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。
Hugging Face 宣布对 🤗 Kernels 项目进行全面重构与更新，在 Hub 上正式推出了全新的 kernel 仓库类型。新版本引入了受信任发布者机制与基于 Sigstore cosign 的临时私钥代码签名，并将加载工具 kernels 与构建工具 kernel-builder 的 CLI 彻底解耦。
推荐理由：通过统一内核仓库类型并结合代码签名与受信任发布机制，为底层算力优化与智能体生成内核提供了标准化的安全分发底座。
Sebastian Raschka 撰文介绍了利用 Ollama 与开源权重模型搭建全本地 Coding Agent 的完整方案。
推荐理由：文章拆解了本地大模型与编码 Agent 框架的搭配方案，提供了可复用的安全审计提示词与基准评测脚本。
Google DeepMind 宣布在 Gemini 3.5 Flash 中原生内置 Computer Use 工具，此前该能力仅作为独立的 Gemini 2.5 专用模型提供。
推荐理由：官方将跨平台操作能力整合为主线轻量模型的内置工具，为低成本构建自动化交互智能体提供了实用参考。
通义实验室正式开源原生语言世界模型 Qwen-AgentWorld 及其评测基准 AgentWorldBench。该模型基于超 1000 万条真实交互轨迹，经由继续预训练、监督微调和强化学习三阶段训练，覆盖 MCP、Search、Terminal、SWE 等文本类及 Web、OS、Android 等 GUI 类共七大领域。
推荐理由：模型通过对环境交互显式建模来降低沙箱试错成本，为智能体强化学习和跨任务泛化提供了可控模拟路径。
HPE 将自身支持平台迁移至基于 GreenLake Intelligence 与 Private Cloud AI 的本地基础设施，将运行成本降低 30 倍以上并月省近 10 万美元。
推荐理由：原文通过实际成本数据揭示了智能体高频交互带来的开销问题，为评估生产级 AI 推理回迁本地数据中心提供了经济性依据。
智谱正式上线并开源 GLM-5.2 模型，遵循 MIT 协议，主打 1M 上下文与长程编程任务能力。在 FrontierSWE 等基准测试中其表现逼近 Claude Opus 4.8，并通过 IndexShare 架构优化将 1M 上下文下的单位 token FLOPs 降低至 2.9 倍。
推荐理由：模型主打长程编程任务与长上下文支持，结合架构优化降低推理算力消耗，为长链路软件工程落地提供了开源参考。
Google DeepMind 发布 AI 控制路线图（AI Control Roadmap）与智能体安全技术框架，提出将潜在失齐的 AI 智能体视为内部威胁的系统级纵深防御体系。
推荐理由：文章提出了将潜在失齐智能体视为内部威胁的系统级防御框架，为自主系统的实时监督与分级拦截提供了落地参考。
Google DeepMind 推出统一且无独立编码器的多模态模型 Gemma 4 12B，支持原生音频与视觉输入，采用 Apache 2.0 协议开源。该模型移除了传统的图像和音频编码器，直接将多模态信号投影至 LLM 主干，性能接近 26B MoE 模型而内存占用减少超过一半，仅需 16GB 显存或统一内存即可在笔记本电脑本地运行。
推荐理由：模型移除了传统独立的模态编码器并直接接入语言主干，展示了在消费级硬件上兼顾原生音画输入与推理效率的轻量化方案。
通义实验室联合 Efflora 团队完成技术验证，仅凭一份约 15 万字的产品调研文档，由 Qwen3.7-Max 在无人工接管下用时约 4 小时全自动交付移动端与 Web 端两套可运行应用。
推荐理由：文章详细拆解了将界面像素坐标转化为硬约束及多层验收闭环的工程实践，为大模型长程代码交付提供了可迁移的控制方法。
Sebastian Raschka 发布了 2026 年 1 月至 5 月的精选大语言模型研究论文清单，重点关注混合架构、推理与强化学习等领域。文章指出今年架构设计不再局限于扩大 Transformer 规模，而是转向注意力层与 Mamba-2 或 Gated DeltaNet 交替的混合架构以提升长上下文效率。
推荐理由：作者整理了前五个月核心论文与架构趋势，读者可快速掌握混合架构与长上下文演进方向。
Google 在 Gemini Enterprise Agent Platform 中推出了由 Agentic RAG 驱动的跨语料库检索功能公开预览版，旨在解决传统单步 RAG 难以应对的多源多跳复杂业务查询问题。
推荐理由：Google推出了基于智能体工作流的多跳跨语料库检索架构，为复杂业务问答中的信息缺漏与迭代补充提供了可参考的落地机制。
Google Research 在 I/O 2026 上汇总公布多项研究突破与工具更新，推出科研智能体套件 Gemini for Science 以及升级版智能体开发平台 Google Antigravity 2.0。
推荐理由：官方系统梳理了科研智能体与端侧硬件的最新落地进展，读者可据此了解前沿研究向工程化产品转化的具体路径。
智谱联合 TileRT 团队推出 GLM-5.1 高速版 API（GLM-5.1-highspeed），输出速度达 400 tokens/s，在完整保留旗舰模型能力的同时实现低延迟。
推荐理由：智谱通过底层推理引擎重构将旗舰模型输出速度提升至400 tokens/s，为高频交互与长程编码场景提供了极低延迟的落地路径。
Google 宣布其实验研究辅助系统 ERA（Empirical Research Assistance）论文在 Nature 正式发表，并开始通过 Gemini for Science 逐步开放基于 ERA 和 AlphaEvolve 构建的实验工具 Computational Discovery。
推荐理由：原文展示了结合树搜索与大模型自动编写并优化科研代码的方法，为多学科计算实验的自动化提供了实测参考。
Google DeepMind 宣布在实验性原型 Project Genie 中接入 Google 街景图像能力，允许用户基于真实地理位置生成可交互的虚拟世界。
推荐理由：结合街景图像生成可交互世界，为 AI 智能体与机器人导航提供了锚定真实地理数据的虚拟仿真环境。
Google DeepMind 推出 Gemini for Science 系列科学工具与实验原型，旨在通过通用 AI Agent 加速科学研究全流程。Google Labs 上线了三项核心原型：基于 Co-Scientist 的多智能体假说生成、基于 AlphaEvolve 与 ERA 的代码并行计算发现，以及基于 NotebookLM 的文献深度洞察。
推荐理由：原文系统介绍了结合多智能体与专业数据库的科研工具集，读者可以据此了解通用 AI 在假说生成与文献分析中的具体落地形态。
Google DeepMind 正式推出 Gemini 3.5 系列并首发上线 Gemini 3.5 Flash，重点强化复杂长程智能体与编程工作流能力。该模型在 Terminal-Bench 2.1（76.2%）和 MCP Atlas（83.6%）等基准上超越 Gemini 3.1 Pro，输出速度达到其他前沿模型的 4 倍。
推荐理由：原文给出了模型在智能体与编程基准上的性能表现及吞吐速度对比，读者可以据此评估其作为生产环境主力模型的调用效率与成本。
Google DeepMind 联合 Google 多团队推出基于 Gemini 的多智能体科研系统 Co-Scientist，并于 Nature 发表相关研究。
推荐理由：多智能体通过辩论与淘汰机制生成科学假说，为大模型在复杂生命科学与跨学科研究中的落地提供了完整范式。
Google DeepMind 复盘了由 Gemini 驱动的算法设计编码智能体 AlphaEvolve 推出一年以来的应用进展，该系统已转为 Google 核心基础设施组件。
推荐理由：原文详细梳理了编码智能体从基础算法拓展到芯片设计与商业优化的具体数据，读者可以据此评估 AI 辅助算法探索在各行业落地的实际深度。
Google DeepMind 宣布推出 AI co-clinician 医疗 AI 研究倡议，探索在医生监督下让多模态 AI 智能体协同参与患者诊疗的“三方医疗”模式。
推荐理由：研究展示了结合实时音视频的多模态医疗智能体架构，为评估 AI 辅助问诊与临床安全边界提供了详细测试数据。