追踪 AI 更新，查看事件时间线和原始信源；需要做购买决策时，再去比价。
当前公开精选集合，保留来源更正和撤回。最后同步：
Google DeepMind 开发出一项“Gemini API 开发者技能”，使智能体能够实时获取最新文档与 SDK 指导。评估结果显示，配备该技能后，gemini-3.1-pro-preview 模型的成功率从 28.2% 大幅跃升至 96.6%。这种轻量级方法通过赋予模型强大的推理能力并接入“事实来源”，有效解决了静态模型知识与快速演进的软件实践之间的脱节问题，显著消除了过时的编码模式。
AIHOT 精选理由通过实时文档赋能模型，编码任务成功率飙升，开发者可借鉴优化AI工具。
AIHOT 精选理由OpenAI推出安全漏洞赏金计划，聚焦Agent安全与提示词注入风险
Claude Code 推出 auto mode，自动代为决定文件写入与 bash 命令的权限，无需逐条手动确认，也不必完全开放权限。每项操作执行前仍经 safeguards 安全检查。
AIHOT 精选理由Claude Code 新增自动模式，Agent 无需逐条确认即可安全执行命令
Claude Code 推出 auto mode，无需逐条批准文件写入和 bash 命令，由 AI 自动判断权限决策，运行前仍经安全检查验证。
AIHOT 精选理由Claude Code 推出自动模式，AI 编程助手进入免确认新阶段
vibe agents带来远超传统身份盗窃的安全威胁，整个文件系统成为分布式攻击面，~/.claude、skills目录乃至PDF都可能被base64病毒污染。LiteLLM 1.82.8被入侵事件显示恶意代码可窃取凭证并自我复制。当前代理框架面临权限管理困境，只能在盲目授权与完全跳过间选择。未来需"de-vibing"行业，用经审计的Software 1.0为Software 3.0建立多层安全护栏。
AIHOT 精选理由Jim Fan警示Agent时代新型供应链攻击风险，以LiteLLM被黑事件为例揭示文件系统污染威胁
OpenAI基金会宣布未来一年将投入至少10亿美元，用于推动AI驱动的生命科学突破（如疾病治疗），同时防范新型生物威胁、经济快速转型及模型涌现效应等风险。联合创始人Wojciech Zaremba转任AI韧性负责人，主导韧性式安全体系建设；Jacob Tref、Anna Adeola分别负责生命科学及公民社会业务，Robert Kaiden与Jeff Arnold出任CFO及运营总监。
AIHOT 精选理由Sam Altman 宣布 OpenAI 基金会成立，投入 10 亿美元聚焦 AI 安全与科学发现
Anthropic 工程博客发文介绍多智能体工具（multi-agent harness），用于增强 Claude 在前端设计和长时间自主软件工程任务中的表现。该工具帮助 Claude 更好地处理复杂 UI 设计与长期运行的编程工作。
AIHOT 精选理由Anthropic官方揭秘多智能体框架，推动Claude前端设计与长时自主编程
ARC Prize 官方发布 ARC-AGI-3，包含数百个由人类游戏设计师手工制作的回合制交互环境，无指令、无规则、无既定目标，要求智能体自行探索并跨关卡迁移所学。人类得分 100%，前沿 AI 得分 0.51%。ARC Prize 2026 同步开启，奖金超 200 万美元，设 ARC-AGI-3 竞赛与 ARC-AGI-2 大奖两个开源竞赛，并发布技术论文。
AIHOT 精选理由官方公布交互式基准的构成、人类与前沿 AI 的分数差距及两个竞赛的奖金安排，可据此了解智能体评测方向。
Anthropic 为 Claude Code 推出“自动模式”，旨在解决用户因频繁手动批准而产生的“批准疲劳”。该模式介于完全手动审批和危险的无权限跳过之间，采用两层防御机制：输入层通过服务器端提示注入探测器扫描工具输出；输出层则利用基于 Sonnet 4.6 模型的转录分类器，在执行前评估操作风险。分类器采用高效的两阶段设计，先快速过滤，必要时才启动思维链推理。其目标是拦截危险操作（如过度积极行为、无心之失、提示注入等），同时让大部分安全操作无需确认即可运行，内部测试显示用户原本会批准约93%的手动提示。
AIHOT 精选理由这是 Claude Code 从「手动审批」跳到「AI 自审」的关键一步，双层防御设计坦诚到连 17% 漏检率都公开讲，做 coding agent 的团队该把这篇当安全设计参考。
Google XR 团队推出 Vibe Coding XR 工作流，结合 Gemini Canvas 与开源框架 XR Blocks，利用长上下文推理能力将自然语言提示在 60 秒内转化为可交互、支持物理效果的 WebXR 应用。该方案基于 WebXR、three.js 和 LiteRT.js 构建，支持手势交互与深度感知，可在桌面模拟环境或 Android XR 头显中实时预览。已展示的应用包括几何可视化数学辅导和交互式物理实验室，用户可通过捏合等手势操作 3D 对象，快速验证空间交互设计。
AIHOT 精选理由Google推出Vibe Coding XR，用自然语言快速生成可交互的Android XR空间应用。
Figma 发布 MCP 更新，开放测试版已上线。新增 use_figma 工具支持 AI 代理基于完整设计系统上下文直接在画布上设计，与 Claude Code 深度集成，可直接通过 Claude Code 在 Figma 中完成设计工作。
AIHOT 精选理由Figma 官方接入 MCP 协议，Claude Code 可直接在画布上进行 AI 设计。
OpenAI 发布面向开发者的提示词青少年安全策略，配合 gpt-oss-safeguard 使用，帮助审核 AI 系统中的年龄特定风险。
AIHOT 精选理由OpenAI 发布青少年 AI 安全策略与开源保障工具
ChatGPT 上线基于 Agentic Commerce Protocol 的全新购物功能，提供更丰富的视觉化沉浸式体验，支持商品发现、并排对比及商家集成。
AIHOT 精选理由ChatGPT 上线 Agentic 购物功能，支持商品智能对比与商家集成
Anthropic Labs团队规模虽小但迭代迅速，先后发布MCP、Skills、Claude Desktop app及Claude Code。从Sonnet 3.6时代笨拙的Computer Use原型，到如今正式在Claude Cowork和Claude Code中开放完整功能。Claude现可操控电脑完成打开应用、浏览网页、填写表格等任务。目前处于研究预览阶段，仅支持macOS。
AIHOT 精选理由Claude 开放 Computer Use 研究预览，支持在 Cowork 和 Code 中操控电脑完成任务
ServiceNow AI团队在Hugging Face上发布了语音智能体评估框架EVA。该框架通过标准化测试集与多模态指标，系统评估语音助手在对话理解、任务完成及交互自然度等方面的性能，旨在量化衡量智能体在复杂真实场景下的表现，助力研究人员客观比较不同模型，推动技术优化。
AIHOT 精选理由提供语音代理评估标准，帮助开发者优化模型性能和测试效率。
PromptArmor 披露 Snowflake Cortex Code CLI 存在漏洞，间接提示词注入可绕过人工审批和沙箱，下载并执行恶意脚本。漏洞源于进程替换 <() 表达式未被命令校验系统检查，且智能体可设置 dangerously_disable_sandbox 标志在沙箱外执行命令；攻击者可利用缓存的 Snowflake 凭证窃取数据、删表或加后门用户。
AIHOT 精选理由原文完整披露了攻击链、绕过机制和修复时间线，读者可以借此理解 Agent CLI 在沙箱和审批环节的失效路径。
该工作流通过Gemini Canvas，借助高级提示词快速原型化MediaPipe Pose Landmarker等体感游戏机制。开发者可在Google AI Studio中优化原型，采用低延迟的“轻量”模型和稳定的追踪点（如肩部关节点）以确保游戏响应灵敏。最后，流程利用Gemini Code Assist将实验性代码重构为模块化、可用于生产的应用程序，使其能够支持多种多模态输入，从而显著简化了体感控制游戏的开发过程。
AIHOT 精选理由开发者可快速上手AI游戏开发，优化性能并部署生产应用。
Claude Code 推出电脑控制功能，支持鼠标、键盘和屏幕操作，可操控任意应用。配合 Dispatch 使用还能实现远程控制，在用户离开电脑时继续通过 Claude 操作设备。
AIHOT 精选理由Claude Code 新增完整计算机控制能力，可操控鼠标键盘及任意应用，支持远程使用
Claude 推出电脑控制功能，可自动打开应用、操作浏览器、填写表格等，替代用户完成桌面操作。该功能目前处于研究预览阶段，已在 Claude Cowork 和 Claude Code 上线，仅支持 macOS 系统。
AIHOT 精选理由Claude开放Computer Use功能，可操控电脑完成办公任务（macOS）
作者受生成对抗网络启发，设计了一个包含规划器、生成器和评估器的三代理架构，以解决Claude在长时应用开发中的两大瓶颈。该架构通过上下文重置机制，有效克服了模型在长任务中的“上下文焦虑”问题；同时，通过分离生成与评估功能，使代理能依据具体标准进行迭代改进，而非盲目自评。这一方法成功使系统能在多小时的自主运行中生成完整的全栈应用程序，突破了此前提示工程和传统工具设计的性能上限。
AIHOT 精选理由Anthropic 工程师把 GAN 的 generator-evaluator 思路搬进长时 Agent 架构，从设计到全栈编码都跑通了，还附了成本和失败模式。做 Agent 产品的人读完能直接抄作业，比看十篇论文管用。
