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。
Anthropic 与 OpenAI 同日发布 Claude Opus 5.5 以及 GPT-6 Sol 和 GPT-6 Luna，推动主流模型价格大幅下调。GPT-6 Luna 输入与输出降至 $0.10/M 和 $0.50/M tokens，仅为 5.6 版本的一半；Opus 5.5 降价 20% 至 $4/M 和 $20/M，缓存读取价格大幅降低 60%。
推荐理由：作者梳理了新一代主力模型的降价幅度与缓存成本，并通过实测揭示了满级思考模式在复杂任务中耗尽输出限制的具体风险。
NVIDIA 在 ROSCon 会议上正式发布 Isaac ROS 5.0 开源机器人软件栈，引入 AI 智能体开发工作流并新增对 ROS Lyrical 与 Ubuntu 24.04 的支持。
推荐理由：Isaac ROS 5.0 将智能体工作流与物理 AI 模型引入开源 ROS 生态，有助于开发者降低工业与人形机器人感知与抓取部署的工程门槛。
TypeSafe AI 创始人兼 InstructGPT 共同作者 Diogo Almeida 在访谈中详述了 Jev 模型的设计理念，主张打造直接面向软件消费的 System 1 可编程大模型，而非面向人机对话的助手。
推荐理由：原文对比了面向人机对话与面向软件调用的训练目标差异，为评估模型在工程链路中的可靠性提供了新视角。
GitHub 团队借助 GitHub Copilot App 与 Copilot CLI，由单个工程师主导并在数月内将核心 Agent 运行时重写为超 80 万行生产级 Rust 代码。
推荐理由：复盘了借助智能体集群就地重构大型运行时的实践，为复杂遗留系统的自动化迁移提供了可落地的工程模式。
OpenAI 推出全新 AI 驱动的广告体验，包括赞助智能体（Sponsored Agents）以及面向营销人员的工具。该体验同时整合了 HubSpot 与 Shopify 平台。
推荐理由：OpenAI 推出赞助智能体与营销工具并整合电商与 CRM 平台，展示了生成式 AI 商业化与广告形态的新探索。
Google DeepMind 推出 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款实时语音对话模型，主打近实时推理与语音智能体任务执行。
推荐理由：官方给出了两款实时对话模型在语音基准上的评测成绩与并行推理机制，有助于评估实时语音智能体的工程落地成本。
GitHub 市场团队分享了利用 GitHub Copilot、Issue 表单和 GitHub Actions 实现营销活动全流程自动化的实践方案。系统以 Markdown 格式的操作手册为基础，让 Copilot 负责草拟活动物料、参数配置及执行斜杠命令，并由 Actions 自动化完成页面创建、渠道链接生成与数据清洗。
推荐理由：文章详细拆解了将非技术运营流程代码化的整套架构，为非研发岗位借助智能体和平台能力实现自动化提供了清晰参考。
OpenAI 推出 Agents API，这是一项用于构建和上线云端 AI 智能体的托管服务。该服务由 Codex harness 提供支持，主要覆盖任务编排、长时间运行会话以及工具调用等功能。
推荐理由：原文给出了官方托管云端智能体的能力定位，开发者可据此了解其在会话编排与工具调用上的支持方式。
OpenAI 发布面向企业场景的模型 GPT-6 Astra，定位为其在商业领域能力最强的模型。该模型具备进阶推理能力与计算机使用（computer use）能力，并提升了写作与设计判断表现。
推荐理由：原文明确了该模型面向企业场景并具备计算机使用能力，读者可据此了解其在复杂业务协作与工作流程中的能力定位。
Together AI 发文解析面向智能体软件开发的开源 AI 技术栈，将其拆分为模型、推理服务商、网关路由、客户端 Harness 与工具技能五大解耦层级。文章建议将大模型用于全局规划与审查，由响应快且成本低的小模型分步执行明确任务，并借助 MCP 协议与路由器实现跨厂商无缝切换。
推荐理由：原文将开源开发拆解为模型、推理、网关、客户端与工具五层架构，为开发者从闭源模型平滑迁移并灵活替换组件提供了实用路径。
GitHub 宣布在 GitHub Copilot CLI 中推出 Project HydraFusion 研究预览版，通过运行时编排跨厂商模型来平衡编码任务的性能、成本与延迟。
推荐理由：多模型编排从人工切换进入运行时自动化，为降低代码智能体调用成本与提升稳定性提供了工程参考架构。
GitHub Copilot 应用支持通过独立会话同时并行运行多个 AI 智能体，互不干扰以提升多任务开发效率。每个任务会话都在专属的 Git worktree 中隔离运行并保持各自的上下文，开发者无需等待前一个任务完成即可随时开启新会话，方便同时推进功能开发、无障碍审查与测试运行。
推荐理由：文章展示了利用独立 Git worktree 实现多智能体会话并发与上下文隔离的机制，为开发者提供了可落地的并行编码方法。
Google DeepMind 正式推出 Gemini 3.8 Flash 及其网络安全专用变体 Gemini 3.8 Flash Cyber。
推荐理由：该版本在保持低调用成本的同时强化了多步推理与长程编码能力，读者可据此评估其在自动化软件工程与企业安全防护中的落地价值。
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 中推出智能体视频理解功能，支持模型通过工具动态搜索、缩放和检查目标视频片段。
推荐理由：官方给出了动态检索视频帧与音频的新机制，展示了长视频分析在大幅降低成本的同时提升定位精度的具体路径。
Google DeepMind 正式推出 Gemini 3.7 Flash，主打编程与智能体任务，首发调用价格较 3.6 Flash 降至每 100 万输入 token 0.75 美元、输出 3.75 美元。
推荐理由：该版本在编程与复杂工作流基准上大幅超过前代，并将调用价格降低一半，有助于开发者低成本扩展智能体应用。
微软研究院开源面向智能体研发的基础框架 Orchard，旨在解决复杂智能体训练依赖专有基础设施与沙箱的瓶颈。该框架以基于 Kubernetes 的 Orchard Env 为核心，支持直接在 Codex、OpenClaw 等真实运行框架中端到端训练与评估，并可在软件工程、网页浏览和个人助理等任务间复用数据管线。
推荐理由：该框架通过将运行环境解耦为独立服务并支持在真实运行载体中直接训练，让十倍更小参数的开源模型逼近前沿系统水准。
Together AI 联合月之暗面推出 2.8T 参数开源模型 Kimi K3 的接入支持并发布完整开发指南，该模型原生支持 1M 上下文窗口与多模态视觉输入。
推荐理由：文章系统梳理了该开源模型的底层架构与接口参数，开发者可据此掌握长上下文缓存与动态工具调用的工程实现。
Google DeepMind 正式推出 Gemini 3.6 Flash、Gemini 3.5 Flash-Lite 以及专攻代码安全的 Gemini 3.5 Flash Cyber，重点提升 AI 智能体工作流的效率与延迟表现。
推荐理由：新模型在提升编码与知识任务表现的同时降低了输出 token 消耗和调用成本，适合评估智能体生产落地开销的开发者参考。
Google DeepMind 推出基于 Gemini 3.5 Flash 微调的轻量网络安全模型 Gemini 3.5 Flash Cyber，专门用于快速高效发现、验证和修补代码漏洞。
推荐理由：轻量安全模型通过多轮低成本调用替代单次大模型，为代码漏洞挖掘的搜索空间瓶颈提供了可行方案。
UC Berkeley 研究团队发文探讨推理成本大幅下降对数据系统带来的重塑，系统提出面向智能体、属于智能体以及由智能体构建的三大方向。随着智能体成为主要负载，数据系统需要优化高频推测性查询并引入多属性结构化记忆以支撑智能体协作，同时探索利用智能体针对特定工作负载直接端到端合成专用数据系统。
推荐理由：文章梳理了推理成本趋近于零时数据系统架构面临的三重演变，为设计多智能体底层状态与存储基础设施提供了系统性的思考框架。