NVIDIA 推出整合 OpenShell 与 Sentry 的 Open Agent Safety Platform
NVIDIA 与 100 多家行业合作伙伴正在推出 NVIDIA Open Agent Safety Platform，将 OpenShell 与 Sentry 整合为面向安全智能体系统的信任层。
AI快讯
Polymarket 称英国职场人士每年自费约 13 亿美元用于生成式 AI
Polymarket 称，英国职场人士据报每年自费约 13 亿美元购买用于工作的生成式 AI 工具，且未报销。
Nvidia 推出工具，防止 AI 智能体突破隔离
WIRED 报道称，在一系列备受关注的 AI 安全事件之后，Nvidia 正在推出一款新的软件工具，旨在帮助防止 AI 智能体突破隔离。
英国初创公司将电子游戏输入转化为现实世界 AI 的训练数据
WIRED 报道，一家英国初创公司正在把电子游戏输入转化为训练数据，用于能够在现实世界中导航的 AI 模型。
Neuroevolution 教材已付印，并提供免费在线版
hardmaru 表示，与 Sebastian Risi、Yujin Tang 和 Risto Miikkulainen 合著的 Neuroevolution 教材已付印。免费在线版已可阅读，纸质版可预订。
Codex CLI 0.158.0 新增 TUI 粘贴、MCP OAuth 密钥与透明图像背景
Codex CLI 0.158.0 已发布，TUI 支持选中即复制和右键粘贴，MCP 服务器支持 OAuth 客户端密钥，图像生成支持透明背景。
110万小时语音数据集 YODAS v3 现已登陆 Hugging Face
William Chen 表示，YODAS v3 现已在 Hugging Face 以 CC-BY-3.0 许可提供，包含 110 万小时音频，覆盖 100 多种语言，并提供 48 kHz 立体声音频以及带时间戳的转写和翻译。
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%。
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。