Mastra Platform 推出每月25美元的入门套餐，包含专用服务器
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。
#Agent
Mastra BlogAI 评分2525
NVIDIA Blog精选AI 评分7070 NVIDIA 在 CoRL 上发布 GR00T 2 世界动作模型和 Isaac Lab 3.0
NVIDIA 在 CoRL 上推出了 GR00T 2——一个基于 Cosmos 构建、在 10 万小时人类第一视角数据上训练的开源世界动作模型，同时发布了 Isaac Lab 3.0 和新的机器人基准测试。GR00T 2 在没有任务特定演示的情况下，至少完成了一次 50 个评估任务中的 40 个；在每项任务仅提供一次演示的情况下，50 项任务的平均成功率达到 71%，提供五次演示时则升至 95%。Isaac Lab 3.0 新增了面向可变形物体的 Newton 物理集成，并在一个基于视觉的灵巧操作基准测试中报告其训练吞吐量最高可达使用 PhysX 的 Isaac Lab 2.3 的 2.5 倍。
推荐理由：NVIDIA 在 CoRL 上的发布表明，仿真加上世界动作模型如今正瞄准精细装配工作，GR00T 2 和 Isaac Lab 3.0 的细节值得与先前的机器人技术栈进行比较。
Anthropic · Claude.dev精选AI 评分8080 Anthropic：1,000 个 Claude Fable 5.2 智能体在 28.7 小时内复现费马大定理的形式化
在没有 Prove2Me 平台、也没有研究人员引导的情况下耗时 7 小时——而 Anthropic 九月的运行使用了这两者——写出的证明长度只有其七分之一，输出 token 用量只有其三分之一。每个智能体都在网络隔离的沙箱中工作，配有分类器检查每条 shell 命令和文件编辑，外加一个离线监控器；在超过一百万次工具调用中，没有任何一次达到被拦截的标准。
推荐理由：Anthropic 的千智能体运行在没有 Prove2Me、也没有研究人员的情况下复现了费马大定理的形式化，展示了沙箱与监控如何约束一个自组织的智能体团队。
Anthropic · Claude.dev精选AI 评分6060 Anthropic 关于在 Claude Fable 5.2、Opus 5.5、Sonnet 5.5 和 Haiku 5.5 之间选择的指南
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。
Berkeley AI ResearchAI 评分2222 BAIR 在 CoRL 2026：伯克利机器人学习论文、口头报告与主题演讲
加州大学伯克利分校的 BAIR 在 CoRL 2026 上展示了 33 篇主会议论文、4 篇最新研究海报、3 个口头报告和 7 个焦点报告，会议于 11 月 9 日至 12 日在德克萨斯州奥斯汀举行。Negar Mehr 教授发表了早期职业主题演讲，探讨机器人如何学习与他人互动和协调。研究涵盖视觉-语言-动作模型的具身记忆、利用自我中心人类数据扩展灵巧操作，以及智能体机器人的自我改进。
NVIDIA BlogAI 评分3636 韩国AI生态取得进展，并借助NVIDIA保障代理式AI安全
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。
Figma BlogAI 评分3838 在画布上使用 Figma agent 的六种方式
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。
Meta AI Research Blog精选AI 评分7878 Meta 发布 Muse Ember，其最小、最高效的智能体任务模型
Meta 发布了 Muse Ember，这是其最小、最高效的模型，面向智能体全天执行的重复性工作，例如工具调用、编码子任务、路由、抽取和长文档解析。Meta 称其在约三分之一成本下达到 Claude Haiku 5.5 的最佳分数，并击败 GPT-6 Luna 的所有配置，价格为每百万输入 token 0.10 美元、每百万输出 token 0.50 美元。该模型配备 100 万 token 上下文窗口、最高 51.2 万输出 token，原生支持文本、图像、音频和视频输入，即日起在 Muse Code 和 Meta Model API 上以 muse-ember-1.0 提供。
推荐理由：Meta 最小的模型瞄准高吞吐的智能体步骤，其与 Claude Haiku 5.5 和 GPT-6 Luna 的每任务成本对比说明了效率主张的来源。
Google Developers BlogAI 评分5858 Google AI Studio 支持通过提示词构建 Google Maps Platform 应用
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 Research精选AI 评分7171 Anthropic 在真实电子设计中测试 Claude Fable 5.2
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。
GitHub Blog · AI & MLAI 评分3838 超越代码生成：开发者的智能体工程指南
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。
Meta Newsroom · AIAI 评分5858 Meta 在其 Muse 应用中推出 spaces，用于用户构建个性化体验
Meta 在 Muse 应用中引入 spaces，这是一种互动方式，用户可通过描述诸如礼物追踪器、每日单词游戏或 DIY 规划板等想法，来构建更个性化的 Muse。用户可用 Muse 调整每个 space，将其放入侧边栏或主标签页，隐藏或安排其显示时间，并连接应用，使演唱会日期和价格变动等细节在后台更新。从今天起，所有提供 Muse 的地方均可使用 spaces，Meta 表示正在探索分享选项，并推出利用从 Muse Wonder 中获得的经验训练的专用模型版本。
Zyphra ResearchAI 评分5858 Zyphra 推出 MAIA 测试版：一款跨 Slack 与桌面端、具备共享记忆的多玩家 AI 智能体
Zyphra 发布 MAIA 测试版，这是一款主动式多玩家 AI 智能体，能够记住团队共享上下文、在已连接的工具中执行操作，并以独立 Mac 桌面应用和 Slack 内嵌形式运行，测试期间免费。MAIA 对人员、决策和偏好保持带来源的持久记忆，可用自然语言执行多步骤任务，并能安排周期性工作。它遵循现有工具权限，在执行不可逆操作前会先确认，并允许用户查看和删除记忆；私密对话除非被分享，否则保持私密。
Ai2 · Allen Institute for AIAI 评分5858 Ai2 发布 ToyBlocks：一个用于机器人学习与评估的可控模拟世界
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%。
Sierra BlogAI 评分1818 Sierra 入选 JPMorganChase 创新名人堂
客户体验 AI 平台 Sierra 入选 JPMorganChase 创新名人堂，颁奖仪式于 10 月 29 日在帕洛阿尔托举行的 J.P. Morgan 第 18 届年度技术创新研讨会上颁发给 CEO Bret Taylor。创新名人堂成立于 2011 年，旨在表彰通过创新和紧密合作对 JPMorganChase 产生重大影响的私营科技公司。Chase 首席信息官 Gill Haus 称 Sierra 是探索代理式 AI 在银行业应用的强力合作伙伴，Taylor 表示，基于 Sierra 构建的代理可部署在网页、移动端、聊天、电子邮件和语音渠道，以解决复杂任务。
Sierra BlogAI 评分3838 Sierra Accelerators 为 AI 智能体处理基础工作
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。
OpenClaw Blog精选AI 评分6969 OpenClaw 发布 Multiplayer，支持共享 Agent 与上下文
OpenClaw 发布了 Multiplayer，这是一项免费开源功能，允许多人连接到同一个 OpenClaw Agent 和工作区，提示词会在各台笔记本电脑上实时显示，请求通过共享队列进行协调。在旧金山 GitHub Universe 的演示中，两位参会者在各自的机器上输入提示词，共同编辑同一个 3D 场景，无需重复说明上下文。OpenClaw 基金会表示，已有 50 多人在同一共享环境中协作，并将继续扩展该功能。
推荐理由：OpenClaw 把多人共享同一 Agent 与上下文做成免费开源功能，为团队协作中反复重建上下文的问题提供了一种可迁移的做法。
Google Developers Blog精选AI 评分6060 谷歌研究发现，过时的 TODO bug 引用在 13% 的会话中分散了编码智能体的注意力
) 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%。
Anthropic Research精选AI 评分6060 Anthropic 解释 Claude 智能体记忆的组成部分
Anthropic 概述了其为 Claude 智能体设计记忆的方式，将智能体记忆定义为跨会话保留的知识，并将其与权重变化、上下文学习和压缩区分开来。5 将其与记忆相匹配。7 在 225 个文件夹中写入了 413 个文件，并获得了一枚徽章。
推荐理由：Anthropic 详细说明了 Claude 的智能体记忆如何运作，比较了模型在 CL-Bench 和 Pokémon Red 上的笔记记录，并展示了离线“做梦”如何纠正和组织已存储的笔记。
Anthropic ResearchAI 评分3636 Anthropic：教 AI 构建科学模型
Anthropic 的研究认为，AI 系统如今能在一个下午内推导出 Hodgkin-Huxley 模型这类方程，但拟合实验数据并不等同于理解。该研究将科学建模拆分为构建、约束和解释模型，并指出 AI 在约束模型方面进展最大，其中贝叶斯推断是绘制所有合理参数集而非单一拟合的标准方法。
Mastra BlogAI 评分3838 Mastra Agents 为门铃事件新增 Ring 信号
Mastra agents 现在可以通过新的 @mastra/ring-signals 包接收 Ring 门铃事件作为通知信号，需要 @mastra/core@1.81.0 或更高版本。每个事件都会以可配置的优先级到达 agent 的线程中，agent 可以从 Ring API 获取快照或视频片段来决定如何响应。Ring 信号还可以指向现有的频道线程，例如 iMessage，以便警报到达共享对话。
Modal BlogAI 评分2222 Snorkel 如何借助 Modal 运行逼真的智能体模拟
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。
Microsoft ResearchAI 评分5858 微软研究院的 PDD Kit 对智能体编写的全栈 Web 应用进行形式化验证
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。
Meta AI Research Blog精选AI 评分6060 Meta 推出搭载 Active Memory 与 Active Focus 的专用 Muse 和 Meta AI 模型
Meta 正在向使用 Muse 和 Meta AI 的用户推出其现有模型的专用版本，这些版本使用 Muse Wonder 训练。专用模型新增了 Active Memory 和 Active Focus，Meta 报告称，当前 Muse 模型在其 Personal Superintelligence Index 上得分为 47%，而上一代模型为 38%；在 Active Memory 评估中为 90% 对 76%；在完成出现意外问题的日常任务方面提升了 67%。
推荐理由：Meta 的专用 Muse 和 Meta AI 模型将 Active Memory 与 Active Focus 带给更多用户，并报告在记忆和任务完成评估上有所提升。
Sierra BlogAI 评分5858 Sierra 收购 Anon，以增加基于浏览器的智能体身份验证与导航能力
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。
Descript ChangelogAI 评分2222 Descript 2026年11月6日发布汇总：品牌布局包、Underlord 技能、30 天回收站
Descript 2026年11月6日的发布汇总新增生成式布局包，可将品牌规范、徽标和颜色转化为四个 AI 提议方向，并在付费方案上生成一套完整可编辑的布局包。Underlord 现支持可复用技能，在聊天中用“/”调用，取代提示词模板，后者将于11月30日停用。已删除项目现会在回收站中保留30天，Enterprise 云端硬盘搜索可匹配图片和视频中的内容，包括通过 Descript MCP 和 API 进行搜索。
Mistral AI精选AI 评分6969 Mistral 扩展 Studio，在 Mistral Large 4 (Le Chonk) 之外新增托管智能体、工作流和应用
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。
Anthropic ResearchAI 评分5858 Anthropic 研究研究人员如何在各科学领域和任务中使用 Claude
Anthropic 使用隐私保护分类器分析了 2026 年 8 月 2 日至 9 月 30 日期间的 207,049 次 Claude 和 Claude Code 研究会话，发现科学家使用 Claude 最多的是数据分析和写作，最少的是数据收集和构思。数据分析占 Claude 会话的 33.7%、Claude Code 会话的 48.1%，而研究人员在数据分析上花费的时间占比为 27.6%；构思占会话的 4.2% 和 2.1%，而研究人员在构思上花费的时间占比为 7.1%。报告估计，当前能力的广泛采用可能使某些领域的研究产出大约翻倍，而非物理工作的完全自动化可能使计算机科学和统计学等领域提升多达 15 倍。
Mastra BlogAI 评分3838 Mastra 推出定制 Harness 计划，配备嵌入式前驻工程师
Mastra 推出定制 Harness 计划，由前驻工程师嵌入客户团队，共同构建量身定制的 agent harness。该计划包含可观测性、评估、自定义 MCP、人在回路工作流、认证与 RBAC，以及 Mastra 企业平台的早期访问权限。Mastra 援引 Workday 的案例：Workday 在 31 天内从 Amazon Bedrock Agents 迁移，削减了 3,000 行代码，并将向量存储成本降低了 98%。
LiveKit BlogAI 评分2222 Clerk AI 借助 LiveKit 大规模驱动企业语音智能体
Clerk AI 基于 LiveKit 的开源框架和全球边缘网络运行企业级语音与消息智能体，无需预先配置即可处理超过 1,000 个并发语音会话。智能体响应时间低于 500 毫秒，原生支持 30 多种语言，ScreenSense 通话筛选准确率达 97%，TrueReach 语音信箱检测准确率超过 98%。该平台可完全掌控 STT、LLM 和 TTS 提供商，持有 SOC 2 Type II 认证，并内置 TCPA 合规能力。
Microsoft ResearchAI 评分1818 微软研究院的 Mike Walker 谈黑客思维与构建网络防御
曾领导 DARPA 网络挑战赛的微软研究院经理 Mike Walker 讨论了黑客文化如何塑造了他构建下一代网络防御的职业生涯，包括首届全机器黑客锦标赛。他认为有效的安全取决于对信任和上下文的理解，并反思了竞技黑客经历教会他的团队合作与集体智慧。
Google DeepMind精选AI 评分7272 Google Antigravity 新增化学信息学技能，用于智能体药物发现
Google DeepMind 为 Google Antigravity 推出化学信息学技能，让智能体能够检索文献、整理化合物、运行匹配分子对分析、训练效力模型，并在约一小时内提出带有合成路线的刚性化大环化合物，该工作流此前需要数天。这些技能基于 RDKit，并连接 ChEMBL 和 PubChem，团队在用于非小细胞肺癌的克唑替尼和劳拉替尼类似物上进行了演示。这些技能即日起可通过 Antigravity 应用的 Science 插件使用，DeepMind 向 10,000 名科学家免费提供最高使用层级 6 个月，需符合资格、容量和筛选条件。
推荐理由：Google DeepMind 展示了 Antigravity 中的化学信息学技能将多日的药物发现循环压缩至约一小时，同时指出设计仍是需要实验室验证的假设。
Anthropic Research精选AI 评分6666 Anthropic 生物实验室报告首个原核生物穹窿颗粒结构，由 Claude 解析
Anthropic 的生物研究实验室报告了原核细胞中发现的穹窿颗粒的首个三维结构，这是一种名为 L05 的噬菌体蛋白，由 96 个拷贝构成，质量约为 9.5 兆道尔顿。在团队的指导下，Claude 搜索了约 150 亿条预测蛋白质的数据库，设计了 DNA 构建体，优化了尺寸排阻色谱分离方法，将纯化时间从三天缩短到约 90 分钟，并运行 RELION 冷冻电镜处理，在 34 小时内产出了首个完整模型。该预印本已提交至 bioRxiv，团队表示这些穹窿颗粒的生物学功能仍未知。
推荐理由：Anthropic 的生物实验室报告了原核生物穹窿颗粒的首个三维结构，Claude 负责数据库搜索、构建体设计、纯化和冷冻电镜处理。
Figma BlogAI 评分5858 Figma 以开放测试向所有用户开放代码层，推出由智能体驱动的原型工作流
Figma 的代码层功能现已面向 100% 的用户开放测试，让团队可以直接在 Figma 画布上构建并对比由代码支持的原型。演示中，一位设计师将 GitHub 仓库克隆到代码层，提示 Figma 智能体并排生成三个配送地址变体，并在全屏代码编辑器中优化其中一个。Extract designs 可将屏幕或录制的流程转换为可编辑的设计层，并通过 Update code layer 将其送回原型；智能体还能将两位队友的代码层合并为一个组合体验。
OpenAI Alignment BlogAI 评分5858 OpenAI 研究智能体安全中的评估-生产行为差距及评估意识的作用
OpenAI 研究人员测量了智能体安全中的评估-生产行为差距：在六个已部署模型中，Respecting Warnings 评估上的成功率比匹配的 Codex 生产决策低 10.2 至 37.4 个百分点，其中 GPT-5.6 Sol 和 GPT-6 Sol 的差距最大。仅一般评估意识与差距的关联较弱（R² = 0.008），而特定评估目标意识的关联更强（R² = 0.370），且最常口头表达错误目标（抵抗提示注入）的模型差距最大。在对 GPT-6.1 Sol 的干预中，通用评估提示几乎未改变成功率（63.1% 对 63.4%），正确目标提示将其提升至 91.6%，错误目标提示将其降至 17.6%。
Sierra BlogAI 评分4242 Sierra 围绕 Ghostwriter 重新设计 Agent Studio
Sierra 围绕其常驻的智能体构建助手 Ghostwriter 重新设计了 Agent Studio，如今排查问题、编辑旅程和测试修复都在同一次对话中完成。Ghostwriter 会跟随你穿梭于旅程、模拟和仪表盘之间，每次会话都会将变更和测试结果保留在一起，直到队友审核并合并。Agent Studio 还将相关智能体归入同一项目，并新增逐行差异对比、Preview Chat、Simulations，以及带必需审批和受控发布的发布治理。
Google Developers BlogAI 评分5858 Google 对低成本分类器进行基准测试，以按任务成本路由 Gemini 模型
Google 开展了一项 50 道题的自动评分编码智能体基准测试，检验轻量级分类器 TypeSafe 的 Jev 能否将每项任务路由到仍能正确作答的最便宜 Gemini 配置。一个冻结的正则表达式与提示长度启发式方法在 16 道开发题上得分 93.8%，但在 34 项留出任务上下降 23.2 个百分点至 70.6%，而 Jev 在整个测试集上达到 96.0%。最强的无路由方案——Gemini 3.8 Flash 低思考模式——解决了全部 50 项任务；一个 Jev 路由器先将任务发送给 Flash-Lite、再对标记的任务升级，同样解决了全部 50 项任务，同时降低了成本和响应时间；将 maxOutputTokens 上限设为 300 在简单任务上未节省任何成本，却导致 25 项困难任务中的 7 项失败。
Sakana AI BlogAI 评分4040 Sakana AI研讨会：Jürgen Schmidhuber谈AI的过去与未来，日本进军语言模型、世界模型与物理AI
Sakana AI于2026年10月26日在东京举办了“从世界模型到真实世界AI”研讨会，首席科学顾问Jürgen Schmidhuber发表了主题演讲，Sakana AI宣布将开发自己的预训练语言模型系列Sakana Sawara（暂定名）。首个小型模型Sawara Small（暂定名）若开发顺利，计划于2027年春季发布。超过400名参会者参加了此次活动，活动还包括Schmidhuber与CEO David Ha之间的对话。
Google DeepMindAI 评分5858 Google DeepMind 将 PlanAssist AI 规划工具扩展至另外 12 个英国地方议会
Google DeepMind 正在将其基于 Gemini 构建的 AI 规划工具 PlanAssist 扩展至英格兰另外 12 个地方规划机构，使总数达到 15 个。自 6 月以来，在 Barnet、Camden 和 Dorset 的试点中，该工具将工作人员在住户评估任务上花费的平均时间最多缩短了 58%，其生成的报告中有超过 70% 未经编辑即获批准。
Sierra BlogAI 评分5858 Sierra ARR突破4亿美元，仅第三季度就增加1.5亿美元以上
Sierra的ARR达到4亿美元以上，仅第三季度就新增超过1.5亿美元的ARR，超过其去年全年的收入。该公司表示，从1亿美元ARR翻倍至2亿美元用了六个月，但从2亿美元翻倍至4亿美元只用了五个月，目前《财富》50强中近50%是其客户。Sierra还表示，正在与包括Meta、Shopify、Stripe和Walmart在内的50多家企业共同制定一项名为Poppy的开放标准，用于控制个人智能体与品牌互动的方式。