Microsoft 与 Hugging Face 发布 ThinkingBox 智能体评测基准
Microsoft 与 Hugging Face 发布 ThinkingBox 和 ThinkingBox-Bench，用数据库终态及副作用评估 AI 智能体是否真正完成业务工作流，并将每项任务独立运行 20 次衡量一致性。
推荐理由：ThinkingBox 将评估焦点从对话和工具调用转向数据库终态，并通过每项任务重复运行衡量一致性，为检验智能体是否可靠完成业务流程提供了可复用基准。
#开源生态
Hugging Face Blog精选AI 评分8080
NVIDIA Blog精选AI 评分7676 NVIDIA 与全球研究机构开放 2,800 多种病毒的蛋白复合物结构数据
NVIDIA 与 Google DeepMind 等全球研究机构通过 AlphaFold Database 开放了 2,800 多种病毒的蛋白复合物预测结构，供全球科学家使用。
推荐理由：这次开放数据与预测流程同时覆盖资源和方法，文中还说明约 30% 的蛋白质相互作用对科学界而言是全新的。
Import AIAI 评分5656 Import AI 469：DiG-bench、RSI Simulator 与 Zuckerberg 的技术悲观主义
Jack Clark 在 Import AI 469 中介绍 DiG-bench、RSI Simulator 和 Inherent 的 Faraday 科研智能体，并质疑 Mark Zuckerberg 将超智能发明能力与个人赋权相联系的论述。