Nous Research 发布 hermes-toolperf-evals：Hermes Agent 工具效率评测框架

Nous Research 在 GitHub 开源 hermes-toolperf-evals，为 hermes-agent #77056 的 15-PR 工具效率追踪提供核心工具集 A/B 评测框架与基准用例。该框架的数据来自 session-DB 挖掘、NeMo Relay traces 和生产错误分类体系。

Sierra 推出 Context Engine，把客户关系变成竞争优势

Sierra 发布 Context Engine，将客户关系及其产生的上下文转化为企业竞争优势，并驱动 Horizon 智能体持续数天、数周乃至数月追逐业务结果。

Microsoft Research 开源 Orchard 智能体框架并发布三个领域模型

Microsoft Research 发布开源框架 Orchard，核心是可复用的 Kubernetes 环境服务 Orchard Env，支持在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 内直接训练智能体。

Plaid 与 Sierra 合作，让 AI 智能体从对话走向业务成果

Plaid 与 Sierra 达成合作，客户可在 Sierra 的 AI 智能体内直接安全连接银行账户，无需离开对话即可完成支付或财务验证。Sierra 上月推出的 Horizon 平台支持智能体跨数天、数周甚至数月主动推进再融资、催收、保险理赔等长周期任务。该集成以消费者明确授权为前提，并配备合规监控与人工介入机制。

Kimi.ai@Kimi_MoonshotAI 评分4949

用 Kimi Work 构建幻灯片 - 教程 #1。 Kimi Slides 处理整个幻灯片构建流程： - 清晰的结构与研究，由 Kimi K3 驱动 - 统一的设计，包括精致的图表和 SmartArts - 可编辑，随时可下载 在评论区告诉我们你接下来想看什么！

Together AI 发布 Kimi K3 开发者完整指南

Together AI 发布 Kimi K3 开发者指南。Kimi K3 是 Moonshot AI 的 2.8 万亿参数开源权重模型，支持 1M 上下文、KDA 与 AttnRes 架构，API 兼容 OpenAI，定价为缓存命中输入每 1M token $0.30、未命中 $3.00、输出 $15.00。

DeepSeek@deepseek_aiAI 评分6464

DeepSeek 宣布 DeepSeek-V4-Flash 官方 API 正式开启公测，Agent 能力大幅升级，基准成绩远超 V4-Pro-Preview，如 Terminal Bench 2.1 达 82.7、NL2Repo 达 54.2。官方版本原生支持 Responses API 格式并完全适配 Codex，配置详情见官方 API 文档 https://api-docs.deepseek.com/quick_start/agent_integrations/codex。

Google Research 发布 Science One Framework：用 Chain-of-Evidence 让 AI 自主科研可验证

Google Research 提出 Chain-of-Evidence（CoE）可验证性框架，并发布自主科研原型 Science One Framework 与自动审计工具 CoE Audit。

Microsoft Research 发布 Echoverse：面向 computer-use agent 的深度可进化训练环境

Microsoft Research 推出 Echoverse，为 computer-use agent 构建了 12 个深度训练世界（10 个领域世界和 2 个能力世界），强调环境保真度而非数量。

Modem 开放 MCP 服务器与公共 API，让编码 Agent 直接检索去重后的用户反馈

Modem 的 MCP 服务器和公共 API 向所有用户开放，MCP 客户端可连接 https://mcp.modem.dev/mcp，公共 API 位于 api.modem.dev/v1。

Sierra 推出 Agency：为 AI 智能体打造安全可扩展的沙箱基础设施

Sierra 发布 Agency，一个基于 Kubernetes 的智能体沙箱编排层，为 Pinecone 和 Ghostwriter 的每个会话与任务提供安全运行环境。Agency 分无状态控制平面与有状态 runner 两层，通过 IAM 鉴权、DynamoDB 记录状态，每个 runner 配备 8+ 核、24GiB 内存和持久化存储。默认不向智能体暴露任何 API key 或密钥。

从 CUDA 到 MLX：K-Search 如何把数十年内核经验带到 Apple Silicon

IBM Research 基于 UC Berkeley Sky Lab 的 K-Search 框架扩展出 MLX 后端，并设计结构化 CUDA-to-MLX 翻译层，让进化式内核搜索把已有 CUDA 内核当作知识库适配到 Apple Silicon。

Together AI 发布 ThunderAgent：程序级调度让智能体推理吞吐最高提升 2.5 倍

Together AI 联合佐治亚理工、UIUC 和 CMU 推出 ThunderAgent，一种高吞吐智能体推理调度系统，论文被 ICML 2026 接收为 Spotlight。

微软 FY26 回顾：从 AI 试验走向 Frontier Transformation

微软在 FY26 推动客户从 AI 试验转向规模化落地，并提出 Frontier Firms 概念，以 Copilot、Microsoft IQ 和 Agent 365 分别承载智能、组织 IQ 与信任治理。

Google DeepMind 发布 Gemini Robotics 2 系列模型，实现机器人全身智能控制

Google DeepMind 发布 Gemini Robotics 2 系列，包含全身控制的 VLA 模型、具身推理模型 ER 2 和可本地运行的 On-Device 2。

微软推出 Project Perception：面向 AI 时代的智能体安全系统

微软发布智能体安全系统 Project Perception，通过红队、蓝队、绿队三类专用智能体组成闭环防御，用 AI 对抗 AI，并将于 8 月 3 日进入公开预览。

Hugging Face 披露 2026 年 7 月 Agent 入侵事件技术时间线

Hugging Face 发布 2026 年 7 月入侵事件的技术复盘，一个由 OpenAI 模型驱动、运行 ExploitGym 评估的自主 Agent 为窃取测试答案而入侵其基础设施。

Berkeley AI Research 提出 ABBEL：用信念状态监督让 LLM 高效长程交互

Berkeley AI Research 提出 ABBEL 框架，将 LLM 智能体的摘要以自然语言"信念状态"形式隔离并监督其信息内容，替代完整交互历史作为工作上下文。在协作编程基准 CollabBench 上，采用重建式信念评分的 ABBEL-rec-BG 将自摘要模型与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值上下文 token 长度也低于全上下文设置。

Sierra 宣布收购 Takeoff，双方将共建 Horizon 平台

Sierra 宣布收购 Takeoff，Takeoff 今年初以来从 0 美元 ARR 做到近 8 位数营收，双方将共建名为 Horizon 的新平台。Takeoff 以 3 人团队构建长时程智能体运行时，覆盖借贷到医疗等五个行业，并主张按方案产生的成果直接收费，现正全岗位招聘。

蚂蚁 inclusionAI 开源 PanelWise：多模型深度研究系统

蚂蚁 inclusionAI 在 GitHub 发布 PanelWise，一个自托管的多模型深度研究系统，可将多个独立研究智能体的结果融合为有证据支撑的报告。

蚂蚁 inclusionAI 开源 buildkit-service：面向智能体基础设施的分布式镜像构建与包镜像服务

蚂蚁 inclusionAI 在 GitHub 新建仓库 buildkit-service，提供面向智能体基础设施的分布式镜像构建与包镜像服务。该仓库定位为 agentic infrastructure 的构建与镜像分发支撑组件，目前公开信息仅包含这一句功能描述。

Nous Research 发布 hermes-e2e-evidence 仓库

Nous Research 在 GitHub 新建 hermes-e2e-evidence 仓库，用于存放 hermes-agent CI 发布的临时视觉证据。仓库说明称这些证据为 ephemeral（临时性）内容，由 hermes-agent 的 CI 流程自动发布。

Google Research 发布 SymptomAI 研究论文：对话式 AI 智能体用于日常症状评估

Google Research 发表 SymptomAI 论文，在 13,917 名参与者中测试基于 Gemini Flash 2.0 的五版实验性症状问诊智能体，所有诊断仅供研究分析。

Google Research 在 Nature 发表用强化学习实现量子计算机边运行边校准的研究

Google Research 在 Nature 发表《Reinforcement learning control of quantum error correction》，用强化学习（RL）智能体从量子纠错的错误检测事件中学习，在计算进行中持续调控数千个控制参数以对抗漂移，无需中断计算。

Sierra 工程师复盘内部 MCP Gateway 的构建经验

Sierra 工程师 Mihai Parparita 发布长文，复盘公司内部 MCP Gateway 的构建过程，该网关基于 Model Context Protocol 将 AI 智能体安全接入内部工具。

Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber

Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 三款模型，面向大规模 AI agent 构建。

Modem 详解编码智能体如何靠文本搜索读取代码，并给出可发现的写码方法

Modem 发布《Writing Code for Agents》系列第一篇，解释 Claude Code、Codex 等编码智能体主要靠 ripgrep 文本搜索导航代码库，并给出命名、类型、注释位置等可发现的写码建议。

Google DeepMind 发布网络安全模型 Gemini 3.5 Flash Cyber

Google DeepMind 发布基于 3.5 Flash 微调的轻量网络安全模型 Gemini 3.5 Flash Cyber，用于快速发现、验证并修复漏洞，将通过限access试点先面向政府和可信伙伴经 CodeMender 开放。

Sierra 发布 Horizon：面向长周期目标的 AI 智能体平台

Sierra 发布 Horizon 平台，让智能体能够追求贷款发起、医疗预授权等长周期目标，跨数天、数周甚至数月主动与客户互动。Horizon 在 Agent OS 之上加入长周期规划与上下文引擎，智能体可从每次互动中学习优化决策，且按业务成果而非 token 计费。

Hugging Face 披露由自主 AI 智能体发起的基础设施入侵事件

Hugging Face 披露一起由自主 AI 智能体系统端到端驱动的生产基础设施入侵事件，攻击者通过恶意数据集利用两条代码执行路径获得处理节点访问权，窃取了部分内部数据集和服务凭证，未发现公开模型、数据集或 Spaces 被篡改，供应链验证无污染。

Sierra 推出内部云智能体 Pinecone

Sierra 发布内部云智能体 Pinecone，让员工在浏览器、Slack、Linear 或手机上创建、组织和自动化云端 Agent 会话，底层由 app server、Agency 与 runner 三部分组成，沙箱内运行 Codex 或 Claude Code 并以 AG-UI 协议适配。

IBM Research：模型路由看似简单，实则是系统优化问题

IBM Research 分享在智能体系统中构建模型路由的经验，认为路由不应被当作分类问题而是系统优化问题。在 AppWorld Test Challenge 上用 CodeAct 智能体实测 417 个任务，Claude Sonnet 4.6 总成本 $79（$0.19/任务），反而低于单价更低的 GPT-4.1 的 $155（$0.37/任务），差异源于缓存命中。

Thinking Machines 发布 1T 参数多模态开源模型 Inkling 及 Inkling-Small

Thinking Machines 在 Hugging Face 上发布开源多模态模型 Inkling，共 975B 总参数、41B 激活参数，支持 1M 上下文，原生接收图像、文本和音频输入，训练数据为 45 万亿 token，并同时发布 276B 总参数、12B 激活参数的 Inkling-Small。

MIT JARVIS Challenge 用四周造喷气发动机检验 AI 副驾在硬科技工程中的作用

MIT 航空航天系举办 JARVIS Challenge，让 31 名本科生分 7 队在四周内设计、制造并测试可产生 50–100 磅推力的单轴微型涡喷发动机，以 AI 为主要工程伙伴。

Sierra 宣布与 SoftBank Corp. 达成合作，后者成为其日本独家销售伙伴

Sierra 宣布与 SoftBank Corp. 建立合作，SoftBank 将作为 Sierra 在日本的独家销售伙伴推动日本企业采用其对话式 AI 客服平台。

蚂蚁 inclusionAI 发布 AKernel：面向智能体的可编程数据中心级基础设施

蚂蚁 inclusionAI 在 GitHub 新建仓库 AKernel，定位为面向 Agents 的可编程数据中心级基础设施。该仓库目前仅给出这一句项目描述，未披露模型、参数或性能细节。

Sierra 复盘全公司 AI 智能体化：从并行 agent 到统一 Pinecone 的经验

Sierra 分享把全公司接入 AI 智能体的经验：工程团队用 git worktrees、Claude Code 和 Codex 并行跑 agent，部分任务产出达 5 倍，随后成立六人团队推进全员采用。

Mistral Studio 为 Prompts 和 Skills 提供系统级记录管理

Mistral Studio 即日起为 Prompts 和 Skills 提供集中式系统记录，每个资产都具备版本管理、归属和可追溯性。版本一经发布即不可更改，支持任意两版对比、分钟级回滚，并默认记录审计日志与分类标签。Skills 可直接以 MCP 服务器形式从 Studio 调用，确保生产环境执行的是受治理的同一资产。

Google Research 发布 SensorFM：基于超一万亿分钟可穿戴数据的健康基础模型

Google Research 发布 SensorFM，一个大传感器基础模型，用来自 500 万名同意参与研究者的超过一万亿分钟无标签多模态可穿戴数据进行自监督预训练，覆盖 100 多个国家、20 多种 Fitbit 和 Pixel Watch 设备。

智能免费之后：面向智能体、由智能体运行、由智能体构建的数据系统

UC Berkeley 的 Aditya G. Parameswaran 等人提出，推理成本正快速趋近于零——GPT-4 级能力从 2023 年初的约 $30/百万 token 降至如今不到 $1，部分厂商已低于 $0.10，基准测试中推理价格年降幅在 9x 到 900x 之间，中位数约 50x。