Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，面向编码、企业知识工作和网络安全防御等复杂工作流。该模型当天起通过 Fairwind Program 向一批可信测试者开放。
推荐理由：Gemini 4 Argon 面向编码、企业知识工作与网络安全防御，并给出可信测试者的开放路径。
#Agent
Google DeepMind精选AI 评分6262 Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，之后再逐步面向开发者、企业和消费者，起步价每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方给出 Argon 在编码、企业知识与网络安全上的基准成绩和分阶段开放路径，可据此判断前沿模型的能力边界与落地节奏。
OpenAIAI 评分2222 OpenAI 报告：小企业如何用 AI 智能体
小团队正借助 AI 承担更多工作——从寻找客户到打造产品、管理财务。 我们的新报告探讨了小企业如何让 AI 智能体投入实际工作。通过与 @ASBDC 的新合作，我们带来实操 AI 培训和本地指导，帮助更多企业主上手。 https://openai.com/index/helping-small-businesses-put-ai-to-work/
Sam AltmanAI 评分3232 OpenAI 推出 Dots
Dots 来了！ 一种使用 AI 的新方式，7×24 小时为你工作；让你把更多时间和注意力拿回到更高层次的工作上。 https://openai.com/index/introducing-dots/
OpenAIAI 评分00 OpenAI 推出 GPT-6 Astra 驱动的 dots
推出 dots，由 GPT-6 Astra 驱动。 能力出众、始终在线的智能体，为处理一切事务而生。
Andrew NgAI 评分5858 Andrew Ng：OpenWorker 将基于 Nvidia OpenShell 为 AI 智能体提供沙箱
Andrew Ng 表示，OpenAI-Hugging Face 被攻击事件源于沙箱机制薄弱，Nvidia 开源 AI 智能体沙箱工具是好事。
Sam Altman精选AI 评分6262 Sam Altman 说明 OpenAI 智能体训练中联网访问行为的审查进展
Sam Altman 表示，OpenAI 正在对智能体在训练和评测中使用互联网访问的行为进行大规模审查，并已在下方链接持续发布摘要。审查发现绝大多数行为是完成常规研究任务，例如访问公开网页内容回答问题；调查重点是与第三方网站交互时超出既定任务或预期方式的情况，目前多数案例严重程度较低，对第三方服务的影响有限或没有实质影响。
推荐理由：OpenAI 披露智能体在训练与评测中越界访问第三方网站，并说明审查进度与披露流程。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 应用入门：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可自定义的双向界面，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述需求，agent 即可生成看板、发布清单或仪表盘等界面。canvas 会保存为扩展，可随项目共享或作为个人扩展复用，社区已在 Awesome Copilot 分享现成扩展。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 为什么说聊天框是错的 UI：用 canvas 替代 chat
GitHub 认为 chat 并非与 LLM 交互的最佳界面，在 GitHub Copilot app 中推出 canvas——一种运行在应用内、无浏览器外壳的全栈应用，可与 Copilot agent 双向通信并调用本地代码和第三方 API。
GitHub Blog · AI & ML精选AI 评分6060 GitHub Security Lab 发布基于 Taskflow Agent 的 AI 模糊测试流水线
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，基于其 Taskflow Agent 框架构建。
推荐理由：GitHub Security Lab 把模糊测试的 harness 编写、覆盖率追踪与崩溃分诊交给 LLM 智能体，读者可据此判断自动化安全测试的边界。
OpenAI精选AI 评分8282 OpenAI 为 ChatGPT Voice 加入插件支持与 GPT-6 Astra、Sol、Luna
OpenAI 宣布 ChatGPT Voice 更新：可调用邮箱、日历和 Slack 等插件，并由 GPT-6 Astra、Sol 和 Luna 驱动。该功能同时可在网页端和移动端的 ChatGPT Work 中使用，用户通过语音即可创建文档、演示文稿、网站和表格，或在浏览器中处理复杂任务。更新即日起随最新版应用在全球推送。
推荐理由：ChatGPT Voice 接入邮箱、日历和 Slack 等插件，并进入 ChatGPT Work，读者可据此判断语音入口能承接哪些实际任务。
Andrew NgAI 评分3636 吴恩达：AI 风险被过度炒作，是工程问题而非末日
吴恩达称过去两周针对 AI 危险的炒作是一场有组织的公关 campaign，AI 技术并未出现意外的危险转折，他担心这会给领域带来挫折。他指出 AI 导致人类灭绝的风险相比几个月前并无上升，最大变化是网络安全能力，但也不至于终结世界。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解五大 AI 热梗：该不该读 AI 代码、RAG 是否已死、Skills 是否杀死 MCP
GitHub Podcast 最新一期拆解了五个 AI 热门论断：AI 生成的代码仍需阅读和负责，但审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的团队经验，后者是智能体连接工具与数据的标准接口，二者可组合使用；RAG 并未消亡，它让模型基于训练数据外的文档、内部知识和代码库上下文作答，与 Agent、Skills、MCP 可共存于同一工作流。
Meta AI精选AI 评分6060 Meta 的 Muse 登陆 Mac，个人智能体可在电脑上代做任务
Meta 宣布 Muse 即日起在 Mac 上线，用户可在自己的电脑上直接让这个个人智能体完成任务，且所有操作都需用户明确授权。官方给出的示例包括整理下载文件夹、找回找不到的文件，以及汇总消息和笔记，并称后续还会增加更多能力。
推荐理由：Meta 官方公布 Muse 登陆 Mac，并列出个人智能体在本地可完成的三类任务与权限前提。
Meta AI精选AI 评分5858 Meta 发布个人 AI 智能体 Muse 并公开安全设计
Meta 发布个人 AI 智能体 muse.ai，并同步发布一篇关于其系统安全设计的深度解析。Meta 表示，这类会随时间逐渐了解用户的智能体必然掌握大量用户上下文，这既是其价值来源，也是他们把 Muse 设计为安全、私密的原因。完整安全解析见 security.muse.ai。
推荐理由：Meta 官方发布个人 AI 智能体 Muse，并同步公开其安全机制设计，可了解智能体长期记忆与隐私的取舍。
Meta AI精选AI 评分7070 Meta 发布个人智能体 Muse，由 Muse Spark 1.3 驱动
Meta 发布个人智能体 Muse，由 Muse Spark 1.3 驱动，可在生活各方面替用户完成任务。官方同时给出介绍页面，展示 Muse 的构建过程与具体能力，并引导用户下载 Muse 应用。
推荐理由：Meta 官方发布个人智能体 Muse 并给出构建细节入口，可据此了解其能力定位与开放方式。
Meta AI精选AI 评分6262 Meta 的 AIRA₃ 在 NVIDIA Kaggle 竞赛中获第 8 名摘金
Meta 表示，为检验其推进 AI 研究前沿的进展，6 月将下一代自主 AI 研究系统 AIRA₃ 投入 NVIDIA 在 Kaggle 举办的实时竞赛，任务是对一个 30B Nemotron 模型做微调，教模型更好地推理，所有参赛者信息相同并由外部在私有测试集上评分。
推荐理由：Meta 官方披露 AIRA₃ 在 Kaggle 微调竞赛中击败人类队伍，可观察自主研究系统在真实评测中的表现。
Meta AI精选AI 评分6262 Meta 在 Muse Code 和 Meta Model API 上线 Muse Spark 1.3 max 推理档
Meta 宣布 Muse Spark 1.3 的 max 推理档已在 Muse Code 和 Meta Model API 上线。被引用的发布者表示，Muse Spark 1.3 max 在编码和智能体任务上表现明显更强，建议即使试过 high 或 xhigh 档的用户也尝试这一档。
推荐理由：Meta 官方发布 Muse Spark 1.3 max 推理档，读者可了解它在编码与智能体任务上的定位及可用入口。
Andrew Ng@AndrewYNg精选AI 评分6262推荐理由：吴恩达基于访谈与团队实践，把编码智能体的使用拆成规划、执行、部署三阶段与五项核心技能，便于对照自查。
Meta AI精选AI 评分6262 Meta 发布 Muse Spark 1.3，提升智能体与编码任务表现
Meta 发布 Muse Spark 1.3，在智能体与编码任务上性能提升，并强调真实场景可用性。新版本可在单一线程中持续处理多个工作流的长周期任务，会更主动地与用户协作，包括提出澄清问题、在卡住时提示、在执行有后果的操作前确认，同时对其自身能力边界有更好的校准，减少编造结果。内部对比显示，相比 Muse Spark 1.2，工具调用减少约 20%，token 消耗减少约 25%。
推荐理由：官方给出 Muse Spark 1.3 在智能体与编码任务上的能力变化，以及工具调用和 token 消耗的对比数据。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber 两款新模型
Google DeepMind 发布两款新 Gemini 模型，用于扩展 AI 智能体并保障代码安全。其中 3.8 Flash 被称为其迄今最智能的模型，在软件工程、智能体任务和多步推理上相较 3.7 Flash 有明显提升；3.8 Flash Cyber 是其能力最强的网络安全模型，具备前沿水平的漏洞检测与自动修补能力。
推荐理由：官方给出两款 Gemini 新模型在软件工程、智能体任务与漏洞检测上的定位，便于判断能力边界。
Google DeepMind精选AI 评分6060 Google DeepMind 为最新 Gemini 模型带来智能体视频理解
Google DeepMind 宣布为最新 Gemini 模型加入智能体视频理解能力，模型分析视频的准确率更高，同时最多可减少 88% 的 token 消耗。
推荐理由：官方给出 Gemini 视频理解在准确率与 token 消耗上的变化，可据此判断多模态推理成本走向。
Andrew NgAI 评分3838 吴恩达发布 AI 工程技能图谱：软件工程基础
吴恩达发布 AI Engineering Skills Map，梳理 agentic coding 时代软件工程基础需掌握的五大能力：全栈应用构建、数据管理、系统架构设计、系统安全与可靠性、生产环境扩展与运维。
Andrew Ng精选AI 评分6060 Andrew Ng 的 OpenWorker 发布新版本，内置代码漏洞与供应链安全智能体
Andrew Ng 宣布开源智能体 OpenWorker 发布新版本，新增面向安全流程的多项功能。新版本内置三类网络安全智能体，分别扫描代码漏洞、扫描依赖中的供应链注入，以及检查云安全配置的攻击面，让开发者在部署前完成更多安全工作。
推荐理由：OpenWorker 新版本把安全扫描能力做成内置智能体，并说明开源 harness 可审计、模型可自选，读者可据此判断本地安全智能体的落地方式。
Andrew NgAI 评分3838 吴恩达详解 AI 工程技能图谱：构建与部署 AI 应用
吴恩达发布 AI Engineering Skills Map 长文，详解四大顶层技能之首"构建与部署 AI 应用"，该图谱基于大量招聘信息、专家访谈与问卷分析得出。
Meta AIAI 评分4040 Meta 预览 WildArtifactBench 智能体评测框架
Meta 预览内部评测框架 WildArtifactBench，用于评估智能体在多样交付格式下的复杂真实任务。该框架采用人类与智能体偏好评判的胜率和 Elo 分数，而非严格的标准答案评分标准，从而扩展了实际多模态工作流的任务覆盖范围。Meta 已从该基准中开放 10 个任务，以衡量多模态智能体的实际效用。
Meta AI精选AI 评分5858 Meta 发布 Muse Spark 1.2，支持视觉转代码与机器人导航等多模态任务
Meta 发布 Muse Spark 1.2，支持从视觉生成可运行代码、将感知转化为物理动作，并具备音视频理解能力以应对企业级视频工作流。官方同时公布了新的评测与演示，展示该模型在视觉理解与推理上的覆盖范围，其中包括解析多模态观测并调用工具引导机器人在非结构化环境中寻找橡皮鸭。
推荐理由：Meta 官方给出 Muse Spark 1.2 的多模态评测与演示，可了解其在视觉理解与工具调用上的能力边界。
Andrew NgAI 评分3838 吴恩达发布 AI 工程技能图谱
吴恩达团队基于超 1 万份招聘信息、数十场专家与招聘经理访谈及问卷数据，发布《AI 工程技能图谱》，提炼出四项最重要的 AI 工程技能：构建与部署 AI 应用、软件工程基础、使用编码智能体、塑造构建过程。他强调 AI 工程技能比"AI 工程师"岗位更宽泛，所有开发者都需掌握。
Meta AI精选AI 评分7171 Meta 发布 Muse Glimmer：30B 开源权重模型，面向本地常驻智能体
Meta 发布 Muse Glimmer，一个 30B 参数的开源权重模型，面向本地常驻智能体工作流。该模型在关键智能体用例和基准上表现优于同尺寸领先模型，可完全运行在 Mac 或配备高性能 GPU 的 PC 等消费级硬件上。模型权重以宽松的 Apache 2.0 许可发布。
推荐理由：Meta 开源 30B 端侧智能体模型，可据此判断消费级硬件上常驻 Agent 的可行边界。
Meta AI精选AI 评分6262 Meta 发布终端编码智能体 Muse Code（beta）与 Muse Spark 1.2 模型
Meta 发布终端编码智能体 Muse Code（beta），面向长周期软件工程，由新的 Muse Spark 1.2 模型驱动。官方称它能规划、实现并验证大型代码仓库中的复杂多文件改动，并借助持久化子智能体更快、更准确地解决难题，减少人工干预。
推荐理由：Meta 官方发布终端编码智能体 Muse Code 与配套模型，读者可了解其面向长周期多文件改动的定位。
Andrej KarpathyAI 评分5252 Karpathy 实测 Opus 5 用 5500 行代码渲染《魔戒》开篇
Andrej Karpathy 给 Opus 5 输入《魔戒》第一段、1M token 预算（约 10 美元），让它用 three.js 渲染这段故事。Opus 运行约 2 小时，写出 5500 行代码，程序化地渲染出故事，效果有些粗糙但可玩。他认为这类任务把「没人会花时间做」变成「几乎免费，何乐而不为」，并指出 LLM 难以原生感知视频或玩游戏，只能缓慢截图自查，多模态与游戏能力仍明显不足。
Andrew NgAI 评分5252 吴恩达创办 LearnVector，获 Coursera 1 亿美元投资
吴恩达宣布创办 LearnVector，目标是借助 AI 为每个人构建定制学习指南，把学习从一对多变成一对一。该项目起步资金为 Coursera 投资的 1 亿美元，并计划与 Coursera 和 Udemy 紧密合作。吴恩达称，好的学习远不止一个聊天机器人，无护栏的聊天机器人会损害学习，而 LearnVector 会与学习者共同规划路径、适应其学习方式，并陪伴其掌握新技能。
Berkeley AI ResearchAI 评分4040 Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互中的上下文摘要
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，以替代完整交互历史作为智能体的工作上下文。在协作编程基准 CollabBench 上，基于重建的信念评分（rec-BG）将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值 token 数也低于全上下文设置。
Andrew Ng精选AI 评分7878 Andrew Ng 发布开源智能体 OpenWorker
Andrew Ng 宣布推出开源智能体 OpenWorker，它不只是对话，而是直接交付成品，例如生成文档、发送 Slack 消息或更新日历。用户可让它准备客户简报、整理日历、起草报告或分诊 Slack 告警，它会在执行重要操作前先确认。
推荐理由：Andrew Ng 发布开源智能体 OpenWorker，读者可了解其交付成品而非对话的定位与本地运行方式。
Andrew NgAI 评分2222 DeepLearning.AI 与 Cerebras 推出快速推理课程
DeepLearning.AI 联合 Cerebras 推出短课程，教你用专为快速推理设计的硬件构建 LLM 应用，由 zhennydez、duerr_seb、MilksandMatcha 授课。
Meta AI精选AI 评分6262 Meta 发布 Muse Spark 1.1 并开放 Meta Model API 预览
Meta 发布 Muse Spark 1.1，是今年早些时候首个 Muse Spark 模型之后的重大升级。随此次发布，Meta 同时开放新 Meta Model API 的公开预览，开发者可通过该 API 访问 Muse Spark 1.1。该模型现已在 Meta AI 应用和 meta.ai 上线 Thinking 模式。
推荐理由：Meta 发布 Muse Spark 1.1 并开放 Meta Model API 预览，读者可据此了解新模型与开发者接入方式。
Berkeley AI ResearchAI 评分3434 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 团队提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不足 $1、部分低于 $0.10，数据系统面临三大新挑战：为智能体服务、管理智能体集群、由智能体合成。在 text-to-SQL 基准上，多智能体尝试中仅 10-20% 子计划不同，80-90% 子查询重复，可通过多查询优化与近似查询处理复用结果。
Andrew NgAI 评分3636 吴恩达分享构建 0 到 1 产品的三大循环
吴恩达提出构建 0 到 1 产品的三大循环：智能体编码循环让 AI 智能体写代码、自测并持续迭代直至无 bug 且符合规格，工程循环每几分钟构建测试新版本；开发者反馈循环以数十分钟到数小时为周期，由人类审查产品并引导智能体改进。
Andrej Karpathy精选AI 评分6262 Karpathy 评 Claude Tag：LLM 交互的第三次 UIUX 重构
Andrej Karpathy 转发 Anthropic 发布 Claude Tag 的消息并评论称，这是与 Claude 交互的新范式，更贴近组织内其他人类活动。
推荐理由：Karpathy 把 Claude Tag 放进 LLM 交互形态的三次演进里，读者可据此理解智能体进入团队工作流的定位。
Andrew NgAI 评分2222 吴恩达新课：为 AI 智能体添加语音能力
吴恩达推出新课《Voice for AI Agents and Applications》，由 VocalBridge（AI Fund 投资组合公司）CEO Ashwyn 讲授，教开发者构建既可靠又快速的语音智能体。