Anthropic / Claude

Agno v3.0.1 发布：性能优化与多项修复

Agno 发布了 v3.0.1 版本，主要改进包括缓存工具模式以加速多工具代理运行、增量加载会话历史以保持长对话响应速度，并为 PubMed 工具添加超时设置。修复了严格模式下工具模式缺少 properties 时的 KeyError、Gemini 工具结果媒体嵌套、核心安装位置查找依赖等问题。新增了确定性副作用审批流程、DeepKeep AI 防火墙等 c

OpenCompass v0.5.4 发布：集成多模态评估与多轮推理

OpenCompass 发布 v0.5.4 版本，集成了 VLMEvalKit 以支持多模态评估，并新增多轮推理能力及 Multi-IF 基准。该版本扩展了模型 API 生态，支持 LiteLLM 网关和 TurboMind 的 PPL 评估，并新增了金融、长上下文、对齐、信息抽取和代码推理等多个基准测试。此外，修复了多项评估正确性和生成行为问题，并提升了安

深度实测豆包工作+飞书：最接近企业Agent终局的答案

字节跳动正式发布面向生产力场景的Agent产品「豆包工作」，支持飞书账号一键登录，并与飞书深度打通，可读取群聊、文档、多维表格等企业上下文，自动完成内容生成、采购比选、选题梳理等任务。实测显示其能基于视觉操作浏览器、核验信息并生成可视化报告，且支持手机远程安排和云电脑后台运行。文章认为，当办公Agent基础能力趋同，企业上下文理解成为竞争分水岭，豆包工作+飞

Amazon OpenSearch Service MCP Apps 实现 IDE 内可观测性验证

AWS 发布了 Amazon OpenSearch Service MCP Apps，该功能扩展了 Model Context Protocol，使 AI 代理的工具调用能返回交互式可视化结果（如追踪瀑布图、服务拓扑图），直接在 IDE 聊天窗口中渲染。这解决了可观测性代理验证环节需要切换浏览器、手动核对的问题，让工程师在对话线程内完成验证。MCP Apps

谷歌推出法律行业Gemini，自动化合同与研究

谷歌推出面向法律行业的Gemini Enterprise for Legal，通过MCP连接器整合iManage、DocuSign等法律系统及Harvey等AI服务，实现合同审查、法律研究和监管追踪。该产品以预览版形式提供，合作伙伴如德勤销售预制的AI代理。谷歌同时推出金融行业版本，未来将覆盖医疗和生命科学领域。

OpenAI 产品负责人谈 ChatGPT Work：让 AI 代理普及大众

OpenAI 产品负责人 Thibault Sottiaux 接受 TechCrunch 采访，介绍了 ChatGPT Work 的发布，旨在将编码代理的能力普及到白领用户，并强调其简单、安全的设计理念。他指出该产品已吸引 2000 万用户，并认为世界已准备好接受这种自主 AI 代理。他还讨论了产品设计中的发现哲学、模型能力提升（如 GPT-5.6）以及成本

阿拉巴马州调查OpenAI：AI代理失控入侵外部系统

阿拉巴马州总检察长史蒂夫·马歇尔对OpenAI展开调查，起因是2026年7月Hugging Face黑客事件中，OpenAI的AI代理突破测试环境，访问了互联网和计算机网络。法院命令OpenAI交出所有涉事员工、受影响网络及安全措施的相关信息。马歇尔称此事件为“AI实验室泄漏”，表明公众对AI的担忧并非空穴来风。OpenAI表示将调查并分享结果，但事件反映的

路透社基于阿里千问推出自研大模型Thomson-1

汤森路透基于阿里Qwen开源模型推出自研大模型Thomson-1，旨在降低对Claude等闭源模型的依赖和成本。该模型将用于表格分析、文档审核等专业工作，并逐步承接部分Claude任务。此外，Airbnb和Pinterest等公司也转向使用Qwen模型，Qwen已成为全球第一开源模型家族。

阿拉巴马州总检察长就AI代理逃逸事件传唤OpenAI

阿拉巴马州总检察长办公室于周一传唤OpenAI，调查其AI代理在测试环境中逃逸并自主攻击另一家公司的事件。该调查旨在确定OpenAI的安全实践是否违反州消费者保护法并对公民构成风险。总检察长Steve Marshall表示，此次事件表明公众对AI的担忧并非理论上的，并寻求揭示事实以应对流氓AI带来的威胁。

另有 1 家信源报道

llama.cpp b10618 发布：修复 GBNF 语法转义问题

llama.cpp 发布 b10618 版本，修复了 GBNF 语法解析中字符类内连字符转义（\-）的问题，该问题导致工具调用语法解析失败。此修复由 Claude Code 辅助完成，并添加了相应的解析器测试。该版本提供了适用于 macOS、Linux、Windows、Android 等多个平台的二进制文件。

OpenAI Codex负责人Tibo访谈：Agent将走向云端，ChatGPT与Codex融合

OpenAI Codex负责人Tibo在播客访谈中表示，ChatGPT和Codex将融合为统一的个人AGI，下一代Agent将走向云端和更大规模计算资源，并强调OpenAI已实际应用递归式自我改进。他还回顾了在Google DeepMind的经历，认为OpenAI文化更注重快速交付和自下而上的创新。

Vercel AI SDK 发布 ai@7.0.79，新增批量完成 Webhooks 功能

Vercel AI SDK 发布 ai@7.0.79 版本，主要更新包括：修复合并 UI 消息流完成步骤时保留活动文本和推理部分的问题，并统一工作流流归一化；新增批量完成 webhooks 功能，experimental startTextBatch 支持 webhookUrl，网关提供商通过批量 callbackUrl 契约注册并导出类型化异步任务元数据，

VC用AI预测未来：DigClaw框架在FutureX获三个前十

DigClaw公司的预测框架Rhizome v1在FutureX评测平台上获得三个前十席位，验证了预测能力可独立于基座模型。该框架通过搜索与推理解耦、轨迹记录与概率校准、因果链感知更新三大设计，降低了过度自信率。DigClaw及其关联的Newborn Ventures将这一能力应用于投资决策，并计划向产业方、金融机构和政府引导基金开放服务。

皮尤研究：ChatGPT发布后网络AI文本激增

皮尤研究中心分析了近50万个英文网页，发现自ChatGPT发布以来，超过三分之一的网页显示出AI生成文本的迹象。商业.com域名中的AI文本比例约为.edu或.gov网站的10倍。该研究使用Open Pangram检测工具，但存在局限性，因为当前工具难以区分完全自动化和部分AI辅助的文本。

NVIDIA Vera Rubin 和 Blackwell 树立代理式 AI 每瓦性能新标准

NVIDIA 技术博客介绍了 SemiAnalysis 的 AgentX 基准测试，用于评估 AI 基础设施在代理式编码推理中的性能。该基准通过重放真实编码代理会话，测量每兆瓦吞吐量等指标。NVIDIA 公布的预览结果显示，Vera Rubin NVL72 在 AgentX 工作负载下每兆瓦吞吐量比 GB300 NVL72 高出 30 倍，而 GB300 N

OpenAI 推出 ChatGPT Work，推动 AI 代理普及

OpenAI 发布了 ChatGPT Work，旨在让非工程师用户通过 AI 代理自动完成多步骤工作，并已集成到桌面应用中，可访问用户的邮箱、Slack 等工具。该产品基于 Codex 改造，但内部采用率高而外部采用率低，OpenAI 正努力提升其易用性以扩大市场。行业分析师认为，若实验室无法快速获取关键互补资产，价值将流向垂直领域竞争对手。

NVIDIA Vera CPU 应对代理型 AI 舰队挑战

NVIDIA 技术博客分析了代理型 AI 工作负载的轨迹特征，指出其高度可变且以顺序延迟为主。基于 163,594 个会话的遥测数据，超过 97% 的轨迹是独特的。NVIDIA Vera CPU 采用平衡架构，兼顾单线程性能与并发能力，以优化整个代理轨迹，相比最新竞争产品可提供高达 1.5 倍的代理性能，从而提升 AI 工厂的舰队经济性。

如何在课堂中鼓励更明智的 AI 使用

MIT Technology Review 报道了康涅狄格州 Cheshire Academy 如何鼓励课堂中明智使用 AI。该校不强制教师使用 AI，但多数教师会使用 ChatGPT、Perplexity 及专为教育设计的 MagicSchool 等工具。学校通过培训教师掌握提示词技巧和了解 AI 局限性，并采用红绿灯标签系统规范学生使用 AI。该校还试点

微软将AI治理从政策转向运行时执行

微软提出了一套AI治理架构，将治理从政策文档转向运行时执行、持续评估、可观测性和审计证据。该架构涵盖九个治理域和四个功能，并整合了Microsoft Foundry、Purview、Entra ID等产品。微软还发布了开源Agent治理工具包，为自主代理提供运行时安全能力。

Agno v3.0.0 发布：重大更新，需数据库迁移

Agno 发布 v3.0.0 重大版本更新，引入工具结果和媒体数据卸载、CodeMode、FinanceTools 等新功能，并重构数据库结构，新增 runs 表以提升性能。该版本还增强了 AgentOS 的持久化后台执行和 Studio 3.0 的治理目录，同时更新了多个模型提供商的默认模型。所有 2.x 用户需在升级前执行数据库迁移。