Agent 智能体

门控后见蒸馏：利用未来截图提升移动 GUI 代理训练

Gated Hindsight Distillation (GHD) 是一种改进移动 GUI 代理训练的方法，利用未来截图作为特权信息，在标准模仿失败时恢复正确的推理。该方法在 AndroidWorld 和 AndroidLab 上，通过两种视觉语言模型，相比 GRPO 提高了任务成功率。代码和检查点将公开。

DeepSeek招土木工程师；林俊旸新公司获腾讯投资；Manus恢复独立运营

本期早报涵盖AI行业多项动态：DeepSeek招聘土木工程师并组建Harness团队，拓展算力基础设施与代码智能体；原阿里千问负责人林俊旸创立语用科技，获腾讯等投资，聚焦下一代AI智能体；宇树科技公布中签结果；Manus将恢复独立运营；OpenAI前机器人业务负责人加入Anthropic；智谱ZCode用户破百万并上线新功能。

AWS与OpenAI合作在Bedrock上推出Daybreak网络安全模型

AWS与OpenAI合作，将Daybreak Red和Daybreak Blue两款网络安全模型引入Amazon Bedrock，供符合条件的客户使用。Daybreak Red提供GPT-5.6 Cyber模型，Daybreak Blue提供GPT-5.6 Sol模型，均支持漏洞发现、检测工程和事件响应等任务。这些模型在Bedrock上运行，具备零操作员访问

Business Arena：在真实市场中评估 LLM 代理的商业智能

Hugging Face 每日论文发布了一篇关于 Business Arena 基准的论文，该基准用于评估 LLM 代理在真实跨境市场中的商业运营能力。研究发现，15 个前沿模型在最终净资产上存在九倍差异，即使最佳模型也落后于人类设计的策略，表明商业运营对 LLM 代理仍具挑战性。该基准基于真实的阿里巴巴采购数据和市场条件，并提供技能级分析和动作级归因，以诊

LangChain 1.3.15 发布：新增 trace policy 与 reasoning effort 支持

LangChain 发布了 1.3.15 版本，包含多项功能更新和错误修复。新增功能包括在 AgentMiddleware 中暴露 trace policy、为 wrap tool call 添加 state schema 参数、在 init chat model 中支持 LangSmith provider，以及将 reasoning effort 作为标

NVIDIA JetPack 7.2.1 新增 Agentic 视频技能与 PyNvVideoCodec 支持

NVIDIA 发布 JetPack 7.2.1，首次在 Jetson 平台支持 PyNvVideoCodec 2.2，提供硬件加速视频编解码的 Python 接口，并引入基于 agent 的视频技能，帮助开发者自动配置、验证和基准测试编解码流程。该版本旨在加速 Jetson 上的 AI 应用开发，提升视频处理管线的效率和可复现性。

谷歌Gemini应用月活用户突破10亿

谷歌CEO桑达尔·皮查伊宣布，Gemini应用月活跃用户数突破10亿，成为谷歌第14个达到此里程碑的产品。Gemini的增长速度与OpenAI的ChatGPT相当，后者在6月达到10亿用户。谷歌持续将Gemini整合到搜索、工作空间、安卓等产品中，并推出Gemini 3.5 Flash模型以提升编码和AI代理任务能力。此外，63%的用户使用语音功能，Gemi

另有 1 家信源报道

A^2E：端到端智能体审计引擎

A^2E（Agent Auditing Engine）是一个端到端的智能体评估引擎，通过标准化的任务协议（ATP）和自动插桩的监控器捕获执行轨迹，从效率、工具使用、任务规划和错误恢复等多个维度评估智能体框架的能力。实验表明，模型与框架的组合在不同任务上表现差异显著，没有单一组合能在所有任务上持续最优，这凸显了系统化评估的必要性。该研究的代码已在GitHub上

River AI获11亿美元融资，旨在重塑AI训练以打造个人化代理

由xAI联合创始人Igor Babuschkin创立的AI初创公司River AI，在成立仅两个月后获得了由General Catalyst和AMP PBC领投的11亿美元融资，Nvidia、AMD Ventures、Y Combinator和Temasek参投。River AI旨在从头重建AI技术栈，包括训练、模型、产品层和硬件，以开发个人可训练的AI助手

ALTK-Evolve 对比 ACE：按需检索降低推理成本并提升准确率

Hugging Face 博客介绍了 ALTK-Evolve 与 ACE 两种智能体记忆系统，均通过将智能体历史轨迹转化为可复用经验并在推理时注入，避免压缩经验。ALTK-Evolve 采用按需检索少量指南的方式，而 ACE 每步注入完整手册。在 AppWorld 基准上，ALTK-Evolve 在 DeepSeek-V3.2 上准确率更高且 token 消

NVIDIA 发布 Nemotron 3.5 Lightning 30B 混合架构模型

NVIDIA 发布了 Nemotron-3.5-Lightning-30B-A3B-NVFP4 模型，采用 MoE 架构，总参数 30B，激活参数 3B，支持长达 1M 的上下文，并针对单 GPU 部署优化。该模型支持多种硬件，并提供了 DSpark 等投机解码方法以加速生成。基准测试显示其在编码和智能体任务上表现良好，模型采用 OpenMDW-1.1 许可

Google 推进 AMIE 实现专家级视听临床咨询

Google Research 在博客中宣布其医疗 AI 系统 AMIE 升级为支持实时视频问诊的 AMIE (Video)，基于 Gemini 和 Project Astra 构建，采用异步多智能体架构以平衡对话速度与深度推理。在包含 100 个场景、300 次实时咨询和 30 名认证医生的随机对照研究中，AMIE (Video) 首次展示了专家级表现，并

另有 1 家信源报道

谷歌医疗AI系统AMIE首次实现实时临床视频咨询

Google Research 与 Google DeepMind 在首次研究中展示了其医疗 AI 系统 AMIE 的实时临床视频咨询能力。该系统基于 Gemini 和 Project Astra 构建，采用多智能体架构，能够解读视觉和听觉线索，指导虚拟体检并进行实时诊断推理。在模拟咨询的随机研究中，临床评估者对其病史采集、诊断准确性、管理适当性和沟通质量给

另有 1 家信源报道

Anthropic 未发布模型在黎曼猜想上取得重大进展

Anthropic 宣布其未发布模型在黎曼猜想上取得重大进展，显著提高了该猜想成立的下界。该模型在无专业数学训练的员工引导下，通过 60 个子代理协作，测试了 650 个想法，花费 3100 万输出 token，最终由两名子代理提出关键数学思想，并经内部数学家验证和 Lean 证明助手形式化。这一成果引发数学界对 AI 在数学发现中作用的争议，部分数学家担忧

First Orion 利用 Amazon Nova Act 加速 QA 自动化

First Orion 是一家品牌通信公司，其工程团队因开发速度超过 QA 测试能力而面临瓶颈。他们采用 Amazon Nova Act，将基于脚本的测试自动化转变为由 AI 驱动的智能代理，使 QA 分析师能用自然语言描述测试目标。该方案解决了回归测试非自助、新功能测试用例缺口和脚本脆弱等问题，提升了发布速度和质量。

AWS 发布 Claude 应用网关企业部署参考架构

AWS 发布了一篇关于部署 Anthropic Claude 应用网关（Claude apps gateway）的博客，该网关为 Claude Code 和 Claude Desktop 提供集中治理层，支持身份验证、模型访问控制、成本归属和支出限制。参考部署使用 AWS Fargate、RDS PostgreSQL、内部负载均衡器和 OIDC 身份提供商，

Nvidia发布Nemotron 3.5 Lightning：小参数高速度，性能对标GPT-oss-120b

Nvidia发布了开源权重模型Nemotron 3.5 Lightning，该模型拥有316亿总参数但仅激活36亿参数，在智能指数上达到24分，与OpenAI的gpt-oss-120b持平，但推理速度接近每秒670个token，远超同类模型。该模型在代理基准测试中表现显著提升，采用宽松的OpenMDW-1.1许可证，并提供BF16和NVFP4权重，多家云服务

Kimi前CLI负责人：模型越强，Harness越厚，复杂度转向协作层

前 Kimi CLI 负责人 stdrc 在采访中提出，模型越强，Harness 反而越厚，但复杂度从能力层转移到协作层。他基于 Kimi CLI 的实践，指出底层 Harness 可被模型内化，但多智能体协作等上层需求催生更厚的 Harness。他创办的 Raft 公司直接实践这一理念，将成熟 AI 产品作为团队成员，专注多智能体协作的 Harness 架

AI 提示词发现 Zoom 严重漏洞，可劫持会议设备

安全公司 A Security 的研究人员利用不到 20 条 AI 提示词，发现 Zoom 存在一个严重安全漏洞，该漏洞可让攻击者在会议中劫持所有参会者的设备，无需受害者操作且无视觉提示。Zoom 已于周二发布修复补丁，影响 Windows、macOS、Linux、Android 和 iOS 平台。

LangGraph 1.2.11 发布：新增 trace policy 支持

LangGraph 发布了 1.2.11 版本，主要新增了在 add node 上暴露 trace policy 的功能，并进行了多项依赖更新和测试改进。同时，相关的 checkpoint 包（checkpoint-postgres 和 checkpoint-sqlite）也发布了新版本，修复了 delta 通道历史中的写入收集问题。