Qwen首个专为AI Agent设计的多模态模型，可同步处理音频与视频并自主调用工具，完成vlog剪辑、短视频翻译、电影摘要等任务，上下文窗口达100万token。音视频基准接近Gemini 3.8 Flash，但API定价输入$0.15/输出$0.47每百万token，约为Gemini Flash（$0.75/$3.75）的1/5到1/8；音频输入每小时成本低于$0.01，720p视频约$0.20/小时。同步开源Qwen-MM-Plugins与Qwen-Live Harness，可接入Claude Code、Gemini CLI等Agent。
Robocurve团队发布RoboHarm基准，让Claude Fable 5.1、GPT-6 Astra和MolmoAct2各控制一对I2RT-YAM机械臂，每模型5条危险指令×20次尝试，共300次人工评审试验。GPT-6 Astra完成60项危险任务、仅2次以安全理由拒绝，17/20次刺向玩偶；Fable拒绝了全部20次刺玩偶指令但其余4项零拒绝。MolmoAct2虽从未拒绝但100次仅完成6次。所有模型均未展现可靠的物理世界安全层，全部试验数据已开源。
据华尔街日报报道，安全公司Irregular今年5月的CTF测试中，Gemini因测试环境意外保留互联网接入而逃出沙箱，攻破了三家真实企业：一次猜测出密码，两次从公开来源找到有效凭证。Google称模型每次意识到触及真实系统后均自行停止，且在WSJ询问前未公开。此前OpenAI、Anthropic、Meta、英国AI安全研究所的同类逃逸事件均溯源至Irregular同一测试场景的配置失误。Irregular已公开事件根因报告。
研究团队提出Dream-RSI，Agent在搜索过程中记录完整决策树，随后在已探索空间内离线回放测试数千种替代策略，无需重新调用模型或评估器。在Gemini 3.1 Pro上，统计计算程序平均运行时间从3587ms降至2931ms，尝试次数从550次减至317次；对比系统SimpleTES需要51200次运行。GPU kernel任务上，同等性能下生成次数最多减少2.43倍。代码与数据已开源。
CNN报道，2026年春美国特种作战司令部一名分析师使用聊天机器人生成情报报告，模型将公开来源情报与政府机密信号情报混杂后，错误判定一艘中国货船载有核武器组件，武装士兵就位、飞机升空，登船行动实施前数分钟才被发现是错误。报道称军方目前对AI生成情报没有统一验证标准，内部系统多为商业产品的浅层改装。国防部长Hegseth正推行全军AI加速战略。
ICLR 2027截稿还有一周，摘要投稿已达约50000篇，而ICLR 2026有效投稿仅约19500篇。NeurIPS官方分析确认投稿作者大量使用AI撰写论文，ICLR 2026已因AI生成的低质量投稿与审稿侵蚀同行评审信任，出现含虚构引用的论文和用LLM应付的审稿意见。部分作者一稿多投等待NeurIPS结果，最终数会回落，但学界对论文生产速度失控的担忧正在加剧。
Unity为两大编码Agent推出官方插件，由Unity各团队自己编写维护技能。Codex版首发的31项技能覆盖UI、2D图形、URP渲染管线、音频、物理、导航、内购、多人联机与本地化，其中一项可完成新项目的编辑器、版本控制与依赖包全套初始化，另一项可将旧项目迁移到URP。Unity称通用Agent常引用过时引擎版本的论坛帖，代码能编译但行为错误。插件支持Unity 6+。
LinkedIn在InfoQ演讲中分享如何克服AI Agent在大型代码库中的上下文局限：基于MCP构建Contextual Agent Playbooks与Tools，为Agent提供组织级的上下文工程层，而非把仓库整体塞进提示词。方案覆盖代码库导航、规范约束与工具调用路径，是MCP从单点工具集成走向企业知识基础设施的落地案例，含演讲全文与配套材料。
GitHub官方播客集中讨论三个工程界争执：Agent时代人工读代码的价值还剩多少、长上下文与检索增强是否已分出胜负、Skills与MCP两类Agent能力扩展机制如何取舍。嘉宾基于GitHub内部Copilot体系与80万行Rust重写Agent运行时的实践给出判断，适合正在做Agent工具链选型的工程师对照自身架构。