◆ AI 总结

本期聚焦【智能体开发工具】的新能力与实操案例，涵盖动态加载工具、红队测试和代码沙箱。另有【Gemini 4可靠性反馈】及AI数学证明可验证性争议值得关注。

模型动态

Gemini

社区分析Gemini 4智能体表现：好评率高，可靠性仍有短板

社区称Gemini 4好评率高。工具调用错误及恢复能力拖累评分。https://linux.do/t/topic/2999621[4]

清华系具身模型据报登顶评测，采用分阶段训练

报道称具身模型登顶评测。采用【视频预测与动作学习解耦】训练。https://www.qbitai.com/2026/10/502125.html[7]
Gemma

Google据报推出EmbeddingGemma 2并扩展Nano Banana 2.1

据报EmbeddingGemma 2开源。Nano Banana 2.1扩展上线。https://aihot.news/items/gy4lqdy2qpg51ap14ybxdm3d3[8]

产品工具

Deep Agents支持随技能动态加载工具

技能可【动态加载工具】。减少常驻工具与上下文占用。https://x.com/hwchase17/status/2107908436965179896[1]

LangSmith Engine v2加入红队测试与修复验证

Engine v2支持红队测试。自动验证修复。https://x.com/LangChain/status/2107849720701784571[2]

微软Quicksand为智能体提供代码隔离方案

Quicksand封装QEMU。可作智能体沙箱。https://x.com/simonw/status/2108218301654749218[3]

技巧教程

开发者用Opus 5.5与WebGL制作网页恐怖游戏

作者用Opus 5.5与WebGL制作恐怖游戏。已开放在线体验。https://linux.do/t/topic/2992166[6]

行业资讯

OpenAI

陶哲轩质疑OpenAI数学证明的人类理解与验证

据帖文，陶哲轩质疑AI数学证明是否被人类真正理解。焦点是【可验证性】。https://linux.do/t/topic/2999597[5]