Google 发布 Deep Review，用智能体审阅技术文档
Google 公开发布 Deep Review，一个面向复杂文档的智能体审阅系统，最初用于计算机科学论文分析，现已扩展到法律、金融等领域。系统采用文档分段、自适应算力分配、并行验证和全局综合四阶段流程，每周为每位用户提供两次免费审阅，并支持接入 Gemini API key 提高额度。
推荐理由：Google 公开了 Deep Review 的四阶段智能体审稿流程与会议试点数据，可据此判断自动技术审阅的可用边界。
技术方向
Agent 智能体 最新动态
让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
10 条精选近 30 天 9 条共收录 40 条
更新
Agent 智能体的精选
Google Research精选AI 评分7474 Google Research精选AI 评分7171 Google 发布地理空间推理智能体技术报告，并开源两个新基准
Google 发布地理空间推理智能体的技术报告，系统评测了四种配置在四个基准上的表现，并开源了自研的 GeoExpertQueries 和 GeoKTools 两个基准的开发集。
推荐理由：Google 公开地理空间推理智能体的技术报告与两个新基准，并给出与 WHO 等伙伴的真实测试结果。
Latent Space精选AI 评分7878 AINews：Gemini 4 Argon 正式发布，Vals AI 谈基准测试
Gemini 4 Argon 今日正式 GA，面向编码、知识工作、企业工作流和网络防御开放，覆盖付费 Gemini API、Gemini 应用及 Antigravity 等入口，API 入门价为每百万输入/输出 token 2 美元/10 美元，缓存输入折扣 95%。
推荐理由：汇总了 Gemini 4 Argon 发布当天的模型、评测与基础设施动态，便于一次掌握多条线索。
Ars Technica · AI精选AI 评分7878 Gemini 4 Argon 开始在 Gemini 应用和 Antigravity 中推送，仅限付费用户
Google 几周前发布的 Gemini 4 Argon 开始大范围推送，目前仅面向付费用户，低档订阅方案也无法获得完整访问权限。Google 表示模型能力没有变化，仍引用上月底公布的基准测试作为其高级推理和智能体编码能力的证据，并称该模型经过训练可拒绝恶意指令，自动失准监控器可在检测到非预期工作流时停止处理。
推荐理由：Google 内部数千名员工的使用案例给出了 Argon 在真实工程任务中的具体收益数字。
NVIDIA Blog精选AI 评分8080 NVIDIA RTX Spark 上市前更新本地 AI 软件生态
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，并联合生态伙伴推出面向本地 AI 智能体的软件更新，涵盖 GitHub Copilot、Hermes、OpenClaw、Perplexity、Pi 和 WorkBuddy 等应用。
推荐理由：NVIDIA 公布 RTX Spark 笔记本上市前的本地 AI 软件栈，读者可据此了解本地智能体的模型、路由与安全配套。
Google Research精选AI 评分6262 Google Research 三个月实验：AI 辅助提升专利撰写产出，但初级律师无辅助判断力未同步提升
Google Research 在 NBER 发表三个月实地实验，将当时未发布的 Google Labs AI 专利撰写助手（现属 Gemini Notebook）随机分配给 11 家知识产权律所的 133 名律师。
推荐理由：三个月专利撰写实验区分了AI带来的即时产出提升与无辅助判断力的变化，为理解AI对专业能力的影响提供了实证。
Mistral AI精选AI 评分8080 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数多模态模型
Mistral AI 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的本地原生多模态模型，权重将于本月底开放。
推荐理由：Mistral 官方给出 1 万亿参数多模态模型的完整基准与开源权重计划，可据此判断欧洲开源模型的当前水位。
Hugging Face Blog精选AI 评分7171 微软与 Hugging Face 发布 ThinkingBox：按数据库终态给 AI 智能体打分
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，它不看智能体生成的语句，而是检查其在隔离 MCP 工具会话后留下的后端终态与副作用，并对 507 个有状态业务流程各跑 20 次。
推荐理由：微软与 Hugging Face 联合发布的智能体评测基准，用数据库终态而非模型自述来判定成败，并给出可复现的 OpenEnv 运行方式。
GitHub Blog · AI & ML精选AI 评分6262 GitHub Security Lab 发布 Fuzzing Taskflow 自主模糊测试流水线
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，智能体便会自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分类并生成漏洞报告。
推荐理由：原文完整披露了自主模糊测试流水线的分层架构与覆盖率反馈循环，读者可据此判断 LLM 智能体在安全自动化中的实际边界。
Mistral AI精选AI 评分6060 Mistral 用 AI 智能体迁移 4 万行 Fortran 77 遗留代码
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 的油藏模拟器迁移到 C++，该代码库没有测试套件也没有集中文档。团队先构建数值对齐校验工具，用自定义解析器生成调用树，再通过 Vibe CLI 启动上百个智能体逐节点文档化并提交 PR。迁移采用规划、编码、测试、审查智能体加人工检查点的结构化流程，首个冲刺完成 30 万行中的 4 万行核心功能。
推荐理由：Mistral 公开了用智能体迁移 4 万行 Fortran 77 的完整流程，其中先建数值对齐校验、再让智能体文档化的做法可迁移到其他遗留系统改造。