Google 在 Android Dev Summit 上发布 Android Studio Rabbit 2，通过开源 Agent Client Protocol 支持在 IDE 内运行 40 多个编码智能体，包括 Claude、Codex 和 Google Antigravity。
推荐理由：Android Studio 开放第三方智能体接入，并给出终端工具与 MCP 接口的具体做法，可观察移动开发工作流的变化。
NVIDIA 为 RTX Spark 轻薄笔记本带来一批更新，包括开放权重的语音模型 Nemotron 3.5 Transcribe、NVIDIA App 中在前后台应用与后台智能体之间分配 GPU 资源的控制项，以及 LFM3 系列模型的 day-zero 支持。
推荐理由：原文列出 RTX Spark 笔记本新增的语音模型、GPU 资源分配和本地智能体支持，可据此判断本地 AI 工作流的可用边界。
NVIDIA 发布 AIOps 平台 Minerva，汇聚 GPU、网络、存储、调度器与工作负载的遥测数据，用专用 AI 模型把数据转成可执行的洞察。平台构建动态知识图谱映射基础设施与运行作业，每小时分析数十亿数据点，可学习正常行为、发现未见异常并预测故障，还能把大量告警聚合成带根因的单一事件。
推荐理由：原文交代了 Minerva 如何把基础设施与负载遥测合并成单一视图，读者可据此判断 AI 工厂运维的排障方式会怎样变化。
NVIDIA 扩展 Cosmos 平台，新增训练工具、仿真 checkpoint 和 Cosmos Data Factory 蓝图，用于世界模型的训练、评估与部署。
推荐理由：原文给出数据工厂蓝图、框架技能与 NIM 部署的完整链路，读者可据此判断世界模型开发流程的模块化程度。
Google 公开发布 Deep Review，一个面向复杂技术文档提供严格反馈与技术校验的智能体系统，最初用于计算机科学论文分析，现已扩展到法律、金融等领域。
推荐理由：原文交代了四阶段智能体流水线如何分工校验长文档，以及面向学术审稿场景的试点规模与开放方式。
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重写智能体。
推荐理由：微软研究院开源约 3500 行的智能体强化学习框架，让部署时的 harness 直接参与训练，并给出可复现的编码智能体训练结果。