资讯

GPT-5.4 mini 在 SWE-bench Pro 基准测试中仅落后旗舰版 3 个百分点，运行速度却快两倍以上，API 成本也更低。nano 是 OpenAI 目前最便宜的模型，适用于高吞吐量工作。两者都旨在作为子智能体（Subagent）在智能体工作流中处理特定任务，而非单独使用。

WebMCP 通过 Chrome 扩展将网页转化为 MCP 服务器，让 AI 智能体直接与网页交互。文章介绍了其背景、人机协同场景，并提供了详细的 Chrome 预览版安装和测试步骤，包括启用实验性功能、安装调试工具和实际演示。

哈佛商学院研究发现，GitHub Copilot 显著改变了开发者的工作结构，编码时间增加，项目管理时间减少，但同行协作大幅下降。研究指出，AI 虽能提升效率，但也可能削弱开源社区赖以生存的人际协作网络，并建议企业不应因 AI 而减少初级开发者招聘。

文章介绍了 Virtue AI 新推出的 Agent ForgingGround 平台，用于在企业部署 AI 智能体前进行红队安全测试。该平台模拟真实企业环境，通过动态生成测试场景来发现提示注入、工具注入等漏洞。CEO 和工程师解释了平台如何集成到 CI/CD 流程，并支持主流智能体框架。

DeepMind 基于心理学、神经科学和认知科学的研究，提出了一个包含 10 项关键认知能力的分类法，用于评估 AI 系统的通用智能水平。为将理论付诸实践，他们启动了 Kaggle 黑客松，鼓励社区为其中五项能力设计评估任务，并提供 20 万美元奖金池。

LangSmith Sandboxes 提供安全、可扩展的隔离环境，解决智能体运行不可信代码的风险。支持自定义 Docker 镜像、持久会话和微虚拟机隔离，集成 LangSmith 平台和 Deep Agents 框架。

Open SWE 是一个开源框架，旨在帮助企业构建内部编程智能体。它总结了 Stripe、Ramp 和 Coinbase 等公司的生产部署经验，提供了隔离沙箱、精选工具集、子智能体编排等核心组件。框架基于 Deep Agents 构建，支持通过 Slack、Linear 和 GitHub 集成到现有工作流中。

本文是 Mistral AI 工程深度系列首篇，记录了团队排查 vLLM 内存泄漏的过程。泄漏仅出现在特定配置下，涉及预填充/解码分离架构和 NIXL 传输。初步使用 Python 内存分析工具无果，转而借助 Heaptrack 和 pmap 追踪系统级分配。

Featherless 推出托管版 OpenClaw，为开源 AI 智能体提供安全的沙箱运行时环境，并将 AI 模型成本打包进月费。报告显示，智能体工作流每次交互消耗的 Token 是标准聊天的 20-30 倍，托管服务旨在消除这种不可预测的财务风险。

Holotron-12B 采用混合 SSM 架构，显著提升了推理吞吐量和内存效率，在单 H100 GPU 上实现高达 8.9k tokens/s 的吞吐。模型在 WebVoyager 等智能体基准测试中表现优异，性能从 35.1% 提升至 80.5%。

子智能体通过分配新上下文窗口来执行特定任务，避免消耗主智能体的宝贵上下文容量。Claude Code 使用 Explore 子智能体探索代码库，并行子智能体可加速文件编辑，专家子智能体则专注于代码审查、测试或调试。

GPT-5.4 mini 在编码、推理和多模态任务上显著超越 GPT-5 mini，速度提升两倍以上，成本更低。nano 适用于分类、数据提取等简单任务。两款模型现已通过 API、Codex 和 ChatGPT 提供。

Codex 子智能体正式发布，支持默认子智能体和自定义智能体，可通过 TOML 文件配置。该模式已在多个编码智能体平台中广泛支持。

LangChain宣布与NVIDIA合作推出企业级智能体AI平台，整合双方技术栈。平台提供构建、加速、部署、监控、评估全流程工具，支持生产级AI智能体规模化部署。LangChain同时加入NVIDIA Nemotron联盟，共同推进前沿开放模型发展。

这篇讲义来自 NICAR 2026 研讨会，展示了如何用 Claude Code 和 OpenAI Codex 进行数据探索、清洗和可视化。工作坊使用 GitHub Codespaces 和 Python/SQLite，重点演示了让 Claude Code 直接编写交互式可视化代码的流程。

NemoClaw 本质上是企业级 OpenClaw 发行版，通过单命令安装提供安全版本。它整合了英伟达的 Nemotron 模型、Dynamo 推理引擎和新的开源安全运行时 OpenShell，为智能体添加策略执行层。

Cursor 安全团队基于 Cursor Automations 平台构建了四款安全智能体，用于代码审查、漏洞扫描、依赖更新和合规监控。这些智能体已处理数千次 PR，并开源了模板供其他团队自定义使用。

LangGraph CLI 新增 deploy 命令集，简化智能体部署流程。核心命令 langgraph deploy 支持一键部署到 LangSmith Deployment，并自动配置 Postgres、Redis 等基础设施。同时提供列表、日志、删除等管理功能。