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。
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，面向智能体编码、计算机使用和专业工作负载提供更强的推理能力。据 OpenAI 称，它在 DeepSWE v1.1 上达到 GPT-6 Astra 的水平，单任务成本约为其五分之一，并比 GPT-6 Sol 的最佳成绩高出 6.4 个百分点，且推理投入更低。
推荐理由：原文给出 GPT-6.1 Sol 在 Bedrock 上的能力与成本对比，读者可据此判断智能体编码任务的性价比变化。
Google DeepMind 发布 Gemini 4 Argon，面向编码、企业知识工作与网络防御，先在 Fairwind 计划的政府用户和可信网络防御者中开放，后续再向开发者、企业和消费者开放。
推荐理由：汇总 Gemini 4 Argon 的基准、定价与第三方评测分歧，可对照同期 Astra 与 Opus 5.5 的能力与成本差异。
Google 发布新前沿模型 Gemini 4 Argon，在多项基准上缩小了与 OpenAI、Anthropic 的差距，但未取得明显领先。该模型先向 Fairwind 计划的“可信网络防御者”开放，之后才面向开发者和消费者，促销价为每百万输入 token 2 美元、输出 token 10 美元，输出上限从 64,000 提升至 100 万 token。
推荐理由：汇总独立评测与定价数据，呈现 Gemini 4 Argon 与 OpenAI、Anthropic 旗舰模型的差距和成本取舍。
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展至开发者、企业和消费者。
推荐理由：官方给出 Argon 在编码、企业知识与网络安全上的基准表现和分阶段开放路径，可据此判断前沿模型的能力边界与落地节奏。
OpenAI 在 DevDay 2026 上发布 Dots 常驻智能体、GPT-6.1 Sol、Ultrafast 模式、Decisions API、ChatGPT Spaces 与 Marketplace，并称 ChatGPT 周活达 12 亿。
推荐理由：汇总 OpenAI DevDay 2026 的发布清单与第三方评测数据，可快速对照各家模型的价格与能力差异。
Simon Willison 在旧金山 Fort Mason 现场直播 OpenAI DevDay 2026 主题演讲，OpenAI 发布名为 Dots 的个人智能体产品，由 Astra 模型驱动，ChatGPT Pro 和 Enterprise 用户当天可用，并配套推出 ChatGPT Space 供团队协作。
推荐理由：现场逐条记录 DevDay 发布节奏与演示翻车细节，可对照官方口径看新功能实际落地情况。
OpenAI 发布 DevDay 2026 回顾，汇总了 20 多项发布，涵盖 GPT-6 Astra、ChatGPT、Codex、API、安全以及面向开发者的新工具。
OpenAI 发布 GPT-6.1 Sol，官方称其面向编码、电脑操作和专业工作，具备接近 Astra 的智能水平。该模型标准 API 的输入与输出 token 价格均为 Astra 的五分之一。
推荐理由：OpenAI 公布 GPT-6.1 Sol 的定位与定价，读者可据此判断它在编码和电脑操作上的性价比。
OpenAI 发布 dots，将其定位为可跨复杂项目和日常任务持续工作的主动型助手。官方说明 dots 在推进工作的同时让用户保持控制，目前公开信息仅有这一摘要。
推荐理由：OpenAI 官方发布 dots 这一主动型助手，读者可了解它在复杂项目与日常任务中的持续工作方式。
xAI 的 Grok 4.7 已在 Amazon Bedrock 上线，提供 500K token 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度，通过 bedrock-runtime 的跨区域推理配置文件提供服务，支持 Responses、Chat Completions 和 Converse API。
推荐理由：梳理 Grok 4.7 在 Bedrock 上的接入方式与四档推理强度，便于评估长任务智能体的成本取舍。
GitHub 用 Copilot 应用和 CLI 将 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust，代码主要由 AI 智能体编写，跨 128 个 PR 增量合入 main，性能提升数个数量级。
推荐理由：GitHub 工程师复盘用 Copilot 把运行时迁到 Rust 的全过程，含并发会话协作与提示缓存等可迁移经验。
OpenAI 发布 Agents API，这是一个由 Codex harness 驱动的托管服务，用于构建和上线云端智能体。该服务支持编排、长时间运行的会话以及工具调用。
推荐理由：OpenAI 官方发布托管式 Agents API，读者可了解其基于 Codex harness 的编排与长会话能力。
OpenAI 发布 GPT-6 Astra，称其为面向企业的最强模型，具备更强的推理、计算机操作能力以及写作与设计判断力。
推荐理由：OpenAI 官方发布面向企业的新一代模型，可了解其在推理与计算机操作上的能力定位。
GitHub 发布 Project HydraFusion 研究预览，通过运行时编排在多个提供商的模型间选择执行方案，用户可在 GitHub Copilot CLI 中通过 /experimental 启用，按各模型标准费率计费。
推荐理由：GitHub 官方给出多模型编排的三种执行模式与三项基准的成本质量对比，可据此判断编排式编码智能体的取舍。
Google DeepMind 推出 Fairwind Program，面向 Google Cloud 客户、政府机构和网络安全伙伴提供受限访问，首批开放 Gemini 3.8 Flash Cyber 模型与 CodeMender 工具链，用于自主发现、验证并修复漏洞。
推荐理由：原文给出受限访问计划的能力组合与准入条件，读者可据此判断前沿网络防御能力的开放节奏。
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。
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。
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 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。
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。