Anthropic 开启 Model Hardware Standard 研究预览，让 AI 智能体安全操控实验与制造设备
Anthropic 开放 Model Hardware Standard（MHS）研究预览，这是让 AI 智能体安全操作物理设备的标准规范，首批面向科研实验室和先进制造商，可将原本需数周至数月的硬件集成缩短到数小时或数分钟。
推荐理由：官方介绍 MHS 标准化驱动如何把硬件集成从数周缩到数分钟，并给出多家机构实测用例，对关注智能体操控实体设备的读者有参考。
Agent 智能体
全部主题让模型自主规划、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。
最新精选
第 101–120 条 · 共 175 条Anthropic Newsroom精选AI 评分6060
Linear Now精选AI 评分6969 Linear 完成 9900 万美元回购，估值翻倍至 25 亿美元，ARR 突破 1 亿美元
Linear 完成 9900 万美元回购，估值 25 亿美元，是去年 12.5 亿美元的两倍，Accel、01A、Salesforce Ventures 和 S32 参与其中；公司现金流为正，账上现金超过历史融资总额。
推荐理由：官方披露 2.5B 估值回购与 100M ARR 等关键数据，读者可借此了解 Linear 的经营现状与智能体业务进展。
Claude Blog精选AI 评分7373 Claude Cowork 桌面端内置浏览器上线
Anthropic 在 Claude Cowork 桌面应用中内置浏览器，Claude 可自主导航网页、阅读、点击、填表，本周起向 Pro、Max 和 Team 计划推送，Enterprise 管理员即日起可开启。
推荐理由：官方说明了内置浏览器与 Claude in Chrome 的分工、登录方式和安全边界，读者可据此判断网页类任务该交给哪条路径。
Claude Blog精选AI 评分7878 Claude in Chrome 正式全面开放，支持自动执行浏览器操作
Anthropic 宣布 Claude in Chrome 正式向所有付费 Claude 计划开放，Claude 可在浏览器中自主执行读取、点击、填表等操作，无需逐项确认。
推荐理由：官方给出各模型在提示词注入评测中的具体成功率数字，读者可以据此评估浏览器智能体的安全进展。
Hugging Face Blog精选AI 评分6363 IBM 发布 Granite 4.2 推理模型家族并详解构建过程
IBM 发布 Granite 4.2 密集 decoder-only 推理模型家族，含 3B、8B、30B 三个规格，基于 Granite-4.1 基座（约 15T tokens 预训练，上下文窗口扩至 512K），经 SFT 与多阶段 GRPO 强化学习训练，全部以 Apache 2.0 许可开源。
推荐理由：IBM 官方详解 Granite 4.2 训练全程，从五阶段预训练到多阶段 RL 课程，可复用的训练细节较完整。
OpenRouter Announcements精选AI 评分6060 OpenRouter 发布 Video Generation API 代码指南，一个端点调用 Seedance、Veo、Wan
OpenRouter 发布视频生成 API 教程，通过 POST /api/v1/videos 提交任务、轮询状态、下载 MP4，同一集成可用 Seedance 2.0、Veo 3.1、Wan 2.7，切换模型只需改 model 标识符。
推荐理由：OpenRouter 官方教程给出完整的异步视频生成集成代码，包括轮询、失败状态处理和换模型时需注意的参数差异，可直接迁移到自己的项目。
DeepSeek API updates精选AI 评分7070 DeepSeek 发布实验版多模态模型 DeepSeek-V4-Flash-Vision-Exp
DeepSeek 在 API 平台上线实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，通过设置 model='deepseek-v4-flash-vision-exp' 即可调用。
推荐理由：官方公布了多模态 Agent 基准成绩和调用方式，读者可据此判断其视觉 Agent 能力在现有模型中的位置。
Mistral AI精选AI 评分6666 Mistral 发布 Agentic Search，多步检索在 FinanceBench 上将准确率从 26.7% 提升至 86%
Mistral 发布 Agentic Search，通过 search、open、navigate、read、grep 五个工具让模型多步检索、翻阅并验证复杂文档，可通过 Mistral Search Toolkit 及 Studio 和 Vibe 中的 Libraries 使用，无需微调。
推荐理由：官方给出多步检索循环的完整工具设计和两个基准的具体数字，读者可据此评估它替代一次性 RAG 的适用场景。
Google Blog: AI精选AI 评分6060 Google 搜索推出 5 项 AI 学习工具：交互可视化、练习测验、Lens、笔记本与自定义文件
Google 宣布在 Search 的 AI Mode 和 AI Overviews 中推出 5 项学习工具。
推荐理由：原文列出了五项学习功能各自的入口、覆盖范围和上线节奏，读者可以据此了解 Google 搜索在 AI Mode 里的教育能力布局。
LMSYS Blog精选AI 评分7070 LMSYS 发布 Miles v0.1：面向生产级 RL 后训练的全栈系统
LMSYS 与生态伙伴发布 Miles v0.1，一个基于 slime 设计的全栈生产级后训练系统，目标是让前沿规模 RL 训练更易用。
推荐理由：官方完整走读 Miles 的 RL 训练环路与关键数字，读者可据此评估它是否适合承担自己的前沿规模后训练任务。
OpenRouter Announcements精选AI 评分6262 OpenRouter 推出 Activity 仪表盘与 Analytics API，按 Agent、模型和请求分析 AI 用量
OpenRouter 发布 Activity 仪表盘和 Analytics API，可按 Agent、模型、用户和请求维度查看支出、token 用量、缓存命中率和延迟等指标。
推荐理由：原文给出仪表盘各项功能、Analytics API 端点和内部降本案例，读者可以据此评估如何排查自家 Agent 用量成本。
Google Developers Blog精选AI 评分6161 Google 用 ADK 和 Gemini 演示如何构建零信任 AI 智能体
Google 开源了一个基于 Agent Development Kit 和 Gemini 的零信任客服退款智能体参考实现，展示单条提示词注入即可触发越权退款和环境变量泄露。
推荐理由：原文用可运行的开源示例拆解智能体三层零信任防护，读者可以照着在自己的 ADK 工作流里落地签名、沙箱和网关。
Nathan Lambert: Interconnects精选AI 评分7171 Nathan Lambert 解析 GLM-5.3 为何能紧跟前沿
Z.ai 发布 GLM-5.3，目前仅在 coding plan 提供，两周内将开放权重到 Hugging Face。作者认为其与 GLM-5.2 同底座、靠大幅扩展后训练提升成绩，在部分智能体编码基准上超越 Kimi K3 甚至个别超越 Claude Fable 5 或 GPT-5.6-Sol，参数约 750B。
推荐理由：作者给出了对 GLM-5.3 成绩来源的解释框架，包括发布节奏、后训练策略和 RL 数据产业等背景，可用于理解中美前沿模型竞争的成因。
Michael Truell@mntruell精选AI 评分8585引用Cursor@cursor_aiCursor is now part of @SpaceX. Today, we have officially closed our acquisition. We will join the @SpaceXAI team to help make Grok the world's most useful AI and improve Grok Build, Grok Bot, Grok API, Cursor, and more. SpaceX has built some of the most inspiring and impressive technology in the world, and we’re grateful for the opportunity to become part of such a special company. Onwards.
推荐理由：作者以 Cursor CEO 身份确认收购交割完成，读者可据此了解 Cursor 后续将与 SpaceXAI 团队共同参与 Grok 相关产品工作。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 Gemini 3.7 Flash，聚焦编码与 Agent 能力
Google DeepMind 发布 Gemini 3.7 Flash，定位为迄今最智能的编码与 Agent 主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：官方给出了具体基准数字与限时定价，开发者可据此评估是否把编码和 Agent 工作流迁移到新模型。
DeepSeek@deepseek_ai精选AI 评分6868DeepSeek 发布 DeepSeek Harness v0.1 开发者预览，面向全球构建 agent harness 的开发者开放，代码库以 MIT 许可证开源。
推荐理由：官方开放了开发者预览并说明一切皆插件的架构设计，开发者可以据此评估是否用它搭建智能体。
DeepSeek API updates精选AI 评分8484 DeepSeek-V4-Pro 正式版上线，Agent 能力提升并支持 Responses API
DeepSeek-V4-Pro 正式版已在 APP、网页端和 API 上线，模型名 deepseek-v4-pro，API 调用方式不变。官方称 Agent 能力大幅提升，生产环境性能表现提升尤为显著，并公布 HLE (wo / w tools) 42.7/60.0、Terminal Bench 2.1 87.9、NL2Repo 61.5 等基准成绩。
推荐理由：官方公告列出了正式版在多项 Agent 与编码基准上的分数、Responses API 支持和峰谷定价细节，方便用户评估迁移与调用时机。
Cursor Blog精选AI 评分7373 Cursor 与 SpaceXAI 联合发布 Grok 4.6，聚焦长时间运行的智能体任务
Cursor 与 SpaceXAI 发布 Grok 4.6，基于 Grok 4.5 打造，专注于长时间运行的智能体、复杂交互和视觉工作。
推荐理由：官方发布说明了训练方法与多项智能体编程基准成绩，读者可据此对比 Grok 4.5 与 GPT-5.6 Sol 的表现。
OpenRouter Announcements精选AI 评分6565 OpenRouter 上线实时网络搜索基准：比较引擎、深度与模型的取舍
OpenRouter 发布实时网络搜索基准榜单，覆盖 BrowseComp、DeepSearchQA、WideSearch 和 HLE 四套评测，比较模型、引擎（Exa、Parallel、Perplexity 及 OpenAI、Anthropic、Google 原生搜索）、搜索方法与预算的组合。
推荐理由：原文用四套实时榜单量化搜索预算、引擎与模型对质量和成本的影响，还给出可直接套用的参数配置方法。
Google Research精选AI 评分6666 Google Research 推出 AMIE (Video)：实现实时音视频临床问诊，表现达到专科医生水平
Google Research 发布 AMIE (Video)，基于 Gemini 和 Project Astra 构建实时视频临床问诊系统，采用 Talker、Planner、Perception 三个并行智能体的异步架构。
推荐理由：原文给出异步多智能体架构与随机对照实验设计，读者可以据此了解视频问诊 AI 的能力边界和评估方法。