Mistral AI 推出 Devstral Medium，並將 Devstral Small 升級至 1.1，兩者聚焦對不同提示詞及智能體框架的泛化能力。Devstral Small 1.1 採 Apache 2.0 授權，參數量為 24B，在 SWE-Bench Verified 得分 53.6%；Devstral Medium 得分 61.6%。
推薦理由：Devstral Small 1.1 採 Apache 2.0 授權並可本地部署，Devstral Medium 支援 API 和私有基礎設施部署；對照 SWE-Bench Verified 分數，可比較兩者的模型表現、開放方式與部署選項，並據此判斷不同工作環境的適配差異。
Hugging Face 推出 ScreenEnv，這是一個可在 Docker 容器中建立隔離 Ubuntu 桌面環境、用於測試和部署 GUI 智能體的 Python 程式庫。
推薦理由：ScreenEnv 將桌面控制、Docker 隔離與 MCP/API 接入整合在同一工具，並以 smolagents 範例展示如何建立和執行桌面任務智能體。
Manus 回顧推出三個月以來的用户應用與產品改進，並提出研究、文件生成和跨應用整合等後續發展方向。為改善使用體驗，Manus 加入聊天模式和新手使用指南，並透過架構及基礎設施優化，將速度提高 2 倍、成本降低 5 倍。用户已將其用於研究、網站製作、簡報、圖像和影片生成，以及數據可視化。
SciSage 是開源多智能體科研綜述生成框架，具備帶備援機制的 arXiv 論文抓取、AI 論文理解及大綱生成。它亦能生成附有引用的分節分析，兼容 GPT-4、本地模型及雲端服務，並採用 MIT License。
Sam Altman認為，人類已進入通往數碼超級智能的加速階段，而奇點將逐步展開。他預期2025年會出現能承擔實際認知工作的智能體，2026年可能出現能提出新見解的系統，2027年或有能執行現實任務的機械人。他主張解決對齊問題，並讓超級智能廉價、廣泛可用，避免集中於個人、公司或國家。
Mistral AI 推出 Mistral Code，將編碼模型、IDE 助手、部署選項及企業管理工具整合為面向企業的 AI 編碼助手。產品現已為 JetBrains IDEs 和 VSCode 開放私測，正式版計劃稍後推出，部署方式包括 serverless、雲端及自託管。
H Company 發佈 Holo1 開源 VLM 系列及 WebClick UI 定位基準，後者收錄 1,639 項 UI 任務。Holo1 系列包括 Holo1-3B 和 Holo1-7B，後者在常見 UI 定位基準的平均準確率為 76.2%。Surfer-H 採用 Holo1 開放權重模型；H Company 稱，該智能體在真實網頁任務上的準確率為 92.2%，每項任務成本為 $0.13。
OpenAI Developers 的指南示範如何用 OpenAI Agents SDK 建立多智能體流程，將複雜投資研究任務拆分給多個專家智能體。
Mistral AI 發佈 Agents API，將內置連接器、跨對話記憶及智能體編排整合為構建 AI 智能體的框架。內置連接器涵蓋代碼執行、網絡搜索、圖像生成、Document Library 及 MCP 工具；啟用網絡搜索後，Mistral Large 和 Mistral Medium 在 SimpleQA 的分數分別由 23% 和 22.08% 升至 75% 和 82.32%。
推薦理由：Agents API 把內置連接器、跨對話記憶和多智能體編排納入同一框架，並以 SimpleQA 數據呈現網絡搜索前後的分數差異。
OpenAI 發佈 o3/o4-mini 函數呼叫指南，説明如何透過開發者提示詞、工具描述和 Responses API 改善函數呼叫表現。指南建議明確規定工具的使用邊界及呼叫次序、把參數構造規則置前，並盡可能將 `strict` 設為 `true`。
OpenAI 將 Operator 原有基於 GPT-4o 的模型，替換為基於 OpenAI o3 的版本。Operator 的 API 版本仍基於 4o。這項變更收錄於 OpenAI o3 與 o4-mini 系統卡補充文件。
Mistral AI 發佈與 All Hands AI 合作打造的 Devstral，這款面向軟件工程任務的智能體大語言模型以 Apache 2.0 授權免費開源。
推薦理由：Devstral 在 SWE-Bench Verified 得分 46.8%，較此前開源 SoTA 高逾 6 個百分點，讓模型處理真實 GitHub issue 的基準表現有量化參照。
OpenAI 的指南介紹 Responses API 託管 MCP 工具，讓模型連接遠端 MCP 伺服器並直接調用工具。指南説明工具清單載入與快取、預設呼叫審批，並建議用 allowed_tools 限定可用工具，以降低 token 開銷和延遲。
Mistral AI 推出由 Mistral Medium 3 驅動的 Le Chat Enterprise，將企業搜索、知識整合及自訂 AI 智能體納入同一平台。
推薦理由：Le Chat Enterprise 將企業搜索、知識整合、無代碼智能體建構與多種部署方式整合於同一方案，並交代首批連接器和功能推出節奏。
Sayash Kapoor 認為，AGI 不是可操作的發展里程碑，因為系統能力達標不會直接帶來經濟、政策或安全影響。文章指出，AI 的經濟影響取決於產品、職場培訓、組織調整等互補條件，擴散通常以數十年計；作者亦區分模型能力與 AI 在環境中獲得的權力，主張企業及政策制定者應聚焦安全、有效的 AI 擴散，而非 AGI 宣告。
OpenAI Developers 的筆記本比較透過 OpenAI API 與 Agents SDK 進行語音轉文字的多種方法，並提供由檔案上載至即時串流的示例。
BrowseComp 是一項面向瀏覽智能體的基準測試。
OpenAI 推出 PaperBench，這項 benchmark 用於評估 AI 智能體複現前沿 AI 研究的能力。
OpenAI 分享 ChatGPT for Business 2025 年 3 月的最新發布。內容指出，ChatGPT 正變得更具互動性，可按團隊工作方式度身訂製，並更具智能體特性。
Mistral AI 推出 Mistral OCR 文件理解 API，可解析圖片與 PDF，並抽取文字、圖像、表格及公式。API mistral-ocr-latest 已在 la Plateforme 開放，每美元可處理 1000 頁，批次推理下每美元可處理頁數約增至兩倍；Mistral OCR 亦可在 le Chat 免費試用。
推薦理由：Mistral OCR 可解析 PDF、圖片中的表格與公式，並支援 JSON 輸出，展示文件接入 RAG 與 Agent 工作流的實際做法。
Mistral AI 的 TranscriptToPRDTicket 智能體工作流程可將會議逐字稿自動轉成產品需求文件（PRD）及開發工單。其中 PRDAgent 與 TicketCreationAgent 均由 Mistral Large 2 驅動，並可在 Linear 或 Jira 建立工單。完整實作已提供於 Google Colab notebook，供使用者開始部署及按需自訂。
Sam Altman提出三項關於AI經濟的觀察，認為模型智能大致隨訓練及推理計算資源的對數增加，智能的社會經濟價值則呈超指數增長。他指出，同等 AI 水平的使用成本約每 12 個月下降 10x；以 GPT-4 於 2023 年初和 GPT-4o 於 2024 年中的每個 token 價格相比，價格約下降 150x。
Mistral AI 推出全新 le Chat AI 助手，面向生活與工作場景，並開始提供 iOS、Android 版本及 Pro、Team 方案。它支援網頁搜尋、文件上傳與摘要、圖像生成及沙盒程式碼執行；Flash Answers 預覽版向所有用户開放，速度最高可達 ~1000 words / sec。
推薦理由：le Chat 整合文件分析、Code interpreter、圖像生成與日常助理用途，並以免費、Pro、Team及企業私有部署方案覆蓋不同場景。
Hugging Face 與 Adyen 聯合推出 DABstep，這項基準以450多項數據分析任務評估 AI 智能體的多步推理能力。任務源自 Adyen 的實際工作負載，但資料與商業背景為人工生成；基準涵蓋結構化資料和非結構化文件，並提供資料集、任務、評測、即時排行榜及基線。
OpenAI 推出 deep research，這個智能體會運用推理整合大量網上資訊，並替用户完成多步驟研究任務。功能現時向 Pro 用户開放，Plus 和 Team 用户隨後可用。
推薦理由：公告交代 deep research 如何處理網上資訊整合與多步驟研究任務，並列出 Pro、Plus、Team 的開放次序，方便了解其適用工作場景。
Hugging Face 為 smolagents 加入視覺支援，使視覺語言模型可原生用於智能體流程。圖片可以在 agent.run() 時一次傳入，也可透過 step callback 動態加入 ActionStep；文章並以 helium 示範視覺網頁瀏覽智能體。
推薦理由：文章整理了 smolagents 接收初始圖片與逐步加入截圖的兩種方式，並以網頁瀏覽智能體示範如何用 callback 更新執行記憶。
OpenAI 的 Operator 系統卡説明其多層安全方案，以及已實施的模型與產品緩解措施，用以防範提示詞工程和越獄，並保護私隱與安全。文件亦詳述外部紅隊測試、安全評估，以及持續完善相關防護措施的工作。
Hugging Face 從倫理角度分析 AI 智能體，指出自主性愈高、人類交出的控制愈多，相關風險也隨之增加，並建議不要開發完全自主的智能體。文章認為，半自主智能體的效益與風險取決於自主程度、可執行任務及人類控制方式，並梳理準確性、私隱、安全和信任等面向的取捨。作者建議建立嚴謹評估、追蹤社會影響並加強透明披露，也認為開源有助擴大參與和問責。
Sam Altman 回顧 OpenAI 近九年的發展，反思 ChatGPT 推出後的高速成長與治理風波，並稱公司目前有信心知道如何構建傳統意義上的 AGI。OpenAI 的每週活躍用户由約 100 million 增至逾 300 million，Altman 預計 2025 年可能有首批 AI 智能體加入職場並實質改變企業產出。
Hugging Face 推出 smolagents，讓語言模型智能體可用程式碼編寫動作。它提供以程式碼運作的 CodeAgent，也支援以 JSON/text 編寫動作的 ToolCallingAgent，並可透過 E2B 在沙盒環境執行。
推薦理由：文章説明程式碼表達動作在組合與重用上的優勢，並展示 smolagents 仍支援 JSON/text 工具調用。
Arvind Narayanan、Benedikt Ströbl 和 Sayash Kapoor 認為，現有證據不足以判定 AI 進展放緩或模型擴展已經終結，並指出業界人士的預測會受商業利益與技術視角影響。他們認為，推理時計算擴展短期仍有不少改進空間，但能力提升可能因任務領域而不均，且難以預測。文章指出，AI 對社會和經濟的實際影響更受產品開發及採用速度制約，而非單由能力進展決定。
BAAI 的 FlagEval Debate 平台讓大型模型透過多語言辯論賽互相比試，以評估其推理與語言能力。平台支援中文、英文、韓文和阿拉伯文，讓模型直接交鋒，供評估者比較觀點、邏輯推理及論證策略。評估結合辯論專家評審和用户投票，並允許模型團隊調整參數、策略與對話風格。
Mistral AI 為 le Chat 推出多項免費 beta 更新，新增網頁搜尋、Canvas、文件與圖像理解、圖像生成及智能體功能。文件與圖像理解由 Pixtral Large 與一款實驗模型支援，圖像生成則採用 Black Forest Labs 的 Flux Pro。新功能將於未來數週逐步推出。
推薦理由：網頁搜尋、Canvas、文件與圖像理解、圖像生成及可分享智能體同列免費 beta，呈現 le Chat 將對話延伸至知識工作多個環節的產品方向。
Mistral AI 發佈 Ministral 3B 和 Ministral 8B，面向裝置端運算及邊緣場景。兩款模型支援最高 128k 上下文長度（vLLM 目前為 32k），Ministral 8B 採用交錯式滑動窗口注意力模式。
推薦理由：文章以多個評測類別對照 Ministral 3B、8B 與 Gemma 2、Llama 3.2、Llama 3.1、Mistral 7B 等模型，涵蓋預訓練及 Instruct 版本，便於參照各模型表現。
OpenAI 推出 MLE-bench，作為衡量 AI 智能體執行機器學習工程工作的基準，聚焦其在該領域的表現。
HuggingChat 推出 Community Tools，讓使用者可把 Hugging Face 上的公開 Space 轉成模型可直接調用的工具。這些工具可用於理解圖片、生成影片或文字轉語音，也可建立文件 RAG 工具。建立助手時最多可選 3 個工具；該功能目前仍屬實驗階段。
推薦理由：文章展示如何把公開 Space、自建 Gradio 工具和文件 RAG 接入 HuggingChat，並在助手中組合最多 3 個工具，提供從建立到配置的實操路徑。
Mistral AI 宣佈在 La Plateforme 開放旗下旗艦及專用模型自訂，並推出 Agents 早期版本及 mistralai 1.0 客户端 SDK。
推薦理由：這次發布把模型自訂、Agents 工作流程與客户端 SDK 更新並列，呈現 Mistral AI 如何涵蓋應用構建中的模型調整、流程編排和程式接入環節。
Meta 發佈 Llama 3.1，提供 8B、70B、405B 三種規模的 base 與 instruct 模型，均支援 128K tokens 上下文和 8 種語言。Instruct 版本加入工具調用能力，並支援自訂 JSON 函數；授權亦允許以模型輸出改進其他 LLM。Hugging Face 同時列出 Transformers、TGI 等整合，以及各型號在推理和微調時的記憶體需求。
推薦理由：文章將 8B、70B、405B 的部署定位、128K tokens 上下文及記憶體需求一併列出，可比較不同規模模型的使用取捨。
Cubzh 與 Gigax 推出 NPC-Playground，讓玩家在瀏覽器的 3D 場景中與 LLM 驅動的 NPC 互動，並用 Lua 腳本教授新技能。Gigax 已開源推理堆疊；示範所用模型託管於雲端，微調版 Phi-3 和 Mistral-7B 可從 🤗 Hub 下載。
面向 AI 時代的新軟件公司 MavenAGI 推出一款以 GPT-4 的靈活性為基礎打造的 AI 客户服務智能體。Tripadvisor、Clickup 和 Rho 等公司已使用該智能體節省時間，並更好地服務客户。