跳到正文
只看一手#Agent
  1. Hugging Face Blog

    微软与 Hugging Face 开源 ThinkingBox 训练栈：用数据库校验作 RL 奖励

    微软与 Hugging Face 发布 ThinkingBox-Training 训练栈，把智能体执行后数据库终态的可执行校验结果作为强化学习奖励。

    研判 把数据库终态的可执行校验直接当作强化学习奖励，为有状态业务智能体提供了一条不依赖人工标注的后训练路径，并公开了数据筛选与训练栈。

  1. Google Research

    Google Research 发布 VERID 框架，让 AI 智能体闭环操作湿实验室

    Google Research 公布三项研究，推进 AI 智能体从计算设计走向湿实验室实验。VERID 框架基于开源 PyLabRobot 构建实验室工作单元的数字孪生，提供实时 3D 状态跟踪、虚拟预演和硬件安全检查。

    研判 Google Research 把智能体从纯计算环节推进到湿实验室执行层，VERID 数字孪生与闭环适配体筛选若可复现，可能压缩分子发现的设计-测试周期。

  1. Google Research

    Google 扩展 Earth AI 地理空间推理智能体早期访问

    Google 宣布扩展 Earth AI 地理空间推理智能体的实验性早期访问，覆盖 Ask Google Earth 的深度分析预览和面向开发者的 Agent-to-Agent API。

    研判 Google 将 Earth AI 基础模型封装为可调用的模块化技能，并加入前置规划与独立空间工作区，试图解决通用 LLM 在行星尺度空间数据上的多步推理短板；若早期访问反馈成立，地理空间分析的门槛与耗时可能下降。

  2. Google Research

    Google 发布 Deep Review 智能体文档审阅系统

    Google 宣布公开发布 Deep Review，一个面向复杂文档的智能体审阅系统，可检查逻辑一致性、数学陈述并做事实核查。该系统前身为 Paper Assistant Tool，曾在 STOC 2026、ICML 2026、NeurIPS 2026 和 ICLR 2027 四个会议试点，为超过 16,000 篇论文提供投稿前反馈。

    研判 Deep Review 把长文档审阅拆成分段、按信息密度分配算力、并行核查与全局综合四步，可能降低论文与法律、财务文档的初筛成本，但高层判断仍留给人。

  1. Google DeepMind

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon，即日起通过 AI Studio 与 Gemini API 向开发者和企业开放，Google AI Ultra、Pro 订阅者可在 Gemini 应用与搜索 AI Mode 中使用。

    研判 Argon 以 1M 统一输入输出 token 和每百万输入 2 美元、输出 10 美元的定价进入 API 与 Gemini 应用，直接抬高前沿模型的上下文与价格竞争门槛；其自述在 Vals Index 与 ERQA 上居首，若第三方复现则可能改变企业与科研团队的模型选型。

  1. Microsoft Research

    微软开源 Agent Lightning v1.0：约 3500 行代码的智能体 RL 框架

    微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练。

    研判 把训练框架与部署用 harness 解耦，可减少为训练重写智能体循环的工程量，并让训练对象更接近线上部署版本；Kubernetes 原生调度则把大规模 rollout 的成本压到既有集群上。

已经到底了