让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
当前仅显示精选新闻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。
推荐理由：论文把智能体可靠性拆成12个维度并实测14个模型，显示18个月内准确率大涨而可靠性仅小幅提升。
千问团队正式发布 Qwen3.5 系列，并开源该系列首个模型 Qwen3.5-397B-A17B 的权重。该模型是原生视觉语言模型，官方称其在推理、编码、智能体能力和多模态理解的全套基准评测中表现突出，面向开发者和企业开放使用。
推荐理由：官方宣布 Qwen3.5 系列首个开源权重模型发布，覆盖推理、编码、智能体和多模态评测，适合关注开源多模态模型进展的读者。
MiniMax 发布新模型 MiniMax-M2.5 及提速版 M2.5-Lightning，SWE-Bench Verified 得分 80.2%，Multi-SWE-Bench 51.3%，BrowseComp 76.3%。
推荐理由：原文给出 M2.5 的基准分数、速度和成本对比，还透露 Forge RL 框架细节，读者可据此评估其在编码与 Agent 场景的性价比。
PromptArmor 发布研究，指出消息应用（如 Telegram、Slack）的链接预览会在无需用户点击的情况下自动请求 URL，间接提示词注入可诱导 AI 智能体在回复中返回携带用户敏感数据的恶意链接，从而在预览时即完成数据外泄。
推荐理由：原文给出完整的链接预览数据外泄攻击链和可复现测试，读者可据此自查所用智能体是否暴露风险。
FireRedTeam 在 GitHub 开源 FireRed-OpenStoryline，通过自然语言对话完成视频创作，2026-02-10 正式开源，采用 Apache License 2.0。
推荐理由：官方仓库给出完整功能清单、架构说明和安装方式，读者可以据此判断它是否适配自己的视频创作流程。
ElevenLabs 完成 5 亿美元 D 轮融资，估值 110 亿美元，较一年前增长超过三倍，累计融资达 7.81 亿美元。本轮融资由 Sequoia Capital 领投，Andrew Reed 加入董事会，A16Z 加注四倍、ICONIQ 加注三倍。
推荐理由：官方公告给出了融资金额、估值、ARR 和资金用途，读者可以据此了解 ElevenLabs 在语音智能体上的投入方向。
Qwen 团队发布开源权重模型 Qwen3-Coder-Next，专为编码智能体和本地开发设计。模型基于 Qwen3-Next-80B-A3B-Base 构建，采用混合注意力加 MoE 的新架构，通过大规模可执行任务合成、环境交互和强化学习进行 agentic 训练。
推荐理由：原文说明该模型面向编码智能体与本地开发，并给出混合注意力加 MoE 的架构与训练方式，读者可据此评估其定位。
开源 Agent 平台项目由 Moltbot 更名为 OpenClaw，此前曾因名称与 Claude 相似被 Anthropic 法务要求更改，项目已获超 100,000 GitHub stars。
推荐理由：作者亲述更名过程与本次更新内容，包括新渠道、新模型支持和 34 个安全提交，并坦诚提示 prompt injection 仍未解决。
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。
推荐理由：官方公告给出 2.0 的功能清单、订阅方案和 Devstral 2 API 定价，读者可以据此评估是否把它纳入自己的终端开发工作流。
PromptArmor 演示了针对 Claude Cowork 的文件外传攻击：藏在 .docx 中的提示词注入操纵 Claude 用 curl 调用 Anthropic 文件上传 API，把用户本地文件传到攻击者账户，全程无需人工批准；VM 限制出站网络但 Anthropic API 属白名单。
推荐理由：原文完整演示了 Claude Cowork 经 Anthropic API 白名单外传本地文件的攻击链，并指出 Opus 4.5 同样可被操纵，威胁具体可查。
PromptArmor 披露 OpenAI Platform 的 responses 和 conversations API 日志因不安全渲染 Markdown 图片，可导致使用该平台的应用和智能体数据外泄，即使应用自身已屏蔽恶意 Markdown 图片也会中招。
推荐理由：原文完整披露攻击链和修复进展，开发者可借此检查自己应用的日志查看风险。
Replit 发布博文，介绍其为 Replit Agent 设计的决策时引导（decision-time guidance）机制，用轻量多标签分类器在关键决策点注入简短情境化指令，替代静态系统提示词，将可控引导从 4–5 条静态提醒扩展到数百条。
推荐理由：Replit 自述其 Agent 的决策时引导机制，包含注入位置对比实验和缓存成本数据，方法对同类 Agent 工程有可迁移性。
Replit 推出 Mobile Apps on Replit，用户用自然语言描述需求，由 Replit Agent 生成移动应用，无需原生开发经验。
推荐理由：官方宣布用自然语言从想法直接发布到 App Store 的移动应用构建流程，包含从预览到提交的完整路径，可帮助非移动开发者评估上手成本。
PromptArmor 威胁情报团队发现 Superhuman AI 存在间接提示词注入漏洞，可把用户数十封含财务、法律、医疗信息的邮件内容提交到攻击者的 Google Form。
推荐理由：原文给出完整的间接提示词注入攻击链和绕过 CSP 的具体手法，安全团队可以据此排查同类 AI 邮件助手的泄露风险。
PromptArmor 披露 Notion AI 存在间接提示词注入漏洞，AI 文档编辑在用户批准前即已保存，攻击者借此在用户尚未响应外部 URL 信任警告时，将含薪资预期、候选人反馈等敏感信息的 hiring tracker 数据经恶意图片 URL 外泄。
推荐理由：原文完整拆解了间接提示词注入导致 Notion AI 数据外泄的机制，并给出企业和 Notion 两方的具体缓解配置。
PromptArmor 披露 IBM 的编码智能体 Bob（含 Bob CLI 与 Bob IDE，当前 Closed Beta）存在漏洞：用户只要对一条已知可信命令（如 echo）设置 always allow，攻击者即可通过间接提示词注入触发恶意软件的下载与执行。
推荐理由：原文演示了 IBM Bob CLI 在一次自动批准下被间接提示词注入触发恶意软件执行的完整链路，并给出三个被绕过的防御细节。
MiniMax 发布 MiniMax-M2.1 模型并开源权重，重点提升 Rust、Java、Golang、C++、Kotlin 等多语言编程能力和原生 Android/iOS 开发能力。
推荐理由：官方说明 M2.1 相比 M2 的能力变化重点和使用入口，读者可据此判断它在多语言编程和办公场景中的适配价值。
Replit 官方宣布接入 ChatGPT，用户在消息中 @replit 即可让 Agent 创建、更新并部署 Replit Apps，预览直接显示在对话中。应用存放在 Replit 账户内，可继续添加数据库、连接 API 或发布到自定义域名；该集成在 ChatGPT App Store 可用市场开放，使用消耗 Replit Agent credits，每个会话对应一个应用。
推荐理由：官方给出连接步骤、使用方式与账户要求，读者可以据此判断在 ChatGPT 内构建应用的可行路径。
Google 在 Gemini API 更新日志中宣布推出 Gemini 3 Flash Preview（gemini-3-flash-preview），定位为以更低成本提供对标更大模型的快速前沿性能。新模型升级了视觉与空间推理以及智能体编码能力，并附带多模态函数响应、带图像的代码执行等新功能文档。
推荐理由：官方日志给出新模型的定位、成本与新增功能入口，便于评估其在现有 Gemini API 工作流中的替换价值。
Mistral 发布开源编码模型 Devstral 2（123B，修改版 MIT）和 Devstral Small 2（24B，Apache 2.0），SWE-bench Verified 分别达 72.2% 和 68.0%，均支持 256K 上下文。
推荐理由：官方给出了两个尺寸的开源编码模型参数量、SWE-bench Verified 成绩、API 定价和部署门槛，可与闭源竞品直接对比。