Google 向公众发布 Gemini 4 Carbon，并预览智能体 swarm 功能
Google 在向少数网络安全防御者开放两周后，将 Gemini 4 Carbon 推向公众，称其为自家最强模型，可对标 Anthropic 和 OpenAI 的顶级系统。
推荐理由：Gemini 4 Carbon 与 Argon 的定位差异和定价对比，能帮读者判断前沿模型市场的竞争格局。
技术方向
Agent 智能体 最新动态
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：Claude Code、Manus 等应用，各家 Agent 框架与评测。
11 条精选近 30 天 11 条共收录 47 条
更新
Agent 智能体的精选
The Verge · AI精选AI 评分8888 NVIDIA Blog精选AI 评分6060 NVIDIA 将 OpenShell 捐给 CNCF，并发布 DSX AI Factory 平台新组件
NVIDIA 在 KubeCon + CloudNativeCon 上宣布把用于保障和治理自主智能体的开源运行时 NVIDIA OpenShell 捐给 Cloud Native Computing Foundation（CNCF），作为 Sandbox 项目由社区治理。
推荐理由：NVIDIA 把智能体安全运行时捐给 CNCF，并给出 Kubernetes 上部署与推理加速的配套组件，可观察开源治理与工程落地路径。
The Decoder精选AI 评分8080 Anthropic 的 Fable 5.2 在 Remote Labor Index 上完成 41.3% 的真实自由职业任务
Anthropic 的新模型 Fable 5.2 在 Scale Labs 与 CAIS 的 Remote Labor Index 上以 41.3% 领先，该基准衡量 AI 智能体完成真实自由职业任务、达到客户可接受质量的比例。
推荐理由：Remote Labor Index 用真实 Upwork 项目衡量智能体完成度，并给出与上一代及竞品的横向对比。
Google DeepMind精选AI 评分8585 Google DeepMind 推出 AlphaProof Code，用 AI 智能体形式化验证 Signal 协议代码
Google DeepMind 发布 AlphaProof Code，一个由多个 LLM 智能体组成的形式化验证框架，用 AI 智能体对 Signal 协议实际运行的代码做数学证明，验证其关键安全属性。
推荐理由：DeepMind 用多智能体框架对 Signal 协议实际代码做形式化验证，四周完成过去需数年的工作，并开源验证产物。
Latent Space精选AI 评分8888 Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，重夺 LLM 榜首
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2，在 Artificial Analysis Intelligence Index v5 上以 65 分重回第一，超过 Gemini 4 Carbon 的 60 分和 Opus 5.5 的 59 分。
推荐理由：汇总 Fable 5.2 的独立评测、每任务成本变化与订阅额度限制，可看清这次升级的取舍。
AWS Machine Learning Blog精选AI 评分7878 AWS 上线 Claude Fable 5.2 与 Claude Mythos 5.2
AWS 宣布 Claude Fable 5.2 和 Claude Mythos 5.2 在 Amazon Bedrock 与 Claude Platform on AWS 上可用，其中 Fable 5.2 面向编码、数学与科研等技术工作，Mythos 5.2 仅通过 Anthropic 的验证计划开放网络安全与生命科学场景。
推荐理由：原文交代了两款模型在 Amazon Bedrock 的上线范围、数据保留要求与迁移方式，可据此判断接入成本。
Latent Space精选AI 评分8282 Thinking Machines 发布 Inkling 2 Small：594B 总参数 MoE，68 小时预训练
Thinking Machines 发布 Inkling 2 Small，一个 594B 总参数、17B 激活参数的多模态 MoE 模型，已在 Tinker 上线，Apache 2.0 权重承诺下周外部安全测试完成后开放。
推荐理由：原文汇总了 Inkling 2 Small 的训练时长、基准成绩与安全披露，可对照同期开源模型判断其位置。
Microsoft Research精选AI 评分6060 微软研究院用 PDD Kit 形式化验证智能体编写的全栈 Web 应用
微软研究院联合 GitHub Next 发布研究原型 PDD Kit，把用户意图转成 Verus 形式化规范，再证明编码智能体生成的代码对每个输入都满足该规范，证明覆盖不到的部分回退到测试。
推荐理由：微软研究院与 GitHub Next 合作的研究原型，展示如何把智能体生成的代码从逐行审查转向意图审查加形式化证明。
Google DeepMind精选AI 评分7171 Google DeepMind 为 Antigravity 推出化学信息学技能
Google DeepMind 为 Google Antigravity 推出 Cheminformatics Skills，把该产品变成面向计算化学家和实验化学家的科学工作台。
推荐理由：原文给出一个完整药物发现工作流演示，读者可据此判断智能体在化学数据整理与分子设计中的实际分工。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长程任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：官方给出 Carbon 在网络安全与长程智能体任务上的基准和定价，可对照两周前发布的 Argon 看迭代节奏。
Google DeepMind精选AI 评分8282 Google DeepMind 发布世界模型 Genie 4
Google DeepMind 发布世界模型 Genie 4，可实时生成带原生音频的交互式模拟世界，并以研究预览形式向可信测试者开放。Genie 4 支持用自然语言实时修改天气、镜头和场景元素，能模拟空气动力学、碰撞等物理场景以及人物动作与对话。
推荐理由：官方说明了 Genie 4 的原生音频、实时可控与 Gemini 协同推理，读者可据此判断世界模型当前的能力边界。