OpenAI 模型、Codex 和托管智能体登陆 AWS
OpenAI 的 GPT 模型、Codex 和托管智能体现在可在 AWS 上使用，企业可在 AWS 环境中构建安全的 AI 应用。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
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 441–460 条 · 共 973 条OpenAI News精选AI 评分6060
Mistral AI精选AI 评分7070 Mistral AI 发布 Workflows 功能
Mistral AI 发布了 Workflows 功能，这是一个企业级 AI 工作流程编排层，旨在将 AI 流程从概念验证可靠地迁移到生产环境。Workflows 允许开发者在 Python 中编写工作流程，并通过 Le Chat 触发，每个步骤都在 Studio 中跟踪和可审计。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分6060 OpenAI 发布 Privacy Filter，构建可扩展的 Web 应用
OpenAI 发布了 Privacy Filter，一个开源的个人信息识别器，可以在单次前向传递中为文本标记八个类别。该模型支持文档隐私探索、图像匿名化和智能红字粘贴等应用。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分8585 DeepSeek-V4：智能体可实际使用的百万token上下文
DeepSeek发布V4版本，包含两个MoE检查点，均具有1M-token的上下文窗口，旨在支持高效的大上下文长度，适用于智能体任务。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
OpenAI News精选AI 评分8080 OpenAI 推出 GPT-5.5 模型
OpenAI 推出 GPT-5.5 模型，适用于复杂任务如编码、研究和数据分析。
推荐理由：原文介绍了 GPT-5.5 模型的复杂任务能力，读者可以了解其在编码、研究和数据分析方面的应用潜力。
OpenAI News精选AI 评分6060 OpenAI 发布 GPT-5.5 系统卡片
OpenAI 发布了 GPT-5.5 的系统卡片，展示了该模型的能力变化和功能更新。
推荐理由：原文给出了 GPT-5.5 的系统卡片，读者可以据此了解其能力变化和功能更新。
OpenAI News精选AI 评分6060 ChatGPT 引入工作空间智能体
ChatGPT 推出 Codex 驱动的智能体，旨在自动化复杂工作流程，并在云端运行，以安全的方式帮助团队扩展工具使用。
推荐理由：原文介绍了 ChatGPT 中工作空间智能体的引入，读者可以了解这一新功能如何改变现有工作流。
Google Research精选AI 评分7272 ReasoningBank：使智能体能够从经验中学习
ReasoningBank 是一种新的智能体记忆框架，它从成功和失败的经验中提取有用见解，以促进测试时的自我进化。该框架通过记忆感知测试时扩展（MaTTS）技术，提高了智能体的效果和效率。
推荐理由：ReasoningBank 通过从成功和失败的经验中提取有用见解，为测试时自我进化提供了一种强大的框架，有助于 LLM 从经验中学习并成为持续的学习者。
Hugging Face Blog精选AI 评分7070 QIMMA：首个以质量优先的阿拉伯语LLM评测平台
QIMMA是一个针对阿拉伯语LLM的评测平台，通过质量验证和代码评估，为阿拉伯语NLP研究提供了更可靠的数据。QIMMA整合了14个源基准的109个子集，涵盖了7个领域，包括文化、STEM、法律、医疗、安全、诗歌和文学以及软件开发。
推荐理由：QIMMA是一个针对阿拉伯语LLM的评测平台，通过质量验证和代码评估，为阿拉伯语NLP研究提供了更可靠的数据。
Hugging Face Blog精选AI 评分6767 AI 与网络安全未来：开放性为何重要
Hugging Face 博客文章探讨了 Mythos 和 Project Glasswing 的发布，以及开放性在网络安全中的作用，强调了开放代码和工具如何帮助防御者缩小攻击者和防御者之间的能力差距。
推荐理由：原文探讨了开放性在网络安全中的作用，读者可以了解开放性如何帮助防御者缩小攻击者和防御者之间的能力差距。
OpenAI News精选AI 评分6767 OpenAI 推出 Codex Labs，与多家企业合作推广 Codex
OpenAI 推出 Codex Labs，与 Accenture、PwC、Infosys 等企业合作，帮助企业部署和扩展 Codex，覆盖软件开发生命周期，并达到 400 万 Codex 活跃用户。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Berkeley AI Research精选AI 评分7070 GRASP：基于梯度的长时程世界模型规划
伯克利人工智能研究实验室提出了一种名为 GRASP 的新方法，用于解决长时程世界模型规划中的问题。该方法通过引入并行优化、随机性和梯度重塑等技术，提高了规划的鲁棒性和效率。
推荐理由：GRASP 是一种新的基于梯度的规划器，旨在解决长时程规划中的问题，通过引入并行优化、随机性和梯度重塑等技术，提高了规划的鲁棒性和效率。
Google Research精选AI 评分7070 Google Research：设计用于现实世界的合成数据集：机制设计和从第一性原理的推理
Google Research 发布论文，介绍 Simula 框架，该框架通过机制设计，将数据生成转化为可控的科学，为构建高保真数据集提供了清晰路径，并已在 Google 的多个业务场景中得到应用。
推荐理由：Simula 框架通过机制设计，将数据生成转化为可控的科学，为构建高保真数据集提供了清晰路径，对 AI 的发展具有重要意义。
Google Research精选AI 评分6262 Google 研究利用 AI 生成神经元形状加速大脑图谱绘制
Google 研究团队开发了一种名为 MoGen 的 AI 技术，通过生成神经元形状来提高大脑图谱绘制的效率和准确性，并在 ICLR 2026 上发表了相关论文。
推荐理由：原文介绍了利用 AI 生成神经元形状来加速大脑图谱绘制的研究，读者可以了解这项技术如何提高大脑图谱绘制的效率和准确性。
OpenAI News精选AI 评分6060 OpenAI 更新 Codex 应用，支持计算机使用、应用内浏览、图像生成等功能
OpenAI 更新 Codex 应用，新增计算机使用、应用内浏览、图像生成、记忆和插件等功能，以加速开发者工作流程。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
OpenAI News精选AI 评分7070 OpenAI 推出 GPT-Rosalind 生命科学推理模型
OpenAI 推出 GPT-Rosalind，一款用于加速药物发现、基因组分析、蛋白质推理和科学研究工作流程的前沿推理模型。
推荐理由：原文介绍了 GPT-Rosalind 在生命科学领域的应用，读者可以了解其对科研工作流程的加速作用。
Hugging Face Blog精选AI 评分6565 Ecom-RLVE: 电子商务对话智能体的自适应可验证环境
Hugging Face 发布了 Ecom-RLVE，一个用于电子商务对话智能体的自适应可验证环境。该环境提供了 8 个可验证环境，包括产品发现、替代品、购物车构建、退货、订单跟踪、政策问答、捆绑计划和多意图旅程，每个环境都包含程序性问题生成、12 个维度的难度课程和算法可验证的奖励。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分6565 VAKRA 数据集：评估 AI 智能体的推理、工具使用和失败模式
VAKRA 数据集是一个基于工具的、可执行的基准，用于评估 AI 智能体在企业环境中的推理和行动能力。该数据集包含四个任务，分别测试不同的能力，并分析了智能体在不同任务中的失败模式。
推荐理由：VAKRA 数据集评估了 AI 智能体在企业环境中的推理和行动能力，揭示了工具能力与端到端智能体可靠性之间的差距。
OpenAI News精选AI 评分6060 OpenAI 更新 Agents SDK，引入原生沙盒执行和模型原生 harness 功能
OpenAI 更新了 Agents SDK，引入了原生沙盒执行和模型原生 harness 功能，帮助开发者构建安全、长期运行的人工智能代理。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分6060 HCompany 发布 HoloTab，您的 AI 浏览器伴侣
HCompany 发布了 HoloTab，一款基于 Chrome 浏览器的 AI 浏览器扩展，可自动化网站任务，并支持创建和运行自动化流程。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。