vLLM Semantic Router v0.3 Themis 发布：从信号到有状态的生产级路由
vLLM Semantic Router 发布 v0.3 版本 Themis，推出规范化 v0.3 配置契约、投影机制和首个生产可用的会话感知智能体路由（SAAR），并强化协议兼容、仪表盘运维控制台与 CLI。
推荐理由：版本把信号、投影、决策到模型选择收敛为统一契约，并引入会话感知路由，适合关注生产级流量治理的团队参考。
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 241–260 条 · 共 280 条vLLM 官方博客（RSS）精选AI 评分6969
vLLM 官方博客（RSS）精选AI 评分6767 NVIDIA Nemotron 3 Ultra 在 vLLM 获 Day-0 支持
NVIDIA 宣布 Nemotron 3 Ultra 在 vLLM 上获得 Day-0 支持。该开源模型采用混合 Transformer-Mamba 潜在 MoE 架构，总参数 550B、激活 55B，上下文最长 1M tokens，支持 NVFP4 与 BF16 精度，面向长时程自主智能体工作流。
推荐理由：官方给出架构细节、显存配置和 vLLM 部署命令，读者可以直接照此在自有环境里跑通该模型。
通义 QwenAudio：原创语音项目精选AI 评分6565 QwenLM 开源 open-computer-use：基于 MCP 的电脑操作服务
QwenLM 发布 open-computer-use，一个基于 MCP 的 Computer Use 服务，供 Qwen Code 及任何 AI Agent 使用。它通过辅助功能 API 控制 macOS、Linux 和 Windows 系统。
推荐理由：原文点明该服务基于 MCP、可跨三大操作系统控制电脑，读者可以据此评估它与 Qwen Code 等 Agent 的结合方式。
Sierra：Blog（RSS）精选AI 评分6868 Sierra 工程师复盘如何用 AI 智能体独自完成产品本地化
Sierra 工程师 Stephen Burgess 复盘用 AI 编码智能体在不到四个月内基本独自完成 Agent Studio 本地化，而他在 Slack 参与的同类项目曾需 10 人团队耗时 9 到 12 个月支持 4 个语言。
推荐理由：作者亲历两轮本地化项目，复盘单人用 AI 完成团队级工作的流程设计与坑，包含可直接迁移的工作流经验。
Mistral AI：News（网页）精选AI 评分7575 Mistral 将 Le Chat 升级为统一智能体 Vibe，覆盖工作与编码两大模式
Mistral 发布统一 AI 智能体 Vibe，Le Chat 整体升级为 Vibe，原有对话、设置与套餐全部迁移。Work Mode 处理跨企业工具的多步骤长任务，如邮件日历跟进、深度研究、文档撰写和定时任务；Code Mode 从网页发起远程编码会话直至生成 PR，并推出 VS Code 扩展和更新的 CLI（新增 /teleport、权限控制等）。
推荐理由：官方发布说明写清了 Le Chat 升级为 Vibe 后的工作与编码两大模式、各端入口和定价，可据以评估是否替换现有工作流。
Mistral AI：News（网页）精选AI 评分7373 Mistral 发布 Medium 3.5 模型并在 Vibe 和 Le Chat 推出云端远程智能体
Mistral 发布 Mistral Medium 3.5（128B 密集模型，256k 上下文窗口，修改版 MIT 许可开源权重），并将其设为 Le Chat 和 Vibe CLI 的默认模型。
推荐理由：官方公布了模型规模、基准成绩与定价，并说明云端异步智能体如何嵌入现有工程工作流。
Google DeepMind：Blog（RSS）精选AI 评分8585 Google DeepMind 发布 Gemini 3.5，率先推出 3.5 Flash
Google DeepMind 发布 Gemini 3.5 模型系列，首发的 3.5 Flash 已在 Gemini 应用、Search AI Mode、Google Antigravity、Gemini API 和 Gemini Enterprise 上线。
推荐理由：官方发布稿给出了具体基准成绩、速度倍数和开放渠道，读者可以据此评估 3.5 Flash 在智能体和编码场景的可用性。
Google DeepMind：Blog（RSS）精选AI 评分6262 Google DeepMind 发表 Co-Scientist 多智能体科学假设生成系统，并通过 Hypothesis Generation 开放研究者注册
Google DeepMind 在 Nature 发表 Co-Scientist 研究，推出基于 Gemini 的多智能体系统，通过生成、辩论和进化假设来加速复杂科学问题研究，并将在未来几周通过 labs.google/science 向个人研究者开放。
推荐理由：原文给出多智能体架构、想法锦标赛机制和多个实验室应用结果，读者可了解它如何辅助科学假设生成与验证。
Thinking Machines Lab：官方博客（RSS）精选AI 评分7070 Thinking Machines Lab 发布 TML-Interaction-Small 交互模型研究预览
Thinking Machines Lab 宣布 interaction models 研究预览，让模型原生处理实时音频、视频和文本交互，而非依赖外部 harness。
推荐理由：原文由当事团队给出架构设计、能力演示和基准数字，读者可以据此了解交互能力如何内置于模型本身。
Google DeepMind：Blog（RSS）精选AI 评分6161 Google DeepMind 回顾 AlphaEvolve 一年跨领域影响：覆盖基因组学、电网、量子计算与商业应用
Google DeepMind 发布 AlphaEvolve（基于 Gemini 的编码智能体）一年来的影响汇总。
推荐理由：原文系统汇总了 AlphaEvolve 一年来在科研、基础设施与商业中的落地案例，附具体数字，可作为评估此类编码智能体实用价值的参照。
Johann Rehberger / Embrace The Red（RSS）精选AI 评分7777 研究者详解 M365 Copilot 数据外泄漏洞链（CVE-2026-24299）
Johann Rehberger 发布 DEF CON Singapore 演讲全文，披露 M365 Copilot 与消费版 Copilot 的多条漏洞链，MSRC 编号 CVE-2026-24299，问题已修复。
推荐理由：作者亲历披露全链路攻击并给出修复时间线，读者可以借此理解间接提示词注入与内存持久化的实际风险。
Sierra：Blog（RSS）精选AI 评分6767 Sierra 发布 𝜏-voice 基准：在真实音频条件下评测实时语音智能体
Sierra 联合普林斯顿发布 𝜏-voice 基准，将 𝜏-bench 的 278 个客服任务与全双工语音、环境噪声、电话压缩等真实音频条件结合，统一评测任务完成与对话动态。
推荐理由：Sierra 把任务完成与真实音频对话合并进同一评测，语音智能体八个月内从 30% 提升到 67%，可与文本基准直接对比。
OpenAI：Alignment 研究博客（RSS）精选AI 评分7676 OpenAI 在 Codex 中推出 Auto-review，用独立 Agent 审查越界操作
OpenAI 上周在 Codex 中发布 Auto-review，用单独的 Agent（GPT-5.4 Thinking low reasoning）在沙箱边界自动批准或拒绝操作，替代人工同步审批。
推荐理由：原文给出 Auto-review 的机制、内部部署数字和已知局限，读者可据此评估它在编码 Agent 工作流中的适用性。
OpenAI Developers（RSS）精选AI 评分6565 OpenAI 扩展 Codex 能力：可操作 Mac 应用并承接持续任务
OpenAI 发布视频介绍 Codex 的能力更新。Codex 现在可以操作 Mac 上的应用、连接更多工具、生成图像、从之前的操作中学习、记住用户的工作偏好，并承接持续和可重复的任务。
推荐理由：OpenAI 官方列出 Codex 的能力更新方向，读者可以据此了解它在 Mac 应用操作和持续任务上的变化。
Google DeepMind：Blog（RSS）精选AI 评分8686 Google DeepMind 发布 Gemma 4 开源模型，含 E2B、E4B、26B MoE 和 31B 四个尺寸
Google DeepMind 发布 Gemma 4 开源模型，主打高级推理与智能体工作流，采用 Apache 2.0 许可，提供 E2B、E4B、26B MoE 和 31B Dense 四个尺寸。
推荐理由：官方给出四个尺寸、榜单排名、上下文长度和开放许可等具体信息，读者可以据此判断选型与部署空间。
Mistral AI：News（网页）精选AI 评分6161 Mistral 发布开源 Lean 4 证明代码智能体 Leanstral
Mistral 发布 Leanstral，一个面向 Lean 4 的开源代码智能体，权重以 Apache 2.0 许可开放，同时在 Mistral Vibe 中以 agent 模式提供，并通过免费 API 端点 labs-leanstral-2603 开放。
推荐理由：原文给出 FLTEval 分数和与 Claude 系列的成本对比，读者可据此评估它在形式化证明工程中的性价比。
Mistral AI：News（网页）精选AI 评分6262 Mistral 详解如何基于 Vibe 构建自动编写 RSpec 测试的 Rails 智能体
Mistral AI 基于 open-source 编码助手 Vibe 构建了一个自主智能体，可读取 Rails 源文件、生成或改进 RSpec 测试，并通过 RuboCop 和 SimpleCov 自定义工具在 CI/CD 中无人工干预运行。
推荐理由：Mistral 详述了在 Vibe 上构建 Rails 测试智能体的上下文工程与自定义工具方案，给出可复用的步骤和实测分数。
OpenAI Developers（RSS）精选AI 评分7979 OpenAI 发布 gpt-5.3-codex 提示词指南
OpenAI 发布 Codex 模型（API 中为 gpt-5.3-codex）的提示词指南，推荐 medium 推理力度作为交互编码的平衡选择，高难度任务可用 high 或 xhigh。
推荐理由：官方给出从 GPT-5 系列迁移到 gpt-5.3-codex 的提示词、工具和 phase 参数细节，可直接照做。
Ethan Mollick：One Useful Thing（RSS）精选AI 评分7474 Ethan Mollick 发布智能体时代 AI 使用指南
Ethan Mollick 发布第八版 AI 使用指南，指出 AI 使用方式已从聊天机器人转向智能体，提出按模型、应用和 harness 三层来选择工具。
推荐理由：作者亲历多个 AI 工具的使用，提出模型、应用与 harness 三层框架，可帮助读者按实际任务选择合适工具。
Answer.AI 官方研发博客（RSS）精选AI 评分7070 Answer.AI 发现未经授权的工具调用问题：模型可幻觉调用未授予的工具且 API 不拦截
Answer.AI 的 Piotr Czapla 报告，Claude Opus 4.6、Sonnet 4.5、Haiku 4.5 会幻觉调用未被授予的工具（如 read_secret、GitHub MCP 的 get_me），且 API 不拦截；在 Gemini、Grok 上也能复现类似行为。
推荐理由：作者实测多家模型会调用未授权工具且 API 不拦截，指出这会瓦解能力分离防御，并给出客户端校验的简单修复。