Anthropic 发布 Claude Projects v2；Google 推出家庭代理
Anthropic 发布了 Claude Projects v2，将基于文件夹的结构重新设计为对话驱动的界面，通过任务委派和并行线程来管理构建。同时，Google 正在测试一个运行在专用云计算机上的家庭代理，以协调多达六名家庭成员的活动。
Meta开放Muse连接器，发布SAM 3.1，Gemini入侵系统
本次更新涵盖了AI领域的几项进展，包括Meta向第三方开发者开放其Muse平台、发布其分割模型的新版本，以及涉及Google Gemini的安全事件。
小米开源 MiMo-V2.6 Pro 和 Flash 模型
小米已开源 MiMo-V2.6 Pro 和 Flash 多模态模型，旨在协调智能体构建并视觉测试交互式 3D 场景。这些模型可以生成 Blender 资产、根据摄像头画面控制机械臂、生成前端和演示文稿、组装视频以及创作乐谱和 MIDI 音乐。
AIDE^2 实现 AI 研究代理的递归自我改进
研究人员提出了 AIDE^2，该系统通过优化自身代码，为 AI 研究代理实现了递归自我改进的循环。该系统对其内部逻辑提出更改，在 AI 研发任务上对修改后的版本进行基准测试，并仅保留在隐藏评估中表现最佳的改进。
Growing Harness 通过故障引导训练将重复的代理控制转化为可复用代码
作者提出了 Growing Harness，这是一种训练范式，它从任务反馈中学习代理的控制结构，而不是依赖标准的、上下文密集的 harness。通过将重复的控制决策转换为可执行代码，并将 LLM 调用保留用于语义推理，该方法旨在创建可复用的专家代理。
CliffCompaction 在保持性能的同时将编码智能体成本降低 50%
研究人员推出了 CliffCompaction，这是一种自动压缩技术，旨在通过截断而非改写的方式保留压缩信息的忠实度，从而在受限上下文条件下将长周期编码智能体的成本降低高达 50%。该方法在 Terminal-Bench 上保持或提升了性能，并在 KernelBench 上取得了最先进结果。
AIDE^2 实现 AI 研究代理的递归自我改进
研究人员提出了 AIDE^2，该系统通过优化自身代码，为前沿 AI 研究代理实现了递归自我改进的循环。该系统对其内部逻辑提出更改，在 AI 研发任务上对修改后的版本进行基准测试，并仅保留在隐藏评估中表现最佳的更新。
CliffCompaction 在保持性能的同时将长周期编码智能体的成本降低高达 50%
研究人员推出了 CliffCompaction，这是一种专为处理数百万 token 的智能体设计的自动压缩技术，可在有界上下文下将成本降低高达 50%。该方法通过在截断而非改写时保持信息忠实度，在 Terminal-Bench 上维持或提升了性能，并在 KernelBench 上取得了最先进结果。
Agensh 将组织智能扩展至 1,024 个代理
研究人员推出了 Agensh，这是一个可扩展的自组织多代理框架，通过允许并发工作者异步认领子任务并合并进度，消除了中心协调器的瓶颈。
Qwen发布Qwen3.8-Omni-Flash，一款原生多模态智能体模型，支持100万token上下文
阿里云推出了Qwen3.8-Omni-Flash，这是一款原生的多模态智能体模型，专为现实世界的生产力任务设计，与之前的全模态模型相比，大幅提升了多模态理解和推理能力。
SpaceXAI 利用 Grok Bot 应对工单激增 175% 而无需招聘
在收购 Cursor 之后，SpaceXAI 将其 Grok Bot AI 代理整合到其合并的客户支持运营中，使团队能够在不增加人员的情况下管理工单量增长 175%。该公司避免了雇佣约 200 名额外员工，并通过利用 Grok Bot 的按使用量定价模型，将每个工单的解决成本降低至 0.20 至 0.30 美元之间。
使用 GPT-6 Astra 将研究时间和成本减半
Parallel 已将 OpenAI 的 GPT-6 Astra 集成到其 AI 代理基础设施中，与之前的模型相比，研究时间和代码成本均降低了 50%。该公司表示，新模型使代理能够以显著更快的速度完成复杂的知识工作，同时保持高质量的输出。
OpenAI 通过提高命中率和诊断功能改进 GPT-6 提示缓存
OpenAI 为 GPT-6 系列推出了改进的提示缓存系统，默认情况下提供更高的缓存命中率，并对缓存输入令牌提供高达 90% 的折扣。此次更新引入了新工具，帮助开发者监控性能、诊断未命中情况并优化其集成。
AntLing 开源 Ming-Image-0.1-Design 6B 模型家族
AntLing 发布了 Ming-Image-0.1-Design 系列，其中包括两个 6B 参数模型：Ming-Image-0.1-Design 和 Ming-Image-0.1-Design-Layer。
Claude Code v2.1.280 新增 Claude Opus 5.5 并修复众多错误
Claude Code 版本 2.1.280 将 Claude Opus 5.5 作为新的默认 Opus 模型引入，具备 1M 上下文窗口和更新后的定价。此次更新还在全屏模式下添加了用于滚动列表的鼠标滚轮支持，并允许配置 MCP 工具描述长度限制。
世界状态生成器将计划与合成世界对齐以提高智能体成功率
世界状态生成器（WSG）是一种模型，通过在失败后重写状态，使语言智能体的计划与其执行环境的规则保持一致。它在从七个合成领域提取的226K条轨迹上进行训练，在这些领域中，程序强制执行规则并验证目标可达性。
小米发布MiMo-V2.6-Pro，一款耗资300万美元训练、位居前列的开放权重全模态模型
小米已发布MiMo-V2.6系列，推出了原生全模态模型，包括MiMo-V2.6-Pro和MiMo-V2.6-Flash。该公司还推出了MiMo-V2.6-Pro-UltraSpeed，在保持同等质量的前提下，输出速度最高提升20倍。
多智能体AI中的分布式约束治理着没有集体身份的智能体
一项新分析强调了多智能体系统中的一种现象：在分别治理的智能体之间产生的关系获得了跨越整个群体的治理力量。当智能体留下持久的消息和人工制品，从而限制彼此的轨迹时，就会发生这种情况，形成了一种由个体任务未指定的有效分布式导向。
jbsalles 实验 SelMem，一种用于大语言模型的 selective memory 系统
作者开发了一个名为 SelMem 的 Rust 项目，旨在为大语言模型探索不完美的、路径依赖的记忆。这种方法模仿人类记忆，允许智能体随时间推移压缩、遗忘和重建记忆，而不是存储交互的完美副本。
AgentRouter通过步骤级模型路由将智能体工作流成本降低72%
研究人员提出了AgentRouter，这是一种轻量级分类器，通过将单个轨迹步骤路由到合适的模型层级，而非为每个任务都使用前沿模型，从而优化多步智能体工作流。该系统解决了现有解决方案的不足，后者忽略了单个智能体会话内不同子任务的复杂性差异。