讓模型自主規劃、調用工具、完成多步任務的技術方向——從 Claude Code、Manus 到各家 Agent 框架與評測基準的全部動態。
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。
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。
Manus 推出桌面應用程式核心功能「我的電腦」，讓雲端智能體透過終端命令讀取、分析和編輯本機檔案，並啟動及控制本機應用程式。用户可新增並授權本機資料夾；執行每項命令前須明確批准，亦可選擇「始終允許」或「僅允許一次」。該功能現已向 macOS 和 Windows 用户開放。
推薦理由：Manus 將雲端智能體延伸至本機檔案與應用程式，並透過命令授權讓自動化能力與用户對本機操作的控制並存。
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 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。
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 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。
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。
Manus 宣佈即將加入 Meta，並表示會繼續透過 app 和網站提供產品及訂閲服務，公司亦會繼續在新加坡營運。按 12 月初統計，自上線以來 Manus 已處理超過 147 萬億個 token，並建立超過 8000 萬台虛擬電腦。首席執行官肖弘表示，與 Meta 攜手可讓 Manus 在不改變運作方式和決策機制的前提下，在更強大、更可持續的基礎上發展。
推薦理由：公告交代 Manus 加入 Meta 後產品服務及新加坡營運安排，並列出上線以來的使用規模，呈現組織變動與現有服務延續的關係。
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。
Google DeepMind 更新 Gemini 2.5 Flash Native Audio，提升其處理複雜工作流、遵循指令及進行多輪語音對話的能力。它在 ComplexFuncBench Audio 得分為 71.5%，開發者指令遵循率由 84% 升至 90%；目前已在 Vertex AI 正式提供，並以預覽版開放 Gemini API。
推薦理由：更新同時改善即時語音 Agent 的函數調用、指令遵循與多輪對話，並以 ComplexFuncBench Audio 的 71.5% 得分呈現多步函數調用表現。
OpenAI 發佈 GPT-5.2，稱其為面向日常專業工作的最先進前沿模型，具備最先進的推理、長上下文理解、編碼和視覺能力。GPT-5.2 可在 ChatGPT 和 OpenAI API 中使用，以支援更快、更可靠的智能體工作流。
推薦理由：原文交代 GPT-5.2 的能力定位及 ChatGPT、OpenAI API 的使用入口，讀者可瞭解它面向的專業工作與智能體工作流。
Mistral AI 發佈 Devstral 2（123B）、Devstral Small 2（24B）兩款編碼模型，以及開源命令列助手 Mistral Vibe CLI。
推薦理由：Devstral 2 不只公佈基準測試成績，亦提供與 DeepSeek V3.2、Claude Sonnet 4.5 的人工評測結果，讀者可對照其在不同模型比較中的表現差異。
OpenAI 在 Linux Foundation 旗下共同成立 Agentic AI Foundation，並捐贈 AGENTS.md，以支持安全智能體 AI 的開放、互通標準。
推薦理由：OpenAI 以共同成立基金會和捐贈 AGENTS.md 支持安全智能體 AI 的開放互通標準，呈現其參與標準建設的具體方式。
Hugging Face Skills 讓 Claude Code 等編碼智能體透過對話處理模型微調，涵蓋資料集驗證、GPU 選擇、雲端工作提交與進度監控。它亦兼容 Codex 和 Gemini CLI；文中以 Qwen3-0.6B 在 open-r1/codeforces-cots 上進行 SFT 為例，估算使用 t4-small 約需 20 分鐘、成本約 $0.30。
推薦理由：文章將資料集驗證、GPU 選擇、雲端工作提交與進度監控串成智能體訓練流程，並比較 SFT、DPO、GRPO 的適用場景。
Google DeepMind 宣佈支持白宮 Genesis Mission，並與美國能源部合作，向其 17 個國家實驗室的科學家提供 AI for Science 模型及智能體工具。
推薦理由：合作將 AI for Science 模型及智能體工具分階段提供予美國能源部 17 個國家實驗室，並交代即日起的首階段與 2026 年初的擴展安排。
Claude Platform 於 2025 年 11 月 24 日推出 Claude Opus 4.5，面向複雜專業任務、專業軟件工程及進階智能體。更新指出，該模型在視覺、編碼和電腦操作方面有顯著改進，定價亦較此前 Opus 模型更易負擔。
推薦理由：這批更新為多工具工作流程提供兩種改善方式，程式化工具調用旨在降低延遲和 token 用量，工具搜尋則讓大型工具目錄中的工具可按需載入。
Google DeepMind 發佈 Gemini 3，Gemini 3 Pro 已透過 Gemini API、Google AI Studio 和 Vertex AI 提供預覽。
推薦理由：文章並列 Gemini 3 Pro 的基準成績、API 定價和接入渠道，亦介紹 Google Antigravity 如何跨工作區管理智能體，具體呈現模型與開發流程的結合方式。
Google DeepMind 發佈 Gemini 3，推出預覽版 Gemini 3 Pro，並介紹加強推理能力的 Gemini 3 Deep Think。
推薦理由：Gemini 3 Pro 與 Gemini 3 Deep Think 的兩項基準成績並列，便於比較加強推理模式在 Humanity’s Last Exam 和 GPQA Diamond 的分數差異。