Product
1. Google 发布 Gemini 3.5 Flash 模型，强化代理执行能力
Google DeepMind 正式推出 Gemini 3.5 Flash 模型，旨在通过 frontier 智能与行动能力的结合，提升 AI 处理复杂代理任务的效率。该模型在长周期任务中表现出色，并已集成至 Google 的 Antigravity 代理开发平台及搜索 AI 模式中。作为 Gemini 3.5 系列的首发成员，Flash 版本强调了在保持高性能的同时，实现大规模代理任务的执行。此次发布标志着 Google 在构建更具自主性、能处理复杂现实世界任务的 AI 代理方面迈出了重要一步。目前，该模型已向全球用户开放，并作为 Google 代理优先开发生态的核心引擎。
来源：Google
2. qmd 2.5 系列发布：增强 CLI 搜索与代理技能
qmd 2.5 系列发布，引入了
qmd doctor命令以提升诊断能力。该版本更新了核心 SQLite、配置及分块处理包，并优化了代理技能系统，支持通过qmd skills list|get|path获取版本匹配的运行时指令。此外，qmd 2.5.1 实现了通过 GitHub Actions 进行 npm 信任发布，取代了长期有效的 NPM_TOKEN 密钥。作为一款本地化的 CLI 搜索工具，qmd 持续跟进 SOTA 代理架构，为开发者提供高效的文档与知识库管理方案。
来源：GitHub
3. Google 推出 Gemini API 托管代理服务，简化开发流程
Google 在 Gemini API 中引入了托管代理（Managed Agents）功能，允许开发者通过单一 API 调用，在隔离的 Linux 沙箱环境中运行具备推理、工具使用和代码执行能力的代理。该服务由 Gemini 3.5 Flash 驱动，并结合了 Antigravity 代理框架，旨在消除生产级代理开发中的基础设施复杂性。开发者可以通过 AGENTS.md 和 SKILL.md 文件定义代理行为，实现版本化管理。此举显著降低了构建复杂代理应用的门槛，使开发者能更专注于产品逻辑而非底层环境维护。
来源：Google
4. Google 发布 Gemini Omni 模型，开启多模态创作新时代
Google 推出 Gemini Omni 模型，旨在将推理能力与多模态创作深度融合。该模型支持从视频、音频、图像及文本等多种输入源生成高质量内容，并允许用户通过自然语言对话进行实时编辑。作为 Omni 系列的首发版本，Gemini Omni Flash 已集成至 Gemini 应用、Google Flow 及 YouTube Shorts。该模型不仅能理解复杂的现实世界知识，还能在创作过程中保持高度的连贯性与一致性，为视频生成与编辑提供了全新的交互范式。
来源：Google
5. Google 发布个人 AI 代理 Gemini Spark
Google 推出名为 Gemini Spark 的 24/7 个人 AI 代理，旨在主动管理用户的日常任务并协助处理数字生活事务。该代理强调在用户指令下的主动性，能够跨应用协调任务。Gemini Spark 将于本周向受邀测试者开放，并计划于下周向美国 Google AI Ultra 订阅用户提供 Beta 版本。这一产品标志着 Google 将 AI 代理从单纯的工具辅助转向更具主动性的个人助理角色，进一步完善了其 AI 生态的终端覆盖。
6. Google 搜索全面重构，集成 AI 模式与 Gemini 3.5 Flash
Google 宣布对搜索框进行 25 年来最大规模的重构，全面集成 AI 能力。Gemini 3.5 Flash 成为 AI 模式用户的默认模型，旨在提供更智能、更快速的搜索体验。此次更新不仅提升了搜索结果的质量，还通过 AI 模式实现了更深度的信息整合与交互。这一举措标志着 Google 将 AI 深度嵌入其核心搜索产品，旨在应对 AI 搜索时代的竞争，为用户提供更具主动性与智能化的信息获取方式。
7. OpenClaw 引入 PR 合并奖励机制
OpenClaw 宣布引入 PR 合并奖励机制，鼓励开发者参与开源贡献。作为一款开源 AI 代理平台，OpenClaw 致力于构建全球领先的代理开发生态。通过这一激励措施，平台旨在吸引更多开发者参与代码贡献，共同完善代理开发工具链。这一举措反映了开源项目在社区建设方面的积极尝试，通过游戏化机制提升开发者的参与度与归属感，进一步推动了 OpenClaw 在代理开发领域的生态建设。
8. Watchmen：本地开源的编程代理技能库
Watchmen 是一个本地开源工具，能够将你过去编程会话中的经验转化为技能文件，供编程代理直接调用。
Tutorial
1. Nous Research 发布 Hermes Agent 的 X 平台交互指南
Nous Research 团队发布了 Hermes Agent 的 xurl 技能使用指南，允许 AI 代理通过自然语言直接在 X 平台上执行发布、搜索、管理书签及列表等操作。该方案基于 Hermes 开源终端代理，通过 xurl CLI 与 X API 进行交互。指南详细介绍了从安装 Hermes、配置 xAI Grok OAuth 到设置 X 开发者应用 OAuth 2.0 凭证的全过程。此工具不仅提升了代理的自动化能力，还展示了如何通过 CLI 桥接 AI 模型与社交媒体平台，实现更深度的交互自动化。
来源：X API + Hermes via xurl skill
2. Claude 计算机使用最佳实践指南
Anthropic 发布了关于 Claude 计算机和浏览器使用功能的最佳实践指南，旨在帮助开发者构建生产级的代理应用。指南涵盖了如何提升点击准确性、选择合适的思考努力水平、在有限的上下文窗口内管理长会话，以及如何录制可供 Claude 重放的演示。这些建议适用于 Claude 4.6 及 4.7 系列模型。Anthropic 同时发布了一个新的演示实现，封装了这些最佳实践，为开发者提供了构建复杂代理系统的参考模式，强调了在自动化工作流中保持可靠性的重要性。
来源：Claude
Opinions/Thoughts
1. ActiveGraph：为长周期 AI 代理构建连续性层
Yohei Nakajima 提出了 ActiveGraph 架构，旨在解决长周期 AI 代理在执行过程中的状态连续性问题。该项目认为，目前的代理系统多基于“反应式”设计，缺乏对信念、目标、历史和依赖关系的持久化状态管理。ActiveGraph 将任务、记忆、证据和决策视为演进的状态，通过图结构将这些元素统一管理，从而实现代理的自我修正、重试与长期规划。这一架构借鉴了事件溯源和知识图谱的理念，试图为代理运行时提供一个稳健的连续性基座，而非仅仅依赖于模型调用的序列。
来源：ActiveGraph: A Continuity Layer for Long-Running Agents
2. OpenAI 播客：探讨图像生成技术的演进与趋势
OpenAI 播客最新一期探讨了图像生成技术的演进，指出 ChatGPT 每周生成的图像已超过 15 亿张。产品负责人 Adele Li 与研究员 Kenji Hata 分享了 Images 2.0 发布以来的趋势，包括文本渲染、真实感、多语言支持、世界知识、比例控制及角色一致性等方面的突破。他们还讨论了图像生成模型向更具能力的创意助手演进的方向，以及如何通过提示词工程与评估机制提升创作控制力。该播客为理解 AI 图像生成技术的现状与未来提供了第一手视角。
来源：Spotify