Google Research 发布 SymptomAI 研究，13917 人参与对话式症状评估试验
Google Research 公布对话式 AI 智能体 SymptomAI 的研究结果，13917 名参与者在随机试验中与五个 Gemini Flash 2.0 SymptomAI 智能体之一完成症状问诊并给出鉴别诊断。
推荐理由：Google 公布 13917 人规模的随机研究，读者可了解主动追问策略如何影响 AI 鉴别诊断的表现。
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 61–80 条 · 共 81 条Google Research精选AI 评分6969
Google DeepMind精选AI 评分7676 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 和面向代码安全的 3.5 Flash Cyber 三款模型。
推荐理由：三款模型同时给出 token 效率、单 token 价格与智能体基准变化，可作为评估智能体工作流成本的参考。
Google DeepMind精选AI 评分6161 Google DeepMind 发布 Gemini 3.5 Flash Cyber 轻量网络安全模型
Google DeepMind 发布 Gemini 3.5 Flash Cyber，这是基于 3.5 Flash 构建并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 等评测中与体量大得多的模型表现相当。
推荐理由：原文给出该模型在 CyberGym、Chrome 产线扫描等评测中的对比数据，以及仅面向政府和可信伙伴的试点开放方式。
HuggingFace Blog精选AI 评分8585 Hugging Face 披露 2026 年 7 月安全事件，入侵由自主 AI 智能体驱动
Hugging Face 披露其部分生产基础设施遭自主 AI 智能体端到端驱动的入侵，公司称已封堵被利用的数据集代码执行路径并轮换受影响凭证。攻击始于数据集处理管线，借恶意数据集滥用两条代码执行路径后横向移动；公司用 LLM 驱动分析处理超 17000 条事件记录，并因商用 API 安全护栏拦截而改用开放权重模型 zai-org/GLM-5.2 在自有基础设施完成取证。
推荐理由：披露了自家平台遭自主 AI 智能体端到端驱动的入侵经过，并给出防御方需提前自备可私有部署模型的教训。
HuggingFace Blog精选AI 评分7979 Thinking Machines 发布开源多模态模型 Inkling 及 Inkling-Small
Thinking Machines 发布开源多模态模型 Inkling，总参数 975B、激活 41B，支持 1M 上下文并原生接收图像、音频和文本输入。同期推出 Inkling-Small（总参数 276B、激活 12B），采用与 Inkling 相同的架构。
推荐理由：约 1T 参数的开源多模态模型，文章给出多个推理引擎的部署配置和基准对比，便于判断它能否落到现有工作流。
Mistral AI精选AI 评分6363 Mistral 发布 Leanstral 1.5 形式化验证模型
Mistral 发布 Leanstral 1.5，一个 Apache-2.0 许可、119B 总参数与 6B 激活参数的形式化验证模型，在 miniF2F 验证集和测试集上均达到 100%。
推荐理由：可对照 Leanstral 1.5 在 PutnamBench 的解题数与约 4 美元单题成本，比较形式化证明模型的性价比。
Google DeepMind精选AI 评分7070 Google DeepMind 为 Gemini 3.5 Flash 内置 computer use 工具
Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash，开发者可通过 Gemini API 和 Gemini Enterprise Agent Platform 构建能在浏览器、移动端和桌面看、推理并执行操作的智能体。
推荐理由：原文交代了 computer use 从独立模型并入 Flash 主模型这一变化，以及配套的两项企业安全护栏。
Mistral AI精选AI 评分6363 Mistral 发布 OCR 4 文档解析模型，支持边界框与块分类
Mistral 发布 OCR 4 文档解析模型，在文本提取之外新增边界框、块类型分类和逐页逐词置信度，支持 170 种语言并可单容器自托管部署。该模型在 OlmOCRBench 得 85.20、OmniDocBench 得 93.07，人类偏好评估中平均胜率 72%。
推荐理由：OCR 4 把边界框、块分类和置信度一并输出，读者可据此判断结构化文档解析在检索与智能体流程里的接入方式。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemma 4 12B 无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，一款无编码器的多模态模型，可在笔记本本地运行。该模型把视觉输入改为单次矩阵乘法的轻量嵌入模块，并去掉音频编码器，将原始音频信号投影到与文本 token 相同的维度，是 Gemma 4 系列首款支持原生音频输入的中等规模模型。
推荐理由：Gemma 4 12B 用无编码器架构让视觉和音频直接进入 LLM，性能接近 26B MoE 而内存占用不到一半。
Mistral AI精选AI 评分7575 Mistral 发布统一 AI 智能体 Vibe，Le Chat 更名并整合工作与编码
Mistral 发布统一 AI 智能体 Vibe，Le Chat 更名为 Vibe，把工作与编码合并为同一智能体和同一授权，原有对话、设置和套餐随之保留。
推荐理由：Le Chat 更名并整合为工作与编码双模式的智能体，可对照其分档定价与 VS Code 接入了解产品定位。
Mistral AI精选AI 评分7171 Mistral 发布 Mistral Medium 3.5，并在 Vibe 与 Le Chat 上线远程编码智能体
Mistral 发布 Mistral Medium 3.5，这是一个 128B 稠密模型，以开源权重、修改版 MIT 许可发布，并成为 Mistral Vibe 和 Le Chat 的默认模型。
推荐理由：把编码智能体迁到云端并以 128B 开源权重模型驱动，读者可据此判断自托管部署与异步并行任务的成本变化。
Mistral AI精选AI 评分6060 Mistral 在 Studio 上线内置与自定义 MCP 连接器
Mistral 在 Studio 发布 Connectors（公开预览），内置连接器和自定义 MCP 现在都能通过 API/SDK 用于所有模型与智能体调用。新增的直接工具调用让开发者自行决定何时调用工具，requires_confirmation 可在工具执行前插入人工审批。连接器集中注册后可在 LeChat 与 AI Studio 中复用，Vibe 也即将支持。
推荐理由：Mistral 把企业数据集成封装成可复用的连接器，读者可据此评估自建 Agent 集成层的重复维护成本。
Google DeepMind精选AI 评分7979 Google DeepMind 发布 Gemini 3.5 系列，首发 3.5 Flash
Google DeepMind 发布 Gemini 3.5 模型系列，首个版本 3.5 Flash 今天起在 Gemini 应用、Google Search 的 AI Mode、Google Antigravity 和 Gemini API 开放，3.5 Pro 已在内部使用并计划下月推出。
推荐理由：原文用 Terminal-Bench 2.1、MCP Atlas 等基准与 4 倍输出速度做横向对比，读者可据此判断速度与智能体能力能否兼得。
Google DeepMind精选AI 评分6464 Google DeepMind 在 Nature 发表 Co-Scientist 多智能体科研系统
Google DeepMind 在 Nature 发表 Co-Scientist 研究，这是一种基于 Gemini 的多智能体系统，能迭代生成、辩论并演化科研假设。
推荐理由：多智能体以互相评审和 Elo 式辩论筛选科研假设，这套生成、验证与排序的分工可给同类智能体设计作参考。
Google DeepMind精选AI 评分6363 Google DeepMind 发布 AI co-clinician 医疗研究计划
Google DeepMind 发布 AI co-clinician 医疗研究计划，探索在医生监督下由 AI 智能体参与患者问诊的三元照护模式。研究在 98 条真实初级保健查询中有 97 条无关键错误，并在 140 项问诊技能评估中于 68 项达到或超过初级保健医生水平，专家医生整体表现仍更好。
推荐理由：文章以 140 项问诊技能的盲评对比，呈现 AI co-clinician 与初级保健医生的能力差异和仍待改进之处。
Mistral AI精选AI 评分6666 Mistral AI 发布 Spaces CLI，兼顾人类开发者与编码智能体
Mistral AI 发布 Spaces CLI，用 spaces init、cd、spaces dev 三条命令即可从零得到带热重载、数据库和自动生成 Dockerfile 的多服务项目。
推荐理由：Mistral 把 CLI 同时服务人类与编码智能体的设计原则整理成检查清单，可对照改造自家开发者工具。
Mistral AI精选AI 评分6565 Mistral 发布终端编码智能体 Mistral Vibe 2.0
Mistral 发布终端原生编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型系列驱动。2.0 新增自定义子智能体、多选澄清、斜杠命令技能、统一智能体模式与自动更新，已在 Le Chat Pro 和 Team 套餐上线，超出额度可按量付费或自带 API key。
推荐理由：原文列出 Vibe 2.0 新增的子智能体、斜杠命令技能等控制项与定价变化，可供判断终端编码智能体的使用成本。
Mistral AI精选AI 评分7474 Mistral AI 发布 Devstral 2 系列编码模型和 Mistral Vibe CLI
Mistral AI 发布新一代编码模型系列 Devstral 2，包含 123B 的 Devstral 2 和 24B 的 Devstral Small 2，两者均开源，分别采用修改版 MIT 和 Apache 2.0 许可。
推荐理由：材料给出 Devstral 2 在 SWE-bench Verified 上 72.2% 的成绩，并附上与 DeepSeek V3.2、Claude Sonnet 4.5 的人工评测胜负对比。
Mistral AI精选AI 评分6161 Mistral AI 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 与 All Hands AI 合作发布 Devstral Medium，并将 Devstral Small 升级到 1.1，两款模型都强调对不同提示词和智能体框架的泛化能力。
推荐理由：官方给出两款编码智能体模型的 SWE-Bench 分数与 API 定价，便于比较开源与商业方案的成本性能。
Mistral AI精选AI 评分6363 Mistral 发布 Agents API，内置连接器与多智能体编排
Mistral 发布 Agents API，把自家语言模型与代码执行、网页搜索、图像生成、MCP 工具等内置连接器以及跨对话持久记忆、多智能体编排结合起来。官方称启用网页搜索后，Mistral Large 与 Mistral Medium 在 SimpleQA 基准上的得分分别为 75% 和 82.32%，未启用时为 23% 和 22.08%。
推荐理由：原文列出内置连接器、持久记忆与多智能体编排的具体能力和示例，可据此判断它适合哪类智能体工作流。