本期判断
本期简报聚焦 AI 智能体与模型前沿进展。OpenAI GPT Live 增强了跨应用协作和屏幕读取能力，Andrew Ng 开源本地优先的桌面 Agent OpenWorker。研究方面，长上下文 Agent 技能提升检索效率，同时 Black Forest Labs 发布了 FLUX 3 多模态模型。此外，Grok 4.5 在新基准中拔得头筹，菲尔兹奖得主 Jacob Tsimerman 也宣布加入 OpenAI 专注于 AI 安全。
智能体与平台
OpenAI GPT Live新增跨应用协作与屏幕读取
OpenAI 的 Codex GPT Live 桌面版，在原有语音功能基础上，新增了跨项目协作、跨桌面文件交互及屏幕内容读取能力，可分析当前活动窗口图像和文本，强化了 Agent 对本地环境的感知与操作能力。
Andrew Ng开源本地桌面Agent OpenWorker
Andrew Ng 和 Rohit Prasad 联合开源 OpenWorker，这是一款本地优先的桌面 AI Agent，非聊天型，能自动分解任务并跨工具（如 HubSpot、Slack）交付成果。它支持 GPT、Claude 等多模型，数据本地化，并提供四级权限控制，需用户批准才能执行高后果操作。
Genspark推出GenTeam人机协作空间
Genspark 发布 GenTeam 共享工作空间，旨在实现人类与 AI 代理的协作。该平台提供持久对话，用户可从市场添加编码、设计等专业代理，或创建自定义代理，并具备权限控制，让 AI 代理基于前沿模型全天候工作。
研究突破
研究：Agent技能提升长上下文检索效率
研究发现，当知识库过大时，Agent Skills 能显著提升检索效率。在包含 20 本书的英语开放问题中，准确率从原始导航的 0.257 提升至一级技能布局的 0.462，但在处理单本书时无明显增益。
Hanqing Zhu团队发布RLVR优化栈ISO
Hanqing Zhu 团队推出 RLVR 原生优化栈 ISO，包含 ISO-Merger（用于合并 RL 专家）和 ISO-Optimizer（可替代 AdamW/Muon）。在 Qwen3-8B-Base 模型上，ISO-Optimizer 匹配 AdamW 精度，并将训练步骤减少约 2.7 倍。
模型发布
Black Forest Labs发布FLUX 3多模态模型
Black Forest Labs 推出 FLUX 3 “真实世界模型”，整合图像、视频、音频、语言等多模态信息，通过模态互约束逼近世界表征。产品线包括最长 20 秒、带原生音频的 Video 模型，Image 模型即将推出，以及 Action 动作预测功能。
基准与评测
Grok 4.5登顶VulcanBench v3基准
Grok 4.5 模型在 VulcanBench v3 基准测试中，以 91.3% 的高分排名第一，再次展现其在特定评测任务上的领先能力。
开发者工具
LandingAI集成ADE Skills至Claude Code
LandingAI 将其 ADE Skills 接入 Claude Code，赋能 Coding Agent 在 IDE 内进行文档解析和结构化提取。该集成支持视觉 Grounding、最大约 1GB/6000 页的大规模异步处理，并通过 document-extraction 和 document-workflows 提升代码处理能力。
商业与人事
菲尔兹奖得主Jacob Tsimerman加入OpenAI
菲尔兹奖得主、知名数学家 Jacob Tsimerman 在一次数学大会上宣布，他将把研究重心转向 AI 安全领域，并已决定加入 OpenAI 团队。