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。
Mistral 发布 OCR 4 文档理解模型，在提取文本之外新增边界框、分块类型分类和逐词置信度，支持 170 种语言。人工盲测中标注者对其偏好平均胜率 72%，OlmOCRBench 总分 85.20；可单容器自托管，API 定价 $4/千页，Batch API 半价 $2/千页，Document AI 为 $5/千页。
推荐理由：官方披露了结构化输出、多语言覆盖和基准局限说明，读者可据此判断它是否适合接入自己的 RAG 或智能体管线。
Mistral 发布 128B 稠密开源权重模型 Mistral Medium 3.5（公开预览），256k 上下文窗口，SWE-Bench Verified 得分 77.6%，成为 Mistral Vibe 与 Le Chat 的默认模型。
推荐理由：原文给出新模型的参数规模、基准分数和定价，并说明云端异步编码智能体的实际接入方式，便于评估能否纳入现有工作流。
Google DeepMind 发布 Gemini 3.5 模型系列，主打智能体执行能力，首个模型 3.5 Flash 当天开放。该模型在 Terminal-Bench 2.1（76.2%）、GDPval-AA（1656 Elo）、MCP Atlas（83.6%）等编码与智能体基准上超过 Gemini 3.1 Pro，输出速度是其他前沿模型的 4 倍。
推荐理由：官方给出 3.5 Flash 的基准数据和开放渠道，读者可以据此评估它在智能体工作流里替代现有模型的可行性。
Google DeepMind 在 Nature 发表 Co-Scientist 研究，介绍一个基于 Gemini 构建的多智能体系统，可迭代生成、辩论和进化科学假设，并将通过实验性工具 Hypothesis Generation 向个人研究者开放，未来几周开始推出。
推荐理由：原文说明了多智能体的生成、辩论与进化机制和真实合作案例，读者可以据此了解 AI 辅助提出科学假设的具体做法。
Google DeepMind 汇总 AlphaEvolve 一年来的应用成果，覆盖科研与商业多个领域。
推荐理由：原文汇总了 AlphaEvolve 一年来在科研和商业领域的量化应用结果，读者可以据此了解算法发现型智能体的落地范围。
Mistral 发布 Leanstral，一个面向 Lean 4 的开源代码智能体，权重以 Apache 2.0 许可开放，激活参数约 6B，可通过 Mistral Vibe 和免费 labs-leanstral-2603 API 端点使用，并将发布技术报告和评测套件 FLTEval。
推荐理由：以 FLTEval 真实 PR 证明任务对比 Claude 系列与开源模型，并给出运行成本数字，读者可据此评估性价比。
Mistral 发布 Mistral Vibe 2.0，是其终端原生编码智能体的大版本升级，由 Devstral 2 模型家族驱动。新增自定义子智能体、多选项意图澄清、斜杠命令技能、统一智能体模式和自动更新；产品上线 Le Chat Pro 和 Team 套餐，支持按量付费或自带 API key。
推荐理由：官方发布给出了 Vibe 2.0 的新能力清单和各档定价，读者可以据此评估它对现有终端编码工作流的适配程度。