Mistral 在 Studio 发布 Connectors,支持内置与自定义 MCP
Mistral 在 Studio 发布 Connectors,内置连接器和自定义 MCP 均可通过 API/SDK 用于所有模型与智能体调用,目前处于 Public Preview。
推荐理由:Mistral 把 MCP 集成收进平台层,读者可据此判断企业智能体的接入与治理成本会如何变化。
让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
Mistral 在 Studio 发布 Connectors,内置连接器和自定义 MCP 均可通过 API/SDK 用于所有模型与智能体调用,目前处于 Public Preview。
推荐理由:Mistral 把 MCP 集成收进平台层,读者可据此判断企业智能体的接入与治理成本会如何变化。
Google 发布基于 Gemini 的科研工具 Empirical Research Assistance(ERA),可搜索文献、编写代码、组合方法并评估结果,相关成果已发表于 Nature。
推荐理由:Google 把 ERA 从 Nature 论文推进到可申请使用的工具,读者可据此判断科研编码自动化的落地路径。
Google DeepMind 发布 Gemini 3.5 模型系列,首发 3.5 Flash,定位为面向智能体与编码的前沿模型,即日起通过 Gemini app、Google Search 的 AI Mode、Google Antigravity、Gemini API、Android Studio 及 Gemini Enterprise 等渠道开放。
推荐理由:官方给出 3.5 Flash 在编码与智能体基准上的成绩和开放入口,可据此判断速度与质量能否兼得。
Google DeepMind 在 Nature 发表 Co-Scientist 研究,推出基于 Gemini 的多智能体 AI 系统,可迭代生成、辩论和演化科学假设。
推荐理由:原文给出多智能体系统的三阶段架构与真实科研案例,读者可据此判断它在假设生成环节的可用边界。
Google DeepMind 汇总了 Gemini 驱动的编码智能体 AlphaEvolve 发布一年来的应用成果,涵盖数学、量子物理、基因组学、电网优化和 AI 基础设施等领域。
推荐理由:官方汇总 AlphaEvolve 一年落地案例,从基因组到 TPU 设计,可看编码智能体在真实基础设施中的边界。
Google DeepMind 宣布 AI co-clinician 研究计划,探索 AI 智能体在医生临床监督下协助患者诊疗。在 98 个真实初级保健查询的盲评中,该系统 97 例无关键错误,医生更偏好其回答而非现有证据综合工具;在 140 项问诊技能评估中,AI 在 68 项达到或超过初级保健医生水平,但专家医生在识别危险信号和指导关键体格检查上整体表现更好。
推荐理由:Google DeepMind 公开 AI co-clinician 研究计划,给出医生端与患者端两类评测结果,可了解医疗 AI 当前能力边界。
Google Research 介绍其 Empirical Research Assistance(ERA)在四个真实科研场景中的应用:公共卫生方面,团队每周向 CDC 的流感。
推荐理由:Google 官方汇总 ERA 在流行病预测、宇宙学、碳监测和神经科学四类真实科研场景中的使用结果,可了解 LLM 辅助科研的落地边界。
Mistral AI 发布企业 AI 编排层 Workflows 公开预览版,提供持久执行、可观测性和人工介入能力,ASML、ABANCA、CMA-CGM 等客户已用于自动化关键流程。
推荐理由:Mistral 把企业级 AI 编排的持久执行、可观测与人工审批打包进 Studio,读者可据此判断生产化落地的门槛变化。
Google 发布 Vibe Coding XR 工作流,把 Gemini 与基于 WebXR 的 XR Blocks 框架结合,可将自然语言提示直接转成具备物理感知的 Android XR 应用,耗时不到 60 秒。
推荐理由:Google 把 Gemini 的长上下文推理接到 WebXR 框架上,读者可据此判断自然语言生成 XR 原型的可行边界。
Mistral 发布终端原生编码智能体 Mistral Vibe 2.0,由 Devstral 2 模型系列驱动,新增自定义子智能体、多选项澄清、斜杠命令技能、统一智能体模式和自动更新。
推荐理由:官方给出 Vibe 2.0 的自定义子智能体、斜杠命令技能等能力与定价方式,可据此判断终端编码智能体的工作流变化。
Mistral AI 发布 Devstral 2 编码模型家族,含 123B 的 Devstral 2 和 24B 的 Devstral Small 2,分别采用修改版 MIT 与 Apache 2.0 许可,均开源。
推荐理由:官方给出两款开源编码模型的参数、SWE-bench 成绩与许可差异,可据此判断本地部署与成本取舍。
Mistral 在 Le Chat 中发布 20+ 个基于 MCP 的安全连接器目录(beta),覆盖数据、生产力、开发、自动化、商业等类别,支持接入 Databricks、Snowflake、GitHub、Atlassian、Asana、Outlook、Box、Stripe、Zapier 等工具,并可添加自定义 MCP 连接器或连接任意远程 MCP 服务器。
推荐理由:官方给出连接器目录与 Memories 的能力边界和部署方式,可据此判断企业接入 MCP 的实际路径。
Mistral AI 发布 Codestral 25.08 及完整企业编码栈,包含 Codestral Embed 代码嵌入模型、基于 OpenHands 的 Devstral 智能体,以及支持 JetBrains 和 VS Code 的 Mistral Code 插件。
推荐理由:Mistral 把补全、代码检索与智能体工作流打包成可私有部署的企业编码栈,读者可据此判断自托管方案与 SaaS 路线的差异。
Mistral 为 Le Chat 上线一批新功能,包括预览版 Deep Research 模式、由新语音模型 Voxtral 驱动的语音模式、由推理模型 Magistral 支持的多语言推理、用于整理对话的 Projects,以及与 Black Forest Labs 合作的高级图像编辑。
推荐理由:Mistral 一次性为 Le Chat 补齐深度研究、语音、推理与图像编辑,读者可据此判断其产品线布局。
Mistral AI 与 All Hands AI 合作发布 Devstral Medium,并升级 Devstral Small 1.1。
推荐理由:官方给出两款 Devstral 的 SWE-Bench Verified 分数、开源许可与 API 定价,便于对比代码智能体的成本与性能。
Mistral 发布企业级 AI 编码助手 Mistral Code,整合 Codestral、Codestral Embed、Devstral 和 Mistral Medium 四个模型,支持云端、专属容量或本地 GPU 气隙部署,代码保留在企业边界内。
推荐理由:Mistral 把模型、IDE 插件与本地部署打包成企业级编码助手,可据此判断私有化 AI 编码的落地路径。
Mistral 发布 Agents API,将自家语言模型与代码执行、图像生成、文档库、网页搜索等内置连接器和 MCP 工具结合,并提供跨对话的持久记忆与智能体编排能力。
推荐理由:官方给出 Agents API 的连接器、记忆与多智能体编排能力,读者可据此判断企业级智能体平台的搭建方式。
Mistral AI 与 All Hands AI 合作发布面向软件工程任务的智能体模型 Devstral,在 SWE-Bench Verified 上取得 46.8%,超过此前开源 SoTA 模型 6 个百分点以上,并以 Apache 2.0 许可开源。
推荐理由:官方给出 Devstral 在 SWE-Bench Verified 上的分数与开源许可,读者可据此判断开源编码智能体的当前水位。
Mistral AI 发布 Le Chat Enterprise,一款由全新 Mistral Medium 3 模型驱动的企业级 AI 助手,包含企业搜索、Agent 构建器、自定义数据与工具连接器、文档库、自定义模型和混合部署等功能,全部功能将在未来两周内陆续上线。
推荐理由:官方给出企业版功能清单与部署方式,可据此判断私有化与连接器能力是否匹配现有工作流。