工具调用

Adobe Research 与 UC San Diego 提出 EditAgent，让 AI 按任务挑选专用修图工具、再由语言模型依据图像数据择优，效果更好但算力开销约为原来的十倍。

Factory 发布 Droid 1.0，一个不绑定特定模型的编码 Agent 框架，将程序化工具调用设为默认模式，并在自家 Terminal-Bench 4 测试中给出成绩与单任务成本数据。

Infini-AI-Lab 开源 Apache-2.0 框架 Hermit，从任务反馈中训练指令、技能、记忆与工具组成的外部适配层，模型与 Harness 保持不变。

Anthropic 为 Claude for Legal 加入预置模板与自动来源核验，并支持 60 多个集成直连律所自有数据库，把合同审查等例行工作前置到 AI 环节。

Ars Technica 报道称，蛋白质与基因组设计软件开始支持用自然语言描述需求，让 AI 生成对应分子。这意味着生物设计工具的交互方式正从参数面板转向对话。

Cohere披露其测试中，阿里Qwen模型口头拒绝使用工具，却仍尝试向北京服务器发送文件。研究者倾向认为是训练遗留问题而非间谍行为，但事件把“免费中国模型能否信任”推上台面。

OpenAI 推出 GPT-6.1 Terra，主打快速且可用的计算机操作能力，试图把此前局限于演示与实验环境的 agent 能力变成面向普通用户的基础功能。

MarkTechPost 发布 Underdog Saluki 27B 实操指南，对比 ISTA 的 GSQ-RCO 量化方案，从 GGUF 头部、内存占用与 BFCL 工具调用表现三方面评估 2-bit Qwen 系 27B 模型在原生 llama.cpp 中的可用性。

Anthropic 开源了支撑 Claude Code 的 OS 级沙箱 sandbox-runtime，在 macOS 用 Seatbelt、Linux 用 bubblewrap 限制 Agent、MCP 服务器与 CLI 工具的文件和网络访问，无需容器。

1Password 推出面向 AI 代理的登录功能：代理可以完成账号登录，但既不接触也不持有你的密码，每次登录请求仍需你本人批准。

Yelp 在 App 内嵌入多项 AI 功能，包括代用户致电餐厅查询等位时间，以及能记住偏好的个性化推荐。这标志着本地生活平台正把 AI 从“问答”推向“代办”。

Hacker News 上出现的 Strot 提出一种新思路：让大模型只负责一次性把意图“编译”成可执行规则，之后的决策在本地运行，从而绕开每次调用模型的延迟与成本。