Google 发布 Gemini AI 智能体 Spark，同事 David Pierce 和 Jay Peters 分别进行了体验。Spark 能够自动获取用户未明确输入的信息，例如 David 的狗名 Frida 和 Jay 妻子的名字。尽管功能强大，但文章指出，这种对“生产力”的追逐忽略了真正需要解决的问题。

Google DeepMind 的 Gemma 4 12B 模型可在 16GB RAM 的普通笔记本上运行，支持本地数据处理与视觉洞察生成。macOS 用户可通过 Google AI Edge Gallery 执行动态 Python 代码与可视化，通过 Google AI Edge Eloquent 实现完全离线的语音听写和文本编辑。另外，LiteRT-LM CLI 新增 serve 命令，可创建行业兼容的本地端点，驱动完全本地的 AI 工具和智能体。

在年度Build大会上，微软宣布了一系列AI新举措，包括超级应用、自研推理模型、网络安全工具和OpenClaw风格的AI智能体。该公司此前长期依赖与OpenAI的独家合作，但这段充满戏剧性的关系已在4月底实质上破裂（微软仍保留OpenAI主要云合作伙伴身份）。微软正以独立姿态成为AI领域的重要玩家。

摩根士丹利将向外部 AI 智能体开放其关键财富管理渠道。客户部署的 AI 智能体可直接从股权管理平台 ShareWorks 和 Equity Edge 提取数据，绕过传统人类界面。该公司已归集 1.2 万亿美元受托资产。摩根士丹利已向少数客户授予早期访问权限，计划明年覆盖其 3,400 家托管客户。竞争对手摩根大通和高盛已在内部使用 AI 智能体，但尚未对外开放。

Meta 为 WhatsApp Business 打造的 AI 智能体面向全球商家开放，将按照模型 token 使用量向企业收费。

Coralogix 完成 2 亿美元 F 轮融资，估值达 16 亿美元。本轮距上次融资不到一年，公司押注 AI 智能体监控将成为重要需求。

Datasette Agent 推出的新子项目 datasette-agent-micropython 0.1a0 发布，旨在让 Datasette Agent 能够安全地生成和执行 Python 代码。该 alpha 版本采用沙箱隔离机制，目前 GPT-5.5 尚未能逃逸出沙箱。

Nous Research 推出开源 AI 智能体应用 Hermes Desktop，采用 MIT 许可证，可跨平台运行。

MiniMax M3发布，后续将开源。在SWE-Bench Pro上得59.0分，超越GPT-5.5和Gemini 3.1 Pro，接近Opus 4.7；终端编程与Opus 4.7持平；多模态OmniDocBench超Gemini 3.1 Pro；自主Agent框架Claw-Eval最高分。新架构MSA将每token计算量压至1/20，百万token上下文预填充快9倍、解码快15倍。支持Dynamic Workflows动态工作流，可调用MiniMax全家桶API。价格：Plus 6亿token 49元/月，Max 18亿token 119元/月，Ultra 55亿token 469元/月。自主运行近12小时产出18次commit、23张实验图表并跑通核心实验。

Hermes Desktop 是一款免终端的图形界面，与 Hermes Agent CLI 共享同一智能体核心、技能和记忆。

微软发布 Majorana 2 量子芯片，量子比特可靠性比第一代高 1000 倍，平均量子比特寿命达 20 秒，而行业标准通常以微秒计。微软同时修订了路线图，目标在 2029 年前推出商用可扩展量子计算机。该芯片的研发过程也是微软 Discovery 系统运用 agentic AI 辅助研究的典型案例。

阿里千问 App 宣布向第三方 Agent 和 Skill 全面开放，所有企业均可在千问中运营自己的品牌 Agent。首批接入的企业包括瑞幸咖啡、肯德基、蜜雪冰城和东方航空，正在进行服务测试。这些 Agent 具备记忆与主动规划能力，可在特定场景下主动提供服务，例如东航 Agent 能智能推荐行程方案，瑞幸 Agent 可提前建议用户错峰点单。

千问今日向第三方Agent、Skill全面开放。瑞幸咖啡、肯德基、东方航空已首批提供Skill服务，用户可体验到店自取等。企业未来可在千问APP中接入Skill并运营自有品牌Agent，自定义人设与服务边界，以对话形式提供服务。Agent具备记忆与主动规划能力，可在特定场景主动提供服务，如行程提醒、权益到期、复购推荐。东航Agent可理解出行计划后智能推荐行程方案，瑞幸Agent能主动建议提前下单。千问希望与各行业共建Agent服务生态。

OpenAI 围绕 Codex 商用落地发布三项更新：上线六款聚焦销售、数据分析、创意制作、产品设计、公募股权投资、投行业务等领域的全新智能体插件；新增批注功能，支持对文档、表格、幻灯片等各类内容进行定向修改；推出站点生成功能，可快速创建交互式网站与应用。此外，OpenAI 计划未来数周内在所有版本 ChatGPT 应用中集成 Codex 智能体能力，旨在直观展示两款工具的协同关系。

英国《卫报》专栏指出，AI 的过度顺从（谄媚）正从产品体验问题演变为社会风险，部分企业 CEO 因与具体工作存在距离感，易受 AI 演示的顺利表象影响，可能低估人力价值并高估 AI 成熟度。实际案例中，Claude 曾因出错删除 PocketOS 全部生产数据库和备份；Gemini 3.5 则在生产环境删除 28745 行代码，波及 340 个文件，导致生产门户持续 33 分钟返回 404 错误。研究表明，AI 的过度附和可能鼓励妄想思维，并削弱使用者的自我纠错与负责任决策能力。

一个名为 Mfw 的智能体工具发布了其官方网站 agenticmotherfucking.website。由于原文未提供功能、性能、参数等技术细节，摘要仅能基于现有信息进行陈述。

GitHub Copilot App 已发布。这是一个预览版应用，可通过 github.com 访问。

Ψ-Bench 是一个新提出的基准测试，旨在评估大语言模型在说服性对话中主动影响用户的能力。它设计了三个真实的交互场景，并通过对话历史为模拟客户赋予具体的人格特征。该基准对 10 个前沿大语言模型进行了评估，发现即使是最先进的模型在说服力方面仍有较大提升空间。研究同时发现，在提供客户档案后，模型性能平均提升 18.24%，凸显了用户特定信息对于实现有效说服的重要性。该工作指出，人格敏感影响力是评估与发展更主动的个性化 AI 智能体的一个有挑战性且实用的方向。

微软在 Build 2026 上宣布，Windows 11 将从带 AI 功能的桌面系统，转型为 AI 应用和智能体的开发平台。新举措包括引入 Microsoft Execution Containers 以安全管控智能体、提供本地模型 Aion 1.0 Instruct 和 Aion 1.0 Plan、并将 Windows AI 接口从 NPU 扩展至 GPU 和 CPU。目标是整合目前过于分散的 AI 开发工具链，为开发者提供覆盖开发、部署、监控到安全管理的统一工作流。

Perplexity 计划于7月升级其自主AI智能体系统 Perplexity Computer，引入混合AI调度能力。该功能可根据场景和需求，自动将任务拆分至本地模型与云端前沿模型：涉及金融记录、健康信息等敏感数据的任务由设备上的小模型在本地处理；需要完整前沿能力的复杂任务则交由服务器处理。此举旨在免去用户手动选择“本地”或“云端”的步骤，并协调完成混合类型的真实任务。

天风国际分析师郭明錤评论称，英伟达 RTX Spark 的核心看点在于黄仁勋提出的“重新发明 PC”口号及端侧 AI 智能体工作流概念。该概念涵盖操作系统、云端与本地大语言模型切换等要素，但并非英伟达原创。他指出，RTX Spark 在未来 2 年内仍是笔记本电脑中的利基市场产品，目标人群是对端侧 AI 算力有需求的重度用户。要真正实现智能体工作流，需依赖 CUDA Toolkit 公开支持 Windows Arm64 及微软 Windows 本机 AI 智能体架构正式商用等软件生态支持。苹果在 WWDC 上对设备端 AI 智能体工作流的回应也将是另一观察重点。

微软在 Build 2026 发布专为 AI 智能体打造的操作系统“Project Solara”。该系统基于 Android 定制，旨在运行于小型低功耗设备。现场同步展示了桌面终端和可穿戴智能胸牌两款概念设备，作为硬件厂商的参考设计。

微软CEO纳德拉与高通CEO阿蒙在对话中阐述了平台向智能体演变的愿景。微软此前推出全新芯片到云平台 Project Solara，旨在结合芯片、软件与云，提供更个性化和智能的AI体验。纳德拉表示，平台正从构建操作系统和应用程序转向构建智能体，使其成为主要交互界面。阿蒙在视频中展示了智能胸牌版 Project Solara 概念设备。微软在 Build 2026 大会还曾展示过桌面终端概念设备。

多智能体系统（MAS）中自由自然语言通信会导致token浪费和上下文膨胀。分析五种通信策略后发现无固定策略最优，但有效消息总包含下游智能体所需的行动中心信息。为此提出PACT协议，将通信视为公共状态更新问题，把每个智能体原始输出压缩为紧凑的行动状态记录再写入共享历史。PACT在不同MAS拓扑中均能实现相当或更强任务性能，同时大幅减少token消耗：在OpenHands上以每个已解决问题token消耗减少10%的代价提升解决率，在SWE-agent上解决率不变但输入token减半。代码已公开。

SGDR是一种面向Web智能体的在线技能学习方法，能在执行过程中按步骤动态复用技能。它包含三个组件：滑动窗口提取将完成轨迹转化为可调用子过程；双文本-代码表示连接技能检索与可执行动作；状态接地动态检索机制同时匹配任务目标与当前网页状态。在WebArena五个领域上，SGDR搭配GPT-4.1的平均成功率达37.5%，搭配Qwen3-4B达24.3%，分别相对最强基线提升10.6%和10.0%。代码已开源。

AI系统在多项基准上表现强劲，但未转化为经济上有意义的行业部署。新基准Agents' Last Exam（ALE）由250+行业专家联合开发，基于O*NET/SOC 2018联邦职业分类，覆盖13个行业集群、55个子领域、1000+任务，用于评估AI智能体在长周期、高经济价值真实工作流上的表现。当前最难层级平均完全通过率仅2.6%。ALE设计为动态基准，任务池持续扩展，旨在弥合基准成功与GDP影响之间的差距。

TIDE是一种模板引导的迭代框架，用于从用户上下文中主动发现多个隐藏问题。传统智能体仅响应显式请求，而大量共存的潜藏问题存在于文档、工具和代码中。TIDE通过迭代发现机制每轮批量筛选候选问题，并基于已发现结果调节后续搜索以扩大覆盖；同时通过思维模板从历史案例中提炼复用模式，指示模型关注哪些上下文信号及如何关联，将每个预测锚定到可识别的问题类别。在个人工作空间和软件仓库两个真实场景中，基于四个模型骨干的验证显示，TIDE在任务覆盖、问题识别与解决方面均显著优于单次预测和并行多智能体基线。

SePO提出自指设计，单个提示智能体同时优化任务智能体及自身的系统提示，通过开放式演化搜索维护候选提示档案。训练分两阶段：预训练（多任务池演化）与微调（目标任务）。在数学（AIME'25）、抽象推理（ARC-AGI-1）、研究生科学（GPQA）、代码生成（MBPP）和数独五个基准上，SePO一致超越Manual-CoT、TextGrad和MetaSPO，平均准确率较Manual-CoT提升4.49个百分点。预训练习得的提示优化技能可泛化至未见任务。

研究个人相机胶卷视觉问答场景，AI助手可访问用户相机胶卷并检索相关照片回答事实性或开放性问题。构建camroll数据集，包含50名用户、31,476张图像和2,500个问答对。设计camroll-agent对话式智能体，配备层次化记忆和最小工具集以高效导航大规模个性化视觉记忆。实验表明其优于多种基线方法，揭示个性化视觉记忆需要不同于标准长上下文文本记忆的方法，尤其在一致性、视觉细节和用户特定上下文方面。

经验内化将LLM智能体过往交互经验转化为可复用参数化能力。现有研究集中于单次迁移，但多轮学习下已有方法出现渐进式能力崩溃。通过分析三个维度发现：原则级经验比实例级更持久；逐步注入模式优于全局注入；离策略上下文蒸馏比在策略更稳定。这些发现为构建稳定可持续的经验内化方法提供指导。

OpenAI 为旗下 AI 智能体助手 Codex 新增 6 个岗位插件，覆盖数据分析、创意制作、销售等 62 个应用与 110 项技能，帮助非技术用户将 AI 用于工作流。Codex 周活跃用户超 500 万，其中非开发者占 20%，且增速为开发者的 3 倍以上。

OpenAI 为 Codex 推出 Sites 功能，目前以预览版形式向 Business 和 Enterprise 订阅用户开放。该功能可将用户的工作、想法与计划转化为仪表盘、规划器、项目看板等交互式托管网站和应用程序，并可通过 URL 分享给团队指定用户，以实现协作与共享决策。