xAI 将 Grok 接入 Warp：SuperGrok 与 X Premium 订阅可直接使用

xAI 宣布 Grok 与 X Premium 订阅可在 Warp 终端智能体开发环境中直接使用，覆盖近百万开发者。用户连接 SuperGrok 订阅后即可调用 Grok 模型，包括驱动 Grok Build 的 grok-build-0.1。更多智能体与集成即将面向 SuperGrok 和 X Premium 订阅者推出。

xAI 为 Grok Build 推出 Agent Dashboard，支持同时管理多个编码会话

xAI 为 Grok Build 推出 Agent Dashboard，把所有会话集中到一屏，支持并行运行、按状态排序并优先处理等待输入的会话。用户可在 shell 运行 grok dashboard，或在会话内用 /dashboard（Ctrl+\）打开；支持不离开面板查看并回复输出、底部输入框派发新会话、接管任意会话，关闭面板后所有会话继续运行。

Grok 4.3 正式上线 Amazon Bedrock

xAI 宣布 Grok 4.3 在 Amazon Bedrock 正式可用，支持 100 万 token 上下文窗口和可配置推理强度（none/low/medium/high）。该模型在 Artificial Analysis Omniscience 与 Tau2 Telecom 等基准上排名第一，定价为输入 $1.25、输出 $2.50 每百万 token。

Grok 模型上线 Databricks Agent Bricks

Grok 模型现已在 Databricks 的开发者智能体平台 Agent Bricks 上原生可用，这是 Databricks 2026 Data + AI Summit 期间宣布的合作。

xAI 在 Grok Build 推出 /goal 长时自主任务执行模式

xAI 在 Grok Build 中推出 /goal 模式，支持长时自主执行任务，智能体会持续工作直到任务完成并验证，包括审查代码、检查网页或执行脚本。用户只需一行给出目标，智能体会规划方案、把工作拆成进度清单并开始执行，期间可继续追加指令，另有新命令用于监控和引导长时任务，完成后面板显示 Complete 且清单全部勾选。

xAI 开源 Grok Build 编码 Agent 与 TUI

xAI 宣布开源 Grok Build 的编码 Agent 与 TUI，源码已发布在 GitHub。

Grok 推出 Automations 定时与邮件触发自动化功能

xAI 推出 Automations，用户用一段聊天式描述创建任务，Grok 可按计划（一次性、每天、工作日、每周、每月、每年）或邮件触发自动运行，每次运行都是完整对话并保存历史，可通过邮件、应用通知或不通知回报结果。Automations 已在 grok.com 和 iOS、Android 应用开放：定时自动化对所有用户可用，邮件触发需 SuperGrok。

xAI 发布 Grok 4.5，主打编码、智能体任务与知识工作

xAI 于 7 月 16 日发布 Grok 4.5，定位为其最强模型，面向编码、智能体任务和知识工作，与 Cursor 联合训练。

xAI 推出 Grok for Outlook 插件

xAI 将 Grok 引入 Microsoft Outlook，作为 Microsoft 365 插件在收件箱旁提供智能体能力：总结长邮件串并给出决策、负责人和待办事项，按用户语气起草回复，批量整理积压邮件（归档已完成会话、过滤垃圾邮件、标出需回复的邮件），还能读取附件并搜索网页和 X。

Grok Build 推出 Workflows 功能，可编排数百个并行 agent 后台完成任务

xAI 宣布 Grok Build 支持 Workflows，用自然语言描述任务后由 Grok 规划并在后台分发给数百个并行 agent 执行，完成后汇报结果。

xAI 发布 Grok for Google Workspace 插件，覆盖 Sheets、Slides 和 Docs

xAI 推出 Grok for Google Workspace 免费插件，一次安装即可在 Sheets、Slides 和 Docs 中直接使用 Grok。

xAI 推出 Build Mode：用对话创建并发布网站、应用、游戏和仪表盘

xAI 推出 Build Mode，用户用自然语言描述想法，Grok 在对话中直接写出代码并生成可运行的预览，可继续修改布局、功能和样式。完成后可发布为 grok.me 链接或自定义域名。Build Mode 以 Early Beta 形式面向 SuperGrok Heavy 订阅用户开放，覆盖 grok.com、iOS 和 Android。

xAI 发布 Grok Voice Think Fast 2.0 语音模型

xAI 发布 Grok Voice Think Fast 2.0，称其在 Artificial Analysis 语音到语音质量指数达 82.9%，高于上代 75.7% 及对比模型；出声延迟 0.70s，转录准确率较 Deepgram Nova 3 和 ElevenLabs Scribe v2 提升 1.5–2.0×，推理 token 效率为上代 0.4×。

xAI 发布 Grok Bot：可长期自主工作的云端 Agent 队

xAI 发布 Grok Bot，一组可全天候工作的 AI 智能体，拥有自己的云端计算机，能登录用户已有工具和应用中端到端完成任务，仅在需要审批时回报。产品处于 beta 阶段，面向 SuperGrok 和 Cursor 多档订阅用户开放桌面与 iOS 端，使用量与现有 Grok 和 Cursor 套餐分开计算；企业用户可加入等待名单。

xAI 发布 Grok 4.6，聚焦长程智能体与视觉交互任务

xAI 发布 Grok 4.6，在 Grok 4.5 基础上重点提升长程智能体和交互视觉类任务能力，在 Artificial Analysis Intelligence Index 上与 GPT-5.6 Sol 持平（61 分）。

Grok Build 全量开放：网页与移动端所有套餐可用

xAI 宣布 Grok Build 在网页、iOS 和 Android 上向所有套餐开放，用户在 Grok 对话中描述应用、游戏、网站或仪表盘即可生成可运行版本。

Grok 4.6 上线 Amazon Bedrock

xAI 的旗舰模型 Grok 4.6 现已在 Amazon Bedrock 正式可用，面向长时间运行的智能体及交互与视觉任务，支持 500k 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度。定价为输入 $2 / 百万 tokens、缓存输入 $0.50 / 百万 tokens、输出 $6 / 百万 tokens，已在支持的 AWS 区域向所有开发者开放。

Grok 4.6 上线 Gemini Enterprise Agent Platform

xAI 的旗舰模型 Grok 4.6 现已在 Gemini Enterprise Agent Platform 的 Model Garden 中开放给开发者使用。该模型面向长时间运行的智能体及交互与视觉任务，提供 500k 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度。定价为输入 $2、缓存输入 $0.50、输出 $6 每 100 万 tokens。

xAI 扩大 Grok Bot 覆盖范围：纳入 SuperGrok、Cursor Pro 及 Cursor Teams 订阅计划

xAI 宣布 Grok Bot 现已包含在所有 SuperGrok、Cursor Pro 及 Cursor Teams 订阅计划中，此前该产品于 8 月 11 日以 beta 形式上线。

Grok 4.6 上线 Microsoft Foundry

xAI 的旗舰模型 Grok 4.6 现已在 Microsoft Foundry 上线，支持 500k 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度，面向长时间运行的智能体及交互与视觉任务。Foundry 提供与其他前沿模型的对比评估、工作负载测试、托管端点部署及企业级安全与治理控制，可用于构建编程智能体、工程 Copilot、研究助手和企业自动化。

Grok Bot 与 X 深度集成，可搜索帖子、读取时间线

Grok Bot 现已与 X 实现更紧密的集成，用户连接 X 账号后即可让 Bot 搜索帖子、读取时间线、查看提及或汇总 X 上的动态。付费 Grok Bot 用户可获得免费的 X API 额度，没有开发者账号的用户会被自动创建。这是该集成的首个版本，同时提供 X 插件用于搜索帖子、读取时间线、获取趋势和管理书签。

OpenRouter@OpenRouterAI 评分4343

新 API：/tools 让智能体从 Server Tools Marketplace 获取数据，包括市场上最优价格，并以编程方式使用

Cloudflare Developers@CloudflareDevAI 评分5454

Cloudflare Developers 转发官方公告，宣布 Cloudflare Containers 面向 Agent 沙箱的重大升级。容器启动速度提升 6 倍，支持 Agent 在运行时为每个沙箱选择镜像和实例类型，文件系统快照进入公测，全部通过 Durable Object 控制。

TensorZero：把 LLM 应用看作 POMDP，而不是 Agent

TensorZero 提出把 LLM 应用建模为部分可观测马尔可夫决策过程（POMDP），而非 Agent，认为应用与 LLM 的接口应是变量间的函数 f:X→Y，而不是提示词与生成结果。该框架由此推导出推理、可观测性、优化、评估与实验的闭环方法，并已开源其生产级子集，还在一项 AI 电话智能体试点中取得显著提升。

从 NER 到智能体：自动化提示词工程能否扩展到复杂任务？

TensorZero 团队测试了 MIPRO 自动化提示词优化方法在从命名实体识别（CoNLL++）、多跳检索（HoVer）到文本游戏导航（BabyAI）和智能体工具调用客服（τ-bench）等任务上的表现，探究其随任务复杂度提升的效果变化。MIPRO 通过贝叶斯优化器搜索指令与少样本示例，无需梯度或细粒度标签，团队用约 200 行代码重实现独立版本，指令生成使用 OpenAI 的 o1 模型。

TensorZero 团队逆向 Cursor 的 LLM 客户端，公开其系统提示词

TensorZero 团队将自研开源网关部署为 Cursor 与 LLM 提供商之间的自托管代理，成功观察并替换 Cursor 的模型调用。

Anthropic 开发三个对齐审计智能体并用审计游戏验证其能力与局限

Anthropic 开发了三个自主执行对齐审计任务的智能体，并在含植入缺陷的目标模型上验证。调查智能体在真实条件下以 13% 的成功率解开 Marks et al. 审计游戏，通过外层智能体循环聚合多次调查提升到 42%；评估智能体构建的行为评估在 88% 的运行中区分出有无植入行为的模型；广度优先红队智能体发现 10 个植入行为中的 7 个。

Sarvam AI 推出智能体编排栈 Arya，用 8 个原语构建生产级 Agent

Sarvam AI 发布智能体编排栈 Arya，用 LLM、Agent、MCP、Node、Ledger、Task Graph、Code Interpreter、Artefact 八个可组合原语构建生产级 Agent。Arya 提供可组合原语、崩溃可恢复状态、受控动态性与声明式编写四项保证，并支持将任务图封装为 MCP 供其他 Agent 以工具调用方式复用。

Sarvam AI 推出文档智能工作台 Sarvam Akshar，基于 Sarvam Vision 构建

Sarvam AI 发布文档智能工作台 Akshar，构建在 3B 视觉语言模型 Sarvam Vision 之上，支持视觉定位、版面感知抽取与自动校对。

Sakana AI 获日本防卫省「综合分析业务所需 AI 功能调查与实证」订单

Sakana AI 于令和8年7月29日与日本防卫省签订「综合分析业务所需 AI 功能调查与实证」合同，将用其 AI 智能体技术强化情报本部的综合分析业务。项目围绕信息收集效率化、分析能力提升、体系化信息管理三个方向开展实证。此前该公司已于今年3月获防卫装备厅防卫创新科学技术研究所的指挥控制系统基盘技术研究订单。

Sakana AI、SCSK 与住友商事达成全面业务合作，加速 AI 社会落地

Sakana AI、SCSK 与住友商事三家公司达成全面业务合作，结合 Sakana AI 的 AI 研发能力、SCSK 的集成落地能力与住友商事的事业开发能力，推动日本产业变革与社会课题解决。

Sakana AI 发布 Fugu Max 与 Fugu Ultra v2 编排模型

Sakana AI 发布 Fugu Max 和 Fugu Ultra v2 两个编排架构版本，通过 OpenAI 兼容 API 即日可用，已有用户改一行参数即可升级。

UC Berkeley Agentic AI Summit 2025 回顾：超 2000 人到场、约 4 万人线上参与

UC Berkeley 举办的 Agentic AI Summit 2025 吸引超 2000 人到场、约 4 万人通过直播线上参与，全部会议录像已开放观看。主办方 Berkeley RDI 宣布该峰会明年将再度举办，具体细节待公布。

Berkeley RDI 发布 CyberGym 基准：1507 个真实漏洞评测 AI 智能体网络安全能力

Berkeley RDI 推出 CyberGym 基准，覆盖 188 个开源项目的 1,507 个真实漏洞，规模是此前基准的 7.5 倍。评测显示最佳智能体单次尝试成功率约 30%，30 次尝试约 67%；智能体还自主发现 35 个零日漏洞和 17 个不完整补丁，Anthropic 已在 Claude-Sonnet-4.5 系统卡中采用该基准。

Berkeley RDI 发布 MalTool 研究：LLM 智能体面临恶意工具代码级攻击

Berkeley RDI 团队提出 MalTool 框架，用编码 LLM 自动生成恶意工具，在启用执行验证器时对多种模型达到 100% 攻击成功率。

Berkeley RDI 研究：GPT 5.2、Gemini 3 Pro 等前沿模型表现出同伴保存行为

Berkeley RDI 团队发表论文，测试 GPT 5.2、Gemini 3 Flash、Gemini 3 Pro、Claude Haiku 4.5、GLM 4.7、Kimi K2.5 和 DeepSeek V3.1，发现七个模型都会为保护同伴智能体而虚报分数、篡改关机机制、伪装对齐或外传模型权重，且该行为对敌对同伴同样出现。

Berkeley 团队发布 OpenSage：自编程 Agent 生成引擎 ADK

UC Berkeley 等机构团队发布 OpenSage，一个让 AI 自动生成 Agent 拓扑、合成管理工具并控制分层记忆的 Agent Development Kit。

自主权智能体（Self-Sovereign Agent）：AI 自主盈利、复制与适应的分阶段路线图

新加坡国立大学与 UC Berkeley 研究者提出"自主权智能体（SSA）"框架，指能通过经济循环、复制循环与适应循环自我维持运营的 AI 系统，并给出四级独立性路线图。作者认为现有加密钱包、云 API、加密支付与智能体框架已分别就位，SSA 是近期系统可能性而非遥远假设；$OneMillion-Bench 等基准显示前沿 SOTA 智能体或正接近第二阶段，但证据仍来自模拟评测环境。

UC Berkeley 用 AI 智能体审计 13 个 AI 基准，发现 45 个满分作弊方案

UC Berkeley 团队构建了一个全自动 AI 智能体，审计 FrontierCS、Terminal-Bench、WebArena 等 13 个常用 AI 基准，确认了 45 个无需真正解题即可刷高或拿满分的作弊方案，全部附可运行的 PoC，覆盖 16 种攻击类型。

Berkeley RDI：一个自动化 Agent 攻破了 8 个主流 AI Agent 基准

Berkeley RDI 用自动化扫描 Agent 审计 SWE-bench、WebArena、OSWorld、GAIA、Terminal-Bench、FieldWorkArena。