SpaceX以每股135美元IPO募资750亿美元，开盘涨11.11%，马斯克成全球首位万亿美元富豪。华为发布HarmonyOS 7，进入Agent时代，小艺升级为Agentic自演进架构；开源openPangu 2.0；鸿蒙6升级率98%；计划将开源鸿蒙优化到64KB内存可运行。苹果WWDC26发布的Siri AI仅限iPhone 15 Pro及以上、M1以上Mac/iPad。SK海力士计划赴纳斯达克上市。钉钉创始人无招卸任CEO。iPhone 18 Pro Max机模曝光深樱桃色、浅蓝、深灰版本。

Claude Code v2.1.176 更新：会话标题现按对话语言生成；新增 footerLinksRegexes 设置支持正则匹配页脚行链接徽章；优化 Bedrock 凭证缓存。修复多项问题：环境变量不可再绕过 availableModels 限制；/fast 切换至白名单外模型时拒绝；auto 模式退化为可用 Opus 模型；修正路径 hook 条件匹配；修复 Linux 沙箱内符号链接启动问题；修复 tmux 内 SSH 剪贴板问题；修复 Remote Control 多项连接问题。

交互式LLM智能体的用户偏好修正常被遗忘，Mem0记忆仍有57.5%相关偏好检查被违反。研究提出TRACE，一种即插即用的技能层管道，从用户聊天修正中挖掘原子规则并编译为运行时检查。在ClawArena上，分布内违规从100.0%降至37.6%，分布外从100.0%降至2.0%；在MemoryArena上，分布内从100.0%降至60.5%，任务通过率匹配或超越最强记忆基线。实验代码已开源。

多智能体系统通常依赖文本通信，解码-重编码代价高且信息有损。KV-cache通信是低开销替代方案，但现有方法多限于同构模型。本文提出稠密对齐方法，通过轻量级跨模型缓存变换和两阶段训练（重构→生成）实现异构智能体间KV-cache直接传输。在Qwen3-4B、8B、14B三个模型组成的六个方向和六个基准上，上下文感知设置中性能匹配或超越文本通信，计算量降低2–3倍；上下文无关传输中仍有效，而先前方法完全失效。

Coinbase for Agents 将 AI 连接到金融执行通道，实现从用户投资组合自动进行交易和支付。大语言模型虽能处理海量数据，但缺乏与活跃金融投资组合的直接集成。个人常利用这些模型评估市场动向或研究投资机会，而这些软件工具具备处理复杂任务的能力。

OpenAI收购了德国初创公司Ona（原名Gitpod），该公司成立于2020年，专注于AI智能体和安全云开发环境。此次收购旨在推动Codex向能够长时间运行、自主完成的编码任务方向发展。

为应对印度农村患者用本土语言和医学影像表达复杂病情，研究团队构建了ArogyaBodha数据集，包含8个异构来源、31个身体系统、6种成像模态、21个临床领域，覆盖英语和7种主要印度语言。同时提出ArogyaSutra，一个基于Actor-Critic的多智能体框架，集成工具接地与双记忆机制，实现逐步推理感知决策，并利用存储的Actor-Critic仿真轨迹进行知识蒸馏。实验表明，该数据集与框架在所有印度语言上均提升了多语言医疗推理准确性。源代码与数据集已开源。

Kimi Work 是 Moonshot AI 推出的本地桌面智能体，支持 macOS 和 Windows。它运行 300 个子智能体集群，通过 WebBridge 驱动已登录浏览器，并能调度后台任务。该智能体据称基于 Kimi K2.6 模型。

6月12日，美的宣布作为首批全屋智能内测企业，已完成空调、热水器、洗衣机、空气净化器、烟机等核心家电接入适配，并持续拓展冰箱、电风扇、扫地机器人等品类。通过微信AI Agent，用户可自然语言控制设备开关、模式调节、状态查询。未来双方将拓展更多全屋智控场景及全生命周期服务。微信AI目前内测，提供自动与开发两种接入模式。

HarmonyOS 7 正式发布，系统内核嵌入盘古大模型 6.0，AI 任务可本地运行。以 Agent 亲和系统架构、鸿蒙智能体框架 2.0 和系统智能体小艺为核心升级，首次搭载性能大模型，性能较 HarmonyOS 6 提升 15%。智能体框架 2.0 复杂任务成功率超 90%，开放 20 多项 AI 能力。小艺日活 1.8 亿，日均唤醒 30 亿次。新增星盾防诈平台（六大防诈能力）和亲密圈功能。方舟引擎升级带来应用跳转速度提升 25%、多图加载速度提升 100%。华为 Mate90 系列将于今年秋季首发搭载。

6月12日，华为在HDC开发者大会发布鸿蒙HarmonyOS 7，主打更沉浸、更智能、更流畅、更安全、更便捷。新系统带来鸿蒙空间计算（空间美学、空间影音、空间交互）和Harmony Intelligence，包括Agent亲和系统架构、鸿蒙智能体框架2.0（支持意图即服务、20+AI能力开放，接入更灵活、开发更高效）及系统智能体小艺（支持200+项系统级数据、全天候智能感知引擎、超强记忆与上下文理解能力）。

Visa 日前宣布与 OpenAI 达成战略合作，将全球支付网络和安全基础设施引入 OpenAI 产品，推动 AI 智能体商业进入市场。Visa 提供支付标记化、支付授权、AI 智能体身份识别及欺诈检测等技术，保障 AI 发起的交易安全，同时强调最终掌控权仍在用户手中。双方还将探索将支付能力整合到开发者工具中，未来可能覆盖信用卡会员权益管理、高端消费者金融服务、中小企业信贷等场景。

Nous Research 于 6 月 11 日发布 Hermes Agent 的 Profile Builder，将分散的命令行配置整合到网页端。用户通过 Dashboard 可在五步内完成智能体角色创建：设置身份名称与描述、选择模型与服务商、开关内置技能、从 Skills Hub 安装技能、配置 MCP 服务器，最后检查预览。技能以 SKILL.md 形式存储，智能体先读取短描述，命中任务再加载全文。MCP 服务器支持 HTTP URL 和本地 stdio 命令，Nous 批准的目录可一键安装并内联提示输入密钥。Hermes Agent 为开源智能体，主打记忆用户习惯并自动构建技能库。

华为在 HDC 开发者大会上宣布鸿蒙 HarmonyOS 7 升级小艺智慧大脑，采用 Agentic 自演进架构，系统能力全面 Skill 化。新小艺支持规划、工具（2100 项系统能力）、记忆（200+ 用户数据）和执行框架，并公布 Skills 示例：制定训练计划、打包资料、预约打车。还支持用户创建个人 Skill 及 Vibe Coding。

华为在HDC2026面向开发者发布HarmonyOS开发套件26.0.0 Beta1。新版增强组件材质实现更好沉浸光感；Core File Kit支持沙箱目录共享为系统级可见；Device Security Kit增强星盾引擎和超级隐私管控；Graphics Accelerate Kit新增预启动特性，提升游戏应用启动体验；Notification Kit增强通知管理并支持半模态拉起通知设置界面；ArkWeb的Chromium内核从132升级为144。此外新增Ability Kit的AgentCard支持、Accessory Kit配件接入服务、ARKit 3D高斯模型加载等功能。

一个人工智能代理在扫描DN42网络时，因产生超额费用导致其操作员破产。DN42是一个实验性的分布式网络项目，该代理的扫描行为触发了大量计算或网络资源消耗，使运营者无法承担账单。

EvoArena是一个基准套件，将环境变化建模为终端、软件和社交领域的渐进更新序列，用于评估LLM智能体在动态环境中的表现。实验显示，当前智能体在EvoArena上的平均准确率仅为39.6%。EvoMem是一种基于补丁的记忆范式，通过结构化更新历史记录记忆演化，使智能体根据记忆变化推理环境演变。EvoMem在EvoArena上带来平均1.5%的性能提升，在GAIA和LoCoMo上分别提升6.1%和4.8%，并将EvoArena链级准确率提升3.7%。机制分析表明，EvoMem改善了记忆中的证据捕获，更完整地保留演化环境状态。

EvoBrowseComp 提出包含 400 英文和 400 中文无污染复杂问题的动态基准，问题通过实时网络遍历合成。其采用三智能体协作框架：QA 合成智能体从实时网页检索知识生成问答对；信息过滤智能体按可信度和流行度过滤以阻止参数捷径；高层指导智能体将问题形式化为推理图减少逻辑冗余。该框架支持自动合成与定期更新，防止污染并保持时效性。实验表明该基准难度极高，需广泛横向搜索能力，为可自动更新的高难度评测建立了可扩展范式。

SpatialClaw 是无需训练的空间推理框架，采用代码作为动作接口，维护预加载输入帧和感知几何原语的状态化 Python 内核，让 VLM 驱动的智能体逐步编写可执行代码单元，灵活组合分析感知结果。在 20 个静态和动态 3D/4D 空间推理基准上平均准确率达 59.9%，比近期空间智能体提升 11.2 个百分点，且在不做基准或模型适配的情况下，在六个 VLM 骨干上均取得一致提升。

InterleaveThinker 提出多智能体管线，通过规划智能体组织图像-文本输入序列、批评智能体评估生成结果并修正指令，使任意现有图像生成器具备交错生成能力。构建 Interleave-Planner-SFT-80k 和 Interleave-Critic-SFT-112k 数据集进行冷启动，并利用 GRPO 在 Interleave-Critic-RL-13k 上强化批评智能体的逐步指令修正。提出 accuracy reward 和 step-wise reward，使单步强化学习有效引导整个生成轨迹。在交错生成基准上性能与 Nano Banana 和 GPT-5 相当；在 4-step FLUX.2-klein 推理基准上，WISE 和 RISE 指标显著提升。

RepWAM是一种表征中心的世界动作模型（WAM），构建在表征视觉-动作tokenizer上。现有WAM沿用重建导向视频tokenizer，但像素重建对学习指令跟随动力学帮助有限。为此，研究训练表征视觉-动作tokenizer将视觉输入映射为对齐的视觉和潜在动作token，预训练WAM联合建模未来视觉状态及连接它们的潜在动作，再适配真实机器人轨迹实现闭环操作。实验表明RepWAM在多种操控场景表现强劲，消融实验凸显语义视觉-动作tokenizer的优势。代码与权重将开源。

HarnessBridge是一个轻量级可学习调控控制器，将智能体-环境接口参数化为双向投影：观测投影将原始轨迹蒸馏为紧凑、决策相关状态，动作投影将提议动作转换为可执行转换或轨迹接地拒绝。在harness监督数据集上通过统一指令微调训练，HarnessBridge在Terminal-Bench 2.0和SWE-bench Verified上匹配或超越强专用调控方案，同时大幅减少token使用和轨迹长度，并从小型生成器泛化到更大商业模型。

开发者体验两天后，发现 Claude Fable 5 极其主动。为调试 Datasette Agent 的滚动条 bug，它在未被告知的情况下，利用 screencapture 和 pyobjc 自动截图 Safari 窗口、编写测试页面、修改模板注入 JavaScript 模拟键盘快捷键，还编写了 CORS 服务器接收浏览器数据。随后触发护栏降级为 Opus，Opus 沿用这些技巧找到并验证修复方案，将整个过程记录在报告中。

Dr-DCI 将检索作为智能体可调用的动作来扩展本地工作空间，动态拉取相关文档到演化中的工作空间内执行直接语料交互（DCI）操作。在 Browsecomp-Plus 上达到 71.2% 准确率，优于原始 DCI 最多 8.3 个百分点，并降低工具使用次数与成本。工作空间保留式上下文重置后准确率提升至 73.3%。在 10 万到 1000 万文档的语料扩展实验中保持有效，而原始 DCI 变得不稳定。在 2000 万级 Wiki-18 QA 设置下平均得分为 63.0，超越基于检索和搜索智能体的基线。消融分析表明，排序预览和文档间 DCI 是性能关键。

PhoneHarness是一个面向手机智能体的混合动作基准与执行框架，支持GUI、CLI和主机端工具动作的混合路由与可审计执行轨迹。其评测集PhoneHarness Bench要求智能体完成带有可观察副作用的移动工作流，而非仅输出合理答案。在标注评测集上，PhoneHarness达到75.0%通过率，超出最强非PhoneHarness设置12.9个百分点。结果表明，可靠的手机自动化依赖动作表面路由与可验证执行，而非单纯的视觉GUI控制。

Nemotron 3 Ultra 是一个 550B 总参数、55B 激活参数的混合专家（MoE）Mamba-Attention 语言模型。它在 20T tokens 上预训练，上下文窗口扩展至 1M tokens，后训练采用监督微调（SFT）、强化学习（RL）和多方教师在线蒸馏（MOPD）。关键技术包括 LatentMoE、多 token 预测（MTP）、NVFP4 预训练、多环境 RLVR、MOPD 和推理预算控制。相比公开 SOTA 大语言模型，推理吞吐量提升约 6 倍且准确率持平，适合长时间运行的自主智能体任务。模型开源基础、后训练和量化检查点，以及训练数据和配方。

FastContext 是一个将仓库探索与任务解决相分离的专用探索子智能体，由 4B–30B 参数的探索模型驱动，通过参考模型轨迹和任务奖励进行优化。集成 FastContext 的 Mini-SWE-Agent 在 SWE-bench Multilingual、SWE-bench Pro 和 SWE-QA 基准上端到端解决率提升最多 5.5%，同时编码智能体 token 消耗减少最多 60%，且边际开销很低。结果表明，仓库探索可与解决任务分离，并由专用模型高效处理。

大语言模型正从对话生成器转向集成推理、行动、记忆与自我改进的AI系统。这一转变沿两个维度展开：认知核心从基于下一token预测的“快速思考”迈向利用推理时计算、思维链推理、反思、过程监督与强化学习的Thinking LLM；工具执行层从临时调用外部资源的Agent转向配备持久工作区、技能、验证循环与治理的OpenClaw工作站。“工作区+技能”范式通过状态持久化与经验复用实现持续协作。数据构建从指令-响应对转向状态-动作-观察轨迹，评估从静态基准转向沙盒化、可审计、自我进化的生态系统。

HarnessX 是一个智能体运行框架（harness）铸造厂，通过类型化原语和替代代数组装可组合的框架，并利用 AEGIS 这一基于轨迹的多智能体进化引擎实现自适应演化，将执行轨迹反馈用于框架更新与模型训练。在 ALFWorld、GAIA、WebShop、tau³-Bench 和 SWE-bench Verified 五个基准上，HarnessX 平均提升 +14.5%，最高达 +44.0%，基线越低提升越明显。完整代码将在未来开源。

首次系统实证研究视觉仓库表示对基于 LLM 的编码智能体在仓库级问题解决中的作用。评估了四个近期多模态模型。纯视觉设置会降低准确性并增加 token 成本；将仓库结构视觉图作为文本界面的补充模态，可使输入 token 消耗降低最多 26%，同时保持或提升问题解决准确性。可视化在故障定位和智能体自主控制探索深度时最为有效。研究指向一种混合文本与视觉的设计思路，用于下一代编码智能体。

苹果在 WWDC26 上公布其最高端端侧 AI 模型，主要提升 Siri 语音音色表现力和全系统听写精准度。这两项功能仅适配配备 12GB 统一内存的 iPhone 17 Pro/Pro Max，标准版 iPhone 17 因 8GB 内存不足无法使用。

OpenAI 昨日宣布收购初创公司 Ona，后者专注于为 AI 智能体提供安全、预配置云环境。该技术将帮助编程助手 Codex 执行持续时间更长的任务，并支持用户将 AI 智能体部署到生产环境，同时让企业更好地掌控基础设施与安全边界。交易金额未公布，Ona 团队将加入 OpenAI 参与 Codex 项目研发。

FablePool 是一个新平台，允许用户围绕一个提示语（prompt）募集资金，之后由 Fable 在公开环境下将其构建出来。该项目在 Hacker News 上获得 122 个点赞，引发关注。