Agent 智能体

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

推荐理由：原文说明了 Nexus 的三层组成、兼容工具和初步成本数据，便于工程团队评估如何把现有 AI 工作流迁移到开放模型。

推荐理由：原文说明了 Kimi K3 在 Fireworks 上的 LoRA 训练、按 token 计费和多适配器部署方式，可帮助评估大模型后训练的成本与流程。