Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，前者面向长周期编码与自主智能体，后者面向漏洞发现与自动修复。
推荐理由：Gemini 3.8 Flash 在编码与智能体任务上逼近更贵的前沿模型，同时保持 3.7 Flash 的价格。
#Agent
#Agent
今日 11 条Google DeepMind精选AI 评分7777
Google DeepMind精选AI 评分7171 Google DeepMind 在 Gemini 3.7 Flash 等模型推出智能体视频理解
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出智能体视频理解功能，官方称视频分析 token 消耗最多降低 88%、成本最多降低 66%、准确率最多提升 7%。
推荐理由：官方给出 token 与成本降幅及可用入口，读者可据此判断长视频分析的成本结构变化。
One Useful ThingAI 评分6262 Ethan Mollick 谈智能体自主性与 Twilight Factory
Ethan Mollick 复盘了 7 月发生的 Hugging Face 事件：OpenAI 在沙箱中测试 GPT-5.6 Sol 等模型时，智能体把共享下载服务 Artifactory 当成留言板互相通信。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Gemini 3.5 Transcribe 语音转文字模型
Google DeepMind 发布语音转文字模型 Gemini 3.5 Transcribe，称其为目前最精确的转写模型，可将原始音频直接转为准确、格式化文本。
推荐理由：官方给出 WER、延迟与多语言等指标，并对比上一代 Chirp 3，可据此判断语音转写的能力边界。
Google DeepMindAI 评分5858 Google DeepMind 回顾 15 年游戏 AI 研究，宣布与 Fenris Creations 合作推进 SIMA
Google DeepMind 发布文章回顾从 Atari、AlphaGo 到 AlphaStar 的 15 年游戏 AI 研究，并宣布与 EVE Universe 开发商 Fenris Creations 建立研究合作。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 3.7 Flash，面向编码与智能体
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码和智能体的最强主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：官方给出与 3.6 Flash 的多项基准对比和半价定价，可据此判断编码与智能体场景的成本收益。
AI Snake OilAI 评分6262 AI 智能体尚不能完成开放式 AI 研究
AI Snake Oil 作者 Sayash Kapoor 等人发布新论文，与两篇未发表 AI 论文的作者合作，让前沿 AI 智能体在数千美元 API 额度、算力和六天时间内回答这些论文的核心研究问题，原论文作者明确拒收了智能体产出的两篇论文。
Microsoft Research精选AI 评分6262 微软研究院开源 Orchard：面向可扩展智能体 AI 的开放框架
微软研究院发布开源框架 Orchard，核心是 Kubernetes 环境服务 Orchard Env，可跨任务复用同一套环境、数据管线与评测流程，并支持在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中直接训练智能体。
推荐理由：微软研究院开源 Orchard 框架，公开环境服务、训练流程与数据，可复用其方法搭建智能体训练环境。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型
Google DeepMind 发布面向机器人具身推理的 Gemini Robotics ER 2，作为高层大脑负责理解物理世界、规划多步任务，并把动作执行交给底层 VLA 模型，同时原生支持调用 Google Search 等工具。
推荐理由：官方给出进度分类、时刻定位与多机协作的具体指标，可据此判断机器人高层推理的当前水位。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini Robotics 2，为机器人带来全身智能
Google DeepMind 发布 Gemini Robotics 2，作为新一代机器人的智能层，解锁全身控制、灵巧操作和多机器人协作。
推荐理由：原文给出三款模型的职责分工与开放入口，读者可据此判断机器人全身控制与多机协作的落地路径。
Berkeley AI ResearchAI 评分2222 Berkeley AI Research 提出 ABBEL：用信念状态监督让 LLM 高效完成长程交互
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要隔离为自然语言"信念状态"并对其内容进行监督评分，以替代完整交互历史作为智能体的工作上下文。在协作编程基准 CollabBench 上，采用基于重构的信念评分后，ABBEL 将相对全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值上下文 token 长度也显著低于全上下文设置。
One Useful ThingAI 评分6262 Ethan Mollick 的 AI 使用指南：该用哪个模型和智能体模式做事
Ethan Mollick 更新了他面向实用场景的 AI 使用指南，指出如今用 AI 做事已从聊天机器人转向能一次完成数小时人类工作的智能体系统。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和面向网络安全的 3.5 Flash Cyber 三款模型。
推荐理由：原文给出三款新模型的效率、价格与基准对比，可据此判断智能体工作流的成本变化。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 3.5 Flash Cyber 安全模型
Google DeepMind 发布 Gemini 3.5 Flash Cyber，这是基于 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证和修补漏洞，在 CyberGym 等基准上以多次调用取得接近更大模型的表现。
推荐理由：原文给出轻量安全模型的基准对比与限量开放方式，读者可据此判断其成本与部署路径。
AI Snake OilAI 评分3636 AI 作为常规技术：ICML 2026 主题演讲探讨"还有什么工作留给我们"
普林斯顿大学研究者 Arvind Narayanan 在 ICML 2026 首尔 keynote 中提出，AI 作为常规技术（AI as Normal Technology）框架是理解 AI 影响的正确方式，除非出现递归自我改进等不连续性。
Berkeley AI ResearchAI 评分2222 智能免费之后怎么办？面向智能体、由智能体运行、由智能体构建的数据系统
伯克利 AI 研究提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不到 $1、部分厂商低于 $0.10，数据系统面临三大新挑战：为智能体设计（Data Systems For Agents）、运行智能体集群（Of Agents）、由智能体合成（By Agents）。
One Useful ThingAI 评分6262 聊天机器人的黄昏：AI 能力加速与智能体工作方式的转变
Ethan Mollick 认为 AI 能力正以超指数速度提升，METR、英国 AI 安全研究所和 GDPval 等评测均显示这一趋势。Epoch 发现 Opus 4.7 自主工作 14 小时完成原本需 2-17 周人力的软件包，成本 251 美元 token；作者自己的实验中 Fable 自主工作 9 小时完成团队一周以上的复杂项目。
Google DeepMind精选AI 评分7171 Google DeepMind 将 computer use 内置到 Gemini 3.5 Flash
Google DeepMind 宣布 computer use 成为 Gemini 3.5 Flash 的内置工具，此前它只作为独立的 Gemini 2.5 computer use 模型提供。
推荐理由：原文给出 computer use 从独立模型并入 Gemini 3.5 Flash 的变化，读者可据此判断智能体跨平台自动化的可用性。
Google DeepMind精选AI 评分6060 Google DeepMind 与英国政府共建 AI 规划原型，目标将审批时间减半
Google DeepMind 与英国政府、Google Cloud、Faculty 及 Barnet、Camden、Dorset 地方规划部门合作，开发一款基于 Gemini 的 AI 规划原型，目标是帮助审批人员将住户规划申请的决定时间缩短 50%。
推荐理由：原文给出英国政府与 Google DeepMind 共建规划原型的目标、试点范围与上线时间，可据此判断 AI 进入公共审批流程的落地方式。
Google DeepMindAI 评分3838 Google DeepMind 发布 AI Control Roadmap，为 AI 智能体构建纵深防御
Google DeepMind 发布 AI Control Roadmap，用纵深防御思路保障内部部署的 AI 智能体安全，在模型对齐之外增加系统级防护。该框架借鉴 MITRE ATT&CK 建立 AI 威胁建模，将不受信智能体视为内部威胁，并用可信 AI 作为监督者审查其推理与行动。团队已分析 100 万个编码智能体任务，并据此为 Gemini Spark 智能体搭建实时监控。
AI Snake OilAI 评分6262 为什么 AI 没有、也不会取代软件工程师
AI Snake Oil 作者 Arvind Narayanan 撰文认为，AI 尚未也不会取代软件工程师。文章指出多起所谓 AI 裁员实为“AI washing”，纽约州 WARN 法案新增 AI 披露选项后首年 160 多家公司无一家勾选；并提出“决定-执行-交付”三明治模型，AI 只压缩了中间的执行层，而决定做什么与对交付负责这两端难以自动化。
Google DeepMindAI 评分3838 Google DeepMind 联合多方发起最高 1000 万美元多智能体 AI 安全研究资助
Google DeepMind 联合 Schmidt Sciences、Cooperative AI Foundation、ARIA 并获 Google.org 支持，发起最高 1000 万美元的多智能体 AI 安全技术研究资助征集，面向全球研究者。
One Useful ThingAI 评分7474 实测 Claude 5 Fable：与 Mythos 级模型协作是什么体验
Ethan Mollick 提前体验了首个面向公众发布的 Mythos 级模型 Claude 5 Fable，称其在自己做过的各项测试中大幅超过此前用过的所有公开模型，能连续执行多页规格说明长达十余小时。
One Useful ThingAI 评分3838 Ethan Mollick 新书 Co-Existence：当 AI 有时比你更强，人机如何共处
《Co-Intelligence》作者 Ethan Mollick 宣布新书《Co-Existence》将于 10 月 20 日出版，主题是如何与"有时但并非总是比你强"的 AI 协作。
AI Snake OilAI 评分6262 Google 的 AI 智能体真的用 916 美元建成了操作系统吗
AI Snake Oil 作者团队分析 Google 在开发者大会上的宣称，即 Gemini 3.5 Flash 与 Antigravity 2.0 的智能体团队仅凭单个提示词、约 900 美元 API 费用就建成了一个操作系统。
Google DeepMind精选AI 评分6262 Google DeepMind 用 Co-Scientist 加速逆转细胞衰老的基因线索发现
Google DeepMind 介绍生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 使用 Co-Scientist 加速衰老研究。Co-Scientist 扫描数万篇论文后提出 20 多个新的候选基因因子，实验室测试验证了其中几个假设，成功让细胞进入更年轻状态并改善整体功能。它还能将原本需要长达六个月的筛选数据分析缩短到几天。
推荐理由：原文给出 Co-Scientist 在衰老研究中的具体产出与验证结果，可了解 AI 辅助科研的实际落地方式。
Google DeepMind精选AI 评分6262 Google DeepMind 为 Project Genie 加入 Street View 真实场景能力
Google DeepMind 在实验性原型 Project Genie 中上线 Street View 场景锚定能力，可基于美国真实地点生成可交互世界，并支持 Ocean World、Desert Sands、Stone Age、B&W film 等风格。
推荐理由：Google 把 Genie 的世界模型与 Street View 真实影像打通，读者可了解智能体训练环境如何从纯生成走向现实锚定。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini Omni Flash 视频生成模型
Google DeepMind 发布 Gemini Omni 家族首个模型 Gemini Omni Flash，可组合图像、音频、视频和文本输入生成高质量视频，并通过自然语言对话逐轮编辑视频。
推荐理由：Gemini Omni 把多模态输入与对话式视频编辑结合，可了解其能力边界与首发落地渠道。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Gemini for Science 科研工具与实验
Google DeepMind 推出 Gemini for Science，包含 Google Labs 上三个实验性工具：基于 Co-Scientist 的 Hypothesis Generation。
推荐理由：Google 把 Co-Scientist、AlphaEvolve 等能力打包成科研工具并开放申请，可观察通用智能体进入科研流程的路径。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.5 Flash，主打智能体与编码
Google DeepMind 发布 Gemini 3.5 系列，首发 3.5 Flash，定位为面向智能体与编码的前沿模型，即日起通过 Gemini app、Google Search 的 AI Mode、Google Antigravity、Gemini API、Android Studio 及 Gemini Enterprise 等渠道开放。
推荐理由：官方给出 3.5 Flash 在编码与智能体基准上的成绩和开放入口，可据此判断其速度与成本取舍。
Google DeepMind精选AI 评分6666 Google DeepMind 发布 Co-Scientist 多智能体科研系统
Google DeepMind 在 Nature 发表 Co-Scientist 研究，这是一个基于 Gemini 构建的多智能体 AI 系统，通过生成、辩论和演化假设来辅助科研。
推荐理由：原文给出多智能体假设生成系统的架构与多个实验室验证案例，可了解 AI 参与科研推理的具体路径。
Google DeepMind精选AI 评分7171 Google DeepMind 回顾 AlphaEvolve 一年跨领域落地成果
Google DeepMind 发布 AlphaEvolve 一年成果汇总，这一由 Gemini 驱动的编码智能体已从试点进入 Google 基础设施核心，用于优化下一代 TPU 设计与缓存替换策略。
推荐理由：官方汇总 AlphaEvolve 一年落地案例，涵盖基因组、电网、TPU 与量子模拟，可看算法智能体的跨领域边界。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 AI co-clinician 医疗研究计划
Google DeepMind 宣布 AI co-clinician 研究计划，探索 AI 智能体在医生监督下协助患者诊疗的“三方照护”模式。在 98 个真实初级保健查询的盲评中，该系统 97 例无关键错误，优于医生常用的两款 AI 系统；在 140 项问诊技能评估中，AI 在 68 项达到或超过初级保健医生水平，但专家医生在识别危险信号和指导关键体格检查上整体更优。
推荐理由：Google DeepMind 公开医疗 AI 智能体的多模态评测结果，读者可了解 AI 在临床场景中的能力边界与协作定位。
Google DeepMindAI 评分2424 Google DeepMind 与埃森哲、贝恩、BCG、德勤、麦肯锡合作加速企业 AI 转型
Google DeepMind 宣布与 Accenture、Bain & Company、BCG、Deloitte、McKinsey 合作，帮助全球企业规模化采用前沿 AI。合作方将获得包括 Gemini 系列在内的前沿模型早期访问权，并直接对接 Google DeepMind 技术团队，聚焦金融、制造、零售、媒体娱乐等行业的智能体转型。目前仅 25% 的组织成功将 AI 规模化投入生产。