CRUX 项目。

Anthropic 发布 Claude Opus 4.7，维持 $5/$25 定价并引入 task budgets 与高分辨率图像输入

Anthropic 发布 Claude Opus 4.7，定位复杂推理与智能体编码，定价维持 $5/$25 per MTok，与 Opus 4.6 相比存在 API 破坏性变更并需参考迁移指南。

Mistral 基于 Vibe 构建自动编写 Rails RSpec 测试的智能体

Mistral 构建了一个自主智能体，读取 Rails 源码并生成或改进 RSpec 测试，在 CI/CD 流水线中无人干预运行，基于开源编码助手 Vibe 搭建，通过 AGENTS.md、分类 skills 文件和 RuboCop、SimpleCov 自定义工具实现。

SGLang 支持 NVIDIA Nemotron 3 Super，面向高效多智能体系统

SGLang 宣布 Day 0 支持 NVIDIA Nemotron 3 Super。该模型为 120B 参数混合 MoE，每次前向仅激活 12B 参数，采用混合 Transformer-Mamba 架构，支持 1M token 上下文、多 token 预测和思考预算，相比上一代 Nemotron Super 1.5 吞吐提升至 5 倍。

AI as Normal Technology 团队发布论文《Towards a Science of AI Agent Reliability》

Sayash Kapoor、Arvind Narayanan 与 Stephan Rabanser 等人发布 66 页论文《Towards a Science of AI Agent Reliability》，将智能体可靠性拆解为一致性、鲁棒性、可预测性、安全性四维共 12 项指标。

Mistral 发布 Mistral Vibe 2.0 终端编码智能体并调整 Devstral 2 定价

Mistral AI 发布终端原生编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型家族驱动，新增自定义子智能体、多选澄清、斜杠命令技能和统一智能体模式。