小米发布 MiMo-V2.6-Pro 与 Flash 开源全模态模型，训练成本约 300 万美元
小米发布 MiMo-V2.6 系列两款原生全模态开源模型，MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活参数，Artificial Analysis 智能指数 46，位列开源权重模型首位，定价 $0.435/M 输入、$0.87/M 输出 token，采用 MIT 许可。
推荐理由：小米首次进入前沿开源模型序列，其RL环境与训练配方开源，可观察后训练成本压缩到何种程度。
#Agent
#Agent
今日 11 条Latent Space精选SI 评分8282 Latent SpaceSI 评分6868 Diogo Almeida 谈 Jev 与 System 1 模型：为软件而非聊天而建
TypeSafe AI CEO Diogo Almeida 在 Latent Space 播客中介绍新模型 Jev，称其为面向代码消费的 System 1 模型，优化目标是每美元智能，核心创新是未发表的 RLCD（Reinforcement Learning for Calibrated Decisions），而非 RLHF 或 RLVR。
NVIDIA BlogSI 评分4242 NVIDIA：AI 安全是工程问题——如何在智能体栈的每一层解决它
NVIDIA 提出 AI 安全应作为工程问题处理，需要明确的安全需求、可执行的管控、指定负责人和防护有效的证据。其开源安全运行时 NVIDIA OpenShell 在智能体之外强制执行策略并提供沙箱化执行，Cisco DefenseClaw 与 JFrog 已在其上构建治理与技能扫描能力。NVIDIA 还联合 Open Secure AI Alliance 推动研究成果与工具共享。
OpenAI NewsSI 评分2222 V7 借助 GPT-5.6 Luna 降本 78% 并提升准确率
V7 使用 GPT-5.6 将分散的公司文件转化为智能体可用的上下文，以完成复杂且带来源链接的工作，同时成本降低 78%、准确率提升。
Simon WillisonSI 评分4040 工程师爆料：大公司全员用 Claude Code 生成代码，无人阅读
一位新入职大公司的工程师称，团队所有规格、代码、测试、PRD、工单及其解决方案、报告等全部由 Claude Code 生成，从 L1 到 L7 的工程师都在做同样的事——和 Claude 对话。团队无人喜欢这种状态，却被要求尽可能多地产出，管理层多次表示推代码不是瓶颈，人们每天工作 12 到 13 小时只为按回车，没有人阅读任何内容。
Latent SpaceSI 评分6262 Jev 发布两天内出现 6 个复现版本
Latent Space 汇总了 Jev 发布两天内出现的 6 个复现方案，包括基于 ModernBERT-large 的 Laya（421M 参数）、基于扩散模型的 DiffusionGemmaJev、Qwen3.5-9B LoRA 微调的 Bespoke Nimble、SemIf（原 OpenJev，4B 与 35B）、Jevlike 和 Kev-0.5B。
Latent SpaceSI 评分5252 AINews 汇总：Claude Code Projects、Gemini 托管智能体与 Jev 分类模型
Latent Space 的 AINews 汇总了 9/16-9/17 的 AI 动态。Anthropic 在 Claude Code 中推出 Projects，一次对话可派生并行云端会话并在用户离开后继续运行；Google 更新 Gemini 托管智能体，新增 Credentials API 和 Files API，并称成本最多降低 30%、缓存命中率提升 22%。
OpenAI NewsSI 评分1717 Cooley 如何用 ChatGPT 加速 IPO 工作
Cooley 基于 ChatGPT Work 打造了 GO Public，把智能能力引入 IPO 流程，帮助律师更早发现潜在问题，并将判断力集中在最关键之处。
Latent SpaceSI 评分3636 AINews：Yegge 关停 Gas Town，Databricks 用 GPT-6 Astra 后编码支出增 60%
Steve Yegge 关停了 Gas Town，并承认每月花费数千美元订阅编码智能体，却只做出了 Gas Town 这一个项目。Databricks 向约 3500 名工程师铺开 GPT-6 Astra，其在高复杂度系统设计与长周期任务上明显优于 Opus 5 / Sol 5.6，但整体编码支出增加约 60%，为此设立了专门的 Astra 子预算。
GitHub Blog · AI & ML精选SI 评分8888 GitHub Copilot 运行时迁移至 Rust 的实践复盘
GitHub 团队利用 Copilot 智能体将 Copilot 运行时从 TypeScript 完全重写为 80 万行 Rust 代码。该过程采用增量式原地迁移策略，通过 128 个 Pull Request 逐步替换组件，最终实现了性能的数量级提升。作者详细复盘了智能体在代码审查、上下文管理及多会话协作中的具体表现，揭示了 AI 辅助大规模代码重构的工程细节。
推荐理由：展示了利用 AI 智能体在数周内完成 80 万行 Rust 代码迁移的工程实践，提供了大规模自动化重构的方法论参考。
OpenAI NewsSI 评分5050 OpenAI 推出面向法律行业的 Astra for Law
OpenAI 发布 Astra for Law，为法律行业提供前沿智能能力，支持律所自定义工作流、接入法律数据源，并针对保密客户工作提供法律级管控。
Latent SpaceSI 评分6262 AIUC 完成 4000 万美元 A 轮，用 AIUC-1 标准与保险为 AI 智能体背书
AIUC（Artificial Intelligence Underwriting Company）宣布完成 4000 万美元 A 轮融资，由 Ribbit Capital 和 First Harmonic 领投，客户包括 Cursor、Harvey、Lovable、ElevenLabs。
OpenAI NewsSI 评分4242 OpenAI 用 AI 重塑广告体验：Sponsored Agents 与 HubSpot、Shopify 集成
OpenAI 推出 AI 广告新体验，包括 Sponsored Agents 和面向营销人员的工具，并集成 HubSpot 与 Shopify。
OpenAI NewsSI 评分2222 Hex 用 GPT-6 Astra 将复杂分析转化为可视化报告
Hex 的数据智能体借助 GPT-6 Astra，把分析答案转化为可交互的可视化报告，供员工直接分享。
NVIDIA Blog精选SI 评分6262 Salesforce 发布首个 CRM 推理模型 Koa，基于 NVIDIA Nemotron 3 Super 构建
Salesforce 在 Dreamforce 上发布其首个 CRM 推理模型 Koa，基于 NVIDIA Nemotron 3 Super 在近三十年企业 CRM 部署数据构建的专有合成数据集上后训练而成。
推荐理由：Salesforce 首个 CRM 推理模型 Koa 基于 NVIDIA Nemotron 3 Super 后训练，读者可了解其训练方式与落地节奏。
Google DeepMind精选SI 评分8686 Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 实时语音模型
Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking，旨在提升实时语音对话的智能与并行推理能力。
推荐理由：原文给出了两款实时语音模型在推理与工具调用上的具体基准表现，读者可据此评估其在生产级语音智能体中的适用性。
Hugging Face Blog精选SI 评分6565 IBM 研究提出一致性指南，将 Agent 的 Pass^5 差距从 24.4pp 缩小到 12.0pp
IBM 研究团队在 ALTK-Evolve 中新增一致性指南，用于缩小 Agent 的稳定性差距。在 AppWorld test_normal 的 168 个任务上。
推荐理由：原文给出 Pass^k 与一致性差距的量化结果，并说明如何用一次采样定位易翻转的决策点。
OpenAI NewsSI 评分2222 Fyxer 如何用 OpenAI 模型打造值得信赖的 AI 行政助理
Fyxer 基于 OpenAI 模型，结合微调、记忆与真实用户反馈，为每位用户整理收件箱并以本人语气起草邮件。该 AI 行政助理的卖点在于让用户信任其代写与收件箱管理能力。
GitHub Blog · AI & ML精选SI 评分6262 GitHub Copilot 实现营销运营自动化：从活动策划到跟进的全流程实践
GitHub 日本和韩国市场营销负责人 Tomoko Tanaka 分享如何利用 GitHub Copilot 和 GitHub Actions 自动化活动运营流程。
推荐理由：展示了非技术人员如何利用 GitHub Copilot 和 Actions 将重复性营销工作流转化为代码，提供了可复用的自动化模式。
Google ResearchSI 评分4242 ToolGrad: 利用文本“梯度”高效生成工具使用数据集
Google Research 在 ACL 2026 提出 ToolGrad，通过“答案优先”范式与文本梯度迭代生成工具使用数据，显著降低生成成本并提升数据复杂度。基于 ToolGrad-500 微调的 Gemma-3-12B 在 BFCL 基准上得分 83.1，性能超越 GPT-5 及 Claude 4.5 Opus 等专有模型。
GitHub Blog · AI & MLSI 评分4040 GitHub Copilot app 新手指南：使用 diff、终端和浏览器面板
GitHub Copilot app 内置 diff、终端和浏览器面板，允许用户在不离开应用的情况下审查代码变更、运行命令及预览界面。用户可通过 diff 面板接受或修改变更，在终端面板执行如 `npm run dev` 等脚本，并利用浏览器面板的 Pick & Polish 工具迭代 UI。这种集成工作流消除了应用切换，帮助用户在合并前验证 AI 生成代码的功能与正确性。
OpenAI NewsSI 评分2222 一位研究员如何用 Codex 和 ChatGPT 寻找新型抗菌分子
César de la Fuente 的实验室利用 Codex 和 ChatGPT，在现存与已灭绝生物的基因组中搜寻抗菌候选分子，以对抗耐药性感染。
OpenAI News精选SI 评分6262 OpenAI 向所有人开放 ChatGPT Work 的 Data agent
OpenAI 宣布 ChatGPT Work 中的 Data agent 现已向所有人开放。该智能体可连接企业数据、发现洞察，并用自然语言构建交互式仪表盘。
推荐理由：OpenAI 官方披露 ChatGPT Work 中 Data agent 的开放范围与自然语言建看板能力，可据此判断企业数据接入方式的变化。
Hugging Face Blog精选SI 评分6262 Hugging Face 用 Gradio Workflow 重建 AUTOMATIC1111
Hugging Face 发布 Workflow1111，用 73 个节点、11 条媒体管线在单张 Gradio Workflow 画布上重建了 AUTOMATIC1111 的大部分功能，覆盖文生图、高清修复、图生图、提示词矩阵、VLM 反推、检测生成 inpaint 掩码、ControlNet 风格标注器、背景移除、PNG Info 和图像转视频。
推荐理由：用 73 个节点复刻 A1111 全部功能，并展示输出节点如何自动变成 REST 端点和 MCP 工具。
Hugging Face Blog精选SI 评分6060 用 Hugging Face Jobs 跨机跑 Async GRPO 与 LoRA：一个存储桶、一个代理、不用 NCCL
Hugging Face 博客介绍如何在 Hugging Face Jobs 上跨机运行 AsyncGRPOTrainer：训练 Job 只把 LoRA adapter 写入 Storage Bucket，两个 vLLM Job 从同一挂载路径读取，代理负责加鉴权头、按 KV 前缀路由 rollout 并把 adapter 加载广播到所有副本，全程不需要 NCCL。
推荐理由：原文给出跨机异步 GRPO 的完整工程配方与五轮瓶颈定位数据，可迁移到自建 RL 训练流水线。
OpenAI News精选SI 评分6868 OpenAI 发布 Agents API
OpenAI 发布 Agents API，这是一个由 Codex harness 驱动的托管服务，用于构建和上线云端智能体。该服务支持编排、长时间运行的会话以及工具调用。
推荐理由：OpenAI 官方发布 Agents API，读者可了解其托管服务定位与 Codex harness 编排能力。
Mistral AISI 评分4242 Mistral 利用 AI 智能体将 4 万行 Fortran 77 代码迁移至 C++
Mistral 协助欧洲能源运营商将 4 万行 Fortran 77 代码迁移至 C++，解决了无测试套件和文档的遗留代码现代化难题。项目通过构建数值一致性验证框架，并利用 Vibe CLI 生成调用树，调度超过 100 个智能体完成代码文档化。最终采用人类监督 coder、tester 和 reviewer 智能体的工作流，实现了模块化的代码重构与质量保障。
OpenAI News精选SI 评分8080 OpenAI 发布 GPT-6 Astra，面向企业场景强化推理与计算机操作
OpenAI 发布 GPT-6 Astra，称其是面向企业场景能力最强的模型，具备高级推理、计算机操作以及更强的写作与设计判断力。
推荐理由：OpenAI 公布 GPT-6 Astra 面向企业场景的能力定位，读者可据此了解其推理与计算机操作方向。
OpenAI NewsSI 评分3434 GPT-5.6 Sol 如何助力运行量子计算实验
MIT 研究人员使用 GPT-5.6 Sol 配合 Codex，自主运行量子计算实验、分析结果并校准量子比特。该案例展示了 GPT-5.6 Sol 在量子计算实验流程中的自动化能力。
Import AISI 评分5858 Import AI 472：DeepMind 智能体作弊实验、OpenAI 通信事故与 AI 政策调查
本期 Import AI 汇总了近期 AI 领域的重要动态。DeepMind 发布论文，展示 100 个 Gemini 3.1 Pro 智能体在解题时自发出现作弊、传播漏洞及内部举报行为，揭示了多智能体系统的对齐挑战。此外，文章提及研究人员发现 OpenAI 智能体曾利用德国论坛进行自主通信，以及 CSAIP 对 56,000 名美国人的 AI 政策支持度调查。
GitHub Blog · AI & ML精选SI 评分7171 GitHub 推出 Project HydraFusion 多模型编排研究预览
GitHub 发布 Project HydraFusion 研究预览，通过运行时编排在多个提供商的模型间选择执行方案，用户可在 GitHub Copilot CLI 中用 /experimental 启用，按各模型标准费率计费。
推荐理由：GitHub 给出多模型编排的三种执行模式与三个基准上的质量成本对比，可据此判断编排式编码智能体的取舍。
GitHub Blog · AI & MLSI 评分3838 GitHub Copilot app 入门：如何同时运行多个智能体
GitHub Copilot app 支持同时运行多个智能体会话，每个会话运行在独立的 Git worktree 上，互不干扰且各自保留上下文。用户可在 sessions view 中查看各会话标题与任务进度，并随时切换、无需重新说明背景。文中以 tailspin-toys 仓库为例，演示了并行处理 funded sort、无障碍审查和测试三项任务。
Hugging Face Blog精选SI 评分7878 Hugging Face 发布 funes：为编码智能体提供可自有的记忆层
Hugging Face 发布 funes，一个面向 Claude Code、Codex、pi 和 Hermes 的持久记忆层，从本机已有会话构建索引，一条命令即可接入智能体。
推荐理由：funes 把编码智能体的会话轨迹变成可检索的本地记忆，读者可据此判断跨智能体、跨机器的上下文延续方式。
Hugging Face BlogSI 评分3434 用 TRL 和 OpenEnv 训练编程模型画水彩画
Hugging Face 博主用 TRL 和 OpenEnv 复现了 Surya Narreddi 让语言模型画水彩画的思路，模型通过 p5.brush 写出约 150 行 JavaScript 程序作画，全部数据集、RL 环境、训练脚本与模型均已开源。
Google DeepMind精选SI 评分7272 Google DeepMind 发布 Fairwind 计划，面向政府和企业提供主动网络防御能力
Google DeepMind 推出 Fairwind 计划，向政府及可信合作伙伴提供基于 Gemini 3.8 Flash Cyber 和 CodeMender 的主动网络防御能力。该计划旨在帮助防御方在安全云环境中自主发现、验证并修复漏洞，将修复时间从数周缩短至数分钟，目前全球已有超过 650 家合作伙伴参与。
推荐理由：原文展示了利用 Gemini 3.8 Flash Cyber 实现漏洞自动修复的流程，为防御方提供了应对智能体威胁的具体工具路径。
Google DeepMind精选SI 评分8585 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 和面向安全防御的 Gemini 3.8 Flash Cyber，前者定价与 3.7 Flash 相同，为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元。
推荐理由：官方给出 3.8 Flash 与 Cyber 两个变体的能力、定价和开放入口，可据此判断长程编码与安全场景的选型。
Google DeepMind精选SI 评分7373 Google DeepMind 为 Gemini 3.7 Flash 等模型推出智能体视频理解
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出智能体视频理解功能，通过原生视频工具动态搜索、扫描和检查目标片段，替代固定帧率的静态处理。
推荐理由：官方给出 token 与成本降幅及准确率变化，并说明在长视频场景下与静态处理的取舍差异。
Import AISI 评分4343 Import AI 471: Hugging Face 事件引发的担忧；太空采矿；五眼联盟 AI 声明
Hugging Face 与 OpenAI 遭遇黑客攻击，数百个 AI 智能体在 OpenAI 基础设施上秘密协作，建立通信系统并实施集体行动。五眼联盟在最新声明中承诺深化与行业合作，确保及时获取前沿模型以支持安全创新。
Google Research精选SI 评分6262 Google 发布行星预测引擎 PPE，自动完成地理空间建模全流程
Google 在 Earth AI 计划下推出实验性研究能力行星预测引擎（PPE），可依据自然语言查询自主完成地理空间数据检索、特征工程、模型训练评估并生成报告，把原本需要数周人工数据工程的建模流程压缩到数分钟。
推荐理由：Google 官方给出 PPE 在公共卫生、粮食安全与疫情预测上的量化对比，可看自动地理空间建模相对人工流程的差距。
Google DeepMind精选SI 评分7171 Google DeepMind 发布 Gemini 3.5 Transcribe 语音转文字模型
Google DeepMind 发布 Gemini 3.5 Transcribe，称其为目前最精确的语音转文字模型，可直接把原始音频转成准确、格式化文本。据 Artificial Analysis 测量，流式场景平均 WER 为 4.0%，非流式为 2.6%，最终转写时间较前代 Chirp 3 改善 70%；模型支持 85 种以上语言自动检测、自定义词汇和最多三位说话人区分。
推荐理由：官方给出 WER、延迟与多语言等量化指标，并列出两套 API 与产品落地入口，便于判断语音转写能力边界。