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。
Anthropic 于 7 月 24 日发布 Claude Opus 5，模型 ID 为 claude-opus-5，支持 1M token 上下文窗口、128k 最大输出 token 和默认开启 thinking，价格为 $5 / $25 USD per MTok。
推荐理由：官方版本说明集中列出 Claude Opus 5 的规格、价格、API 行为变化和迁移要点，便于开发者评估升级影响。
Google Research 介绍实验性对话式 AI 智能体 SymptomAI，并在 13,917 名同意参与者中比较 5 种基于 Gemini Flash 2.0 的症状问诊方式。
推荐理由：研究在真实参与者中比较 AI 智能体与临床医生的鉴别诊断，并结合可穿戴生理信号，为日常症状问诊评估提供实测依据。
Google DeepMind 在 DOE Genesis Mission Summit 2026 上宣布，为研究人员提供价值 4000 万美元的 AI token 和云额度，以支持美国 Genesis Mission。
推荐理由：可借此了解 Google DeepMind 面向 DOE 国家实验室开放的科学 AI 工具组合，以及 token 和云资源支持的具体落地方式。
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和网络安全专用的 3.5 Flash Cyber，主打规模化构建 AI 智能体所需的效率、低延迟与可靠性。
推荐理由：官方同时给出三款模型的定位、价格、速度与基准表现，可帮助开发者按延迟、成本和智能体任务需求选型。
Google DeepMind 推出基于 3.5 Flash 微调的轻量网络安全模型 Gemini 3.5 Flash Cyber，用于快速发现、验证和修补软件漏洞。
推荐理由：文章说明了该网络安全模型的定位、受限开放方式和多项代码漏洞评测结果，可帮助读者理解轻量模型在安全扫描中的取舍。
Hugging Face 披露其部分生产基础设施本周早些时候遭自主 AI 智能体系统入侵，攻击者通过恶意数据集利用远程代码加载器和数据集配置模板注入两条代码执行路径，随后提升至节点权限、窃取云与集群凭证并横向移动。
推荐理由：Hugging Face 披露自主 AI 智能体实施的生产环境入侵，并说明防御方使用自有开源模型完成取证的过程。
IBM Research 总结在智能体系统中构建模型路由的经验，认为路由本质上是跨成本、质量、延迟和约束的系统优化问题。
推荐理由：文章用 AppWorld 的成本、准确率和延迟数据说明，模型路由应按系统权衡优化，而不是只按任务难度分类。
Thinking Machines 在 Hugging Face 发布开源多模态 LLM Inkling，并推出 Inkling-Small 及 NVFP4 等变体。
推荐理由：文章同时给出模型架构、量化部署配置和多框架支持，便于评估多模态推理模型的落地门槛。
Microsoft Build 2026 宣布 Foundry Managed Compute 支持 Hugging Face 模型，开放权重模型目录每周更新并可一键部署。
推荐理由：文章说明了 Hugging Face 开放权重模型进入 Microsoft Foundry 的策展、安全扫描和一键部署流程，便于评估企业落地路径。
UC Berkeley 研究者提出，AI 推理成本快速下降后，数据系统将面临 For、Of、By Agents 三类新挑战。GPT-4 级能力价格已从 2023 年初约每百万 token 30 美元降至 1 美元以下，部分供应商低于 0.10 美元；多 Agent 执行 text-to-SQL 任务时，80-90% 的子查询存在重复工作。
推荐理由：文章把推理成本下降转化为数据系统的三类研究议程，并给出重复查询、结构化记忆和系统合成等具体切入点。
Mistral AI 发布 Apache-2.0 许可的 Leanstral 1.5，模型拥有 119B 总参数和 6B 激活参数，面向 Lean 4 形式化证明与代码验证，权重已在 Hugging Face 开源，并提供免费 API leanstral-1-5。
推荐理由：官方给出 Lean 4 形式化证明基准、代码验证案例和免费 API 入口，可帮助读者判断模型在真实证明工程中的适用边界。
IBM Research 推出开放基准 ScarfBench，用于评估 AI 智能体在 Spring、Jakarta EE 和 Quarkus 之间迁移企业 Java 应用的能力。
推荐理由：该基准用构建、部署和行为保留三层结果评估编码智能体，可帮助读者区分可编译代码与真正完成企业 Java 迁移之间的差距。
Anthropic 于 6 月 30 日发布 Claude Sonnet 5（claude-sonnet-5），入门价为 $2 / $10 per MTok，支持 1M token 上下文窗口和 128k 最大输出 token。
推荐理由：官方版本说明集中列出 Claude Sonnet 5 的规格、价格、迁移破坏性变化及 Managed Agents 新能力，便于开发者评估升级影响。
Google DeepMind 宣布 Gemini 3.5 Flash 现已内置 computer use 工具，支持开发者构建可在浏览器、移动端和桌面环境中观察、推理并执行操作的自定义智能体。
推荐理由：原文说明 computer use 从独立模型并入 Gemini 3.5 Flash，并给出 API、企业平台入口和两项安全机制，便于评估智能体自动化落地方式。
Mistral AI 宣布 Connectors 新增多项企业级控制能力，包括按工作区或组织管理连接器访问、限定 API key 的连接器权限、支持同一连接器登录多个账号，以及面向 MCP 连接器的 Connectors Debugger 公测。连接器已可在 Vibe Code 中正式使用，并在 Workflows 中进入公测；目录提供 60 多个预构建集成，也支持自定义 MCP 连接器。
推荐理由：原文系统说明了连接器权限、多账号、调试和工作流接入的变化，便于评估企业智能体接入内部工具时的治理方式。
Mistral 发布 Mistral OCR 4，新增边界框、块类型分类和行内置信度分数，支持 10 个语言组中的 170 种语言，并可在单个容器内完全自托管。
推荐理由：官方完整说明了结构化文档解析能力、170 种语言支持、基准表现、API 与自托管价格，便于评估企业文档入库方案。
Claude Code 现已支持 artifacts，可把会话中的工作进展生成实时、可交互且可分享的网页，包括 PR 讲解、系统说明、仪表板和发布清单。Artifacts 基于代码库、connectors 和对话上下文构建，页面会在同一链接随会话更新并保留版本历史。
推荐理由：官方说明了 artifacts 如何把 Claude Code 会话沉淀为可共享网页，并给出适用角色与 beta 开放范围，便于团队评估协作流程变化。
Google DeepMind 发布 AI Control Roadmap，提出在传统模型对齐之外增加系统级安全层，把内部 AI 智能体视为可能未对齐的 insider threat。
推荐理由：框架把内部智能体视为可能失准的 insider threat，并用 D1-D4、R1-R3 将防护强度与模型能力对应，便于理解系统级安全设计。
Google DeepMind 发布 Gemma 4 12B，这是一款面向笔记本本地运行的智能体多模态模型，可在 16GB VRAM 或统一内存上运行。模型采用无独立多模态编码器的统一架构，视觉和音频输入直接进入 LLM 主干，并内置 Multi-Token Prediction drafters 以降低延迟；官方称其基准性能接近 26B MoE，且总内存占用不到一半。
推荐理由：官方说明了无编码器统一架构、16GB 内存本地运行和 Apache 2.0 开放方式，便于评估端侧多模态智能体开发可行性。
Anthropic 在 Claude Platform 6月9日版本说明中发布 Claude Fable 5，并面向 Project Glasswing 参与者发布 Claude Mythos 5。
推荐理由：官方说明集中列出新模型规格、价格与 API 行为变化，开发者可据此评估迁移成本和智能体工作流适配点。