让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
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 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。
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 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 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 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 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 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 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。
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 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 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。
Mistral AI 发布 Devstral 2（123B）与 Devstral Small 2（24B）编码模型，并推出支持端到端代码自动化的开源助手 Mistral Vibe CLI。
推荐理由：两种规模模型的基准成绩、许可差异与硬件要求提供了具体选型依据，可用于权衡编码智能体的性能需求和本地部署条件。
Mistral AI 为 Le Chat 新增 Deep Research 预览模式、语音模式、原生多语言推理、Projects 和高级图像编辑。Deep Research 可规划任务、澄清需求、搜索并生成带引用的结构化报告；语音模式由 Voxtral 支持，多语言推理由 Magistral 驱动。
推荐理由：项目空间能保留文件、工具与设置，为需要持续研究和多轮交流的工作提供上下文组织方式，减少跨会话整理材料的负担。
Mistral AI 与 All Hands AI 合作推出 Devstral Medium 和 Devstral Small 1.1，在 SWE-Bench Verified 上分别取得 61.6% 和 53.6% 的成绩。
推荐理由：两款模型给出了同一编码基准下的成绩与调用价格，并区分开放许可和私有部署路径，便于按预算与部署需求比较选型。
Mistral 宣布推出 Agents API，整合内置连接器、MCP 工具、持久记忆与多智能体编排，补充现有 Chat Completion API。
推荐理由：将内置工具、有状态对话与多智能体任务交接纳入同一接口，为企业搭建需要保留上下文并协调多步操作的工作流提供了具体参考。
Mistral AI 与 All Hands AI 合作推出软件工程智能体模型 Devstral，以 Apache 2.0 许可开放，定位为研究预览。模型针对真实 GitHub 问题训练，在 SWE-Bench Verified 上取得 46.8%，比此前开源 SOTA 模型高出超过 6 个百分点，可通过 OpenHands 或 SWE-Agent 等框架处理代码库任务。
推荐理由：同一智能体框架下的基准比较结合单卡运行条件，为评估开源编码模型在本地代码库中的部署取舍提供了具体参照。