Ollama 在 Claude Code 中新增 Subagents 与网页搜索功能，无需 MCP 服务器或 API Key。Subagents 可并行执行文件搜索、代码探索和研究等任务；网页搜索内建于 Anthropic 兼容层，模型需要最新信息时由 Ollama 直接返回结果。推荐云端模型包括 minimax-m2.5、glm-5 与 kimi-k2.5。
推荐理由：原文给出无需 MCP 与 API Key 的入口，读者可据此判断它能否降低 Claude Code 的接入成本。
Together AI 发布 Dedicated Container Inference，支持用户以 Docker 容器方式部署自定义生成式媒体模型，并由平台负责自动扩缩容、队列、流量隔离与监控。客户实测视频生成等任务推理速度提升 1.4–2.6 倍；在 Together GPU Cloud 训练的模型可直接部署，无需传输产物。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Mistral 发布 Voxtral Transcribe 2，包含 Voxtral Mini Transcribe V2 批量模型和 Voxtral Realtime 实时模型。
推荐理由：原文给出了两款模型的价格与延迟配置，读者可以据此对比其成本与实时性是否匹配自身场景。
OpenClaw 是连接 WhatsApp、Telegram、Slack、Discord、iMessage 等通讯平台与 AI 编程助手的本地化网关，保持对话和代码隐私。
Mistral 发布终端编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型族驱动，新增自定义子智能体、多选项澄清、斜杠命令技能和统一智能体模式。
推荐理由：原文列出子智能体、斜杠命令技能等可配置能力与付费方式，读者可据此判断终端编码智能体的团队落地成本。
Ollama 推出 `ollama launch` 命令，一键设置并运行 Claude Code、OpenCode、Codex 等编程工具，无需配置环境变量或配置文件。
summary_zh: Vector Institute 举办的 Foundation Models for Science Workshop 聚焦科学场景下数据稀缺、 stakes 高且来源 disconnected 的 AI 落地挑战，归纳出 annotation bottleneck、trust gap 与 lab-to-production leap 三大主题。
Ollama v0.14.0 起兼容 Anthropic Messages API，Claude Code 可通过 --model 指定本地模型（如 gpt-oss:20b、qwen3-coder）或云端模型（如 glm-4.7:cloud、minimax-m2.1:cloud）运行，并支持工具调用、流式对话、系统提示与视觉输入。
推荐理由：Ollama 兼容 Anthropic API 后，Claude Code 可直连本地或云端开源模型，为开发者提供无需切换平台即可替换模型的选择。
OpenAI Codex CLI 可通过 Ollama 使用 gpt-oss:20b、gpt-oss:120b 等开源权重模型，默认调用本地 gpt-oss:20b。安装后执行 `codex --oss` 即可启动，`-m` 参数可切换模型，Ollama Cloud 上的模型同样可用。Codex 需要至少 32K tokens 的大上下文窗口。
OpenAI 与 ROOST 合作通过 Ollama 推出 gpt-oss-safeguard 推理模型，提供 20B 和 120B 两个版本，基于 Apache 2.0 许可。模型支持自定义策略解释、可配置推理强度（低/中/高），并开放完整推理过程便于调试。OpenAI 在内部评测集、2022 年 moderation 数据集和 ToxicChat 上进行了评估。
推荐理由：开源安全分类模型支持自定义策略与可调推理强度，为安全团队提供可审计、可部署的替代选项。
MiniMax M2 在 Ollama 云端上线，主打编码与智能体工作流。Ollama 给出在 VS Code、Zed、Droid 等工具中的接入步骤，并提供云端 API 访问。
推荐理由：原文给出模型能力变化与多工具接入入口，读者可据此判断它对现有开发工作流的影响。
Mistral AI 发布企业级生产 AI 平台 Mistral AI Studio，由 Observability、Agent Runtime 和 AI Registry 三大支柱组成。
Ollama 在 DGX Spark 固件 580.95.05 与 Ollama v0.12.6 下测试 gpt-oss、gemma3、llama3.1、deepseek-r1、qwen3 等模型的 prefill 与 decode 速度，并给出固件升级与安装命令。
推荐理由：原文给出 DGX Spark 上多模型的量化与速度数据，读者可据此评估本地部署的吞吐与显存匹配度。
Meta 分享了在大语言模型推理中优化资源效率、吞吐量和延迟的并行技术，包括 Tensor Parallelism 的 DDA 算法、Context Parallelism 的 Pass-KV/Pass-Q 变体以及 Expert Parallelism 的 all-to-all 优化。
summary_zh: GLM-4.6 与 Qwen3-Coder-480B 已上线 Ollama 云端服务，Qwen3-Coder-30B 在新引擎中优化了工具调用的速度与稳定性。
summary_zh: fast.ai 推出新版课程 How to Solve it With Code，配套 solve.it.com 平台和社区，主要面向有经验的程序员、AI 从业者与数据科学家。
Qwen3-VL 作为 Qwen 系列最强视觉语言模型已在 Ollama 云端上线，本地将随后推出。模型支持视觉 Agent 操作 PC/移动端界面、视觉编程生成 Draw.io/HTML/CSS/JS、2D/3D 空间推理、原生 256K 上下文可扩展至 1M，以及 32 语言 OCR。
推荐理由：原文给出了 Qwen3-VL 在 Ollama 云端的入口与主要能力，读者可据此判断它对视觉 Agent 与多模态工作流的影响。
NVIDIA DGX Spark 搭载 GB10 Grace Blackwell Superchip，提供 1 petaFLOP 性能与 128GB 内存，可通过 Ollama 运行 Qwen、DeepSeek、Llama、Mistral、Gemma、Gpt-oss 等模型。Ollama 与 NVIDIA 合作针对聊天、文档处理、代码及多模态工作流进行性能优化。
summary_zh: Meta 发布基于 LLM 的 Automated Compliance Hardening（ACH）工具，结合变异测试与生成式 AI，自动生成高相关性变异体并确保测试能捕获这些变异。
summary_zh: Meta 发布 3D AssetGen 基础模型，目标是从简单文本提示生成完整 3D 世界。Meta XR Tech 团队在 Meta Tech Podcast 中介绍其训练方式，并讨论 LLM 在 VR 中的角色。
Ollama 新增 Web Search API，提供免费额度与云端更高速率限制，通过 REST API 及 Python/JavaScript 库调用，为模型补充实时网页信息以减少幻觉、提升准确性。该能力可配合 Qwen 3 4B 等模型构建搜索代理，并支持 gpt-oss 等模型执行长时研究任务。
Ollama 发布新的模型调度引擎，精确测量模型所需内存，减少内存溢出崩溃并提升 GPU 利用率。示例显示 gemma3:12b 在 128k 上下文下 token 生成速度从 52.02 提升至 85.54 tokens/s，mistral-small3.2 提示评估速度从 127.84 提升至 1380.24 tokens/s。新功能默认适用于新引擎实现的所有模型。
Ollama 发布云端模型预览功能，支持在数据中心硬件上运行本地无法容纳的大型模型，同时保持本地工具体验和 OpenAI 兼容 API。可用模型包括 qwen3-coder:480b-cloud、gpt-oss:120b-cloud、gpt-oss:20b-cloud 和 deepseek-v3.1:671b-cloud，需登录 ollama.com 使用。
推荐理由：本地工具链无缝接入云端大模型，读者可据此评估在不更换工作流的前提下扩展模型规模的可行性。
Mistral 在 Le Chat 上线 20+ 个企业级 MCP 连接器目录（beta）与 Memories 记忆功能（beta），对所有 Le Chat 用户免费开放。
TensorFlow 2.20 已发布，tf.lite 模块将被弃用，on-device 推理迁移至独立仓库 LiteRT，提供 Kotlin 和 C++ 新 API，并统一 NPU 接口以提升实时与大模型推理性能。
summary_zh: Pixtral-12B 经过 LoRA 微调后在卫星图像分类任务上显著优于基础模型，在 AID 数据集（8000 训练 / 2000 测试）上减少了基础模型的幻觉和模糊类别误判。
Mistral 发布 Codestral 25.08，并推出包含 Codestral Embed、Devstral 与 Mistral Code 插件的企业级编程栈，支持云、VPC 与本地部署。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Ollama 的新应用已在 macOS 和 Windows 上线，支持模型下载与对话、文件拖拽上传（包括文本和 PDF），并可处理代码文件。内置的多模态引擎支持向 Gemma 3 等模型发送图片，上下文长度可在设置中调整但需要更多内存。新应用可从 Ollama 官网下载，CLI 版本仍可从 GitHub releases 页面获取。
Mistral AI 为 Le Chat 推出深度研究、语音对话、多语言推理和项目管理等新功能。深度研究模式可自动规划、搜索并生成结构化参考报告，语音模式由 Voxtral 模型驱动支持自然语言对话，多语言推理由 Magistral 模型支持，项目功能可组织对话并保留工具与设置。
推荐理由：Le Chat 新增深度研究、语音对话、多语言推理和项目管理功能，为用户提供了从信息搜集到组织协作的一体化 AI 助手体验。
Mistral AI 推出 AI for Citizens 计划，帮助各国政府与公共机构按本地需求部署 AI，改造公共服务。该计划已与法国、卢森堡、新加坡、荷兰、英格兰、瑞士等国的政府、国防部门、公共机构及教育机构合作。方案提供自托管、本地 AI 数据中心、SaaS 与 serverless API 等部署选择，并支持数据主权。
Mistral AI 发布 Mistral Compute，提供私有集成 AI 基础设施栈，涵盖 GPU、编排、API、产品与服务，形态从裸金属服务器到全托管 PaaS。
Mistral 发布企业级 AI 编程助手 Mistral Code，基于开源项目 Continue 构建，今日开放支持 JetBrains IDE 和 VSCode 的私有 beta，正式版即将推出。
Ollama 发布思考模式开关，用户可在 CLI、交互会话、脚本和 API 中启用或禁用模型的思考过程。支持的模型包括 DeepSeek R1 和 Qwen 3，API 新增 think 参数，可分离 thinking 与 content 输出。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Ollama 现在支持流式工具调用，可在生成内容的同时实时调用工具，覆盖 Qwen 3、Qwen2.5、Llama 3.1、Llama 4 等模型。新解析器通过参考模型模板识别工具调用前缀，并能在无前缀时回退解析 JSON，从而提升流式场景下的工具调用可靠性。
推荐理由：Ollama 新增流式工具调用解析器，让聊天应用可以边生成边调用工具。
Mistral 发布 Agents API，将语言模型与代码执行、网页搜索、图像生成及 MCP 工具等内置连接器结合，并提供持久记忆与多智能体编排能力。SimpleQA 上 Mistral Large 和 Medium 启用网页搜索后得分分别从 23%、22.08% 提升至 75%、82.32%。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Ollama 发布新多模态引擎，支持 Llama 4、Gemma 3、Qwen 2.5 VL、Mistral Small 3.1 等视觉模型。引擎改进包括模型模块化、图像元数据精度、图像缓存与 KV 缓存优化，并针对 Llama 4 Scout 实现分块注意力与 2D 旋转嵌入。
推荐理由：原文给出了多模态引擎的具体改进与支持的模型，读者可以据此判断本地多模态推理的可靠性与扩展方向。
summary_zh: Mistral 提出用结构化输出（Structured Outputs）实现 RAG Triad 评估框架，通过 Context Relevance、Groundedness、Answer Relevance 三个指标，结合"LLM As a Judge"对检索与生成结果进行自动评分。
Vector Institute 发布 Responsible AI Product Development Playbook，帮助创业团队、产品经理、设计师和技术负责人在 AI 产品开发中落实负责任 AI 原则。
TensorFlow 2.19 已发布，主要更新包括 LiteRT C++ API 变更、TF-Lite tfl.Cast op 支持 bfloat16，以及停止发布 libtensorflow 包。tf.lite.Interpreter 将于 TF 2.20 删除，需迁移至 ai_edge_litert.interpreter。
Mistral 推出 OCR API，支持图像和 PDF 输入，以 interleaved 文本与图片结构化输出，并作为默认文档理解模型集成到 Le Chat。API 在 la Plateforme 以 1000 页/$ 开放，批量推理每美元页数约翻倍，同时提供自托管选项。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。