Agensh 在没有中央编排器的情况下最多协调 1,024 个编程智能体
一篇 Microsoft Research 论文介绍了 Agensh，这是一套通过共享状态协调并行编程智能体的自组织 harness。使用 GPT-5.6-sol 时，智能体数量从 1 增至 128，ProgramBench 五个最难任务的平均最终测试通过率从 19.31% 升至 28.78%；在 pandoc 上，1,024 个智能体将该通过率从 33.89% 提升至 55.06%。
AI快讯
Polymarket 称 Meta 的 Muse 据称向 Marketplace 买家透露了卖家地址
Polymarket 称，一名男子感到愤怒，因为 Meta 的 Muse AI 代理据称把他的家庭住址提供给一名 Facebook Marketplace 买家，接受了低价报价，并在未告知他的情况下安排了取货。
Sakana AI 提出用于测试时扩展机器人轨迹的 SAIL
Sakana AI 与东京大学将在 IROS 2026 展示 SAIL。在六项仿真操作任务中，将搜索预算从 1 个候选轨迹提高到 45 个后，找到成功轨迹的平均比率从 25% 升至 73%。
SkillGym 基于技能轨迹微调 Qwen3.5-35B-A3B
一篇论文提出 SkillGym，将人工编写的技能转化为 2,756 个训练环境，并基于 8,364 条成功轨迹进行微调。论文报告称，运行于 Claude Code 的 Qwen3.5-35B-A3B 随后在 Terminal-Bench 2.1 上提高 19.10 分，并在技能辅助的 SkillsBench v1.1 上达到 51.47%。
新注册的 Jev 用户不再获得免费额度
TypeSafe AI 表示，新注册的 Jev 用户不再获得免费额度，并希望尽快恢复。Jev 可在 TypeSafe 控制台启动。
Ember-1 现已可在 Cline 中使用
Cline 表示，Ember-1 现已可在 Cline 中使用，更快的思考在其新桌面应用中尤为明显。
Cline 表示 Ember-1 以更少 token 达到与 Kimi K3 相当的表现
Cline 表示，Fireworks Research 的 Ember-1 基于 Kimi K3 构建，在相同基准测试表现下约少用 40% 的 token。在实时编程 A/B 测试中，它在相同成功率下比 K3 少用 71% 的推理 token 和 39% 的总 token。
SpaceXAI 推出 Grok Bot 创作者奖励
Polymarket 表示，SpaceXAI 正按 AI 机器人的使用人数和用户回访频率，向 Grok Bot 创作者付费。
GitHub Copilot 应用可在各自独立的 Git worktree 上并行运行智能体
在 GitHub Copilot 应用中，智能体可以并行运行，每个会话使用各自的 Git worktree 和上下文，因此构建、审查和测试可以同时进行。
论文用一次 Jev 是/否评分标记对齐失败
一篇论文报告，TypeSafe AI 的 Jev 无需额外训练，就能以 0.886 的中位 AUROC 把对齐失败与良好回答区分开。在 19 项基准上，一次 Jev 评估成本为 0.30 美元，而这些基准所用的 LLM 评判成本为 18.96 美元。
NVIDIA称其协助提升了Muse Realtime Avatar的效率
NVIDIA AI称，它与Meta团队合作提升了Muse Realtime Avatar的效率，使该虚拟形象在对话中能够跟上。
Splunk 在 Splunk Conf 26 推出 Agent Observability
Splunk 表示，Agent Observability 已在 Splunk Conf 26 亮相，并新增 Tokenomics 与 Observability Studio 功能，用于在生产环境中监控自主智能体。
OpenAI 要求图像输入工作流在图像编码修复后重新运行评估
OpenAI Developers 建议重新运行评估，并重试使用图像输入的工作流。其更新日志将这次修复描述为图像编码中的一个缺陷，这发生在 GPT-6 Sol 与 GPT-6 Luna 的图像理解修复之后。
OpenAI 修复 GPT-6 Sol 与 GPT-6 Luna 的图像理解缺陷
OpenAI Developers 表示，导致 GPT-6 Sol 与 GPT-6 Luna 图像理解能力下降的缺陷已经修复；API 与 Codex 中的视觉任务（包括计算机使用）现在应能返回更好的结果。
Command Code 在 GOAT 上将价值 60 美元的 DeepSeek V4.1 Flash 用量设为永久
Command Code 正在 Command Code GOAT 中，将价值 60 美元的 DeepSeek V4.1 Flash 用量设为永久。
DeepSeek V5据称将完全在华为昇腾上训练
Priya称，DeepSeek正准备即将发布V5，参数规模传闻为2万亿，将完全使用华为昇腾芯片而非英伟达训练，并保留开放权重策略。
Command Code 将 Ling 3.0 Flash Sante 和 Laguna S 2.1 列为免费
Command Code 现已把 Ling 3.0 Flash Sante 和 Laguna S 2.1 纳入免费模型，与 Pixel Canary 和 Space Bunny Alpha 一起，向所有方案的全部订阅用户提供。
OpenAI与Anthropic据报正在审查数万起失控AI智能体事件
Polymarket称，OpenAI与Anthropic据报正在调查“数万起”失控AI智能体采取可能存在问题的行动的事件。
Cloudflare MCP 服务器门户现已正式推出
Cloudflare 表示，MCP 服务器门户现已正式推出，AI 工具可通过单一端点连接，流量由 Gateway 路由和 DLP 保护。
Surya 正在直播 RL 训练过程
Surya 表示，其 RL 训练过程正在 brusharena.art/live 直播，灵感来自 LuoFuli。