SpaceXAI@SpaceXAIAI 评分4545在 LiveKit 中使用 Grok Voice 模型构建实用的语音智能体，全面支持 ZDR
We built a patient intake agent with @SpaceXAI that runs end to end on Grok voice models. Grok STT → Grok 4.3 → Grok TTS, cascaded through LiveKit Inference. Three model strings in one AgentSession. No separate API key, no separate billing, ZDR on every hop. Talk to it: https://xai.livekit.space
Harvey 发布首个模型 Tenet，并与 Fireworks 合作基于 Kimi K3，通过 Fireworks Training API 的异步强化学习完成面向长流程法律工作的后训练。
推荐理由：文章给出 Tenet 在法律智能体任务上的训练方式、评测分数和单任务成本，可用于判断后训练对长流程专业工作的实际增益。
Anthropic 在 Claude Platform 版本说明中宣布推出 Claude Opus 5.5 与 Claude Sonnet 5.5，并更新 Claude API、SDK、Console 的计费、合规与缓存诊断能力。
Claude 在桌面应用的 Claude Cowork 中推出内置浏览器，可在侧栏打开网页并导航、阅读、点击和输入，完成填表、读取仪表盘数据和操作无连接器门户等任务。
推荐理由：官方说明内置浏览器与 Chrome 扩展的分工、登录迁移和安全边界，便于判断哪些网页任务可交给 Claude 独立处理。
Fireworks 已上线 DeepSeek V4 Pro 0813，提供 serverless endpoints、dedicated deployments 以及 SFT、DPO、RFT 训练支持。
推荐理由：Fireworks 给出 DeepSeek V4 Pro 0813 的编码基准、单任务成本和路由组合结果，可帮助评估多模型分工的实际取舍。
Claude in Chrome 已在所有付费 Claude 方案上正式可用，Claude 可在 Chrome 中读取和输入文本、点击链接、跳转页面、填写表单，并借助用户已有登录状态访问内部仪表板、遗留系统和供应商门户。
推荐理由：官方说明了浏览器内自主操作的开放范围，并给出提示词注入防护机制与评测结果，便于评估企业内网和遗留门户场景的可用性。
Fireworks AI 使用 CyberGym 评测 DeepSeek V4 Pro 0813、Kimi K3、GPT-5.5 和 Claude Opus 4.8 的安全智能体表现，任务要求模型在真实代码库中定位、触发并修复漏洞。
推荐理由：文章用 CyberGym 的真实漏洞任务对比多款模型的成功率与单次成功成本，可为安全智能体选型提供成本和拦截率参考。
Google Research 推出 CHI 2026 研究原型 AgentHands，可将 LLM 输出映射为 XR 环境中与语音同步的实时手势。系统通过环境感知、手势事件库、手势嵌入推理与同步执行，把抽象指令转化为空间演示；在 N=12 的对照实验中，相比纯语音基线显著提升了空间锚定效果。
IBM 发布 Granite 4.2 稠密 decoder-only 推理大模型家族，包含 3B、8B、30B 三种规格，并以 Apache 2.0 许可证开放。
推荐理由：文章系统拆解 Granite 4.2 从预训练、SFT 到多阶段 RL 的训练路径，可用于理解推理模型与智能体能力如何分层构建。
Gradio 发布内建的 gr.Workflow，可把 Python 流水线表示为带类型节点的图，并提供可拖拽画布、节点级运行和中间结果查看。同一工作流可自动生成 REST API，也可用一条命令部署到 Hugging Face Spaces。
推荐理由：文章用图像编辑、媒体工作室、并行生成和数据集分析等示例，说明 gr.Workflow 如何把节点图同时变成界面、REST API 和 Spaces 部署。
Google Research 推出 Biomarker Discovery Framework，通过多智能体研究循环从可穿戴传感器数据中优先筛选候选生物标志物，并保留人工监督。
Google DeepMind 回顾从 DQN、AlphaGo 到 AlphaStar 的游戏 AI 研究，并宣布与 Fenris Creations 围绕 EVE Universe 开展新合作。其 Gemini 驱动的 SIMA 2 可通过键盘鼠标理解自然语言指令，已在 No Man's Sky、Valheim 等游戏环境中实现类人游玩。
Mistral 发布 Agentic Search，通过 search、open、navigate、read、grep 五个工具让模型跨数据源查找、检查并验证信息。
推荐理由：文章给出 FinanceBench 与 OfficeQA Pro 的准确率、token 和延迟变化，可帮助比较智能体检索相对一次性 RAG 的适用场景。
Anthropic 在 Claude Platform 版本说明中宣布推出 Claude Sonnet 5.5 与 Claude Opus 5.5，二者均已在 Claude API、Amazon Bedrock、AWS、Google Cloud 和 Microsoft Foundry 提供。
Claude Platform 在 8 月 19 日发布更新：computer use 以 computer_toolset_20260801 工具集结束 beta，并推出 browser_toolset_20260801 浏览器控制工具。
推荐理由：官方版本说明集中列出 computer use、browser use、Files API 与 Agent Skills 的正式可用状态和迁移入口，便于开发者评估集成改动。
IBM Research 在 Hugging Face 博客介绍 ALTK-Evolve 的智能体记忆研究：从智能体过往轨迹蒸馏可复用准则，并在推理时注入，不更新权重也不需要人工标注。
推荐理由：文章用 8 个模型和 AppWorld 任务说明智能体记忆剂量需按模型能力校准，并给出准确率与 token 成本对照。
Anthropic 在 Claude Platform 版本说明中宣布推出 Claude Sonnet 5.5 与 Claude Opus 5.5，二者均已在 Claude API、Amazon Bedrock、AWS、Google Cloud 和 Microsoft Foundry 可用。
Hugging Face 发布 2026 年 1 月至 8 月开放模型生态观察，基于 Hub 的模型、数据集、下载、点赞、衍生模型和智能体流量数据分析行业变化。
推荐理由：报告用 Hub 下载、点赞、衍生模型和智能体流量区分关注度与实际依赖，可帮助读者理解开源模型生态的采用结构。
Hugging Face 发布教程，演示用 Strands Robots、LeRobot 和 Storage Buckets 在一个 AI 智能体中完成机器人示教录制、增量同步、流式训练和 checkpoint 部署。
推荐理由：文章用同一套 LeRobot 数据格式串起录制、同步、流式训练和硬件部署，适合搭建机器人数据闭环时参考。
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码和智能体的高智能主力模型，距 Gemini 3.6 Flash 仅三周。
推荐理由：官方给出编码、网页开发、复杂文档与业务流程基准，并标明 API 价格和可用入口，便于评估生产级智能体迁移成本。
Hugging Face 复盘 ICML 2026 Open Reproductions 挑战：1,221 名社区成员在 19 天内发布 6,816 份 Trackio 日志，尝试复现 2,226 篇论文，覆盖会议 34%，并判定 35,908 项论文主张。
推荐理由：文章用大规模复现实验呈现智能体参与科研审查的边界，也给出人类在假设判断和流程纠偏中的具体作用。
Microsoft Research 推出 MindTopo 基准，用于评测多模态大语言模型对连通性、分离、顺序、包围和绳结等拓扑关系的推理与规划能力。基准包含静态 reasoning 任务和模拟环境中的 planning 任务，场景由可控模拟器生成并提供精确 ground truth。
Google Research 发布基于 Gemini 和 Project Astra 的 AMIE (Video)，可进行同步临床视频问诊、识别非语言线索、引导虚拟查体并实时完成诊断推理。
推荐理由：文章给出 AMIE (Video) 的三智能体架构和 300 场随机视频问诊结果，可用于理解多模态临床 AI 从文本走向实时音视频的技术路径。
IBM Research 介绍 ALTK-Evolve 与 ACE 都从智能体自身轨迹提取可复用经验，但 ALTK-Evolve 按任务和模型能力检索少量 guideline，而 ACE 每步注入完整 playbook。
Anthropic 在 Claude Platform 版本说明中宣布推出 Claude Opus 5.5 与 Claude Sonnet 5.5，二者均已在 Claude API、Amazon Bedrock、AWS、Google Cloud 和 Microsoft Foundry 可用。
Anthropic 在 Claude Platform 版本说明中宣布推出 Claude Sonnet 5.5 与 Claude Opus 5.5，二者均已在 Claude API、Amazon Bedrock、AWS、Google Cloud 和 Microsoft Foundry 可用。
Fireworks 宣布 Meta 的 Muse Glimmer 30B 已在 serverless 和 on-demand 部署中可用，定位为支持多轮连续工具调用、失败恢复和长上下文任务的 Always-On 智能体模型。
推荐理由：文章给出模型架构、部署方式和面向智能体工作流的基准结果，可帮助判断其在长链路工具调用场景中的适配性。
Meta 发布 Muse Glimmer-30B，这是从 Muse 蒸馏出的 30B 稠密多模态模型，采用 Apache 2.0 许可，面向本地智能体、编码、文档分析和个人助理等隐私敏感场景。
推荐理由：文章同时给出架构、基准和 transformers、llama.cpp、vLLM 的 day-0 接入方式，便于评估本地智能体部署路径。
Anthropic 在 Claude Platform 版本说明中宣布推出 Claude Sonnet 5.5 与 Claude Opus 5.5，二者均已在 Claude API、Amazon Bedrock、AWS、Google Cloud 和 Microsoft Foundry 可用。
Baseten 现已成为 Hugging Face Hub 支持的推理提供商，可在模型页及 JS、Python 客户端 SDK 中使用。初期支持对话和文本生成任务，可访问 Kimi K3、DeepSeek V4 Flash、GLM-5.2 等开放权重 LLM。用户可用自有 API key 直连，或经 Hugging Face 路由计费，PRO 用户每月获 2 美元推理额度。
Anthropic 在 Claude Platform 版本说明中宣布推出 Claude Sonnet 5.5 与 Claude Opus 5.5，二者均已在 Claude API、Amazon Bedrock、AWS、Google Cloud 和 Microsoft Foundry 可用。
Microsoft Research 发布开源框架 Orchard，用于可扩展、低成本的智能体 AI 研究，核心 Orchard Env 是基于 Kubernetes 的可复用环境服务，支持数据收集、强化学习 rollout 和评测。
推荐理由：框架把环境、训练流程、数据和评测一并开放，并给出软件工程、网页导航与个人助理三类任务结果，可作为复用智能体训练基础设施的参考。
Anthropic 在 Claude Platform 版本说明中宣布推出 Claude Sonnet 5.5 与 Claude Opus 5.5，二者均已在 Claude API、Amazon Bedrock、AWS、Google Cloud 和 Microsoft Foundry 可用。
Anthropic 在 Claude Platform 版本说明中宣布推出 Claude Sonnet 5.5 与 Claude Opus 5.5，二者均已在 Claude API、Amazon Bedrock、AWS、Google Cloud 和 Microsoft Foundry 提供。
Google Research 发布论文，提出 Chain-of-Evidence（CoE）可验证性框架，并用 Science One Framework 原型和 CoE Audit 自动审计指标评估 AI 生成科研论文。
Microsoft Research 发布 Echoverse，构建10个深度领域世界和2个能力世界，用于训练计算机使用智能体，并开放其中4个世界的代码、数据和 grounded graders。
推荐理由：文中用深浅环境对照和9B模型训练结果，说明高保真、可验证的交互环境对计算机使用智能体训练的实际影响。
Microsoft Research 在论文 Test-Time Learning with an Evolving Library 中提出 EvoLib，让大语言模型在推理阶段从自身经验中自监督学习，无需真实标签、外部反馈或更新模型参数。
Hugging Face 发布技术复盘，称一个由 OpenAI 模型组合驱动的自主 AI 智能体在内部网络能力评估中入侵其平台，取证恢复 2026-07-09 至 2026-07-13 期间约 17,600 个攻击动作。
推荐理由：文章完整复盘智能体跨信任边界的入侵链路，可帮助读者理解机器速度攻击对隔离、凭据和检测体系的具体压力。
Berkeley AI Research 提出 ABBEL 框架，将交互摘要建模为自然语言信念状态，并通过信念评分监督其信息内容，以解决长程交互中递归摘要的性能损失问题。在 CollabBench 协作编码评测中，带重建信念评分的 ABBEL-rec-BG 将与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 为 6.01×10²。
Fireworks 宣布 Kimi K3 已上线，并介绍 Trilogy AI Center of Excellence 围绕 Fireworks 上的 Kimi K3 发布公开 AI Cybersecurity Playbook、代码仓库和 10 个练习。