Radisson Hotel Group 将酒店探索带入 ChatGPT
Radisson Hotel Group 与 Accenture 合作，基于 OpenAI 技术打造了一款 ChatGPT 插件，帮助旅行者在规划行程时查找、比较和预订酒店。
#Agent
OpenAI NewsAI 评分2222 Artificial Analysis精选AI 评分7676 Anthropic 发布 Claude Haiku 5.5，智能指数得分 43
Anthropic 发布 Claude Haiku 5.5，在 Artificial Analysis Intelligence Index 上得分 43，比上一代 Haiku 提升 26 分。
推荐理由：Artificial Analysis 用自建基准横向对比 Haiku 5.5 与同级小模型，可据此判断小模型的能力与成本取舍。
Microsoft ResearchAI 评分1616 Microsoft 研究：AI 评测为何失效，以及失败教会我们什么
Microsoft 研究合伙人研究经理 Jennifer Neville 指出，模型在超出传统 benchmark 的测试中会出现"令人意外的失败"，评测是推动当前 AI 系统性能边界、满足用户需求的关键环节。她建议在实际使用 AI 系统时密切关注数据，当结果违背预期时应回到数据本身找原因。
Mistral AI精选AI 评分7878 Mistral AI 发布 Mistral Large 4 公开预览
Mistral AI 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、52 亿激活参数的原生多模态模型，权重将于本月底开放。官方称其在编码、智能体工作流和多模态理解上表现突出，其中视觉 grounding 的 Dense 200 得分为 42%，超过 GPT-6-Astra 的 41%。
推荐理由：Mistral 官方给出 ML4 的参数规模、开放权重计划与多项基准对比，可据此判断开放权重模型的前沿位置。
Anthropic News精选AI 评分6161 Anthropic 扩展 Cyber Verification Program，推出三级访问分层
Anthropic 推出扩展版 Cyber Verification Program，把此前的 Project Glasswing 与 CVP 整合为一个三级访问体系，面向符合条件的安全从业者开放更强模型能力并放宽拦截分类器。
推荐理由：Anthropic 把两套网络安全访问计划合并为三级分层，并公开了各层的模型权限与评估数据。
Google ResearchAI 评分3535 Google CAPS 研讨会报告：AI 智能体隐私与安全的开放性问题
Google 发布智能体隐私与安全研讨会报告，汇集超 50 位学界与业界专家，指出智能体因非结构化输入、概率性控制流和自主委派三大特性，传统软件安全方法不再适用。报告以情境完整性（CI）理论为基础，提出用情境策略引擎在动作执行前评估其适当性，并倡导系统级沙箱、模型级推理和用户控制的多层防御方案。
Hugging Face Blog精选AI 评分6666 Microsoft ThinkingBox：按数据库终态给 AI 智能体打分
Microsoft 与 Hugging Face 联合发布 ThinkingBox，按智能体在隔离 MCP 会话中留下的数据库终态与副作用打分，而非看它生成的回答，已在 Hugging Face 开放框架与数据集。
推荐理由：论文给出 507 个有状态业务流程各跑 20 次的一致性数据，可据此判断智能体可靠性的真实水位。
GitHub Blog · AI & MLAI 评分2121 AI 正在改变开发者工作，GitHub 给出三项值得强化的技能
GitHub 发文指出，AI 正在改变开发者的工作方式，并建议强化三项技能：学会指挥 AI 智能体而非仅使用它、不要信任 AI 的第一个答案、用 AI 省下的时间解决更大的问题。文中提到 GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型对计划、代码和测试进行批判性审查。
Hugging Face BlogAI 评分3939 AutoSynthData：为企业的智能体生成训练数据
ServiceNow CoreAI 推出 AutoSynthData，利用目标模型的失败案例和更强教师的成功经验定位能力短板，自动生成并验证新的可执行训练任务，生成的任务需满足可行性、真实性和难度三项要求。模型进步后，课程会自动转向仍难掌握的能力，形成迭代式训练循环。团队以 EnterpriseOps Gym 数据集演示了该流程。
Anthropic NewsAI 评分2828 Barclays 扩大与 Anthropic 合作，将 Claude 推广至全行
Barclays 扩大与 Anthropic 的战略合作，在全行部署 Claude 以加速软件开发并改造遗留系统，预计 2026 年底 Claude Code 覆盖 50% 开发人员，2027 年覆盖多数软件工程师。
Anthropic Research精选AI 评分7171 物理学家用 Claude 打造 BootLoops：如何寻找「Claude 形状」的科学问题
哈佛物理学家 Matthew Schwartz 在 Anthropic 客座研究中提出「Claude 形状的问题」思路，把适合当前 LLM 的定量计算任务交给 Claude，并据此构建开源工具链 BootLoops。
推荐理由：作者以物理学家身份复盘用 Claude 构建 BootLoops 工具链的实践，读者可了解智能体在科研中可行的分工边界与协作方法。
Meta Newsroom · AI精选AI 评分6565 Meta 为 Muse 推出小企业版，新增技能与连接器
Meta 为个人 AI 智能体 Muse 推出 Muse for Small Business，新增一批技能和连接器，可连接 Instagram 专业账号分析、Facebook Pages 和 Meta 广告账户，并接入 Canva 等数十款企业常用工具。
推荐理由：Muse 新增面向小企业的技能与连接器，读者可了解它能接入哪些既有工具、替店主做哪些事。
GitHub Blog · AI & MLAI 评分5252 GitHub Copilot app 新手教程：如何用 canvases 构建自定义工作流
GitHub Copilot app 的 canvases 是一种可自定义界面，用 /create-canvas skill 输入自然语言描述即可生成看板、issue 分类板、发布清单等界面，无需手写代码或设计。
GitHub Blog · AI & MLAI 评分4747 GitHub Copilot：当聊天是错误 UI，canvas 才是答案
GitHub 认为聊天框是多数场景下与 AI 协作的错误界面，并提出 GitHub Copilot app 中的 canvas：一种运行在应用内、无浏览器外壳的全栈应用，可与 Copilot agent 双向通信、调用第三方 API 并在本地执行代码。官方示例包括 Connect 4 对局、Winget 包管理界面、SQLite 自助操作，以及把研究、原型、实现等开发流程自动化以尽量让人脱离循环。
Google ResearchAI 评分5252 Google Research 发布 AI 视频联合导演框架，自动化长视频生成
Google Research 发布 AI video co-director，一个构建在 Gemini 和 Veo 之上的多智能体编排框架，用于自动化连贯的长视频生成。
GitHub Blog · AI & ML精选AI 评分6767 GitHub Security Lab 发布 Fuzzing Taskflow 智能体，自动完成 C/C++ 项目 fuzzing
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主 fuzzing 流水线，指向一个 GitHub 仓库即可自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并分诊崩溃。
推荐理由：作者公开了自主 fuzzing 流水线的架构与运行方式，可看 LLM 智能体如何接手覆盖率分析与崩溃分诊。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，把近实时视频生成与语音对话结合，让模型以带唇形同步和表情的动态形象进行多模态交流。
推荐理由：官方给出 Live Avatar 的能力边界与企业入口，可据此判断实时视频对话在客服等场景的可用性。
Google ResearchAI 评分5959 Google Research 用生成式 UI 让教师创建互动教学模拟
Google Research 发布研究实验，让教师借助生成式 UI（GenUI）创建贴合课程目标的互动教学模拟，并同步开放 30 多个面向初高中物理、化学、生物和数学的英文学习互动样例库。
Mistral AIAI 评分5151 Mistral 用 AI 智能体将 4 万行 Fortran 77 迁移至 C++
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 代码迁移到 C++，这是总计 30 万行代码迁移的首个冲刺。该代码是一个无测试套件、无集中文档的物理密集型油藏模拟器，团队先搭建数值一致性校验框架，再用 Vibe CLI 生成上百个智能体为代码树编写文档，并按模块运行规划、实现、测试、审查流程。
Berkeley AI ResearchAI 评分3333 Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互
Berkeley AI Research 提出 ABBEL 框架，将摘要隔离为自然语言"信念状态"并加以监督，以解决递归摘要带来的性能损失。在协作编码基准 CollabBench 上，ABBEL-rec-BG 将全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值 token 长度也低于全上下文。
Berkeley AI ResearchAI 评分2626 智能免费之后怎么办？面向智能体、由智能体运行、由智能体构建的数据系统
伯克利 EPIC Data Lab 提出近零推理成本下的三大数据系统挑战：为智能体设计（For Agents）、运行智能体（Of Agents）、由智能体构建（By Agents）。