智能趋近免费之后，数据系统如何服务、承载并由 AI 智能体构建？
Berkeley AI Research 的观点文章提出，推理成本趋近零将推动数据系统沿服务智能体、承载智能体群和由智能体构建三个方向演进。在文中引用的多智能体 text-to-SQL 实验中，80-90% 的子查询执行重复工作，为结果复用与近似查询提供了优化空间。作者结合自身研究，讨论了结构化纠错记忆、共享状态并发与故障处理，以及通过辅助验证智能体和正确性证明应对定制数据系统的规范缺漏问题。
#Agent
#Agent
今日 5 条Berkeley AI ResearchAI 评分5353
Hugging Face BlogAI 评分4747 Hugging Face Kernels 重大更新
Hugging Face Kernels 完成重大更新，新增 Hub 内核仓库类型，强化安全机制并扩展框架支持。默认仅加载可信发布者的内核，已支持代码签名及手动验证，但加载时尚不验签。此次还重整 CLI，新增 Torch Stable ABI 与 Apache TVM FFI 支持，为跨框架内核和 AI 智能体开发奠定基础。
Mistral AI精选AI 评分6666 Mistral 发布 Leanstral 1.5：以 Apache-2.0 开源，提升 Lean 4 形式化验证能力
Mistral 发布 Leanstral 1.5，这款面向 Lean 4 证明工程的模型总参数为 119B、激活参数为 6B，以 Apache-2.0 许可开放权重并提供免费 API。
推荐理由：从数学竞赛题到真实代码缺陷，材料给出了形式化验证的成本对比与工程案例，便于判断证明模型进入开发流程的实用价值。
Hugging Face BlogAI 评分5858 ScarfBench：评测 AI 智能体的企业 Java 框架迁移能力
ScarfBench 是面向企业 Java 跨框架迁移的开放基准，评测中表现最强的智能体在行为验证环节的成功率仍低于 10%。它覆盖 Spring、Jakarta EE 和 Quarkus，包含 34 个应用、102 个框架实现、204 项迁移任务及 1,331 项专家编写的测试，要求迁移后的应用通过构建、部署和行为验证，而非仅与参考代码比较。
Google DeepMind精选AI 评分7878 Google DeepMind 为 Gemini 3.5 Flash 引入内置计算机操作工具
Google DeepMind 将计算机操作作为内置工具集成至 Gemini 3.5 Flash，支持开发者构建跨浏览器、移动端和桌面环境的智能体。
推荐理由：从独立模型转为主模型内置工具，计算机操作可与既有工具调用能力结合，为跨环境自动化提供更集中的开发入口。
Mistral AIAI 评分4848 Mistral AI 增强 Connectors 管控能力
Mistral AI 为 Connectors 新增权限管控、多账户连接和故障诊断能力，提升企业平台连接的安全性。管理员可按组织、工作区及单个工具配置权限，带连接器权限范围的 API 密钥与多账户连接已正式可用。Connectors Debugger 和 Workflows 集成进入公开预览，Vibe Code 集成已正式可用。
Mistral AI精选AI 评分6868 Mistral 发布 OCR 4：支持 170 种语言，新增边界框、块分类与置信度
Mistral 发布文档理解模型 Mistral OCR 4，在提取文本的同时返回边界框、块类型及逐页、逐词置信度，支持 10 个语言组的 170 种语言。官方报告其在人类盲评中的平均胜率为 72%，OlmOCRBench 得分为 85.20，同时说明自动基准存在标注与格式匹配局限，竞品分数来自内部复现。
推荐理由：边界框、块类型和置信度让文档提取结果能同时用于定位引用与安排人工核验，为检索和智能体流程提供更明确的输入结构。
Google DeepMind精选AI 评分6161 Google DeepMind 如何通过 AI Control Roadmap 保障 AI 智能体安全
Google DeepMind 介绍 AI Control Roadmap，为 Google 内部部署的 AI 智能体建立模型对齐之外的系统级纵深防护。框架基于 MITRE ATT&CK 进行威胁建模，以覆盖率、召回率和响应时间衡量监控效果，并按模型逃避检测与执行攻击的能力配置检测及预防响应级别。
推荐理由：将智能体视作潜在内部威胁，并按逃避检测与执行攻击的能力分级配置防护，为不完全依赖模型对齐的系统安全提供参考。
Google DeepMindAI 评分4646 Google DeepMind 联合多家机构资助多智能体 AI 安全研究
Google DeepMind 联合多家机构，面向全球研究者发起最高 $10M 的多智能体 AI 安全研究资助征集。资助聚焦沙盒与测试平台、智能体网络科学、智能体基础设施强化、监督与控制，旨在理解并缓解大规模智能体交互产生的群体风险。申请截止日期为 8 月 8 日。
Google DeepMind精选AI 评分7979 Google DeepMind 发布 Gemma 4 12B：统一、无编码器的多模态模型
Google DeepMind 发布 Gemma 4 12B，采用统一的无编码器架构，将视觉与音频输入直接接入 LLM 主干，面向笔记本本地多模态智能体应用。官方称其标准基准表现接近 26B MoE 模型，总内存占用不到后者一半，可在配备 16GB 显存或统一内存的设备上运行，并配备 Multi-Token Prediction（MTP）草稿模型以降低延迟。
推荐理由：无独立编码器的音视频处理路径与本地内存要求，为评估多模态智能体从大模型迁移到笔记本的资源取舍提供了具体参照。
Google ResearchAI 评分5252 Gemini Enterprise Agent Platform 的 Agentic RAG 如何提高回答可靠性
Google 在 Gemini Enterprise Agent Platform 提供由 Agentic RAG 驱动的跨语料库检索功能，现已开放公开预览。该框架通过 Sufficient Context Agent 检查检索片段与回答草稿，识别信息缺口并反馈给查询改写环节，推动后续检索。
Google Research精选AI 评分6161 Google Research 回顾 I/O 2026：AI 科研工具、健康研究与智能体开发进展
Google Research 汇总 I/O 2026 展示的研究与应用进展，涵盖科学发现、健康、端侧 AI、灾害预测及智能体开发等领域。Gemini for Science 将 ERA、Co-Scientist 等研究用于计算实验、假设生成和文献整理，正逐步开放访问，可通过 labs.google/science 登记兴趣。
推荐理由：从科研假设生成到长时程软件工程，材料展示了多智能体研究进入具体工具的路径，有助于理解研究成果与产品工作流的连接。
Mistral AIAI 评分5656 Mistral 在 AI Now Summit 2026 展示工业工程 AI 栈、Vibe 更新与数据中心计划
Mistral 在 AI Now Summit 2026 推出工业工程 AI 栈，并更新 Vibe 智能体、公布 Les Ulis 推理数据中心计划。工业方案融合物理模型、工程知识与机器人技术，与 Airbus、BMW Group 和 ASML 的合作覆盖设计、碰撞仿真及零部件优化；Vibe 支持长时间多步骤任务，包括深度研究、日常流程编排，以及从需求到合并变更的编码工作。
Mistral AI精选AI 评分8080 Mistral 将 Le Chat 升级为 Vibe，统一办公与编码智能体
Mistral 将 Le Chat 升级为 Vibe，以同一智能体和许可覆盖办公与编码，迁移原有对话、设置和订阅。Work Mode 支持跨企业工具的多步任务、定时执行和可复用技能；Code Mode 支持在隔离沙箱中并行运行远程编码会话并提交拉取请求，同时新增 VS Code 扩展，CLI 可通过 /teleport 在终端与云端间迁移会话并保留历史和审批记录。
推荐理由：办公与编码被纳入同一智能体和许可体系，结合可编辑计划、会话权限及终端与云端迁移，为跨工具任务的人工管控提供了具体参考。
Mistral AIAI 评分5959 Mistral AI 发布开源 Search Toolkit 公共预览版，整合搜索管线
Mistral AI 今天发布 Search Toolkit 公共预览版，以统一接口整合 AI 应用搜索管线的数据摄取、检索与评估，开源并支持云端、本地和边缘部署。框架支持文档解析、分块、嵌入向量生成，以及 BM25、稠密向量和混合检索，内置召回率、精确率、MRR 和 NDCG 指标，可独立衡量检索器表现。入门应用模板提供预配置的 Vespa 索引、混合检索和示例数据摄取管线。
Mistral AIAI 评分5454 Mistral AI 签署收购 Emmi AI 的最终协议，加速工业 AI 布局
Mistral AI 本周签署收购物理 AI 公司 Emmi AI 的最终协议，旨在增强物理建模能力并推进面向工程师的 AI 智能体。Emmi AI 创立于奥地利，其模型支持实时仿真和数字孪生，可将耗时多日的计算替换为实时仿真。其联合创始人与超过 30 名研究人员及工程师将于 5 月加入 Mistral AI 的 Science 和 Applied AI 团队。
Mistral AI精选AI 评分8080 Mistral 发布 Medium 3.5，为 Vibe 云端智能体与 Le Chat Work mode 提供支持
Mistral 发布公开预览版 Mistral Medium 3.5，并将其设为 Vibe 和 Le Chat 的默认模型，支持云端编码智能体与多步骤 Work mode。
推荐理由：本地会话连同任务状态和审批记录迁至云端的设计，为长任务异步执行与保留人工审查之间的衔接提供了具体参考。
Mistral AIAI 评分5353 Mistral AI Studio 推出 Connectors，支持内置连接器与自定义 MCP
Mistral AI 在 Studio 推出公开预览版 Connectors，内置连接器与自定义 MCP 均可通过 API/SDK 用于模型和智能体调用。连接器支持程序化管理和集中注册，可跨 LeChat 与 AI Studio 复用，Vibe 支持即将到来。
Google DeepMindAI 评分5959 Gemini for Science 推出科研实验工具与 Science Skills
Google 推出 Gemini for Science，包含 Google Labs 上的 3 款科研实验工具，以及可在 Google Antigravity 中使用的 Science Skills。
Google DeepMindAI 评分3434 Calico 借助 Co-Scientist 开辟衰老研究新路径
Calico Life Sciences 利用 Co-Scientist 整合衰老生物学研究，提出值得实验检验的新假设。在整合应激反应（ISR）研究中，团队借助它提出代谢调控 ISR 的假设并完善实验设计，实验已取得涉及 ISR 在健康与疾病中作用的新发现，结果计划发表。
Google DeepMindAI 评分4242 Co-Scientist 联结生物学工具，探索 ALS 研究新路径
Co-Scientist 帮助 MIT 的 Ritu Raman 与波士顿儿童医院的 Ryan Flynn 联结组织建模和细胞表面 RNA 研究，探索 ALS 新路径。它协助梳理文献、提出可检验假设，并按可行性及潜在风险收益排序研究方向。两人正寻找可靶向 ALS 的新型 RNA 机制及潜在 RNA 药物。
Google DeepMind精选AI 评分9090 Google DeepMind 发布 Gemini 3.5 系列，率先开放面向智能体与编码的 3.5 Flash
Google DeepMind 发布 Gemini 3.5 模型系列，率先开放 3.5 Flash，面向复杂、长流程的智能体与编码任务。官方称其在 Terminal-Bench 2.1（76.2%）、GDPval-AA（1656 Elo）和 MCP Atlas（83.6%）等基准上超过 Gemini 3.1 Pro，输出 token 速度为其他前沿模型的 4 倍。
推荐理由：官方将智能体与编码基准表现同输出速度、成本放在一起比较，为评估长流程任务中的性能与延迟取舍提供了具体参照。
Google DeepMind精选AI 评分6868 Co-Scientist：基于 Gemini 的多智能体科研伙伴，协作生成与完善科学假设
Google DeepMind 在 Nature 发表 Co-Scientist 研究，该系统基于 Gemini，通过多智能体协作生成、辩论和迭代科学假设。系统结合科学文献与数据核查，以基于 Elo 的竞赛排序假设；在肝纤维化研究中，其提示的一种药物再利用候选在实验室测试中阻断了 91% 的瘢痕相关反应。
推荐理由：将假设生成、同行式批评与排序迭代拆给不同智能体，并把多数计算用于核查，为科研智能体的工作流设计提供了具体参考。
Google DeepMind精选AI 评分7474 AlphaEvolve 如何将 Gemini 驱动的编码智能体应用扩展至科研、基础设施与商业领域
Google DeepMind 回顾 AlphaEvolve 过去一年的应用进展，这款由 Gemini 驱动的编码智能体已从试点走向核心基础设施，并拓展至多个商业领域。
推荐理由：跨领域案例把算法优化落到了错误率、可行解比例和存储写入量等具体指标上，为识别编码智能体在科研与工程中的应用空间提供参照。
Google DeepMind精选AI 评分6565 Google DeepMind 探索以 AI co-clinician 支持医生监督下的医疗协作
Google DeepMind 宣布 AI co-clinician 研究计划，探索让 AI 在医生监督下辅助临床决策，并通过实时音视频与患者互动。系统在 98 个真实情境式初级诊疗问题中有 97 个未出现关键错误；在模拟远程问诊评估的 140 项能力中，68 项达到或超过初级保健医生水平，但医生总体表现更好，尤其在识别危险信号和指导关键体格检查方面。
推荐理由：研究将证据检索与远程问诊分开评估，呈现了医疗智能体在信息支持上的进展与临床判断上的差距，为理解医生监督的必要性提供具体依据。
Mistral AI精选AI 评分6464 Mistral AI 发布企业 AI 编排层 Workflows 公开预览版
Mistral AI 发布 Workflows 公开预览版，作为 Studio 内的企业 AI 编排层，提供持久执行、可观测性、容错和人工审批能力。开发者用 Python 编写流程，可发布到 Le Chat 供业务团队触发，并在 Studio 中追踪审计；货物放行、文档合规检查和客服分流已有生产应用。
推荐理由：通过暂停审批、故障续跑和执行追踪的业务案例，具体呈现企业把 AI 流程从原型搬到生产时需要补齐的编排能力。
Google ResearchAI 评分5252 Google Research 解读 ReasoningBank：让智能体从成功与失败经验中学习
Google Research 在 ICLR 论文中介绍 ReasoningBank，将智能体的成功与失败经验提炼为结构化推理记忆，以支持测试时自我演进。
Google DeepMindAI 评分4343 Google DeepMind 携手行业领军企业，加速 AI 转型
Google DeepMind 与埃森哲、贝恩、BCG、德勤和麦肯锡合作，帮助企业规模化采用前沿 AI。合作伙伴将提前获得 Gemini 系列等前沿模型的访问权限，并直接与技术团队协作，开发行业专用 AI 解决方案。合作还将连接其领导层与客户 CEO 及董事会，帮助企业规划前沿 AI 的应用。
Google ResearchAI 评分4949 Google Research 的 Simula 如何从第一性原理出发，以机制设计构建真实场景合成数据集
Google Research 的 Simula 以推理优先、无需种子数据的方法构建完整合成数据集，可分别控制覆盖、多样性、复杂度与质量。研究以 Gemini 2.5 Flash 为教师、Gemma-3 4B 为学生，在五个领域评估，完整系统均优于简化基线。提高数据复杂度有益于数学推理，却损害法律推理表现，数据设计需适配模型能力。
Google ResearchAI 评分5050 ConvApparel：衡量并缩小用户模拟器的真实性差距
Google Research 的 ConvApparel 数据集与评估框架用于衡量大语言模型用户模拟器与真实用户行为的差距。数据集包含超过 4,000 段服装购物对话、近 15,000 轮交互，参与者被随机分配给有帮助或刻意不配合的 AI 智能体。框架结合群体统计、类人评分与反事实验证，检验模拟器面对陌生情境时的反应是否可信。
Google ResearchAI 评分4646 Google Research 推出 PaperVizAgent 和 ScholarPeer：用 AI 智能体改进学术绘图与同行评审
Google Research 推出 PaperVizAgent 和 ScholarPeer，分别用于生成学术图表和自动评审论文。PaperVizAgent 在经人类图表校准的 LLM 评测中总分为 60.2，超过设定的人工基线 50.0。ScholarPeer 结合网络文献检索与技术主张核验，在并排评测中优于先进自动评审方案。
Google DeepMind精选AI 评分8787 Google DeepMind 推出 Gemma 4，以 Apache 2.0 许可开放四种尺寸模型
Google DeepMind 发布 Gemma 4 开放模型系列，采用 Apache 2.0 许可，提供 E2B、E4B、26B MoE 和 31B Dense 四种尺寸，面向高级推理与智能体工作流。
推荐理由：不同尺寸对应的硬件要求、上下文窗口与模态差异，为开发者在端侧离线运行和工作站部署之间选型提供了具体依据。
Mistral AIAI 评分5959 Mistral AI 解读 Spaces CLI 如何同时服务开发者与智能体
Mistral AI 分享内部平台工具 Spaces CLI 的设计实践，通过非交互参数、结构化数据和显式状态支持开发者与编码智能体。工具为交互输入提供对应参数，以插件注册表统一组件信息，并在初始化时生成 context.json 和 AGENTS.md，提供项目状态与操作规则。
Mistral AI精选AI 评分7373 Mistral 发布 Voxtral TTS：4B 参数语音生成模型，支持 9 种语言
Mistral 发布文本转语音模型 Voxtral TTS，以 4B 参数支持 9 种语言的情感表达语音生成及零样本跨语言声音适配。官方称，在输入 10 秒声音样本和 500 个字符的典型条件下，模型延迟为 70ms；其人类评估显示，自然度优于 ElevenLabs Flash v2.5，音频质量与 ElevenLabs v3 相当。
推荐理由：原文将语音自然度的人类评估与具体输入条件下的延迟并列呈现，为企业权衡语音智能体的表达质量与响应速度提供了参考。
Google ResearchAI 评分5757 Google Research 在 The Check Up 展示医疗 AI 从研究走向真实诊疗场景的进展
Google Research 在今天的 The Check Up 活动中汇总医疗 AI 研究进展，涵盖个性化健康、临床辅助、开发者模型、公共卫生与生物医学发现。
Mistral AIAI 评分5151 Mistral AI 推出 Forge，支持企业用自有知识训练定制模型
Mistral AI 推出 Forge，让企业基于专有数据构建并持续改进模型，支持预训练、后训练和强化学习。系统支持稠密与 MoE 架构及多模态输入，企业可在自身基础设施环境中运行模型，并使用内部基准、合规规则和领域任务进行评估。Mistral Vibe 等自主智能体可借助 Forge 微调模型、寻找最优超参数、调度任务和生成合成数据，Forge 则负责基础设施并监控相关基准是否出现性能退化。
Mistral AI精选AI 评分7878 Mistral 发布 Mistral Small 4，整合推理、多模态与智能体编码能力
Mistral 发布 Mistral Small 4，以 Apache 2.0 许可开放，将推理、多模态和智能体编码能力整合进单一模型。该模型采用 MoE 架构，总参数为 119B，每个 token 激活 6B 参数（计入嵌入与输出层为 8B），支持 256k 上下文窗口、文本与图像输入，并可通过 reasoning_effort 调节推理强度。
推荐理由：将可调推理、图像输入与编码能力放进同一开放模型，为需要兼顾多类任务与部署效率的团队提供了减少模型切换的选型思路。
Mistral AI精选AI 评分6464 Mistral AI 发布 Leanstral：面向 Lean 4 的开源编码与形式化证明模型
Mistral AI 发布 Leanstral-120B-A6B，面向 Lean 4 形式化仓库任务，以 Apache 2.0 许可开放权重，并接入 Mistral Vibe。
推荐理由：基于真实形式化仓库任务的评测同时列出得分与运行成本，为比较专用模型和通用编码智能体的证明工程取舍提供了依据。
Mistral AIAI 评分5959 Mistral 如何用 Vibe 构建自动编写 Rails 测试的智能体
Mistral 基于 Vibe 构建了自动生成和改进 Rails RSpec 测试的智能体，在包含 275 个源文件的代码库实验中实现测试通过率和平均行覆盖率均为 100%。
Mistral AI精选AI 评分6969 Mistral Vibe 2.0 发布，新增自定义子智能体与斜杠命令技能
Mistral 发布终端原生编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型家族驱动，新增自定义子智能体、多选澄清、斜杠命令技能、统一智能体模式及自动更新。
推荐理由：自定义子智能体、执行前澄清与权限模式组合，为团队把终端编码自动化适配到具体任务和既有工作流程提供了可配置路径。