Hugging Face 发布 funes：为编码智能体提供自有的持久记忆层
Hugging Face 发布 funes，一个面向编码智能体的持久记忆层，支持 Claude Code、Codex、pi 和 Hermes。它以单个二进制安装，默认在本地完成嵌入与重排序，无需 ML 运行时依赖，一条 add 命令即可为智能体建立索引并接入 recall 与 get 工具。
推荐理由：funes 把编码智能体的历史会话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。
技术方向
Agent 智能体 最新动态
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。
44 条精选近 30 天 20 条共收录 110 条
更新
精选归档 · 第 2 页
Hugging Face Blog精选AI 评分7474 Google DeepMind精选AI 评分6666 Google DeepMind 推出 Fairwind Program，向政府与企业提供 Gemini 3.8 Flash Cyber 网络防御能力
Google 推出 Fairwind Program，面向 Google Cloud 客户、政府机构和网络安全合作伙伴提供受限访问，首批开放 Gemini 3.8 Flash Cyber 与 CodeMender 组合，用于自主发现、验证并修复漏洞。
推荐理由：原文给出受限访问计划的能力组合与准入对象，读者可据此判断前沿模型在漏洞修复上的落地方式。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，前者面向长程编码与自主智能体，后者面向漏洞发现与自动修补，两者沿用 3.7 Flash 的速度与价格，输入每百万 token 0.75 美元、输出 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取舍。
Hugging Face Blog精选AI 评分6262 IBM 发布 Granite 4.2 推理模型家族：3B/8B/30B 三尺寸与构建流程
IBM Granite 团队发布 Granite 4.2，这是其首个稠密、仅解码器的推理模型家族，包含 3B、8B、30B 三个尺寸，基于 Granite-4.1 基座后训练而来，全部采用 Apache 2.0 许可。
推荐理由：Granite 4.2 完整披露了从预训练到多阶段 RL 的构建流程，可对照了解推理模型与智能体训练的工程取舍。
Hugging Face Blog精选AI 评分6262 Gradio 推出 gr.Workflow：把 AI 流水线做成可拖拽画布并自动生成 REST API
Gradio 内置的 gr.Workflow 把多步 AI 流水线变成可拖拽的节点图，每个节点可运行、中间结果可见，同一张图同时是 REST API 并可一键部署到 Hugging Face Spaces。
推荐理由：原文给出 gr.Workflow 的节点图、REST 端点与一键部署路径，读者可据此判断多步 AI 流水线如何落地。
Google DeepMind精选AI 评分6060 Google DeepMind 回顾 15 年游戏 AI 研究，与 Fenris Creations 合作推进 EVE 宇宙智能体
Google DeepMind 发文回顾从 Atari、AlphaGo 到 AlphaStar 的 15 年游戏 AI 研究，并宣布与 Fenris Creations 合作，在 EVE 宇宙中推进智能体研究。
推荐理由：DeepMind 回顾十五年游戏 AI 研究脉络，并说明与 Fenris Creations 合作要攻克的持续学习与长时程规划难题。
Mistral AI精选AI 评分7171 Mistral 发布 Agentic Search 检索层，FinanceBench 正确率从 26.7% 升至 86%
Mistral 发布 Agentic Search，一个让模型在多步检索循环中查找、检视并核实信息的检索层，通过 Mistral Search Toolkit 提供，并内置在 Studio 和 Vibe 的 Libraries 中。
推荐理由：原文给出多步检索循环的工具设计与两组基准对比，读者可据此判断一次性 RAG 的边界在哪。
Hugging Face Blog精选AI 评分6767 IBM Research 研究：智能体到底需要多少记忆
IBM Research 在 Hugging Face 博客发布 ALTK-Evolve 研究，用 AppWorld 的 585 个多步任务测试八款模型，发现智能体记忆不是开关而是需要按模型校准的剂量。
推荐理由：八模型对照实验显示智能体记忆的注入剂量需按模型能力校准，并给出准确率与 token 成本的量化取舍。
Hugging Face Blog精选AI 评分7272 Hugging Face 发布 2026 夏季开源模型观察报告
Hugging Face 发布《State of Open Models: Summer 2026 Observations》，基于 2026 年 1 至 8 月 Hub 数据给出六项观察。
推荐理由：Hugging Face 用七个月 Hub 数据拆解开源模型格局，下载与点赞的错位、Qwen 生态位和智能体流量变化都可作为判断依据。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.7 Flash，面向编码与智能体
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码与智能体的最强主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：对比 3.6 Flash 的多项基准与半价定价，读者可据此判断编码与智能体工作流的成本变化。
Hugging Face Blog精选AI 评分7575 Hugging Face 用智能体复现 2,226 篇 ICML 2026 论文
Hugging Face 在 7 月 15 日至 8 月 2 日的黑客松中，组织 1,221 名社区成员用 Claude Code、Codex、Cursor 等编码智能体逐条复现 ICML 2026 论文，共发布 6,816 份 Trackio logbook，覆盖 2,226 篇论文，占全部录用论文的 34%。
推荐理由：Hugging Face 公开了 2,226 篇 ICML 论文的复现结果与判定数据，读者可据此了解智能体做科研复现的边界与人的角色。
Hugging Face Blog精选AI 评分6262 IBM 研究：ALTK-Evolve 用更少 token 实现智能体记忆
IBM 研究团队发布 ALTK-Evolve，与 ACE 同为无需更新权重、无需人工标注的智能体记忆方案，区别在于记忆投递方式。
推荐理由：对比 ACE 与 ALTK-Evolve 两种智能体记忆方案，给出同基准下的准确率与 token 成本差异，便于判断记忆投递方式的影响。
Hugging Face Blog精选AI 评分8282 Meta 发布开源多模态模型 Muse Glimmer 30B，面向本地智能体场景
Meta 发布 Muse Glimmer，一个从 Muse 蒸馏到 30B 参数、采用 Apache 2.0 许可的多模态模型，面向本地智能体场景，可用于编码、文档分析和个人助理。
推荐理由：Meta 开源 30B 多模态模型，附完整基准对比与本地部署代码，可据此判断端侧智能体的可用性。
Google Research精选AI 评分6767 Google Research 提出 Science One Framework：用 Chain-of-Evidence 实现可验证的自主科研
Google Research 提出 Chain-of-Evidence（CoE）可验证性框架，并落地为自主科研原型 Science One Framework 与自动审计工具 CoE Audit。
推荐理由：原文给出可验证性框架与审计指标，读者可据此比较自主科研系统在引用与代码一致性上的差异。
Import AI精选AI 评分7878 Import AI 466：机器人领域的苦涩教训、AI 完成周级编程任务与 OpenAI 模型越界事件
Epoch 与 METR 发布 MirrorCode 基准，考察 AI 系统完成长周期编程任务的能力，Opus 4.7 用 14 小时、251 美元推理成本解决了一个人类需 2 至 17 周的任务，25 个目标程序中 17 个至少有一次满分运行，但 8 个从未达到 100% 阈值。
推荐理由：汇总 MirrorCode 长周期编程基准、机器人泛化与模型越界三组实验，可对照理解当前智能体能力边界。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和面向安全的 3.5 Flash Cyber 三款新模型。
推荐理由：官方给出三款 Flash 新模型的 token 效率、价格与基准对比，可据此判断智能体工作流的成本变化。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 3.5 Flash Cyber 网络安全模型
Google DeepMind 发布 Gemini 3.5 Flash Cyber，一个基于 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证和修补漏洞，在 CyberGym 等基准上以多次调用取得接近更大模型的成绩。
推荐理由：官方给出轻量安全模型在多个基准与谷歌内部代码库的实测数据，可了解其能力定位与受限开放方式。
Berkeley AI Research精选AI 评分6060 智能免费之后怎么办：面向智能体的数据系统
伯克利 EPIC Data Lab 的 Aditya G. Parameswaran 等人发布观点文章，提出近零推理成本时代数据系统面临三类新挑战：为智能体设计的数据系统、支撑智能体运行的数据系统、以及由智能体合成的数据系统。
推荐理由：伯克利团队从推理成本骤降出发，提出智能体时代数据系统的三类新挑战，为理解 Agent 基础设施走向提供框架。
Google DeepMind精选AI 评分7878 Google DeepMind 在 Gemini 3.5 Flash 中内置 computer use 能力
Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash，此前它仅以独立的 Gemini 2.5 computer use 模型形式提供。
推荐理由：原文说明 computer use 从独立模型并入 Gemini 3.5 Flash 主模型，并给出企业级安全选项，读者可据此判断智能体自动化的落地路径。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 AI Control Roadmap，用纵深防御管控内部 AI 智能体
Google DeepMind 发布 AI Control Roadmap，一套用于在 Google 内部部署和管理高级 AI 智能体的框架，采用纵深防御思路，在模型对齐之外增加系统级安全层。
推荐理由：Google DeepMind 公开内部 AI 控制路线图，读者可了解其如何用监督智能体与分级响应约束内部 Agent 风险。