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。

银河证券与火山引擎合作，引入TRAE企业版并推进SDD（规格驱动开发）范式，将AI Coding嵌入研发全流程。研发需求交付周期缩短1/3至1/2，AI代码采纳率最高达87%，前端UI还原度稳定在90%以上（H5/Vue页面达98%以上）。子账户与融券系统重构周期从4个月压缩至2个月，Bug率降低25%，单元测试覆盖率提升30%，券池规模扩大10倍，服务客户量扩大20倍。通过MCP集成打通Ones、GitLab、DevOps等工具链，组织级Skill库减少60%手写测试工作量。TRAE企业版已覆盖银河证券100个研发席位，累计培训超130名研发人员。

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。

6月5日，金山办公发布AI原生多模态笔记产品WPS笔记，摒弃传统文件夹，采用多级AI自动标签组织内容。支持语音、图片、文字、网页等录入；语音转写具备AI实时纠正和声纹区分发言人功能，图片可提取公式并支持LaTeX编辑及梯形校正。全域多模态检索可同时搜索文字、图片、音频。内置WPS灵犀助手，能完成整理、摘要、润色、创建任务清单等操作，支持自定义Skill和记忆设置。开放外部MCP接入，允许Cursor、Claude等第三方AI应用直接读取笔记。

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。

实现了一个端到端的 Microsoft SkillOpt 仪表化工作流，包括设置仓库、连接 OpenAI 兼容模型、配置优化器和目标模型。以原始种子技能为基线，运行包含 rollout、reflection、aggregation、selection、更新和验证门控的优化循环，检查训练历史，可视化准确率、编辑预算行为和 token 用量，并将进化后的技能与基线进行比较。

微信6月8日发布开发者接入微信AI生态指引，开放平台支持开发者授权接入。美图秀秀作为首批内测开发者完成初步适配，将围绕人像美容、拼图、证件照、智能消除、画质修复等核心场景接入微信AI Agent。京东、美团、滴滴、携程、同程、肯德基等也同步宣布作为首批内测团队接入微信AI生态。

Evoflux是一种推理时进化搜索方法，通过结构化编辑、执行反馈、自适应强度、元引导重设计和多样性剪枝，将紧凑型语言模型的可执行工具工作流修复为可运行图。在覆盖250个工具和MCP服务器的MCP-Bench任务上，Evoflux将小型规划器的执行可行性从约3%提升至17-24%。相比之下，同一数据上的SFT和SFT+DPO表现持平、不如或崩溃至低于零样本水平；ReAct可达更高峰值但方差和token成本更高。结果表明，在稀缺教师轨迹预算下，基于执行反馈的搜索更可靠。

滴滴作为首批合作伙伴，已将核心网约车服务融入微信 AI Agent。用户通过微信内 AI 交互说出“帮我叫一辆滴滴去机场”等指令，系统可根据行程距离、时效与个人偏好自动推荐最优车型并一键唤起叫车，全程不跳转。滴滴顺风车、滴滴代驾等更多服务也将接入。6月8日，微信发布《关于开发者接入微信 AI 生态的指引》，提供自动模式与开发模式两种接入选项。京东、美团、滴滴、携程、同程和肯德基均宣布作为首批内测团队接入。

京东作为首批内测团队率先接入微信AI，将围绕电商、外卖、物流等业务接入微信AI Agent。微信开放平台提供自动模式和开发模式两种接入方式：自动模式由平台读取小程序源码并分析页面，无需额外开发；开发模式允许开发者基于业务特性自主开发，通过审核后可被微信AI调用。

datasette-agent-edit 0.1a0 插件发布，为 Datasette Agent 提供智能体编辑文本的核心工具。其设计借鉴 Claude text editor，实现三个工具：view（按行号查看文件片段）、str_replace（精确替换唯一字符串）、insert（在指定行号后插入文本）。该插件作为基础组件，可供其他协作 Markdown 编辑、SQL 查询更新、SVG 编辑等插件复用。

Perplexity 的 "Search as Code" 架构放弃固定搜索 API，改为让 AI 模型在 Python 沙箱中自主编写搜索例程，自行完成过滤和去重。该方案在关键基准测试中超越 OpenAI 和 Anthropic 的模型，并将 token 成本削减高达 85%。

微软研究人员发现Anthropic旗下Claude Code的GitHub自动化流程存在漏洞，攻击者可通过提示词注入攻击，劫持CI/CD工作流窃取敏感凭证。漏洞源于Claude Code的读取工具未像Bash工具那样设置沙箱防护，恶意提示词可绕过两层防护读取系统文件中的API密钥等凭证。Anthropic于4月29日收到报告后，在5月5日发布Claude Code 2.1.128修复，通过限制对/proc/目录下敏感文件的访问防止信息窃取。

加入Anthropic前从未写过代码的销售成员Jared Sires，利用Claude Code为销售团队开发自动化工具。他创建了内嵌于Gmail的CLAFTS（Claude Drafts），通过Claude API根据客户邮件草拟回复，每天节省2-3小时。该系统基于约4,300行代码（几乎全由Claude Code编写），从Google Drive和Anthropic公开文档提取上下文，并通过网络搜索获取最新产品信息。他还开发了CLAFTS Tones功能，通过模式匹配模仿不同人际关系下写作风格。这些工具已打包为Claude Cowork插件供整个销售团队使用。

谷歌于 6 月 2 日推送 Chrome 149 稳定版，覆盖 Windows、Mac 和 Linux 平台，含 429 项安全修复。新增端侧 AI 模型管理选项，用户可拒绝下载或移除已下载模型。测试中的“AI 模式”绕过搜索首页，尚未正式上线。DevTools 的 MCP 服务器及 AI 智能体命令行接口稳定，新增自定义 HTTP 头模拟和改版 AI 助手面板；CSS 面板加入 Gemini 驱动的样式自动补全。Chrome 149 正式推出 ARM64 Linux 官方 deb/rpm 构建包。

OpenSquilla通过Meta Skill将多个Skill按YAML定义步骤、顺序和依赖，在Runtime层预先校验，防止无效调用。在PinchBench 1.2.1上，三模型混用的OpenSquilla与Claude Opus 4.7版OpenClaw得分几乎相同，但Token少一半，成本不到1/9。将Superpowers下14个Skill组合为Meta Skill后，输入Token压缩至67%。支持多模型，用本地小模型分类任务，模型切换仅在新Session生效；子Agent压缩上下文，400K窗口内可保持记忆。同一会话执行8个框架调研报告，仅花费7美分，Token和成本精确到小数点后四位。

百度智能云与FluxA建立战略合作，共同为Agent经济搭建基础设施。百度智能云提供可交易商品体系、自雇佣交易机制、能力工具箱及出海分销通道；FluxA作为支付底座，提供低费率高频微交易、Financial Harness安全授权、全球收款与Token Paywall。目前超9万个Agent使用FluxA钱包，超1万个AI Agent资源完成商业化。今年一季度中国两地区OPC新增超6000户，日均Token消耗140万亿。DAA被视为AI时代衡量生态价值的核心指标。

VoLoAgent是一个基于VLM的物理编排智能体，将异构机器人能力（VLA/WAM、视觉模型、动作原语）作为可中断工具，实现规划、监控与恢复。同时提出RoboVoLo基准，专为开放词汇长时程操作设计，涵盖常识、记忆/状态跟踪、复杂指代与世界知识，并提供任务级成功率和失败诊断。实验表明VoLoAgent显著优于单VLA/VLM或基于工具的系统，并在真实机器人上验证。

全国1.3万多家肯德基门店以第三方Skill形式接入千问APP。用户对千问说出“帮我点附近肯德基的疯狂星期四，到店取”即可自动匹配门店与套餐，并显示距离和取餐时间。千问还与肯德基会员权益打通，下单时自动使用大神卡及匹配的优惠券。

Nous Research 以公开预览版形式推出 Hermes Desktop，支持 Windows、macOS 和 Linux。桌面端共享 Hermes Agent 的配置、API 密钥、会话、技能和记忆，用户可在桌面、CLI 和 TUI 间无缝切换。Hermes Agent 具备长期记忆，能规划任务、调用工具、观察结果，并通过闭环学习自动写入可复用技能。持久记忆借助 FTS5 会话搜索、LLM 摘要和 Honcho 用户建模加强跨会话召回。安全方面支持 local、Docker、SSH、Singularity 和 Modal 共 5 类沙箱后端，内置网页搜索、浏览器自动化、视觉、图像生成、文本转语音及多模型推理工具，同时支持通过 MCP 接入外部工具。

大语言模型作为智能体处理大型工具目录时面临检索瓶颈，参数化工具检索将每个工具编码为虚拟token并两阶段微调（记忆→检索），在标准ToolBench上表现强劲，但无法揭示模型是否真正理解工具。ToolSense是一个开源、LLM驱动的诊断框架，自动生成三个基准：现实检索基准（RRB，含三个模糊层级）、MCQ探测基准和QA探测基准。应用于ToolBench约4.7万工具并评估五种训练配置，发现知识-检索分离：RRB上部分配置性能相比全描述基准下降约50-64个百分点，低于嵌入模型基线；部分模型事实探测得分接近随机。框架和基准已开源。

ToolMaze是一个评估LLM智能体在工具失效场景下动态路径发现与错误恢复能力的基准测试。其采用双维度设计：DAG拓扑复杂度与2×2工具扰动分类（显式/隐式、瞬时/永久）。评估显示，几乎所有模型在扰动下性能均下降，隐式语义失效导致扰动恢复率（PRR）骤降约37%，复杂拓扑则使智能体陷入无效试错循环。关键发现：智能体容错能力随模型规模提升的速度比基本任务执行慢3.66倍，动态重规划成为模型扩展无法解决的独立瓶颈。数据和代码已公开。