OpenAI 发布 GPT-6 Astra，面向企业工作场景
OpenAI 发布 GPT-6 Astra，称其为面向企业的最强模型，具备高级推理、电脑操作能力，以及更强的写作与设计判断力。
推荐理由：OpenAI 官方发布 GPT-6 Astra，读者可据此了解其在推理、电脑操作与写作设计判断上的能力定位。
#Agent
#Agent
今日 29 条OpenAI News精选AI 评分8282
OpenAI NewsAI 评分4242 OpenAI 内部研究加速：编码智能体如何重塑 AI 研究
OpenAI 披露内部编码智能体使用情况，聚焦智能体使用率、实验速度、任务复杂度与研究加速等早期数据。内容展示了编码智能体正在重塑 OpenAI 内部的 AI 研究方式。
GitHub Blog · AI & ML精选AI 评分7171 GitHub 发布 Project HydraFusion：多模型编排实现前沿级编码质量
GitHub 推出研究预览版 Project HydraFusion，通过运行时多模型编排为 Copilot 提供前沿级编码能力，用户可在 GitHub Copilot CLI 中通过 /experimental 选择该模型。
推荐理由：GitHub 官方披露 HydraFusion 的三种编排模式与三项基准的成本质量对比，可据此判断多模型编排在编码任务上的取舍。
GitHub Blog · AI & MLAI 评分4848 GitHub Copilot 应用入门：如何同时运行多个智能体
GitHub Copilot 应用支持同时运行多个智能体会话，每个会话在独立的 Git worktree 上并行执行、互不干扰，并各自保留上下文，可随时切换且无需重新说明任务。在示例仓库 tailspin-toys 中，可同时让 Copilot 分别开发 funded sort 功能、执行无障碍审查和运行测试，并在会话视图中跟踪进度、查看结果。
Google DeepMind精选AI 评分6464 Google DeepMind 推出 Fairwind Program，向政府与企业开放 Gemini 3.8 Flash Cyber 网络防御能力
Google DeepMind 推出 Fairwind Program，面向 Google Cloud 客户、政府机构和网络安全合作伙伴限量开放其最先进的网络防御能力，首批提供 Gemini 3.8 Flash Cyber 模型访问权限。
推荐理由：Google 把 Gemini 3.8 Flash Cyber 与 CodeMender 组合成受限访问计划，读者可了解其能力边界与准入条件。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 和面向安全防御的 Gemini 3.8 Flash Cyber，称 3.8 是其目前最强的推理与编码模型，速度与成本与 3.7 Flash 持平。
推荐理由：官方给出两个变体的定价、基准与开放入口，可据此判断长程编码与安全场景的选型取舍。
Microsoft Research精选AI 评分7171 Microsoft Research 开源 Orchard 智能体框架，含 SWE、GUI 与个人助理三套训练配方
Microsoft Research 发布开源框架 Orchard，核心是 Kubernetes 环境服务 Orchard Env，可复用于软件工程、网页导航和个人助理等任务，并支持直接在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中训练智能体。
推荐理由：Orchard 把环境层做成可复用服务，并给出三个领域的训练配方与数据，读者可据此判断小模型在真实任务上的可行边界。
Berkeley AI Research精选AI 评分6262 从 CUDA 到 MLX：K-Search 如何把数十年内核经验带到 Apple Silicon
Berkeley AI Research 与 IBM Research 将 K-Search 进化式内核搜索框架扩展到 MLX，通过结构化的 CUDA-to-MLX 翻译层把已有 CUDA 内核作为知识库，为 Apple Silicon 生成高质量内核。
推荐理由：读者可看到 CUDA 内核经验如何被结构化翻译到 Apple Silicon，以及翻译层对性能差距的具体贡献。
Berkeley AI ResearchAI 评分3636 Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互中的摘要更新
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，以缓解递归摘要带来的性能损失。在协作编程基准 CollabBench 上，采用基于重构的信念评分后，ABBEL 将全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 长度也低于全上下文设置。
Berkeley AI ResearchAI 评分3838 智能免费之后怎么办？面向智能体、由智能体运行、由智能体构建的数据系统
伯克利 EPIC Data Lab 提出近零推理成本时代数据系统面临三大挑战：为智能体设计的数据系统、运行智能体集群的数据系统、由智能体合成数据系统。GPT-4 级能力从 2023 年初约 $30/百万 token 降至如今不到 $1，部分厂商已低于 $0.10，推理价格年降幅在 9x 到 900x 之间，中位数约 50x。