开源社区迎来开放权重模型密集发布潮。DeepSeek-V4-Flash-0731（304B MoE）在Terminal-Bench 2.1上从61.8升至82.7，逼近Opus-4.8。Meta发布首个开放智能体模型Muse-Glimmer-30B，支持完全本地运行，采用Apache 2.0。Liquid AI LFM2.5-2.6B以2.69B参数在M5 Max上达220 tok/s，内存占用低于2.5GB。MiniMax-H3支持原生立体声音频，可生成2K/15秒视频。Mistral Shieldstral-1.0-3B在HarmBench上得分99.4，超过LlamaGuard-4-12B和ShieldGemma-9B。
NVIDIA推出开源MoE模型Nemotron 3.5 Lightning，总参数量30B，激活参数仅3B，专为智能体执行层设计。同时发布NeMo Switchyard模型路由器，可将每个执行步骤路由到成本最低且能力足够的模型。该组合旨在降低智能体推理成本，提升执行效率。Nemotron 3.5 Lightning基于开源许可发布，开发者可自由使用。
阿里云魔搭社区宣布开源Qwen3.8-2.4T-A95B模型权重，总参数2.4T，每个Token激活95B参数。该模型原生支持262,144 Token上下文，可扩展至1,010,000 Token。模型每个MoE层包含512个专家，每个Token选择10个路由专家并激活1个共享专家。官方评测显示，它在PaperBench、IFBench等基准上取得较高成绩，与Opus 4.8、Fable 5、GPT 5.6 Sol相比互有高低。Qwen3.8重点提升编程、办公、科研和长周期Agent任务的端到端完成能力。
比亚迪汽车新技术研究院AI团队发布首篇研究论文，提出混合世界模型HyWorldVLA，结合像素级和潜在空间世界建模，采用VLA架构。该模型在NAVSIM v1基准上取得90.59的PDMS评分，刷新历史最佳，在NAVSIM v2上获89.71分。消融实验显示，移除像素级预测PDMS降至87.50，移除潜在空间处理降至89.91。在655个雨雾噪声场景中，模型得分86.87，比最强基线高19分以上。比亚迪还发布了4nm车规级智驾芯片璇玑A3，算力约700TOPS，支持三芯片并联，形成算法到芯片的闭环。
OneAdvanced是一家英国企业软件提供商，在AWS上构建了英国主权AI平台。他们通过Amazon SageMaker AI自托管Llama 4 Maverick和Llama Guard 4模型，并使用pgvector搭建RAG管道。基于Strands Agents SDK在Amazon ECS上部署了超过50个AI智能体。该平台确保数据留在英国境内，满足主权要求。
Solv Labs在Amazon Bedrock AgentCore payments上构建了受治理的智能体支付工作流。每笔交易在AWS Nitro Enclave中授权和证明，并基于风险定价，最终锚定到公共区块链。该系统为企业提供了在受监管环境中自主智能体支付的可验证、可审计的轨迹。该模式支持交易前授权、交易中证明和交易后审计，确保合规性。
Meta在WhatsApp上开发诈骗警报功能，采用端到端加密和可验证性保证。该系统通过分析消息模式识别诈骗，同时不读取用户内容。技术方案包括安全多方计算和零知识证明，确保检测过程不泄露隐私。该功能旨在应对冒充、社交工程和AI生成的诈骗诱饵。目前处于早期阶段，Meta分享了技术框架和设计思路。
xAI 推出新 Agent 产品 Grok Bot，定位为住在云端的 AI 同事。每个 bot 运行在一台常驻 Linux 机器上，能用你的登录状态直接操作网页、应用和文件。遇到登录、验证码或付款时，它会将控制权交还给你，完成后继续执行。你可以演示一次操作，它就会保存为固定流程，支持定时或由 Slack 消息、Git 事件触发。多个 bot 之间还能互相派活，由总控 bot 协调收件箱、报销、招聘等任务。
a16z合伙人Fabrizio Serafini发布博文称，AI智能体成本已低于印度离岸外包劳动力。OSWorld-Verified基准显示，最强计算机使用型模型得分从2025年初的42%升至2026年6月Claude Fable 5的85%，高于人类测试者约72%的水平。Computer Use智能体完全成本约每小时6-8美元，而印度BPO工人约10美元，美国后台员工为30-45美元。生产案例中，一家CPG数据平台每月运行1500万至2000万次自动化门户交互，维护爬虫的工程团队规模减半。
DeepSeek在杭州、北京和乌兰察布发布招聘，招募电气、暖通、环境及土木工程人才，用于设计和运营AI计算基础设施。此举紧随字节跳动在中卫设立非住宅房地产租赁子公司之后，表明AI算力正在重塑中国科技公司对土地、电力和建筑的所有权方式。
前阿里Qwen技术负责人林俊阳在上海创立Pragmatik Labs，天使轮估值达20亿美元。高榕和红杉中国各领投1亿美元，腾讯追加2000万美元。公司定位数字与物理智能体，而非基础模型。林俊阳曾是阿里最年轻的P10级工程师之一。
EvoX Genesis 框架将软件项目设为持久递归世界，本地智能体保持有限寿命，通过递归委派推进版本历史。基于 DeepSeek V4 Flash，Genesis 在 120 小时内构建了约 25 万行 Rust 的 C 编译器，花费仅 44 美元，通过完整 c-testsuite 及多数 LLVM 和 Csmith 测试。在 GLM 5.2 生成的编译器世界中，多次替换智能体后开发仍保持全部测试性能。Genesis 还将 13 个 MESA 模块（超 10 万行 Fortran）重写为约 9 万行 Rust，六个数值工作负载中位数加速 1.55 至 6.87 倍。结果表明，长期软件开发可围绕持久项目而非持久智能体组织。
arXiv论文展示了AI在数学研究中改进Grothendieck常数K_G界限的案例。研究者将K_G的已知界限收紧至6π/11 ≤ K_G ≤ π/(2log(1+√2)) - 10^-4。AI系统提出了领域专家认为新颖的见解。论文详细讨论了AI在数学研究中的优缺点，以及创造理想条件让AI产生突破性见解的经验。
该研究分析了1,867个仓库中247,694条指令的生命周期，发现智能体提示词无界增长，平均增长226%，每次提交净增4.9条指令。指令越旧越难删除，对数风险为-0.032/提交。通过反转IFEval生成可验证世界，提示注释可移除99.3%的多余指令，将增长率从+211.3%降至+1.4%。在WildIFEval上，提示注释使真实智能体指令遵循率提升23.1%。
GitSkills 数据集收录了 2026 年 7 月从 282,200 个公共仓库中采集的 3,797,117 个 SKILL.md 文件。这些文件按内容哈希去重后得到 1,877,981 个不同版本，每个版本附带完整文本、front matter、文件夹内容及仓库元数据。数据集以单个 SQLite 文件发布，支持研究 Agent 技能的采用、复用、结构、维护与安全问题。该研究指出技能文件缺乏中央注册表，主要通过复制文件夹传播。
AWS博客介绍了一种在Amazon SageMaker HyperPod上使用Curvine构建分层KV缓存的方法。该方法将KV缓存扩展到共享分布式NVMe池中，使副本能以接近本地磁盘的速度复用缓存。这解决了大规模LLM推理中GPU实例过大或首token延迟高的问题。通过使用成本更高效的实例，该方法在保持性能的同时降低了推理成本。
AllenAI 的 Open Instruct 框架支持在 16GB 显存上完成 LLM 后训练全流程。教程覆盖 SFT、DPO、RLVR 和 GRPO 四种主流方法。验证器（verifier）被用于评估模型输出质量。无需分布式计算基础设施，单卡即可运行。
Vercel为开源库AI SDK搭建了一个软件工厂，流水线每个环节由AI Agent执行，人工只做变更合并。运行四周后，该工厂撰写了全部合并PR中多达35%的代码。7月它关闭了70%的issue，同时开放bug数量下降25%。