Mastra 现已在 MCPServer 和 MCPClient 中支持 tasks，使长时间运行的工具调用可在后台执行，同时智能体继续响应用户。服务器会立即返回一个任务 ID，客户端轮询状态值 working、input_required、completed、failed 或 cancelled，任务完成时会向智能体发送通知。工具可设置为 always、auto（默认 2 秒 syncWindowMs 后）或 off，任务仍可调用 suspend() 等待人工输入；该功能需要 @mastra/mcp@2.7.0 和 @mastra/core@1.81.0 或更高版本，且仍处于实验阶段。
LiveKit 发布了 LiveKit Portal for ROS 2，这是一个独立的 ROS 2 节点，可将 ROS 图连接到 LiveKit 房间，使 ROS 和非 ROS 参与者能够通过 WebRTC 交换话题、服务调用和视频，而无需跨网络暴露 DDS。它支持四条数据路径——通过 DataTracks 传输话题、通过 RPC 传输服务、将图像作为 VideoTracks 传输，以及直接视频源——并提供 YAML 规则来配置方向、速率限制和模式编码。一个演示将立体 SLAM 和场景重建从 Jetson Orin Nano 漫游车卸载到桌面 RTX 5090。
Google Cloud 宣布推出面向医疗保健的 Gemini，这是一款 AI 解决方案，通过连接电子健康记录、计费平台、临床指南和 Medicare 数据集，统一分散的临床、运营和行政系统。该平台基于这些上下文进行推理，以在既定防护措施和人工监督下编排多步骤工作流程，例如病历综合和事先授权审查。该平台最初以预览版形式提供，启动合作伙伴包括 HCA Healthcare、Highmark Health 和 Northwell Health，目标是解决临床医生每周因文书工作损失约 28 小时的问题。
Stripe 基于 LangChain 的开源 Deep Agents 框架构建了公司级知识 AI 平台 Kai，一名工程师在一周内交付了初始版本。该技术栈在 Deep Agents 之上叠加了 Stripe 专属的框架层和配置层，使用由 S3 支持的文件系统中件、用于代码执行的沙箱中件、用于长会话的摘要中件，以及跨 500+ 内部 MCP 工具和 1,000+ 技能的基于技能的动态工具加载。Kai 在大约四周内从 296 名用户增长到超过 5,000 名用户，目前 Stripe 有 83% 的员工每周使用它，会话数超过 60k。
Hugging Face 发布了一篇关于决策模型的说明文章，这类模型接收一个状态和带类型的问题，返回预定义答案上的概率，而不是生成文本。文章详细介绍了 choice、score 和 noul 原语、置信度公式，以及通过 Transformers 的 DecisionPipeline 和 AutoModelForDecision 提供的新支持、Transformers 和 llama.cpp 中共享的 /v1/systemone 端点、用于发现的 Hub 标签，以及使用 Trainer API 进行微调。文章指出，同一端点也可通过在一次批量前向传播中对答案 logits 打分，与兼容的自回归 LLM 配合使用。
推荐理由：Hugging Face 解释了决策模型如何将分类转变为带类型的非生成式接口，并展示了如何用 Transformers 和 llama.cpp 来服务和微调它们。
OpenRouter 在八份自制的退化扫描件上测试了 15 个视觉模型、Mistral OCR 和 Tesseract，Claude Opus 5.5 最准确，264 个关键值中答对 262 个，每 1,000 页成本 16.42 美元；Mistral OCR 性价比最高，264 个中答对 258 个，成本 2.02 美元。在一张褪色收据上，GPT-6 Luna 和 GPT-6.1 Sol 编造了卡号数字、一个服务器名称和 wifi 密码，这些错误是字符错误率无法揭示的。文章附有代码，可转录扫描件、关闭推理、交叉核对来自不同实验室的两个模型，并通过 file-parser 插件运行 Mistral OCR。
推荐理由：对 15 个视觉模型以及 Mistral OCR 和 Tesseract 在八份退化扫描件上的实测基准，附可运行代码，用于交叉核对两个模型以捕捉编造的数值。
Hugging Face 组织现在可以关联 Google Cloud 账户，使 Hub 的使用费用出现在现有的 Google Cloud 发票上，而不再通过信用卡支付。该设置通过 Google Cloud Marketplace 完成，涵盖 Team 或 Enterprise 订阅、按需付费的计算资源（如 Jobs、Inference Endpoints、Inference Providers 和 GPU Spaces），以及按 Hugging Face 公开定价计算的额外存储。订阅需经 Hugging Face 审核后才会启动 Marketplace 计费，已绑定信用卡的组织将在下一个计费周期开始时切换。
LangSmith Bring Your Own Cloud (BYOC) 现已在 AWS 上正式可用，为企业提供托管式 LangSmith 部署，运行在客户自己的 AWS 账户和 VPC 中。轨迹、数据集、实验、提示词、智能体部署和沙箱数据等敏感数据保留在客户的 AWS 环境中，而 LangChain 负责监控、升级、扩缩容和集群生命周期管理。BYOC 面向企业客户，覆盖美国、欧洲和亚太地区的 15 个 AWS 区域。
Meta 在 lldb-server 中构建了一套厂商中立的加速器插件架构，使 LLDB 能在单个会话中调试跨 CPU 和 GPU 的应用程序。该设计将 CPU 和 GPU 表示为独立的 LLDB 目标，各自拥有自己的架构、线程、寄存器和地址空间，同时由插件将厂商设备调试 API 转换为 LLDB 概念。仅当应用使用受支持的 GPU 运行时，GPU 支持才会激活，因此纯 CPU 调试仍走现有的原生路径，不会增加额外开销。
Mastra 推出 Mastra FDE，这是一项面向任何构建 agent 的团队开放的前置部署工程计划，将 Mastra 工程师嵌入客户团队，从架构到生产全程参与。合作范围从每周 6 小时的顾问形式到每周 20-40 小时的主动构建，并配有与 Mastra 创始人和工程师共享的 Slack 频道以及 Mastra Enterprise。Mastra 表示，该计划的成本低于聘用一名资深 AI 员工。
Curative 在 Claude 上构建了分层智能体体系，签约医疗服务提供者的速度约为其团队 2025 年的 50 倍，其智能体 Gwen 已签下 23,000 份合同，每周新增 2,000 至 2,400 份合同。Gwen 每次运行处理一笔提供者交易，主要基于 Claude Opus，而一个 Sonnet 费率审核器可清除约三分之二的超模板费率请求，一个 Haiku 裁判会在每条消息发送前阅读它。每份合同约消耗 2000 万 token，成本约为原来的十分之一，Curative 的签约团队已从 45 人增至约 55 人，每人的生产力约为原来的 2.5 倍。
Mastra Platform 推出了每月25美元的 Starter 套餐，提高了计算、数据和可观测性事件的月度配额，并包含一台 Small 专用服务器且其计算费用已涵盖。现在所有套餐的配额都更高了，免费层更名为 Free，其中无服务器代理可免费运行。项目可以无服务器运行，也可以在 Small、Medium 或 Large 服务器上运行，而 Mastra Connect 为每个套餐增加了连接配额。
研究人员提出 HOPE，一种针对混合专家语言模型的二阶专家剪枝方法，该方法考虑共同激活专家之间的成对交互，而非独立地对每个专家评分。在 50% 剪枝率下，HOPE 取得了所有方法中最佳的平均排名，在智能体编程任务上相比次优剪枝方法最高提升 +6.1%。该工作针对 Qwen3.5-122B 等模型的内存瓶颈，其中专家 MLP 占据了约 250 GB 占用空间的 95%。
Anthropic 发布了一份指南，建议开发者将大多数编程和知识工作从 Claude Opus 5.5 的默认中等努力水平开始，因为其每 token 成本仅为 Fable 5.2 的一半。该指南将 Sonnet 5.5 对应到范围明确的日常工作，Haiku 5.5 对应到高容量分类、路由和子代理任务，Fable 5.2 对应到最困难的编程、金融和科学项目或长时间无人值守运行。它还建议在切换模型之前调整努力水平，并指出在 SWE-bench Pro 上，Opus 5.5 在低努力下运行、失败任务以高努力重跑，通过了约 97% 的任务，每个任务约 $0.17，而所有任务均以高努力运行时为 95.3%，每个任务 $0.29。
推荐理由：Anthropic 自己的指南将每个 Claude 模型和努力水平映射到具体任务类型，并提供了用于在它们之间选择的每任务成本和基准比较。
Zyphra 发布了 ZONOS3-Mini，这是一款稀疏 MoE 文本转语音模型，激活参数 100M、总参数 800M，采用 Apache 2.0 许可，在 112 块 NVIDIA H100 上训练了 2.5 天。它在 Pixel 9 的浏览器中首音频延迟低于 570 毫秒，在 M3 MacBook Air 上低于 150 毫秒，并提供 WebGPU、SGLang、vLLM 和 GGML 运行时。该模型增加了对身份、口音、质量、情绪和表达方式的控制，包括词级调控，Zyphra 报告称其在其新的 ZTTS2-Eval 基准上在开源模型中排名第一。
推荐理由：Zyphra 的紧凑型 MoE TTS 模型将零样本语音克隆与词级表达控制相结合，同时能在手机和笔记本电脑上实时运行。
在首尔举行的MSIT-NVIDIA AI初创企业合作论坛上，NVIDIA宣布投资韩国AI互连初创公司Point2，并计划对Motif Technologies、RLWRLD和Upstage进行额外投资。这四家公司覆盖了完整的AI技术栈，从基于射频的芯片到机架互连、开放权重基础模型，到机器人基础模型和Solar语言模型。这些计划中的投资建立在NVIDIA Inception计划的基础上，该计划拥有超过1,000家韩国成员。
NVIDIA 正在助力推进韩国的物理 AI 生态，三星、Kakao Mobility 和 LG 电子将加速计算、AI 和仿真应用于半导体制造、自动驾驶汽车和机器人。三星的 sMOL 平台借助 NVIDIA cuEST 运行部分量子化学计算，速度最高提升 5 倍；一个 AI 均质化案例将仿真时间从 32 核 CPU 上约 18 小时缩短至 41 秒。Kakao Mobility 计划基于 NVIDIA DRIVE AGX Thor 打造 L4 级自动驾驶系统，LG 则在真实制造环境中展示了其 CLOiD 机器人由 NVIDIA Isaac GR00T 驱动的操作能力。
现代汽车集团正在探索NVIDIA NemoClaw蓝图和NVIDIA OpenShell运行时，而AIM Intelligence正在将其Starfort平台与OpenShell集成，以支持用于员工生产力和企业工作流的安全AI代理。OpenShell是NVIDIA Open Agent Safety平台的关键组件，提供沙箱化执行和基于策略的控制，以治理自主代理的操作。LG AI Research还开放了K-EXAONE-2.5的API访问，该模型使用NVIDIA Nemotron数据集开发，包括Nemotron-Personas-Korea——一个包含700万合成韩国人物画像的开放数据集。
NVIDIA 与韩国科学技术信息通信部正在扩大其主权 AI 合作，涵盖 AI 半导体、数据中心基础设施、人才、初创企业、模型、智能体和安全。该合作使韩国 NPU 和 XPU 公司有机会探索参与 NVIDIA NVLink Fusion 生态系统，同时通过培训、认证、黑客松和技术研讨会来加强 GPU 利用。NVIDIA 还将与韩国“AI for All”计划下选定的三个联合体和四家领先的韩国基础模型构建方合作，使用 NVIDIA Dynamo 优化和扩展 AI 推理。
Figma 概述了直接在画布上使用其设计 agent 的六种方式，包括通过 Granola、Notion 或 Google Drive 等连接器引入会议记录来为设计添加注释，以及总结评论反馈并应用已达成一致的修改。该 agent 还可以构建自定义着色器、使用团队库在一次提示中生成多个布局变体、将静态设计转化为可交互的代码层，以及添加动效。
Google Cloud 在其开源 JAX 训练框架 MaxText v0.2.4 中发布了长上下文训练支持，在 Cloud TPU 上新增四种上下文并行策略：All-gather、A2A（DeepSpeed Ulysses）、P2P（Ring Attention）以及 A2A + P2P 混合（USP）。Llama 3.1 8B 的基准测试在 TPU 5p 上、序列长度最高达 400 万 token 时达到 70% MFU，上下文在 TPU 5p 和 TPU 7 上均扩展至 1400 万 token，其中 TPU 7 在低于 600 万 token 时保持 50% MFU。该版本已在 PyPI、Docker 镜像和 GitHub main 上提供，并附有 TPU 7 和 TPU 5p 的示例配方。
推荐理由：MaxText 在 Cloud TPU 上的四种上下文并行策略，以及 Llama 3.1 8B 的基准 MFU 数据，为团队选择如何在数百万 token 序列长度下进行训练提供了具体参考。
Google AI Studio 现在允许用户直接通过提示词构建由 Google Maps Platform 驱动的应用，由 AI Studio 负责配置和 API 密钥管理，且无需信用卡。该集成涵盖 Maps、Places、Routes 和 Environment API，沙盒允许每个 API 每天 100 次调用，配额每 24 小时重置一次。关联 Google Cloud 结算账号后，可按 Google Maps Platform 标准定价解锁生产级配额。
Anthropic 报告称，Claude Fable 5.2 仅凭极简提示就设计了三款电子设备——免提扬声器、语音助手中枢和手持虚拟宠物，Diode Computers 依据其设计文件制作出可工作的原型，且未做电路修正。在 Diode 内部的 PCB Gym 基准上，Fable 5.2 得分 69%，而 Fable 5 为 25%；在公开的 BenchCAD 2.1 上达到 83.5%，几乎是 Claude Fable 5.1 的两倍。这些设备仍是原型，尚未经过电气验证、天线调谐、热测试或认证，Claude 也未连接测试设备或制造机器。
推荐理由：Anthropic 亲自披露 Claude Fable 5.2 设计出三款可工作的电子设备，表明模型已从局部 PCB 布局推进到端到端硬件原型制作。
Google 宣布，其用于 Gemini 等大模型的分布式训练系统 Pathways 已在 Google Cloud Platform 上正式可用（General Availability）。Pathways 用单个 Python 客户端将整个计算声明为数据流图，取代了锁步 SPMD 执行方式；分布式运行时负责把块放到虚拟设备上、移动并重新分片张量，以及在整个集群范围内对工作排序。Google 表示，这种设计可以让故障主机被重新映射到健康芯片上，而无需重启任务；并且一个共享的 Pathways 服务可以从单个集群为多个客户端提供服务。
推荐理由：Google 解释了 Pathways 的单控制器模型与 SPMD 有何不同，以及它如何处理跨组张量传输、调度和主机故障恢复。
Preferred Networks 发布了 PLaMo 3.0 Fin，这是一款金融专用小语言模型，基于与 NICT 联合研究中使用的 PLaMo 3 NICT 预训练模型构建，并在日本金融数据上进一步训练，以 PLaMo Community License 在 Hugging Face 上发布开放权重。该模型新增了逐步推理（Reasoning）能力，推理轨迹以日语输出，并支持用于网络搜索、计算和内部数据库访问的工具调用，可在封闭云或本地环境中于单块 GPU 上运行。PFN 表示，针对推理和工具使用的指令遵循训练是在其自研 MN-Core 2 AI 芯片上完成的，代码移植在一周内完成，训练速度与 GPU 环境相当。
GitHub 发布了一份面向开发者的智能体工程指南，介绍了 Copilot 如何支持软件工作中的规划、构建、验证和观察四个阶段。该指南引用了 GitHub 今年 10 月单周 12 亿次提交的数据，比一年前增长超过 400%，还引用了 Faros AI 的一项研究：随着团队从低 AI 采用率转向高 AI 采用率，拉取请求在审查环节的停留时间延长了 441%。指南详细介绍了多项功能，包括 Slack 或 Teams 中的 Copilot、Plan Mode、GitHub Agentic Workflows、云沙箱、会话连续性、共享记忆、Copilot Dreaming 和 Copilot Fusion。
Ai2 发布了 ToyBlocks，这是一个围绕机械臂和桌面方块构建的开放模拟框架，作为其 FoundationWorlds 中首个用于可控机器人学习研究的项目。ToyBlocks 在 Isaac Lab 中通过强化学习和运动规划自动生成任务与演示，在单块 GPU 上数据生成速度最高可达实时的 24 倍，并附带 85,336 条长时程演示，覆盖近 1,600 小时和 1.44 亿帧。在 Franka FR3 上的真实世界测试中，ManiFlow 的原子技能成功率在模拟中为 80.0%，在硬件上为 81.1%；而 Molmo 2 加 ManiFlow 系统在模拟和真实回合中的成功率分别为 55.5% 和 50.0%。
vLLM 已将其 CUDA 构建迁移至 LibTorch Stable ABI，自 v0.33.0 起发布 LibTorch ABI Stable CUDA wheel，因此新的 PyTorch wheel 无需重新构建 vLLM 即可导入。团队将树内源码以及七个依赖 LibTorch 的依赖项（包括 FlashMLA、DeepGEMM 和 FlashAttention-2/3）迁移至稳定 API，并在 CI 中使用 torch-abi-audit 确认不再残留不稳定符号。文章指出了权衡，例如稳定 API 子集有限以及少量主机侧开销，并表示 CPU 和 ROCm 构建是下一步。
OpenClaw 重构了模型发现机制，像 GPT-6.1 Sol 这样的新模型无需发布新版本即可出现，模型列表来自 catalog.openclaw.ai 的自更新目录（每四小时重建一次，约 1,000 个模型）、每个账户自己的提供商模型列表，以及与 PATH 中较新版本 Codex 的握手。该目录可在运行中的 Gateway 上实时切换，且提供商超时或目录切换后模型列表不再缩减。
NVIDIA Research与Inferact的REINFORCE Zero论文表明，对齐rollout与训练器内核后，未裁剪的token级重要性采样能够纠正剩余的权重滞后，在策略滞后64时稳定训练20,000次更新，并在内核对齐的情况下达到同步训练训练步吞吐量的2.40倍。使用标准内核时，整个运行过程中rollout到学习器的KL中位数上升83.33倍，在线AIME24 pass@1从34.27%降至13.96%，而序列门控虽能稳定训练，但在最后1,000次更新时拒绝了24.48%的序列。零失配设置现已覆盖DeepSeek-V4.1-Flash、发布当日的Kimi K3.1，以及AMD MI355X上的DeepSeek-V4-Flash和Kimi K3.1，代码位于Inferact/zero-mismatch-rl和NVIDIA-NeMo/labs-molt。
推荐理由：NVIDIA Research与Inferact将异步强化学习的rollout-学习器差距拆分为权重滞后和内核失配，表明对齐内核可使未裁剪的重要性采样在策略滞后64时保持稳定训练。
VeRL-Omni v0.3.0 发布，包含异步与解耦的强化学习执行路径，默认使用 V1 训练器，并扩展了覆盖图像、视频、音频和多模态理解的后训练范围。该版本新增完全异步的 Qwen3-Omni 文本与音频训练、带重放缓冲区的分离异步 Omni 与扩散训练，以及包括 MiniMax H3 搭配 DiffusionNFT 和 MiniCPM-o 4.5 GSPO 在内的新配方。在 4×H800 80 GB 上的 MiniCPM-o 4.5 AVQA 实验中，分离异步 3+1 在自然响应长度下每个提示比同置 4+0 慢约 9%，在 512 token 时大致持平，在 1024 token 时快约 6.7%。
Sierra 发布了 Accelerators，这是面向订单跟踪、预约安排、理赔受理和身份验证等高流量工作流的预构建包，现已在 Agent Studio 中提供。每个 Accelerator 都附带基础集成和防护措施，Ghostwriter 会将其适配到公司自身的政策；Sierra 的更新会延续，而客户的更改则单独跟踪。团队很快将能够在内部构建和共享自己的 Accelerator。
) 引用。智能体在 6% 的遇到情况下对 bug ID 采取了行动，其中 83% 的行动并非由开发者提示；41% 的未提示绕行追逐的是已关闭的工单，而 57% 触及的是仍然开放的 bug 并扩大了范围。在控制开发者、代码库复杂度、任务类型、模型层级和其他因素后，未提示的 bug 绕行使每次会话增加了 70% 的步骤、77% 的 token 和 105% 的等待时间。
推荐理由：谷歌的大规模追踪分析显示，过时的 TODO bug 引用会将编码智能体拖入未提示的绕行，而其清理智能体移除了数千条过时引用，审查者接受率超过 95%。
Snorkel 使用 Modal 的 GPU 和 CPU 沙箱每月运行数百万次智能体模拟，高峰时每小时可达数万个沙箱，并依赖 Modal 对其评估的开源权重模型进行推理。采用 Modal 的内存突发功能后，Snorkel 的沙箱总账单降低了约 20%，目前约 10-15% 的沙箱使用了突发功能。Modal 是唯一能够大规模满足 Snorkel GPU 沙箱需求的沙箱提供商。
微软研究院推出了 PDD Kit，这是一个研究原型，可将开发者的自然语言意图转化为 Verus 形式化规范，证明编码智能体生成的 Rust 代码对任意输入均满足该规范，并在证明无法覆盖之处回退到测试。在 GitHub Next 的 Chopin 中进行的一次演示中，团队使用 PDD Kit 验证了 Pet Store 的登录逻辑——这是一个约 5,000 行的 Rust 全栈应用——开发者审查的是意图产物，而非逐行审查生成的代码。PDD Kit 目前仅能验证 Rust，其保证依赖于六个经开发者批准的可信组件，包括 bcrypt 密码校验和两次数据库查询。
Sierra 已收购 Anon，这家初创公司构建的基础设施可让企业 AI 智能体在没有 API 的网站上登录、浏览页面并填写表单。Anon 融资超过 1300 万美元，其产品已被数百家客户使用，其团队现在将帮助 Sierra 的智能体完成需要登录网站或通过浏览器门户操作的步骤。创始人 Daniel Mason 表示，更好的模型和 harness 已使浏览器智能体可靠得多，而 Sierra 的 Horizon 智能体正在追求更长期的目标，例如发起贷款或为医疗程序获得事先授权。
Mistral 扩展了其企业 AI 平台 Studio，新增托管智能体与应用，以及新的工作流、企业上下文、智能体可观测性和评估能力，运行于 Mistral Large 4 (Le Chonk) 模型之上。开发者可以借助技能、沙箱、子智能体和钩子构建多步骤智能体，并通过新的 Mistral MCP 服务器用一条命令部署到 Studio。Mistral 表示，包括 ABANCA、BNP Paribas、Capgemini 和 TCS 在内的客户已在生产环境中使用 Studio，部署方式可选云端、VPC 或本地。
推荐理由：Mistral 扩展 Studio，新增托管智能体、工作流和应用，展示了企业如何将部署和数据控制保留在自己的环境中。
Zyphra Research 发布了 ZYFA，这是面向 AMD MI355X（CDNA4，gfx950）的 BF16 和 FP8 因果预填充注意力内核，支持头维度 128 以及 DeepSeek-V2 的 MLA 形状。在 16K token 下，使用 Mistral-7B、Qwen3-8B 和 DeepSeek-V2-Lite 的激活值，ZYFA 的 FP8 内核吞吐量达到 AITER 的 1.16–1.76 倍；在 32K token 下的高斯输入上，头维度 128 时达到 1.26–1.37 倍，MLA 形状下达到 1.99 倍。在头维度 128 时，FP8 误差比 AITER 低 62–78%。
ASpec 是一个面向投机解码草稿模型的高吞吐量训练框架，基于 TorchSpec 代码库构建，具备优化的注意力机制、融合内核以及选择性 head/loss 计算。在 Qwen3-8B 4K 运行中，仅草稿模型训练在单 GPU 上达到 15,256.44 输入 tokens/s，为 TorchSpec 的 1.96 倍；而 8-GPU 在线稳态窗口达到 77,721.37 tokens/s，为 TorchSpec 的 2.28 倍。它支持 DSpark、DFlash、EAGLE3/4 和原生 MTP 草稿模型，并提供 Qwen3-8B 和 Ling tiny 快速入门。
Waymo 正在为严寒冬季天气做准备，包括历史性的厄尔尼诺季节，为此扩展了第六代 Waymo Driver 的寒冷天气能力。该系统将摄像头、雷达和激光雷达与内置加热器和微型雨刷相结合，实时测量每个车轮的牵引力，并使用雪地轮胎，同时车辆作为移动气象站，在整个车队中共享道路数据。Waymo 表示，当条件超出其安全框架边界时，将减速、限制或暂停服务，并将在本季节在阿拉斯加进行封闭赛道测试和大雪数据收集。