微软开源 MMCTAgent：用双智能体啃动长视频和海量图库
微软研究院推出多模态批判思考智能体 MMCTAgent，基于 AutoGen 打造。它抛弃单次生成模式，由 Planner 拆解任务并调用视觉工具检索，再由 Critic 自我核验纠错。在 MM-Vet 基准上，它把 GPT-4V 的准确率从 60.20% 拉升到 74.24%，目前已在 GitHub 开源。
智能体
查看更新的新闻
Landing AI 刷新 DocVQA 记录：靠解耦解析与问答拿下 99.16% 准确率
Landing AI 在 DocVQA 基准上取得 99.16% 准确率，超越 Qwen2-VL 及人类水平。团队将流程解耦，先用自研 DPT-2 把文档转为结构化数据，后续问答全交由 LLM 处理。这种「一次解析、无限查询」的设计大幅拉低了反复跑视觉模型的成本。
Dharmesh 推出公司调研智能体：一键生成全维度报告，支持同步 HubSpot
Dharmesh 发布新项目 Company Research agent。它整合付费与公开数据，能一键生成包含高管、网站流量、营销数据及 G2 评价等维度的公司背景报告，还支持自定义提问、免登录分享并同步至 HubSpot。
ElevenLabs 发布 Scribe v2 Realtime：150 毫秒超低延迟听写
ElevenLabs 推出实时语音转文字模型 Scribe v2 Realtime。它专为语音智能体设计，转录延迟低于 150 毫秒，支持 90 种语言混讲识别与断句预测。开发者即日起可直接通过官方 API 或 Agents 平台调用。
火山引擎推编程智能体 Doubao-Seed-Code：首月 9.9 元
字节跳动旗下火山引擎推出编程智能体 Doubao-Seed-Code，首月促销价 9.9 元，之后月费恢复至 40 元。模型支持 25.6 万词上下文，官方公布 SWE-Bench 得分达 78.8%，兼容 Cursor 等开发工具，并已接入编程软件 Trae。
Terminal-Bench 推出 2.0 版与 Harbor：专为智能体沙盒部署打造
今天，Terminal-Bench 宣布推出两项新工具：用于大规模沙盒智能体部署的 Harbor，以及难度更高、验证机制更强的 Terminal-Bench 2.0。新版本旨在为开发者提供更严苛的智能体终端能力测试环境。
AI 交易机器人走红：业内拆解运作逻辑，警告「它不是印钞机」
行业专家在 Cointelegraph 节目中指出，加密市场的 AI 交易机器人强在数据处理而非预测未来。通用聊天模型很难直接做量化交易，多数机器人也跑不赢市场。现在的 AI 更像 24 小时待命的实习生，依然离不开人类把关。
OpenAI 解读提示注入防御：如何防止 AI 智能体被黑客带偏
OpenAI 详解了针对提示注入攻击的防御体系。随着 AI 接入网络并自主执行任务，隐藏在网页或邮件中的恶意指令可能诱导智能体窃取数据。OpenAI 结合指令层级训练、独立监控、沙箱及确认机制构筑多层防线，防止智能体被恶意内容带偏。
Perplexity 重构 Comet Assistant：支持跨标签页协同，任务性能提升 23%
Perplexity 面向全体用户推出全新重构的 Comet Assistant。新版不仅增强了复杂网页理解能力，还能同时跨多个标签页处理工作；内部测试显示其任务表现提升了 23%。此外还加入了权限控制，在直接操控浏览器前会征求用户同意。
Google 扩展 Opal：零代码构建 AI 小应用，现已开放 160 多个国家
Google Labs 宣布将其无代码 AI 小应用构建工具 Opal 扩展至全球 160 多个国家。用户无需编写代码，就能搭建自动化研究、多步骤工作流或内容生成器。这意味着普通用户和小团队能在几分钟内把想法做成专属 AI 工具。
Google 升级 Gemini API 结构化输出：原生支持 Pydantic，保留字段顺序
Google 宣布增强 Gemini API 的结构化输出能力，扩大对 JSON Schema 的支持。新版本原生兼容 Pydantic 和 Zod，新增支持 anyOf 等语法，并在 Gemini 2.5 模型上严格保留键顺序。这能大幅消除解析报错，让智能体协作更稳定可靠。
Coinbase 推出 Payments MCP：让 Claude 和 Gemini 直接管钱包、付稳定币
Coinbase 推出 Payments MCP，让 Claude、Gemini 和 Codex 等大模型无需 API Key 即可接入加密钱包、入金通道及稳定币支付。AI 智能体由此能自主购买算力或付费数据，用户也可以直接设定支出上限。
Opera 为 Neon 浏览器引入 ODRA：能拆解问题、调多模型做深度研究
Opera 为新推出的订阅制 AI 浏览器 Neon 加入深度研究智能体 ODRA。它能把复杂问题拆解成小任务，调用 Google 和 OpenAI 等底层模型并行检索并汇总成结构化报告。不过 Neon 目前仍处于受邀测试阶段。
微软扩展 Dynamics 365 智能体：能主动促成交易，每人每月送千点额度
Microsoft 为 Dynamics 365 扩展多款企业智能体，覆盖销售、客服与供应链。销售成单智能体可主动预警风险并推进交易，质检智能体支持实时全量评估。11 月下旬起，多款 Premium 订阅每月向每位用户提供 1000 点 Copilot 额度。
OpenAI 秘密项目 Mercury：招百名投行员工教 AI 搭财务模型
据彭博社披露，OpenAI 正在推进代号为「Mercury」的秘密项目，招募了上百名前摩根大通、高盛等投行人士训练 AI 搭建财务模型，时薪 150 美元。该项目旨在自动化重组与 IPO 等复杂的 Excel 建模任务，直接接管初级分析师繁重的日常杂务。
OpenAI 推出 ChatGPT Atlas 浏览器：内置智能体模式，替你浏览和跨页面办事
OpenAI 发布内置 ChatGPT 的原生浏览器 ChatGPT Atlas。它支持记录跨网页上下文的「浏览器记忆」，付费用户还能开启智能体模式，让 AI 代替自己点选网页、整理资料甚至下单。目前已在 macOS 全球上线，Windows 等版本随后推出。
Anthropic 推出生命科学方案：Claude 接通 PubMed，实验基准超人类
Anthropic 推出生命科学专属解决方案 Claude for Life Sciences。搭载 Claude Sonnet 4.5，其在实验室协议测试中拿下 0.83 分，超过人类基准。新方案原生接入 PubMed、Benchling 等专业平台并支持定制智能体技能，覆盖从文献检索到临床合规全流程。
Anthropic 上线网页版 Claude Code：不用开终端，浏览器里并行写代码
Anthropic 推出网页版 Claude Code。开发者无需打开本地终端，在浏览器连接 GitHub 就能派发任务。代码在云端独立沙箱中并行跑，还支持自动创建 PR 和 iOS 端操作，日常修 bug 和零碎需求可以直接丢给云端 AI 处理。
Napster 推出 3D 全息屏 View：重 65 克，把 AI 伴侣摆在桌面上
Napster 推出专为 Mac 设计的便携式 3D 全息显示设备 View，单买 99 美元，订购应用年费方案免费赠送。它重量仅 65 克，通过柱状透镜技术实现免眼镜立体显示，用 USB-C 连上 Mac 就能让各类 AI 智能体像真人一样常驻桌面。
X 彻底重构推荐系统：4 到 6 周内全换成 Grok 驱动
Elon Musk 宣布 X 将在 4 到 6 周内删光所有启发式推荐规则，全面改用 Grok。Grok 每天将筛选超 1 亿条帖子和视频，让优质小账号更容易被看见，用户还能直接跟 Grok 对话微调信息流偏好。