Anthropic在8月风险报告中首次证实，公司内部运行代号「Model 2」的未发布模型，属Mythos级别，在内部能力指数AECI上比Claude Mythos 5高约1.5分，整体略强但部分领域更弱。该模型已用于内部编码、数据生成与研究工程，Claude编写了Anthropic生产系统中的大部分代码。内部评审未发现新的错位风险，整体错位风险评级为「低」，目前没有对外发布计划。
OpenAI重申为符合条件的API客户提供零数据保留（ZDR）：请求处理完成后不留存提示词与响应，人员不可查看，默认不用于训练。同时预览Private Safety Processing，通过跨相关交互的模式识别检测滥用——客户内容可存于自有基础设施，或用客户掌控密钥加密存于OpenAI侧，系统仅返回有限的安全信号，OpenAI人员始终无法接触底层内容。方案正与早期客户测试，Glean CISO公开背书。
Z.ai创始人唐杰在X发文系统阐述对Scaling Law的最新理解：GLM-5.3是一次「受控实验」，验证后训练方向仍有最大提升空间，能力提升不再依赖参数规模扩张。Latent Space以「参数之死」解读这一表态——开源模型正通过后训练强化学习快速逼近闭源前沿，Kimi K3与GLM-5.3距美国最佳模型仅一步之遥，西方实验室则归因于蒸馏并称有实证支持。
机器人创业公司Generalist AI发布GEN-1.5：把3-12秒的操作演示作为「物理提示词」载入上下文窗口，机器人无需任何训练即可执行新任务。在开罐、从钱包取钞等10项测试中平均成功率59%；再用5分钟数据训练10步后升至83%。演示链式组合、仿真演示迁移、部分模仿人手动作等能力在8个月预训练中自行涌现。结果均为公司自测，尚无独立验证。
强化学习奠基人、图灵奖得主Richard Sutton在介绍新公司Oak Lab时直言，合成数据无法突破LLM的扩展瓶颈：世界无限复杂，任何模拟都只是微观近似，「无法为他人心智生成合成数据」；判断合成数据好坏仍需人类专家把关，路线最终受限于人类。他的替代方案是让agent从自身经验中学习、自建并持续修正世界模型，而非依赖人类写死的模拟器。
Liquid AI在Hugging Face官方博客发布LFM2.5-DSpark，官方基准显示推理速度最高提升3.2倍。该模型延续Liquid AI端侧高效架构路线，主打长上下文与高吞吐推理场景，为端侧部署与多并发服务的工程团队提供新的推理选型。相关模型卡与技术报告已在Hugging Face同步上线。
腾讯云在2026 DTCC中国数据库技术大会发布面向AI时代的数据底座TDSQL Nexa：通过统一入口连接企业分散的多源数据，为Agent提供业务语义理解与权限治理能力，多项AI数据库能力已进入生产环境，同期还展示了配套的Agent数据服务。数据库这一有60多年历史的基础软件，正围绕Agent的数据访问范式加速重构。
NVIDIA开发者博客发布实践教程，展示如何将Holoscan平台API封装为可复用Skills，配合HoloHub CLI让AI编码Agent在仓库内完成边缘实时AI应用（医学影像、机器人）的传感器管线搭建与部署。核心方法论：把平台能力写成agent可理解的技能描述，由agent编排调用，减少手写样板代码。边缘AI开发工作流正被编码Agent重构的又一实例。
KDnuggets盘点评测AI编码Agent的10个开源基准：除SWE-bench、Terminal-Bench外，还覆盖SlopCodeBench、ProgramBench等新兴项目，维度包括真实issue修复、终端任务执行与代码质量。文章对比各基准的评测口径、数据规模与适用场景，可为团队选型编码Agent或自建评测体系提供参照——在Agent能力快速迭代期，选错基准比不测更危险。
Agent效果高度依赖所喂上下文。NVIDIA发布SkillEvaluator，用于量化技能文档对agent完成任务的帮助程度：让agent在「有/无技能」两种条件下执行同一任务，对比额外步骤数与完成情况，从而给技能描述打分。适合维护大型技能库的团队做回归测试，避免技能文档更新后悄悄劣化agent表现而无人察觉。