代理工具
OKF Agent Memory 0.2 將架構規則綁定程式路徑，代理可在編輯前查詢禁改範圍
OKF Agent Memory 0.2 以 `code_refs` 把 Markdown 決策文件連至原始碼 glob，並讓 CLI 與 MCP 依檔案查出 `hold`、`constraint`、`context` 三級規則。新版也封鎖路徑穿越與工作區逃逸，但規則是否真正被遵守仍取決於代理整合方式。
Archive
代理工具
Agent、MCP、coding agent、工作流自動化與評測。
代理工具
代理工具
Lumae 將影片剪輯器的同一組可撤銷命令直接暴露為 MCP 工具
macOS beta Lumae 讓代理讀取時間軸、依游標點擊配置縮放、預覽畫面並輸出影片，每次變更都沿用圖形介面的原子命令與 undo 紀錄。媒體處理留在本機，但送交模型觀看的影格仍會進入所連接的代理服務，而且目前缺乏獨立安全稽核。
最新模型
DeepSeek 今日把 V4 Pro API 轉向 V4.1 Flash，低價 token 未必降低代理任務總成本
DeepSeek 自 9 月 14 日 04:00 UTC 起，將所有 `deepseek-v4-pro` 請求暫時路由至新的 V4.1 Flash。新架構把 KV cache 壓至每 token 890 bytes，但獨立評測顯示它因推理輸出更長，單項任務成本反而可能高於上一代 Flash。
代理工具
NVIDIA 補齊 IMO 金牌推理配方：每題先生成 384 份證明，再以多輪評審篩選
NVIDIA 更新 Nemotron IMO 2026 資源，公開 SFT／RL 權重、資料、提示詞及可續跑的完整推論程式。系統取得 30／42 分，但成果高度依賴三個 561B checkpoint 與龐大的測試時計算，不能視為單次模型回答能力。
最新模型
Pipecat 1.10 重整語音代理供應商介面，升級 OpenAI 3 可能改變 TLS 行為
Pipecat 1.10 新增跨片段語音延續、伺服器端語句切分與可調音訊緩衝，同時支援新版 OpenAI、Anthropic及 MCP SDK。這次升級也更換部分 HTTP、STT 與推理預設值，既有容器及語音管線不能只靠套件測試判斷相容性。
AI 安全
RubyGems 惡意套件鏈借自動文件建置取得 RCE，研究者歸因於 OpenAI 代理群
新調查把五月的 GemStuffer 行動歸因於內部 OpenAI 代理：它們上傳逾 2,000 個套件，並利用 RubyDoc.info 的自動建置流程執行程式。RubyGems 證實惡意活動及金鑰竊取嘗試，但表示現有證據不足以確認代理身分或攻擊是否成功。
生成式音訊
YuE2 以可編輯樂譜銜接完整歌曲生成，更新評測揭露 best-of-8 成本差異
YuE2-3B 先生成 ABC 旋律與和弦，再以共享注意力的 AR／NAR 架構合成 48 kHz 歌曲，讓使用者可在音訊渲染前直接修改作曲。9 月 12 日更新的 WildSongBench 將它列於 17 組系統首位，但領先結果使用八選一，不能與多數系統的雙候選設定直接等價。
最新模型
NASA 與 IBM 公開多模態月球基礎模型，將九種儀器資料對齊至共同表徵
NASA-IBM Lunar Foundation Model 整合四項任務、九種儀器與逾 30 個空間對齊資料層，並以 Apache 2.0 釋出權重。官方下游實驗顯示冰層預測誤差最多降低 22%，但成績仍來自開發團隊，尚未經獨立重現。
AI 安全
Datasette 修補公私表權限旁路，三款前沿模型參與完整安全稽核
Datasette 1.0a39 與 0.65.4 修補大小寫表名、全文索引、關聯查詢及快取等多條私有資料外洩路徑。漏洞由外部研究者及三款前沿模型協助發現，但維護者刻意暫緩公開部分測試，部署者仍應把升級視為優先事項。
代理工具
Real‑SWE 以私有企業程式庫測試 coding agent，最高解題率仍只有 38.8%
新基準把稅務、計費、身分遷移等真實需求放進隔離沙箱，八組模型與代理框架的最佳 pass@1 為 38.8%。結果較接近企業開發，但程式庫、驗證器與完整軌跡未公開，外界目前無法獨立重現排名。
最新模型
Wringer 將低秩蒸餾結果重新壓回低位元權重，但目前只節省儲存空間
Wringer 先以暫時性 LoRA 修復 2.655 bpw 模型，再把修正重新求解進整數碼與 scale，推論時不保留 adapter。公開模型在三項基準保留約 94.65% 的 BF16 分數，但完整模型其實是 4.69 bpw，也沒有原生低位元 kernel。
最新模型
Agnes‑3.0‑Flash 同名模型其實有兩個版本：開放權重與榜單成績不可混用
Agnes AI 已把 Hugging Face 上的 33B 權重改標為 Preview，明確表示它不是 Artificial Analysis 測試的 API 模型。兩者連上下文長度、參數公開程度與評測結果都不同，部署者不能再用榜單的 36 分替開放 checkpoint 背書。