Agent 智能体

千问Personal Agent「千问Go！」即将发布，可代用户办事

阿里旗下个人AI助理千问即将发布升级版「千问Go！」，定位为Personal Agent。用户实测显示，千问Go已能代为申请航班延误理赔（获70元）和淘宝价保退款（52元），还可执行汽车保养、运动预约、购物比价等任务。千问自去年上线以来基于阿里生态和开放平台已具备购物、打车、快递、理财等能力，此次升级进一步拓展了自主办事范围。

另有 1 家信源报道

Gemini 4 Argon 正式全面可用

Google 宣布 Gemini 4 Argon（gemini-4-argon）正式全面可用（GA）。该模型被描述为面向复杂编程、智能体、数学和科学任务的最强模型。API 变更、定价和迁移指南参见 What's new in Gemini 4 Argon。

DSPy 3.4.1：GEPA 默认结构化指令提议器，RLM 可建子代理

DSPy 发布 3.4.1 版本，将 GEPA 的结构化 InstructionProposer 设为默认指令提议器，使反思示例以结构化内容而非文本占位符传给反思 LM；同时允许 dspy.RLM 在其 REPL 内构建 DSPy 子代理（Predict、ChainOfThought、ReActV2、嵌套 RLM），子代理在宿主机运行、仅 JSON 跨越解释

LangGraph 发布 1.2.15 版本，修复多项 DeltaChannel 与检查点问题

LangGraph 发布 1.2.15 版本，主要包含一系列针对 DeltaChannel、检查点（checkpoint）、中断（interrupt）和状态更新（update state）的 bug 修复。修复内容涉及消息 ID 分配、缓存节点写入保存、中断断点处理、退出模式运行重放顺序等。该版本还升级了 notebook 依赖。

LangGraph 发布 langgraph-checkpoint 4.3.0

LangGraph 发布 langgraph-checkpoint 4.3.0，修复了 InMemorySaver 增量历史默认指向最新检查点、命名空间标签校验、序列化数据保留、恢复运行增量写入顺序等问题，并升级了 urllib3、anyio 等依赖。该版本主要提升检查点存储的稳定性与一致性。

Strands Agents SDK 发布 Python v1.60.0

Strands Agents SDK 发布 Python 版 v1.60.0，新增 OTel baggage 上下文传播、MCP 扩展任务执行、Bedrock 严格工具调用、python repl 工具、辅助模型调用（auxModel）以及跨 agent 共享 stash 等特性，并修复 MCP 重连、OpenAI 用量统计、Gemini 视频内容格式等问题

org2ai 发布开源 4B 决策模型 Wald-4B v2.1

org2ai 在 Hugging Face 发布开源决策模型 Wald-4B v2.1，基于 Qwen3.5-4B 全参数微调，Apache-2.0 许可。该模型接收状态与带类型的选项，直接输出每个选项的校准概率，而非文本，并通过自托管的 Jev 兼容 POST /v1/systemone API 提供服务。在 Decision Index 0.3 完整公开

Meta 新前沿模型 Muse Wonder Full 跻身 AI 第一梯队

Meta 发布前沿模型 Muse Wonder 与 Muse Wonder Full，在 Artificial Analysis 智能指数上分别得分 52 和 56，较前代 Muse Spark 1.3 的 48 分显著提升，主要增益来自智能体编码与自主问题求解。两款模型支持百万 token 上下文及文本、图像、视频、音频输入，但每任务成本约为前代的三倍，事

另有 1 家信源报道

Anthropic 推出动态工作流，让 Claude 自主编排多智能体

Anthropic 在 AI Engineer New York 2026 大会上介绍了其 Claude Managed Agents 的新功能 dynamic workflows（简称 flows），该功能让 Claude 自行规划并编写编排程序，动态决定多智能体拓扑结构，而无需开发者手动配置协调者与子智能体。该功能已在 Claude Console 中提

Sakana AI 自改进模型 MASS：解题与评判变强，却难察自身盲点

Sakana AI 与 UC Berkeley 提出 Multi-Agent Self-Supervision（MASS）方法，让单一语言模型通过自我分配任务、评估结果并优化工作流实现递归自我改进，无需更强的教师模型。基于 Qwen3.6-27B 的实验显示，两轮后对基础模型的胜率从 53.9% 升至 69.9%，评估器与外部评委一致率从 73% 升至 93

Meta 发布首批前沿模型 Muse Wonder

Meta 的 Superintelligence Lab 发布首批前沿模型 Muse Wonder 与 Muse Wonder Full，宣称在基准测试上可与 Fable 5.1、GPT-6 Astra 比肩，并强调长周期记忆能力“active memory”。Wonder 通过 Meta Model API 提供，定价为每百万输入 token 4 美元、每

另有 1 家信源报道

Vercel AI SDK 发布 ai@7.0.138 修复流恢复与引用支持

Vercel AI SDK 发布 ai@7.0.138 补丁版本，主要修复聊天流恢复、工具调用输出更新、消息重复、类型冲突等问题。其中 useChat 在 resume: true 时不再于已提交或流式传输中重复发起恢复请求，并新增可选的共享引用表示以支持生成文本中的引用保留。该版本还更新了 @ai-sdk/provider-utils、@ai-sdk/pr

Meta 发布 Muse Wonder 与 Muse Wonder Full 新模型

Meta 发布两款新 AI 模型 Muse Wonder 和 Muse Wonder Full，即日起面向 Muse Code 订阅用户开放，Wonder 还可通过 Meta Model API 访问。Meta 称这两款模型在内部基准测试中可与 OpenAI 的 GPT-6 Astra、Anthropic 的 Claude Opus 5.5 和 Claude

另有 2 家信源报道

清空聊天历史可帮助 AI 智能体找到更优解

微软研究院一项研究发现，长时间运行的 AI 研究智能体即便增加算力也会陷入性能瓶颈，因为累积的对话上下文会把搜索限制在相似的「想法盆地」中。研究者提出 Fork-and-Flush 方法：将智能体分叉为多个并行分支，每个分支继承工作区文件但清空聊天历史。在 13 个长时任务上，该方法在同等算力下将归一化平均分从单次运行的 0.47 提升至 0.78，相对提升

在 Amazon SageMaker AI 上用 llama.cpp 部署决策模型

AWS 在 Machine Learning Blog 发布教程，介绍如何用 llama.cpp 的 AWS Deep Learning Container 在 Amazon SageMaker AI 上部署决策模型。方案包含两条路径：标准路径通过 OpenAI 兼容的 chat completions 接口提供文本生成，结构化决策路径则构建子镜像并接入 S

微软总裁称英国最适合主导全球AI监管

微软总裁布拉德·史密斯呼吁对AI进行紧急监管，认为牛奶和洗衣机等消费品受到的监督都比AI公司更多。他在BBC播客中称AI既是“武器也是工具”，正威胁全球网络安全，并认为英国比美国和欧盟更适合主导全球AI安全规则，因为英国AI安全研究所已能提前获取美国前沿实验室的模型。史密斯还提出应建立法律义务，在系统被失控AI代理入侵时通知相关机构，并支持AI产品发布前接受

微软计划2027年将自研Maia AI芯片扩展至吉瓦级

微软计划从2027年起以多吉瓦规模部署自研Azure Maia AI芯片，使其成为公司产品的主要推理系统。Maia 200已在美国、欧洲和澳大利亚运行Microsoft Copilot，GitHub Copilot和Foundry将在年底跟进。CEO Satya Nadella称这是公司对自研芯片的最大押注。继任者Maia 300将于2027年出货，面向长输

Spotify 借助 AI 将月度代码变更量翻倍以上

Spotify 扩大 AI 辅助开发的使用，月度合并代码变更量同比翻倍以上，从约 8,100 增至 17,000。为应对变更量激增，Spotify 调整了监控、测试、发布防护、回滚能力和容量规划等质量与可靠性控制。公司还引入基于 Claude Agent SDK 的后台编码代理 Honk 与 Fleetshift 编排系统，并报告一次 Java 迁移仅用三天

微软发布第三代自研AI芯片Maia 300，降低对英伟达GPU依赖

微软发布第三代自研AI芯片Maia 300，定位为微软产品与服务的“主要AI推理系统”，计划2027年投入生产部署。该芯片采用chiplet架构与台积电N2P工艺，官方称每兆瓦token数比领先GPU系统高40%，96加速器配置下机架级吞吐量达Maia 200的7倍。微软云业务负责人Scott Guthrie表示将把Maia扩展至多吉瓦级部署，从而减少对Nv

Karpathy：外界只看到 AI 能力的预览，内部前沿系统远超公众认知

OpenAI 联合创始人、现 Anthropic 研究员 Andrej Karpathy 提出，公众对 AI 能力的认知存在巨大鸿沟：约 75% 的全球人口几乎未接触过大语言模型，仅约 2000 万数学与编程专业人士在工作中使用前沿模型，而全球仅约 5000 人能接触内部前沿系统。他指出这些内部系统已能完成需顶级专家数年才能完成的任务，如大规模 agent