ARIES-Mission2是一个零样本视觉-语言-动作（VLA）框架，将视觉语义感知与物理路线优化解耦。它用DeepSeek-V3解析自然语言任务，并用Molmo-7B进行零样本目标定位，再通过地理插值将像素坐标转为GPS航点。在UAV-VLPA-nano-30基准上，该框架的飞行距离为62.43公里，比未优化的VLA基线（79.66公里）缩短21.6%，比人工规划（69.00公里）缩短9.5%。30个任务总耗时575.40秒，平均每任务19.18秒，约为人类专家规划速度的3.6倍。其中TSP求解器每任务仅需0.16秒，而VLM推理占据主要耗时。
阿里发布 Qwen3.8-27B，单张 Blackwell GPU 即可部署，原生上下文 262K，可扩展至 1M。模型采用与 2.4T 旗舰相同的混合骨干架构，但为 dense 而非 MoE。vLLM 提供 Day-0 支持，内置 MTP 草稿头，短提示词接受率在 BF16 下为 92.2%、FP8 下为 84.8%。在 NVIDIA GB300 上完成端到端验证，支持 BF16/FP8 TP4 与 NVFP4 TP1，工具调用和 1M 上下文生成均正常。
Intern-S2-Preview 是一系列面向科学发现的智能体基础模型，支持多模态科学理解、推理、生成和长周期任务。训练流程包含科学多模态预训练、监督微调、多任务强化学习及智能体 RL，并引入部分 rollout、自适应长度正则化等技巧提升稳定性。其中 Intern-S2-Preview-397B 在 SciTS 时间序列基准上取得领先表现，同时其时间序列模块增强了科学信号理解与预测。独立的 Intern-MemDec-4B 扩展将 Biology-Instructions 平均分从 56.92 提升至 60.32，且无需修改冻结的 397B 主干。
阿里开源Qwen3.8-27B，SGLang团队当天完成适配。在单张RTX 5090上，借助NVFP4和DSpark优化，解码速度达到206.1 tok/s。在DGX Spark上解码速度为38.28 tok/s。该模型在智能体规划和长时任务上表现突出。
智谱发布GLM-5.3，基于743B基础模型仅做后训练，未重新预训练。新版本重点提升安全能力，针对模型防御场景做了优化。长程任务执行显著增强，包括终端操作、工具调用及大型代码库修复。在开源模型中，其网络安全能力达到新水平。
Qdrant与Minima在单张RTX PRO 6000 Blackwell GPU上运行agentic RAG。混合搜索加后期交互重排，首次检索足以满足需求的比率从72%提升到87%。中位延迟从21.3秒降至7.7秒。每GPU小时成功任务数提升2.92倍。
DeepSeek Harness发布20小时，GitHub星标已超8万。其插件系统与Koishi平台相似度达75%，疑似整体移植。代码分析显示主干PR中21.2%由Codex命名，分支信息中28.2%提到Codex，开发高度依赖AI。项目65天产出84万行代码、超1万commit，测试代码与生产代码比例约1:1。另附88页论文，其中57%篇幅为形式化理论推导。
MARC v1 是一个面向临床推理的开源多智能体框架，替代单体 LLM 提示方式。框架协调提取、推理、答案生成和评估四类角色智能体，中间输出可追踪，支持分阶段错误归因。Decomposer 模块能从自然语言描述自动生成任务提示，省去手工提示工程。该框架支持 API 和本地 CPU 部署，全部配置通过 YAML 完成。代码已发布在 GitHub 上。
Auggie 团队从零重建了 CLI harness，每任务成本降低 53%。新版本基于开源项目 Pi，并接入自家上下文引擎。核心改动是精简工具集：仅用 1 个 bash 和 3 个文件工具。在 SWE-bench Pro 上，通过率与之前持平。每任务成本 $1.27，对比 Claude Code 的 $2.70。
ChatGPT 和 Codex 新增 Computer History 功能，启用 Computer Use 后记录点击、打字、切换应用等交互事件，不截屏不录音。Computer History 会将操作整理为时间线，并根据重复动作主动建议生成技能和自动化。3 个用例中，用户可查询最后查看的 Google Doc 名称、确认文档是否已分享给 Josh 和 Priya、以及生成上午时间分配回顾。
Vercel 在 GitHub 上为 AI SDK 搭建了一套智能体工厂流程，每个步骤由智能体执行，人类负责合并变更。运行四周后，智能体作者贡献了合并 PR 的 35%。7 月该流程关闭了 70% 的 issue，开放 bug 数下降 25%。
地平线宣布博泰车联获得国内头部新能源车企定点，将供应基于地平线星空芯片的高端AI座舱方案。该项目是行业首个采用纯国产舱驾一体芯片的高端AI座舱项目定点。地平线星空通过单芯片一体化设计实现算力池化，可缩小约50%车载硬件空间，单车综合硬件成本下降1500至4000元。整车智能化研发交付周期从18个月缩短至8个月，舱驾一体软硬件交付时间缩短56%。芯片支持多模态感知融合和车载本地大模型推理，满足高端车型智能化需求。
DAC 2026上，Synopsys发布L1-L5自主等级路线图。Cadence推出AuraStack超级智能体，Siemens EDA发布物理验证的Fuse智能体。Kimi K3用48小时自主完成芯片设计。中国厂商Xpeedic、XEPIC、UniVista正在跟进智能体EDA。
HuggingFace发布2026年夏季开放模型状态报告。报告显示前沿模型规模持续扩大，但小模型仍主导实际部署。Qwen在本地推理使用量上排名第一，Gemma位居第二。AI代理已成为HuggingFace Hub上的重要增长动力。
Anthropic 依据负责任扩展政策发布第二份风险报告，报告已上线 anthropic.com/aug-2026-risk 页面。报告详细说明其系统的风险类型以及 Anthropic 的应对准备程度。目前该推文获得 63 条评论、26 次转发和 298 个赞。
论文提出一种性能异常驱动的自动研究流程，通过反复询问预取器失败原因，迭代构建混合预取器MoP。该流程消耗1.91亿DeepSeek V4 Pro tokens，并自动合成多个专用子预取器。在SPEC CPU2006和SPEC CPU2017上，MoP相比无预取实现61.1%的几何平均IPC加速。相比人类设计的Alecto、Berti和Pythia，MoP分别高出14.5%、21.6%和23.6%。RTL综合显示其占用110KB存储和0.0347平方毫米面积。
Vero是首个评估仓库级联合实现与证明合成的基准，包含43个多模块实例。实例来自Python、Dafny、Verus和Coq的真实仓库，覆盖密码协议到分布式系统等领域。每个实例基于Lean 4，支持仅证明和代码加证明两种评估模式。最强智能体配置仅完整解决27/43个实例，在最高难度仓库上未闭合任何规格。
论文在专家并行MoE服务中发现，GPU吞吐量并不由token数或激活专家数单独决定：约156-168 token以下是显存权重流主导，以上则按128-tile对M维度取整。据此提出TEMPO调度器，将每批调度建模为固定费用makespan问题，在毫秒级求解；在8卡Testbed A上，相对最优固定基线最多提升15.5%，其余场景差距在1%以内。端到端测试中，Qwen3-235B吞吐提升4-6%、p99延迟降低约15.6%，DeepSeek-V3则未见收益。TEMPO论文强调这是阶段图预测的结果，并非普适胜利。
AaLLM 是一个开源的端到端多智能体 LLM 工作流，输入规格即可输出网表，同时覆盖拓扑生成和电路尺寸确定。它从论文和教科书中自动构建知识库，并采用 RAG 模型模拟电路设计专家知识。AaLLM 使用设计师、评论家和评估器组成的三智能体反馈系统，减少尺寸迭代次数。生成的创新拓扑在品质因数上与已知拓扑相当，部分电路高出 3 倍。与最先进的多智能体 LLM 管线相比，SPICE 调用次数减少 3-4.5 倍，墙钟时间减少 40 倍。
OmniScientist是端到端的多模态AI科学家系统，可直接处理图像、信号、音频、视频、3D结构等原始证据。系统由感知层和三个自主智能体（构思、实验、写作）组成，通过代码检查保障新颖性与统计有效性。在覆盖5个学科家族、4类证据的36个真实数据案例中，系统全部完成从原始数据到编译手稿，平均论文得分为6.3。与仅接收预计算标量特征的盲变体相比，直接感知在7个评估维度全部占优，并在85%的成对比较中胜出。
AWS官方博客发布教程，演示如何将SageMaker AI上的OpenAI兼容端点与Bedrock AgentCore运行时结合，构建多智能体工作流。每个智能体可选择最适合其任务的模型。教程还展示了如何从SageMaker端点获取token级可观测性，这是Strands Agents默认不提供的。
DeepSeek Harness 的源码显示，它不再把 Prompt 当作一段 System Prompt，而是做成一个运行时（Runtime），通过 Identity、Persona、Tool Guidance、Runtime Context 等模块动态组装。每个能力（如 shell、filesystem、web）都自带 Tool + Schema + Prompt Guidance，由能力负责者告诉模型怎么用。Prompt 还分了 Global Prompt、Agent Scope、Agent-specific Override 三层，支持继承和覆盖。同时，Runtime Context 与稳定 Prompt 分离，cwd、git 状态等动态信息单独注入，避免频繁修改 System Prompt。作者认为 Tool Schema 本身就是 Prompt Engineering，模型最终看到的是 Instructions、Context、Capabilities 的统一组装。
本教程演示了从Hugging Face流式获取SupraLabs推理语料库，并完成质量过滤与数据策展。以SmolLM2-135M-Instruct为基座、LoRA为微调方法，进行监督微调（SFT）并跑通端到端流程。该方案在135M参数规模下验证，无需过多GPU资源即可打造专用推理模型。
Simon Willison的博客有1,856个标签，直接让LLM从中挑选匹配项容易超限。Doug Turnbull提出先让模型自由生成标签，再通过向量嵌入在现有标签库中查找最接近的具体标签。示例提示词展示了如何用家具分类层级结构来引导模型生成形状合理的候选标签。这样既能利用模型对语义的理解，又能保证最终标签来自既定词表。
用户将一段提示词写入 ~/.claude/CLAUDE.md，让 Fable 5 主代理自动多开 Opus 子代理执行实现类工作。Fable 5 只负责需求澄清、方案拆解、任务分发和结果验收。这样默认使用 Fable 5 High 时，Token 消耗不算厉害。作者不用 Opus 5，因为速度太慢且 Token 消耗巨大。