GPT-6.1 Sol 在 Amazon Bedrock 正式可用
GPT-6.1 Sol 在 Amazon Bedrock 正式可用，为智能体编码、电脑操作和专业工作流带来更强推理能力，是 GPT-6 Sol 的一次重大升级。
推荐理由：原文给出 GPT-6.1 Sol 在 Bedrock 上的能力与成本数据，读者可据此判断智能体编码任务的部署选择。
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 41–60 条 · 共 131 条AWS Machine Learning Blog精选AI 评分7171 爱范儿精选AI 评分8080 DeepSeek Harness 桌面版实测：更像个人助理，登录送 6 元赠金
DeepSeek 推出 DeepSeek Harness 桌面端，官方提供 macOS 和 Windows 开箱即用安装包，登录即送 6 元赠金，有效期至 10 月 6 日。
推荐理由：结合实测展示桌面端从终端走向本地常驻后，自动化任务与插件自生成带来的使用方式变化。
Simon Willison精选AI 评分8585 OpenAI DevDay 2026 现场实录：发布 Dots、GPT-6.1 Sol 与 Ultrafast
Simon Willison 在旧金山 Fort Mason 现场记录 OpenAI DevDay 2026 主题演讲，OpenAI 发布了名为 Dots 的个人智能体产品，由 Astra 模型驱动，ChatGPT Pro 和 Enterprise 用户当天即可使用。
推荐理由：现场记录串起 Dots、GPT-6.1 Sol、Ultrafast 等发布与多场演示细节，可快速把握 OpenAI 平台方向。
Microsoft Research精选AI 评分6161 微软研究院发布生物学生物世界模型系统 Quine
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由跨基因组、蛋白质、化学、RNA 与细胞状态、生物成像等模态联合训练的世界模型和连接模型、科学工具、文献与实验人员的 harness 组成。
推荐理由：微软研究院公开 Quine 的生物世界模型设计，并给出胰腺癌化合物筛选在湿实验中获验证的案例。
Latent Space精选AI 评分8282 Opus 5.5 本周发布，在解释视频生成上表现突出
Anthropic 本周发布 Opus 5.5，在 SimpleBench 上以 88.4% 领先，被多位评测者视为 Anthropic 迄今最强视觉模型，成本约为 Fable 5.1 的 40%。
推荐理由：汇总一周内多个前沿模型与基础设施的实际评测和部署信号，可用来对照各家模型在编码与检索场景的取舍。
Hugging Face Blog精选AI 评分7171 H 公司发布 Holo4 系列计算机操作智能体模型
H 公司发布 Holo4 系列智能体模型，包含 27B dense 和 35B-A3B MoE 两个版本，并同步更新 Holotron4 Nano，权重已在 Hugging Face 提供 BF16、FP8、NVFP4 和 4-bit GGUF 格式。
推荐理由：可以了解一个通用计算机操作智能体如何在单一模型内统一 GUI、代码与 MCP 接口，以及它与闭源前沿模型的成本差距。
GitHub Blog · AI & ML精选AI 评分6363 GitHub Security Lab 发布 AI 驱动的 Fuzzing Taskflow 智能体
GitHub Security Lab 开源 Fuzzing Taskflow，这是一个基于 Taskflow Agent 框架的自主 fuzzing 流水线，面向 C/C++ 项目，只需指向一个 GitHub 仓库即可自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，还对每个崩溃做去重和漏洞报告。
推荐理由：作者公开了自主模糊测试流水线的分层架构与覆盖反馈闭环设计，适合关注 LLM Agent 落地工程细节的读者。
Google DeepMind精选AI 评分7171 Google DeepMind 推出 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，在原生实时对话模型上加入近实时视频生成，让企业智能体可以边听边看边说。
推荐理由：官方说明了实时视频形象与异步工具调用的组合方式，可据此判断企业客服等场景的交互形态变化。
Google DeepMind精选AI 评分6767 Google DeepMind 为 Private AI Compute 引入安全服务端持久记忆
Google Private AI Compute 团队公布为 Private AI Compute 平台带来云端持久记忆的技术方案，通过硬件安全飞地、端到端加密通道和以设备派生密钥加密的每用户数据库，让跨设备 AI 记忆在服务端保持与端侧处理同等的隐私标准，此前该平台为无状态、任务结束即清除上下文。
推荐理由：Google 公开了云端持久记忆如何用安全飞地与设备端密钥实现跨设备隐私，可看架构取舍与验证方式。
Latent Space精选AI 评分8282 Anthropic 发布 Claude Opus 5.5，OpenAI 同日推出 GPT-6 Sol 与 Luna，两家齐降价 40-50%
Anthropic 发布 Claude Opus 5.5，称其多数任务达到 Claude Fable 5.1 水平，单任务成本比 Opus 5 低约 40%、速度快约 30%，并成为 Claude Code 与 Claude 应用的默认模型；数小时后 OpenAI 推出 GPT-6 Sol 和 Luna，定价分别约为前代 GPT-5.6 的一半。
推荐理由：把两家同日发布的价格、基准和订阅变化放在一起对照，并给出作者迁移默认模型的一手判断。
Latent Space精选AI 评分8484 小米发布 MiMo-V2.6-Pro 1T-A42B，训练成本 300 万美元
小米发布 MiMo-V2.6 系列两款原生全模态开源模型，其中 MiMo-V2.6-Pro 以 1.02T 总参数、42B 激活参数登上 Artificial Analysis 智能指数开源权重模型首位（46 分），输入输出价格分别为 $0.435/M 和 $0.87/M token，模型采用 MIT 许可。
推荐理由：复盘小米 MiMo-V2.6 的 RL 训练三轴扩展与开源环境清单，可对照其成本与榜单位置判断开源权重模型的进展。
GitHub Blog · AI & ML精选AI 评分8181 GitHub Copilot 运行时如何用 Copilot 迁移到 Rust
GitHub 用 Copilot 智能体把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行 Rust，AI 智能体编写了大部分代码，跨 128 个 pull request 增量合入 main。
推荐理由：一位工程师复盘用 AI 智能体把 43 万行 TypeScript 运行时迁到 Rust 的全过程，含编排、缓存与评审经验。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布两款实时语音对话模型 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking，前者主打规模化与成本效率，后者面向高复杂度任务，支持边推理边说话。
推荐理由：官方给出两款语音模型的基准分数、价格定位与开放渠道，可据此判断语音智能体的选型与部署时机。
Hugging Face Blog精选AI 评分6262 IBM 推出 ALTK-Evolve 一致性准则，把 ReAct 智能体的任务一致性差距缩小一半
IBM 研究团队在 ALTK-Evolve 中新增一致性准则（consistency guidelines），用于解决智能体同一任务多次运行结果不稳定的问题。
推荐理由：原文给出检测智能体决策不稳定点的方法与开源实现，并说明如何将诊断转成可复用准则。
The Pragmatic Engineer精选AI 评分7676 走进 OpenAI 的智能体软件工厂：Codex 如何接管内部研发
Gergely Orosz 走访 OpenAI 总部并访谈七位工程负责人，梳理 Codex 在该公司内部的落地情况。Codex 从 1 月起成为核心工具，OpenAI 在四个月内让财务、招聘、法务等非工程团队的使用率从约 0% 升至 90%。
推荐理由：通过访谈披露 OpenAI 内部 Codex 驱动软件工厂的九个环节，可观察编码智能体如何改变研发流程与工程岗位。
GitHub Blog · AI & ML精选AI 评分7373 GitHub 发布 Project HydraFusion：用多模型编排在 Copilot 中实现前沿级质量
GitHub 发布研究预览 Project HydraFusion，在 GitHub Copilot 运行时对多个提供商的模型做编排，创建完整执行计划，让模型起草、评审、修订或升级到更强的模型。
推荐理由：GitHub 官方披露多模型编排的三种执行模式与三项基准的成本质量对照，可据此判断多模型路由在编码任务中的落地方式。
Hugging Face Blog精选AI 评分6666 Hugging Face 发布 funes：为编码智能体提供可自有的长期记忆层
Hugging Face 发布 funes，一个为 Claude Code、Codex、pi 和 Hermes 等编码智能体提供持久记忆的开源单文件工具，默认在本地完成嵌入和重排，无需 ML 运行时依赖。
推荐理由：原文给出了一条命令接入、本地嵌入与按需发布到自有数据集的完整路径，可据此判断跨机器与跨智能体的记忆方案是否可迁移。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8，包含两个变体：Gemini 3.8 Flash 面向软件工程、智能体任务和多步推理，定价与 3.7 Flash 相同，为每百万输入 token $0.75、输出 token $3.75；Gemini 3.8 Flash Cyber 面向漏洞检测与自动修补，通过新的 Fairwind Program 向受信任防御方开放。
推荐理由：官方给出 3.8 Flash 与 Cyber 两个变体的定价、基准表现和开放入口，便于对照 3.7 判断升级幅度。
Google DeepMind精选AI 评分7878 Google DeepMind 为 Gemini 推出智能体视频理解功能
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，通过动态检索帧、音频和转录文本，将 token 消耗降低最多 88%、分析成本降低最多 66%、准确率提升最多 7%。
推荐理由：Gemini 新功能给出 token 与成本下降幅度及启用方式，读者可据此评估长视频分析流程的改动空间。
Google DeepMind精选AI 评分7373 Google DeepMind 发布 Gemini Omni 1.1 Flash，增强生成视频控制能力
Google DeepMind 发布 Gemini Omni 1.1 Flash，面向开发者提供更可控的生成视频能力，通过 Gemini API 在 Google AI Studio 等平台开放。
推荐理由：原文列出场景延展、首尾帧指定、4K 放大等具体能力与开放入口，可据此评估生成视频在开发流程中的可控性。