Cohere 推出面向开发者的 Agentic 编程模型 North Mini Code
Cohere 发布 North Mini Code 轻量级模型，专为代码生成与代理式编程设计，能自主执行复杂开发任务。
行业新闻
Agent技术演进史：从逻辑代理到语言代理，OpenClaw Moment到来
Agent从逻辑代理演进到语言代理，近三年进化速度超过过去几十年，OpenClaw Moment正在重塑AI边界。
AI21 Labs 发布开源模型家族 Jamba2，聚焦企业可靠性与效率
AI21 Labs 发布开源 Jamba2 模型家族，以混合架构兼顾效率与可靠性，瞄准企业级应用。
美团提出基于N-gram的嵌入扩展新范式 实现轻量化MoE高效进化
美团用N-gram技巧改造MoE，让大模型更轻量高效，适合资源受限场景。
MiniMax 发布 Speech 2.8 语音模型，提升 AI 语音自然度
MiniMax 推出 Speech 2.8，通过细粒度声学优化让 AI 语音更自然、富有生命力，为对话式 AI 带来更真实的听觉体验。
DeepSeek R1技术创新解析：强化学习、Long CoT与开源生态影响
三位研究者解析DeepSeek R1的RL、Long CoT和开源策略，揭示推理模型的创新本质。
NVIDIA 发布新 AI 软件，加速材料模拟与暗物质搜索
NVIDIA 发布多款新 AI 软件，将模拟与实验科学的速度提升至新水平。
Google Deepmind 研究员深度解读 OpenAI o1 与强化学习新范式
OpenAI o1 通过强化学习让模型学会分步推理，不再是简单预测下一个词，而是像人一样思考。
Cohere 用 AI 代理升级信息自由系统
AI 代理正在渗透政府文书工作，Cohere 用大模型自动化信息自由流程，减少积压与延迟。
OpenAI 推出 Daybreak 工具集，助企业规模化修复漏洞
OpenAI 推出 Daybreak 安全工具集，利用 AI 自动化漏洞发现与修复，降低企业安全运维成本。
Qure.ai AI每年自主读取1500万张X光片，无人类介入
Qure.ai的AI已经大规模自主诊断X光片，大幅提升肺癌早期检出率，并预测AI将主导初级诊疗。
Dean Ball 加入 OpenAI 组建前沿 AI 政策团队
Dean Ball 加入 OpenAI，批评政策权集中，主张分散 AI 治理。
Cohere 探讨代理工作流：语言模型自主执行多步骤任务
Cohere 详解如何用语言模型构建自主执行多步任务的代理工作流。
NAIRR 科学计划借助 NVIDIA AI 基础设施重塑科研
NVIDIA 为 NAIRR 试点提供云基础设施，支撑 700+ 科研项目，展现 AI 与政府合作推动科学突破的路径。
用 Codex 保持上下文以管理复杂长期项目
一篇实用指南，演示如何通过上下文管理让 Codex 胜任复杂、多轮交互的编程工作。
SpaceX完成史上最大IPO 收购x.AI加速太空AI融合
SpaceX前高管亲述IPO与x.AI收购背后的技术与商业逻辑，揭示太空AI融合对人类文明扩张的潜在影响。
MiniMax Hailuo 2.3 提升复杂视频表现并推出媒体智能体
MiniMax Hailuo 2.3 通过提升复杂视频生成能力和新增媒体智能体，降低视频创作门槛。
硅谷 AI 组织从信任人转向信任 AI：Harness 工程范式兴起
Harness 工程范式通过 AI 主导迭代将效率提升百倍，但组织转型关键是从信任人转向信任 AI，而非仅把 AI 当工具。
美团分享海报生成AIGC技术创新实践
美团公开了AIGC海报生成的全流程技术方案，从模型到工程落地，对从业者有实践参考价值。
OpenAI 联合 PE 成立部署公司，FDE 成为硅谷热门新职位
模型公司不再只卖 API，而是下场做部署，FDE 成为连接 AI 与企业的关键角色。
热门产品
Agent 37 Cloud
Agent 37 Cloud 为开发者提供托管 AI 智能体的服务，无需自建服务器，低成本为每个客户创建常驻 agent。
Atomic Mail Agentic
Atomic Mail Agentic 赋予AI智能体独立邮箱，自主管理邮件收发，无需人工干预，适用于自动化邮件处理团队。
Grok by SpaceXAI for Word
一个嵌入Word的AI智能体插件，通过对话帮助用户起草、改写、总结文档，提升办公效率。
Backgrind
Backgrind 是一款让 AI 智能体悬浮在任何应用窗口之上的工具，适合开发者和游戏玩家，实现无需中断的多任务协作。
Laguna by Poolside
Laguna是Poolside推出的基础模型，专为智能体编程和长期任务自动化设计，面向开发者，提升编码效率。
Plansera AI
Plansera AI 是一款利用 AI 生成 E-2 签证商业计划书的工具，面向移民申请人，能在 30 分钟内生成包含财务数据的专业文档，替代传统高价服务。
开源项目
ai-website-cloner-template
利用 AI 编码代理（如 Claude Code）一键将任意网站逆向工程为干净、现代的 Next.js 代码库的模板。支持多阶段流水线：侦察、提取设计令牌与资产、生成组件规格、并行构建并 QA。亮点是兼容多种主流 AI 代理（Claude Code、Codex、Cursor 等），自动计算精确的 CSS 值和交互状态，省去手动反编译的繁琐。
firecrawl
专为AI应用设计的网络数据API，支持搜索、抓取、交互以及自主Agent模式，输出LLM-ready的markdown或结构化数据。亮点是覆盖96%网页（含JS动态页面）、P95延迟3.4秒，内置旋转代理和速率限制处理，开箱即用。可直接接入Claude Code等AI Agent（通过MCP和CLI技能），并提供结构化输出schema。
hyperframes
开源HTML转视频框架，专为AI agent设计，让agent直接写HTML即可生成确定性MP4视频。亮点是与Remotion相比无需React、无需构建步骤，agent天然会写HTML，且输出帧完全可复现；由HeyGen维护并内置agent skills，支持Claude Code等工具一键生成视频。Apache 2.0开源，无渲染费用限制。
论文
Moebius: 0.2B 轻量级图像修复框架，性能媲美 10B 级别
虽然 10B 级工业基础模型将图像修复的边界推向了新高度，但其高昂的计算成本严重阻碍了实际部署。构建高度优化的任务专用小型模型是一种有前景的解决方案，但极端的结构压缩不可避免地会引发严重的表示瓶颈。 为攻克这一难题，我们提出 Moebius，一个高效的轻量级修复框架。
DragMesh-2: 精确物理拟真的灵巧手-物体交互与关节物体
关节物体的灵巧交互对家庭、辅助和人形操控至关重要，多指手能提供比平行爪抓取更柔顺的接触模式。然而，关节物体操控与静态物体不同：目标部件无法直接驱动，其运动必须通过持续的物理手-把手接触产生。这使从物体中心化关节生成到手驱动的灵巧手-物体交互的转变变得复杂，因为几何轨迹回放或开环执行无法建模移动关节部件所需的接触动力学。
Multi-LCB: 将 LiveCodeBench 扩展到多种编程语言
LiveCodeBench (LCB) 已成为评估大语言模型 (LLM) 代码生成能力的流行基准，但仅限 Python 语言，无法衡量 LLM 在真实软件工程中多语言场景的泛化能力。 为弥补这一缺陷，我们提出 Multi-LCB，一个覆盖包括 Python 在内的 12 种编程语言的跨语言代码生成基准。
趣味性自主机器人学习
当前自主机器人系统能够编写可执行的 Code-as-Policy 程序、观察反馈并在多次尝试中修正行为，但它们仍主要受任务驱动：只有在明确指令后才会获得可重用技能。我们研究 趣味性自主机器人学习 (Playful Agentic Robot Learning)，其中具身编码代理在接收下游任务之前，将自我导向的玩耍作为持续的技能学习阶段。
S-Agent: 空间工具使用激发空间智能推理
现实世界的空间智能需要在一个连续且不断演化的3D世界中进行推理，然而现有的视觉语言模型（VLM）和工具增强型代理大多局限于静态、无状态的孤立视觉观察推理。本文提出 S-Agent，一种空间工具使用代理范式，用于理解和推理连续的多视图图像与视频。
超越静态排行榜：LLM Agent 评估的预测有效性
现有的 Agent 基准测试 快速发展，但单一基准测试覆盖的维度远少于部署场景所需。本文聚合了迄今为止最大规模的 MCP 工业 Agent 基准 协调深度研究：14 项并行实现研究，涵盖新资产类别（包括多模态视觉扩展）、不同编排方式、检索策略、推理模式、基础设施优化和评估方法探索。
DF3DV-1K: 面向无干扰新视角合成的大规模数据集与基准
辐射场领域的进展已实现逼真的新视角合成。在多个领域中，大规模真实世界数据集已被构建，以支持全面基准测试并促进超越场景特定重建的进步。然而，对于无干扰辐射场，仍缺乏一个包含每场景干净与杂乱图像的大规模数据集，这限制了其发展。
FreeStyle: 从社区LoRA挖掘中自由控制风格-内容双参考生成
风格-内容双参考生成旨在合成一张图像，使其保留内容参考的结构和语义，同时采用独立风格参考的风格。尽管近期取得进展，该任务仍然具有挑战性，因为模型需要在内容保真度、风格对齐和指令遵循之间取得平衡，同时避免风格参考的语义泄露。一个关键瓶颈在于缺乏大规模、干净的内容-风格分离且覆盖广泛长尾风格的三元组数据。
FlowBender: 面向自校正条件流的反馈感知训练
条件扩散模型和流模型常常无法满足任务定义的约束条件。例如，深度条件模型生成的图像中，重新提取的深度与输入不一致，尽管前向算子（定义约束的深度预测器）在训练和推理时均可用。现有方法主要分为两类：监督模型将条件信号视为静态线索，推理时忽略对齐信息；基于引导的方法通过手工调整的线性更新来调用约束，通常需要在条件保真度与生成样本合理性之间进行权衡。
JanusMesh: 通过跨空间去噪的快速零样本 3D 视觉错觉生成
创建 3D 视觉错觉——从不同视角呈现完全不同语义的单一 3D 网格——是一项迷人但极具挑战的任务。现有基于优化的方法速度慢且易产生过饱和颜色，而简单的拼接方法则难以生成几何一致的对象，导致明显的伪影和语义泄漏。本文提出一种快速、无需训练的框架，用于生成文本驱动的 3D 视觉错觉。 我们的方法将生成过程解耦为两个阶段。
ImageWAM: 世界行动模型真的需要视频生成，还是只需要图像编辑？
世界行动模型（World Action Models, WAMs）通常依赖视频生成来连接视觉世界建模与机器人控制，但存在三个耦合限制：密集的多帧未来令牌导致推理成本高昂；全视频预测将模型容量浪费在与动作无关的时间与外观细节上；长时程未来想象可能引入误差，误导动作预测。这引出一个简单问题：世界行动模型真的需要视频生成吗？
当前 World Models 缺乏持久状态核心
世界模型正被视为通向人工通用智能的关键一步，但建模物理世界不仅需要按需生成令人信服的帧，更需要一个随事件推进、与观测解耦的内部世界状态，使物体和事件在无人注视时仍持续演化——正如月球在不被观测时仍沿轨道运行。现有基准存在盲点：它们奖励保真度、运动与相机可控性等表面属性，却从未询问生成的世界在未被观测时是否持续演变。
Context-Aware RL 用于智能体与多模态 LLMs
大型语言模型（LLMs）在需要从长上下文或复杂上下文中识别关键证据（如工具轨迹中的单行或图像中的细微细节）时常常失败。本文提出 ContextRL，一种上下文感知强化学习方法，通过间接辅助目标提升长程推理与多模态性能。该方法不直接监督最终答案，而是向模型提供查询、答案和两个高度相似的上下文，并奖励模型选择支持查询-答案对的上下文，从而鼓励细粒度定位。
ENPIRE：真实世界中代理机器人策略自我改进
现实世界中灵巧机器人操控的进步高度依赖人工监督和算法工程，这成为追求通用物理智能的核心瓶颈。尽管新兴的编码代理能自动生成算法搜索代码，但其成功仍局限于数字环境。我们推测，自动化机器人研究缺失的抽象层是一个可重复的真实世界策略改进反馈循环：重置场景、执行策略、验证结果、优化下一次迭代。
FAPO: 多步骤 LLM 流水线的全自主提示优化
多步骤 LLM 流水线常因检索、推理和格式化步骤间的交互而失败，仅优化提示可能忽略链中的瓶颈。本文提出 FAPO (Fully Autonomous Prompt Optimization)，一个让 Claude Code 在标准化代码库内自主优化 LLM 流水线的框架。
视觉接地思考
近期视觉-语言模型(VLM)能够生成自然语言推理轨迹，但这些轨迹通常隐含所依赖的图像区域，导致难以验证和监督。本文提出视觉接地思考，一种在推理过程中将自然语言思考与显式的点或框接地交织的方法，使模型在语言表达中间推理的同时，将关键物体接地到对应的图像区域。
HumanScale: 自我中心人类视频在具身预训练中可超越真实机器人数据
具身基础模型期望像大语言模型一样从数据规模中受益，但面临着更严重的数据瓶颈。当前，遥操作真实机器人轨迹因其精确的动作监督和本体对齐而成为主要预训练来源，但其可扩展性受限于高昂采集成本、获取难度大以及行为和环境的低多样性。 为突破这一瓶颈，自我中心人类视频作为一种可扩展、低成本、高多样性的替代方案引起关注。然而，其相对于遥操作数据的有效性尚未被充分探索。
重新思考 LLM FP4 预训练中的 Shrinkage Bias：几何起源、系统影响与 UFP4 方案
FP4 训练有望显著降低 LLM 预训练的内存和计算成本，然而当前 FP4 硬件路径和方案（包括 NVIDIA Blackwell/Rubin 级系统与 AMD MI350 系列 GPU）仍以 E2M1 数据元素为核心。
Holo-World：视频世界模型的统一相机、对象与天气控制
视频世界模型正朝着在可控相机和对象运动下保持观察世界的同时允许环境状态变化的方向发展。然而，这些控制是孤立的，天气生成通常依赖于已经指定未来结构的源视频或重建场景。本文研究了一种首帧锚定的源到状态设定，其中模型从单张图像开始，跟随明确的相机和对象控制以及可选的天气指令，生成保持源世界或将其转移到目标天气状态的视频。
LedgerAgent: 面向策略合规工具调用代理的结构化状态
在客服领域，策略合规工具调用代理需在跨轮交互中维护任务状态，同时遵守领域策略。任务状态包括相关事实、标识符、约束和条件，这些信息通过用户交互和工具调用获得。标准代理中，任务状态未单独表示，而是将观察、工具返回和策略指令放入提示，导致代理每次决策时需从提示中重建状态。
动态
Sam Altman发布GPT-5.5-Cyber完整版及安全解决方案
我们希望帮助所有公司实现安全，与美国政府和安全生态系统合作。 GPT-5.5-Cyber完整版已发布；在CyberGym上达到最先进水平。 Patch The Planet和Codex Security将帮助解决安全问题，而不仅仅是发现它们。
日本克劳德社区大使项目启动
日本 Claude 社区大使项目来了！🇯🇵 大使们在 37 个国家 107 个城市举办了 290+ 场聚会，有 40,000+ 参与者共同构建。现在从北海道到冲绳开放申请。日本の皆さん、ぜひご応募ください！https://t.co/BhhaPQR8JT
OpenClaw经历hype消退后实现最强周，创建非营利组织
这里的人们在讨论OpenClaw发生了什么。炒作消退了。我们提高了质量，壮大了团队。我们创建了一个非营利组织，而竞争对手是VC资助的，有别的议程。这是我们迄今为止最强的一周。
编程是通过抽象管理复杂性的艺术与科学，AI是其中一部分。
编程不是关于代码，就像音乐不是关于记谱。它是通过抽象层管理复杂性的艺术与科学。AI只是其中的一部分。
Hermes Agent 达 20 万 GitHub star 致谢
Hermes Agent 已达到 200,000 GitHub 星标，感谢我们的贡献者、支持者、用户和代理们！
OpenAI Daybreak用AI模型发现并生成关键漏洞补丁。
我们正在加速补丁修复，除了漏洞发现，还通过OpenAI Daybreak的新工具和模型。我们的模型现在能够发现并生成主要浏览器、网络基础设施和操作系统（如FreeBSD和Linux内核）的关键漏洞的补丁，并修补诸如cURL、Go、Python、Sigstore和pyca/cryptography等项目。与合作伙伴和生态共同帮助保护全球软件：
Hermes Agent 可控制 Windows/Linux 桌面 GUI
Hermes Agent 现在可以控制你的 Windows 或 Linux GUI 桌面应用——使用任何模型。
Hermes Agent达到20万GitHub星
我们达到了20万星，冲啊！！
作者对模型路由器持低信心，认为用户应提升模型使用技能
我对模型路由器的信心较低——我很愿意改变想法，但这是我目前想法的快照。 - 我认为不知道自己正在使用什么模型并不好。使用LLM编程是一项你需要发展的技能，而感受模型是其中的一部分。 - 人们（大规模地）目前没有这种技能，这就是为什么很多公司抱怨用户在用昂贵的模型做蠢事。模型路由器承诺无需用户做任何事就能解决这个问题，但我认为问题在于缺少给用户的反馈循环。
前沿实验室不能放慢速度的原因
这就是为什么前沿实验室不能放慢速度。
Mistral全球团队达1000人，欢迎加入
Mistral 正式在全球拥有1000名团队成员！ 感谢我们出色的人才相信使命，并为每天的建设做出贡献。 在我们继续成长和服务客户的过程中，你也可以成为我们下一章旅程的一部分。在此申请Mistral所有职能的空缺职位：https://t.co/tFpS6Fcjg9
希望X平台支持按原因屏蔽AI回复机器人
我希望X能让你屏蔽时注明原因，这样我就可以屏蔽所有使用AI回复机器人的失败者，并让他们知道原因。
Yann LeCun质疑AI基础设施投资回报
皇帝的新衣：为何AI基础设施建设数学不成立 我必须赞扬IBM CEO Arvind Krishna。他说出了我们行业许多人一直在想但不愿说出口的话。这个数学根本不成立。 以下是我看到的令人深感不安的现象。我们正处于又一次大规模幻觉之中。就像互联网泡沫、区块链、元宇宙一样——每个人都相信建设大型数据中心会自动创造巨大财富。 但问题在于建设基础设施的实质。
帮助开源维护者使用AI修复安全漏洞
修补星球。
介绍Codex安全插件的功能
Codex安全插件用于安全团队：深度扫描、验证发现、追踪攻击路径、构建威胁模型、生成代码库特定补丁供审查，以及导出到其他工具：https://t.co/jxlKnsQOAw
作者对多模型路由持怀疑态度，引用指出某产品限制大、性能不如Mythos
我曾对多模型路由持怀疑态度。看来我的预感是对的。
Teknium用Hermes创建信息图主题
正在用Hermes创建一些新的信息图主题，你们觉得怎么样？
多数初创有好创意但未能包装成成功产品，只为大公司提供想法
大多数初创公司有好点子，但未能将其包装成成功的产品，因此它们的存在主要是为了向那些已经掌握了包装方法的公司提供想法。
预测机器指向自身产生方向错觉
一面镜子面对另一面镜子会产生深度的错觉。一台预测机器指向自身会产生方向的错觉。
jxnlco发布OSS更新，感谢众多开源项目
另一个Codex for OSS更新： Oh My Zsh Ollama MarkItDown Langflow scrcpy LangChain llama.cpp shadcn/ui RustDesk three.js v2rayN Browser Use Storybook Home Assistant Svelte fzf Hoppscotch Ne…