HCompany 推出免費 Chrome 擴充功能 HoloTab，讓用户無需設定或技術技能，即可由 AI 智能體在瀏覽器中執行網站任務。用户可錄製操作並沿途講述目的，生成 routine 後再重跑或排程執行。HoloTab 已開放使用：https://chromewebstore.google.com/detail/holotab/hlaoiikljjgcjdhkakedfngifaopbcop
推薦理由：HoloTab把網頁操作交給瀏覽器內的智能體，並以錄製操作、補充講述來生成可重跑或排程的流程，呈現重複網頁任務的自動化方式。
Cloudflare 將 OpenAI 的 GPT-5.4 和 Codex 帶入 Agent Cloud，讓企業可構建、部署及擴展面向實際任務的 AI 智能體。相關方案強調速度與安全性，支援企業推動智能體工作流程。
OpenAI 勾勒企業 AI 的下一階段，並指出各行業採用速度正在加快。新階段涉及 Frontier、ChatGPT Enterprise、Codex，以及全公司 AI 智能體。
Google DeepMind 發佈 Gemma 4 開放模型家族，提供 E2B、E4B、26B MoE 和 31B Dense 四種尺寸，並採用 Apache 2.0 授權。
推薦理由：Gemma 4 提供從手機端到工作站的多種尺寸，並列出排行榜名次與上下文窗口，便於比較本地部署時的硬件需求和能力差異。
Google DeepMind 的 Gemma 4 多模態模型系列已登陸 Hugging Face，提供五種尺寸，支援圖像、文字及部分型號的音訊輸入。模型採 Apache 2 授權，最大上下文窗口為 256K；31B 和 26B A4B 的 text-only LMArena 估算分數分別為 1452 和 1441，後者有 4B 啟用參數。
推薦理由：文章列出五種 Gemma 4 規格、上下文窗口和音訊支援差異，並整理多個推理與微調框架的接入方式，可供比較型號特點及部署路徑。
Google Research 宣佈 Vibe Coding XR，結合 Gemini 與 XR Blocks，將自然語言描述轉成具物理感知能力的 Android XR 應用，最快可在 60 秒內生成。
推薦理由：文章展示如何以 XR Blocks 架構、範例模板和專用系統提示詞約束 Gemini，令自然語言生成的 XR 原型遵循既有 API 與互動設計規範。
ChatGPT 推出由 Agentic Commerce Protocol 驅動的更豐富、具視覺沉浸感購物體驗。該體驗支援商品探索、並排比較及商户整合。
OpenAI 發佈 GPT-5.4 mini 和 nano，兩者是 GPT-5.4 的較小、更快速版本。它們針對編碼、工具使用、多模態推理，以及高用量 API 和子智能體工作負載作最佳化。
Mistral AI 發佈 Mistral Small 4，將 Magistral 的推理、Pixtral 的多模態及 Devstral 的智能體編碼能力整合至單一模型。
推薦理由：Mistral Small 4 整合指令、推理、多模態及智能體編碼能力，並列出相較 Mistral Small 3 的吞吐數據，可供比較單一模型承接多類任務時的效率表現。
ChatGPT 在智能體工作流程中，透過限制高風險操作及保護敏感資料，防範提示詞注入與社交工程攻擊。這套防護設計著重約束風險操作，並保障工作流程中的敏感資料。
Hugging Face 在 Hub 推出 Storage Buckets，為頻繁變動的 ML 產物提供非版本化 S3 類物件儲存。Buckets 建基於 Xet，以分塊及跨檔案去重減少重複傳輸；Enterprise 計費按去重後的儲存量計算。
推薦理由：文章交代 Buckets 與版本化倉庫分別承擔工作層和發布層，並説明 Xet 去重如何減少重複傳輸及 Enterprise 的計費儲存量。
OpenAI 的 Codex Security 現已進入研究預覽，是一款 AI 應用程式安全智能體。它會分析專案脈絡，以更高信心、較少雜訊偵測、驗證並修補複雜漏洞。
Balyasny Asset Management 結合嚴謹的模型評估、全面運用 OpenAI 平台及智能體工作流程，重塑投資研究。
OpenAI 與 Amazon 宣佈戰略合作，將 OpenAI 的 Frontier 平台帶至 AWS。合作亦將擴展 AI 基礎設施、客製模型及企業 AI 智能體。
推薦理由：合作將 Frontier 平台帶至 AWS，並涉及基礎設施、客製模型及企業智能體，可由此瞭解雙方合作涵蓋的企業 AI 範圍。
OpenAI 在 Amazon Bedrock 推出面向 AI 智能體的有狀態執行環境 Stateful Runtime for Agents。該環境為由 OpenAI 驅動的多步驟 AI 工作流程提供持久化編排、記憶與安全執行。
OpenAI 與太平洋西北國家實驗室合作推出 DraftNEPABench，評估 AI 編碼智能體加快聯邦許可審批的能力。該 benchmark 顯示，AI 有望將 NEPA 草案撰寫時間最多縮短 15%，並展示現代化基礎設施審查的潛力。
OpenAI 宣佈 Frontier Alliance Partners，協助企業將 AI 試點項目轉入生產環境，並以安全、可擴展的方式部署智能體。
OpenAI 與 Paradigm 推出 EVMbench，評測 AI 智能體偵測、修補及利用高危智能合約漏洞的能力。
Hugging Face 製作 CUDA kernel 技能，Claude 和 Codex 依此為 diffusers 與 transformers 目標產生可運行的 kernel。
推薦理由：文章拆解如何把 GPU 架構知識、PyTorch 整合範式與基準測試流程封裝成技能，讓編碼智能體產出可構建、可測試的 CUDA kernel 專案。
OpenAI 技術人員 Ryan Lopopolo 探討 Harness 工程，聚焦在智能體優先的世界中如何運用 Codex。
Google Research 提出開源原型框架 DialogLab，用於編寫、模擬及測試動態人類與 AI 羣體對話。框架採用「編寫、測試、驗證」流程，並以視覺化介面及驗證儀錶板協助設計與分析對話。14 名參與者的評估顯示，人類控制模式顯著更具投入感，並普遍被認為更有效、寫實。
OpenAI 的 GPT-5 與 Ginkgo Bioworks 的雲端自動化結合成自主實驗室，透過閉環實驗將無細胞蛋白質合成成本降低 40%。
Google 提出 Natively Adaptive Interfaces（NAI）框架，以多模態 AI 工具建立更個人化、具適應性的無障礙應用介面。NAI 主張按情境資訊作出設計決策，並以動態、由智能體驅動的模組取代靜態導覽。Gemini 原型可將即時影片轉為互動音訊描述，讓使用者即時查詢畫面細節。
OpenAI 推出 Frontier，作為建置、部署及管理 AI 智能體的企業平台。平台提供共享上下文、導入、權限及治理功能。
OpenAI 發佈 GPT-5.3-Codex，這款 Codex 原生智能體結合前沿編碼表現與通用推理，支援長週期的現實技術工作。
GPT-5.3-Codex 系統卡將該模型描述為迄今能力最強的智能體編碼模型。它結合 GPT-5.2-Codex 的前沿編碼表現，以及 GPT-5.2 的推理和專業知識能力。
OpenAI 與 Snowflake 達成 $200M 合作，旨在將前沿智能引入企業數據。合作將在 Snowflake 中直接提供 AI 智能體與洞察。
OpenAI 推出 macOS 版 Codex app，定位為 AI 編程與軟件開發的指揮中心，支援多個智能體、平行工作流程及長時間任務。
推薦理由：公告呈現 Codex app 在 macOS 上的工作流定位，重點是以多個智能體、平行流程和長時間任務支援 AI 編程與軟件開發。
Google Research 團隊對 180 種智能體配置進行受控評估，提出智能體系統的量化規模化原則。在可並行的金融推理任務中，集中式協作較單智能體提升 80.9%；在 PlanCraft 的序列規劃任務中，多智能體方案則令表現下降 39–70%。研究的預測模型根據工具數量及任務可拆解程度，對 87% 未見任務配置正確識別最佳協作策略。
Hugging Face 介紹 upskill 如何以 Claude Opus 4.5 完成 CUDA kernel 任務、從任務軌跡生成 Agent 技能，再評估技能對其他模型的效果。文中一個示例中，unsloth/GLM-4.7-Flash-GGUF:Q4_0 的測試表現由 40% 升至 85%；部分模型使用技能後 token 用量反而增加，文章建議逐一比較。
OpenAI 透過內置防護措施，在 AI 智能體開啟連結時保護用户數據，防止基於 URL 的數據外洩及提示詞注入。
Mistral AI 發佈 Mistral Vibe 2.0，這款由 Devstral 2 模型系列驅動的終端原生編碼智能體新增自訂子智能體、多選澄清、斜線命令技能及可配置工作模式。
推薦理由：Mistral Vibe 2.0 把自訂子智能體、執行前多選澄清和斜線命令技能納入終端編碼流程，具體呈現其工作流控制方式的變化。
TRUSTBANK 與 Recursive 合作，使用 OpenAI 模型打造 Choice AI，透過 AI 智能體為 Furusato Nozei 禮品提供個人化對話式推薦。這項服務旨在簡化用户發掘禮品的流程。
OpenAI 深入剖析 Codex 智能體循環，説明 Codex CLI 如何透過 Responses API 協調模型、工具、提示詞與效能。
AssetOpsBench 是面向工業資產運維的 AI 智能體基準與評估系統，從六項質性維度評估智能體表現。它涵蓋 2.3M 個感測遙測點、4.2K 張工單及 53 種結構化失效模式，並以 881 條執行軌跡分析失敗。社羣測試中，沒有受測模型達到部署準備門檻 85 分；多智能體任務準確率為 47%，低於單智能體的 68%。
Netomi 使用 GPT-4.1 和 GPT-5.2 擴展企業 AI 智能體系統，結合並發處理、治理與多步推理，以建立可靠的生產工作流程。
ServiceNow AI 發佈 AprielGuard，一款 8B 參數的安全防護模型，可分類 16 類安全風險並檢測多種對抗攻擊。模型支援單獨提示詞、多輪對話及包含工具呼叫、推理軌跡和記憶的智能體工作流，並提供可輸出結構化解釋的推理模式和僅分類的快速模式。
OpenAI 正利用經強化學習訓練的自動化紅隊測試，持續強化 ChatGPT Atlas 防範提示詞注入攻擊。這套主動的「發現並修補」循環有助及早找出新型漏洞利用方式，並隨着 AI 越趨智能體化而加固瀏覽器智能體的防禦。
Google Research 回顧 2025 年研究成果，涵蓋生成模型、生成式 UI、量子計算、AI 科學工具及氣候、醫療與教育應用。Gemini 3 引入生成式 UI，可按提示詞生成互動介面；Gemma 擴展至 140 多種語言。效能研究顯示，使用 Learn Your Way 的學生在保留測試中的得分高 11 個百分點。
Google DeepMind 發佈 Gemini 3 Flash，結合 Gemini 3 Pro 級推理與 Flash 級延遲、效率和成本，並按 Artificial Analysis 基準測試較 Gemini 2.5 Pro 快 3x。
推薦理由：文章以推理、多模態與編碼基準成績，連同速度、token 用量及 API 定價，呈現 Gemini 3 Flash 的效能與成本定位。