◆ AI 总结

本期JetBrains发布编码专用Mellum2模型，YC连推三个agent基础设施产品（BentoLabsAI、Bloom、Ara），OpenAI Voice Hack展示颠覆性手机agent OS，以及微软和a16z分别带来agent评估研究与建筑行业AI融资。

模型动态

MiniMax

JetBrains发布Mellum2：12B MoE编码模型

JetBrains发布Mellum212B MoE模型，专注编码，性能优于Qwen 3.5 9B推理模型。项目地址：https://huggingface.co/blog/JetBrains/mellum2-launch[1]

产品工具

YC推出BentoLabsAI：长期运行agent的监控学习层

BentoLabsAI提供agent监控和学习层，可使模型性能跳跃式提升（如Sonnet 4.5从42.2%升至52.4%），解决长期agent可靠性问题。[2]

YC推出Bloom：将品牌转化为agent可调用基础设施

Bloom作为agent的品牌层，允许品牌被agent直接调用，帮助企业融入AI原生交互。[3]

YC推出Ara：自驾驶IDE自动发布功能

Ara是一款自驾驶IDE，能自动发布功能并维护跨应用的自我改进记忆，无需等待prompt。[4]
OpenAI

OpenAI Voice Hack现场展示手机agentic操作系统

团队展示UI即系统概念：手机无传统APP，界面由端侧模型实时生成，推理靠云端，全程语音操控订票、发邮件等，颠覆App Store模式。[5]
Langchain

LangChain发布Managed Deep Agents：上下文跨会话保留

Managed Deep Agents引入Context Hub，允许agent跨会话保留和更新上下文，使agent定义随时间演进。[6]

行业资讯

微软研究发布新一期Research Focus：agent行为评估等

微软研究探讨大规模agent行为评估、仓库优于文档等课题，并邀请研究者参与价值对齐。[7]

a16z领投Endra Series A：用AI自动化建筑MEP设计

a16z领投EndraSeries A，自动化MEP工程师的设计工作，解决建筑行业老旧软件问题。[8]