IBM Research 解析智能体模型路由的设计挑战与系统优化方法
IBM Research 发文指出智能体系统中的模型路由并非单纯的模型分类选择，而是需要综合平衡成本、质量与延迟的系统优化问题。实测显示由于上下文缓存大幅降低输入成本，名义单价更高的 Claude Sonnet 4.6 在 AppWorld 测试中总成本为 $79，显著低于 GPT-4.1 的 $155。
推荐理由：原文通过具体测试数据揭示了缓存机制与系统开销对模型实际成本的影响，为智能体路由设计提供了可参考的系统优化视角。
Agent 智能体
全部主题让模型自主规划、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。
最新精选
第 1401–1420 条 · 共 1,432 条Hugging Face精选AI 评分7171
通义实验室 公众号精选AI 评分7676 通义实验室发布 Qwen-Audio-3.0-Realtime 实时语音交互模型
通义实验室将语音交互模型 Fun-Realtime-AudioChat 正式升级更名为 Qwen-Audio-3.0-Realtime 并上线阿里云百炼，提供 plus 和 flash 两个版本。
推荐理由：升级通过多模态双工与多教师蒸馏兼顾了低延迟抗噪和复杂工具调用，适合语音交互开发者参考。
阶跃 StepFun 公众号精选AI 评分6666 阶跃星辰发布 Step Edge 端侧模型家族
阶跃星辰发布面向手机与汽车等终端场景的 Step Edge 端侧模型家族，涵盖基础模型、Audio、GUI 及 Gen 四类模型。该系列支持低至 0.1 秒的本地 toolcall 执行与全模态隐私保护，并在 29 项核心评测指标中取得领先；官方同时推出了配套的 Step Inference NPU 自研推理引擎以优化终端延迟。
推荐理由：阶跃星辰面向手机和汽车等场景推出端侧模型家族并配套自研推理引擎，展示了端云协同与本地执行的技术路径。
Google Research精选AI 评分7171 Google 发布 SensorFM：基于万亿分钟可穿戴健康数据的传感器基础模型
Google Research 推出面向可穿戴健康数据的大型传感器基础模型 SensorFM，基于 500 万受试者超过 1 万亿分钟的多模态无标注传感器数据进行自监督预训练。
推荐理由：原文展示了利用海量无标注传感器数据预训练基础模型的方法，读者可据此参考时序健康信号的通用表征构建方式。
Hugging Face精选AI 评分7070 Hugging Face 携手微软在 Foundry Managed Compute 上线开源模型托管服务
Hugging Face 与微软合作在 Microsoft Foundry 中推出 Hugging Face Collection，支持在托管 GPU 平台 Foundry Managed Compute 上一键部署开源权重模型。
推荐理由：原文给出了预置权重、多引擎托管与统一安全治理的落地架构，读者可以据此评估企业私有化部署开源模型与智能体集成的工程链路。
Hugging Face精选AI 评分7070 Hugging Face Kernels 迎来重大更新：上线内核仓库类型并支持智能体内核开发
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精选AI 评分8080 如何搭建与评测本地 Coding Agent 技术栈
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精选AI 评分8181 Google DeepMind 宣布 Gemini 3.5 Flash 内置 Computer Use 功能
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 公众号精选AI 评分7777 通义实验室开源原生语言世界模型 Qwen-AgentWorld
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。
The Next Platform精选AI 评分6868 HPE 借智能体 AI 浪潮推动企业推理算力回迁本地数据中心
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 公众号精选AI 评分8383 智谱上线并开源 GLM-5.2：支持 1M 上下文并强化长程编程能力
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精选AI 评分6060 Google DeepMind 发布 AI 控制路线图以保障智能体系统安全
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精选AI 评分8383 Google DeepMind 推出统一无编码器多模态模型 Gemma 4 12B
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 公众号精选AI 评分7474 Qwen3.7-Max 仅凭调研文档从 0 交付移动与 Web 双端应用
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精选AI 评分6262 Sebastian Raschka 盘点 2026 年上半年大语言模型研究论文清单
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 Research精选AI 评分6161 Google 推出 Gemini Enterprise Agent Platform 的 Agentic RAG 功能
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精选AI 评分6767 Google Research 汇总 I/O 2026 研究成果：推出 Gemini for Science 与 Antigravity 2.0
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 公众号精选AI 评分7373 智谱推出 GLM-5.1 高速版 API，输出速度达 400 tokens/s
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 Research精选AI 评分7575 Google ERA 科研代码辅助系统登上 Nature 并通过 Gemini for Science 开放
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精选AI 评分7878 Google DeepMind 推出结合街景的 Project Genie 真实场景模拟功能
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。