Perplexity 将 Deep Research 功能迁移至 Perplexity Computer 中，自动将复杂问题拆解为多个研究子任务，并路由至 20 多个前沿模型协同完成，支持生成报告、演示文稿和仪表盘。

xAI 推出 Grok Build 插件市场，这是一个终端内插件平台，支持技能、智能体、钩子和 MCP 服务器。所有远程插件均通过 commit-SHA 验证确保安全。首发插件包括 MongoDB、Vercel、Sentry、Chrome DevTools、Cloudflare 及 Superpowers。

Cursor 本周推出 Auto-review，旨在让代码智能体在保持自主性同时降低安全风险。该功能引入分类器代理，在每次工具调用前根据上下文判断风险：低风险时允许自由操作，越界时阻止并返回解释，使父智能体自主调整路径。分类器为轻量模型，与父代理同 RPC 流运行避免延迟，并可读取工作区文件辅助决策。团队基于约 12 小时内部开发者会话整理 6,122 条标注数据，补充合成异常用例评测，以平衡安全与开发效率。

Zed 开发者在其官方博客中提出，软件真正的创造过程并不在代码提交本身，而是发生在两次提交之间的思考、调试与重构中。这一观点强调提交记录之外的隐式工作对软件质量的决定性作用。

Visa 将支付基础设施接入 ChatGPT，使 AI 智能体能够推荐零售产品并执行金融交易。该部署去除了零售漏斗最后阶段的人工干预——自主智能体将处理用户提示、评估商家目录，并利用 Visa 支付通道在任何支持商户处完成结账流程。

Xebia全球CTO Niels Zeilemaker指出，为组织引入AI智能体加速流程必须从数据基础着手——让数据可供AI消费。Agentic AI的规模取决于数据强度，忽视这一点将无法推进。

Claude Fable 5（Mythos 安全公开版）6月22日前对 Pro/Max/Team 订阅用户开放，之后转 API。作者用 100 美元/月的 Max 会员，让 Fable 5 开发了开源“鲁班 Skill”，专用于打磨其他 AI Skill。该 Skill 通过前提验证（真实问题、安装理由、唯一性）、并行搜索同类（GitHub/ClawHub/skills.sh 等）、横纵分析、Darwin 式 9 维度评分（权重最高的实测表现）、SkillOpt 式单方向改写等步骤，将作者已有的 ai-news-radar 项目升级至 v0.7。Fable 5 自动录制操作视频并剪辑，追加了热点模式和时间轴模式，改进了消息评分算法并公开回测工具。鲁班 Skill 已开源至 github.com/LearnPrompt/luban-skill，强调 Skill 本质是清晰提示语而非复杂脚本。

京东6月11日发布国内首个智能体自主支付协议A2P2，将支付自主化划分为L0至L5六个等级，重点聚焦L3和L4。L3智能体可在单一任务内自主发起支付请求；L4在预设范围内自主完成支付。协议引入任务委托凭证（Mandate），将自然语言指令转为可校验凭证。资金安全方面首创ARI机制，支付时绑定真实用户、智能体身份与运行环境，三方核验通过才放行。另设专用隔离账户限制金额、场景、有效时间等。支付后形成证据闭环，通过存证链确保每笔AI交易可审计。

TRACE 针对多轮智能体 RL 中因提示复杂度差异和仅有最终奖励导致的奖励对比度不足问题，将每个 ReAct 轮次视为语义独立节点，把预算分配从 prompt 根节点扩展到中间前缀，形成树结构 rollout。它使用可共享预测器根据前缀历史估计条件成功概率，优先向易产生混合奖励的节点分配有限采样预算，从而增强策略更新信号。在典型智能体基准上，TRACE 以相同采样成本使 Qwen3-14B 在 Multi-Hop QA 上的准确率提升 2.8 个百分点。

Nous Research 为 Hermes Agent 仪表盘新增 Profile Builder，用户可在单一流程中构建包含身份、模型、技能和 MCP 服务器的完整 Agent 配置文件，替代以往多步 CLI 配置方式。

据彭博社报道，Meta 已完成与 Manus 的运营分离，停止两家公司数据共享。自本月初起，Meta 禁止 Manus 及其员工访问其内部数据系统，Meta 员工也无法再为内部项目使用 Manus 工具。去年 12 月，Meta 宣布以约 20 亿美元收购 Manus 母公司蝴蝶效应；今年 4 月，中国外商投资安全审查机制禁止该交易，要求撤销收购。今年 6 月，Manus 将总部迁至新加坡并停止国内运营。今年 5 月报道称，Manus 创始人肖弘、季逸超、张涛正考虑融资约 10 亿美元回购公司。

追觅生态品牌Eclix负责人俞雷透露，团队已与国内头部大模型厂商达成合作，预计2026年9月发布第一代AI手机，双十一前上市，定价5000元以上。首代产品出货量控制在5万-10万台，京东线上首发，目标极客用户。盈利模式为AI算力服务订阅，按token消耗实时计费。当前最大妥协是无法打通所有App，需为微信等超级App保留“旧世界逃生窗口”，传统App界面作为兜底方案。

Claw-SWE-Bench是一个多语言SWE-bench风格基准和适配器协议，用于在公平设置下比较通用智能体框架（claws）的编程能力。完整基准包含350个GitHub issue解决实例，覆盖8种语言和43个仓库，来源于SWE-bench-Multilingual和SWE-bench-Verified-Mini。同时发布80实例的Lite子集用于快速验证。在完整基准上，OpenClaw搭配最小适配器仅得19.1% Pass@1，而完整适配器使用相同GLM 5.1骨干达到73.4%，表明适配器设计至关重要。模型选择改变Pass@1达29.4个百分点，框架选择改变27.4个百分点；相似精度的系统总API成本差异巨大。Claw-SWE-Bench将框架和成本核算作为SWE风格编码智能体评估的第一类维度。

Arbor是一个结合长期协调器、短期执行器和假设树优化（HTR）的通用自主研究框架。该框架通过持久化树结构跨时间链接假设、工件、证据和提炼洞察，将自主研究从局部尝试转变为累积过程。在模型训练、工具工程和数据合成等六个真实研究任务中，Arbor均取得最佳留出结果，平均相对留出增益超过Codex和Claude Code的2.5倍。在MLE-Bench Lite上，Arbor使用GPT-5.5达到86.36%的Any Medal，为对比中最优成绩。

Xcode 27 Beta 新增原生谷歌 Gemini 集成，成为继 OpenAI Codex 和 Anthropic Claude Agent 之后第三个内置的 AI 编程智能体。开发者无需切换工具或窗口，即可在 Xcode 内完成构建新功能、审查代码和修复 Bug 等复杂多步骤任务。通过 Intelligence 设置面板配置 Gemini 后，Gemini 能理解项目上下文、辅助生成样板代码，并根据项目文档和文件结构更新整个项目。

InternVideo3框架通过多模态上下文推理（MCR）提升基础模型的长时序多模态任务能力。MCR将理解视为包含观察、指令、推理、工具行动和记忆的闭环过程，将长视频理解为证据积累与验证。为提升效率，引入多模态多头潜在注意力（M²LA），一种保留完整token流同时压缩KV-cache状态的token保持重参数化。训练阶段包括继续预训练、短到长监督微调、基于规则的强化学习和在线蒸馏。InternVideo3在Video-MME、MLVU、EgoSchema等基准上取得强性能，并实例化为带有检索工具的视频智能体，展现基于证据的鲁棒行为。

该综述系统研究了大语言模型智能体的环境工程生命周期，涵盖环境建模、合成、评估与应用。从八个属性和八个领域梳理代表性环境的发展路径；归纳自动环境合成的符号合成与神经合成两种范式及对应评估方法。从智能体-环境共同演化视角，总结四种智能体演化路径（记忆中心、编排中心、轨迹中心、探索中心）与三种环境演化范式（神经驱动、难度驱动、规模驱动）。最后展望环境即服务（EaaS）、多智能体环境和神经符号环境等方向。

datasette-agent 0.2a0 新增两个核心功能。工具可通过 ToolContext 对象的 await context.ask_user(...) 向用户提问，支持 yes/no、多选（options=[...]）或自由文本（free_text=True）。问题未回答时 agent 挂起，问题以表单形式渲染在聊天界面并持久化到内部数据库，服务器重启后对话可继续。工具应在执行副作用前调用 ask_user()，回答后从头重放。另一内置工具 save_query 允许 agent 将 SQL 保存为 Datasette 存储查询，但必须经人工批准——显示完整 SQL 及提议的名称、数据库和可见性，用户确认后才会存储。ask_user 功能基于作者昨日用 Claude Fable 5 构建的新 LLM alpha 实现。

DailyReport 是一个用于评估搜索智能体（Search Agents）在日常搜索任务中能力的开放基准。它包含 150 个开放式任务和 3,546 条级联评分规则，将每个任务分解为子任务，并在可分离维度上进行细粒度评分。通过级联性能归因和以用户为中心的聚合，得到每个维度的可解释分数及用户偏好分数。在 17 个智能体系统上的测试结果显示，当前系统仍未达到用户期望。数据集和代码已公开。

6 月 11 日，小米 MiMo 发布并开源 MiMo Code V0.1.0，一款终端 AI 编程助手，基于 OpenCode 二次开发，采用 MIT 协议。内置限时免费多模态模型 MiMo-V2.5，支持接入 DeepSeek、Kimi、GLM 等模型。独创持久记忆系统通过项目记忆、会话检查点、任务进度三重机制解决长会话遗忘，由独立 subagent 自动保存状态并在窗口快满时生成简报。Compose 模式可一键完成设计、规划、编码、测试、审查全流程。内置 /dream 命令每 7 天自动合并、去重、验证路径并压缩记忆文件。支持语音输入与控制（MiMo-V2.5-ASR）。

Claude Desktop 会在用户无授权的情况下自动启动一台虚拟机，且提供任何停止或关闭该虚拟机的途径。这一行为已在 GitHub 上引发讨论，用户担忧其可能带来的资源占用及隐私安全风险。

Apache Burr 是一个用于构建可靠 AI 智能体和应用程序的框架，已在 Apache 基金会下发布。该项目提供工具和抽象，帮助开发者设计、开发和部署可信任的智能体应用，强调可靠性、可观测性和生产级部署能力。

现有智能体强化学习多基于工具调用边界等粗粒度单元分配回报。APPO将分支与信用分配迁移至序列中的细粒度决策点：通过分支分数（结合token不确定性与后续延续的策略诱导似然增益）选择分支位置，过滤高熵噪声；引入过程级优势缩放优化分支轨迹间的信用分布。在13个基准测试上，APPO在保持工具调用效率和行为可解释性的前提下，将强基线性能平均提升近4个点。

Jedify 完成 2400 万美元融资，由 Norwest 领投，S Capital VC、Cerca Partners、Oceans Ventures 及战略投资者 Snowflake Ventures 参投。该公司致力于帮助企业为其 AI 智能体提供业务上下文信息。

Google 为 NotebookLM 推出重大升级。该研究工具现基于 Gemini 3.5 Flash 运行，拥有自己的云计算机用于代码执行，并能通过 Google Search 自主查找来源。内部测试中，新系统在 78.2% 的情况下击败了上一版本。

软件开发的模式已然改变——工程师不再手动输入大部分代码，而是描述意图，由 AI 智能体规划任务、跨文件编辑、运行测试并提交 Pull Request。许多工具已能在有限监督下直接部署到生产环境。这篇指南对比了 Atoms、Devin、Windsurf、Cursor、Warp 等主流 AI 编码代理与开发平台，帮助开发者选择最适合需求的工具。

小米MiMo-V2.5-Pro UltraSpeed模式在单8卡节点上实现万亿参数MoE推理模型输出速度1000 token/s，峰值达2140 token/s，是普通版的3倍，且此前已降价99%。接入Claude Code桌面端开启UltraCode模式后，可调度12个Agent在11分钟内完成项目升级报告并打包成Skill；3分钟内生成含灯光、剪影、星光特效的3D吉他英雄网页。技术层面通过FP4混合量化、提前草稿机制及计算/搬数据/通信流水线调度实现高速推理。

阿里巴巴旗下千问上线国内首个全周期高考志愿填报Agent，基于千问高考志愿大模型和夸克8年高考数据打造，免费提供“志愿日历”“志愿报告”“志愿问答”三项核心能力。志愿日历将填报拆解为步骤，持续理解考生兴趣；志愿报告支持动态调整、主动建议及自我检查，加入就业前景、考公考编、AI趋势等数据；志愿问答可调用位次法等专业方法作答。针对老旧机型与弱网环境进行了优化。