Reachy Mini 对话应用现在可通过 MCP 协议添加远程工具。执行 reachy-mini-conversation-app tool-spaces add 命令即可从 Hugging Face Spaces 安装远程工具（如搜索、天气），并自动启用至当前 profile 的 tools.txt 中。内置工具（头部动作、跳舞、表情、摄像头等）仍为本地 Python 代码，远程工具则通过 MCP 端点调用。profiles 通过 tools.txt 控制哪些工具可用，不在文件中的工具模型无法调用。用户也可编写自定义本地工具。远程工具适合无状态能力，便于发布、共享和迭代，无需修改应用本身。支持 install、list、remove 等子命令。
Kimi Work Beta版随Kimi最新Mac和Windows客户端推出，是基于Kimi Code的通用型本地Agent。它内置Kimi WebBridge浏览器操作方案，支持安装和使用Skill、运行定时任务，并能根据任务复杂度自主创建最多300个子Agent的团队。开发中使用的Kimi K2.6模型支持13小时连续编码、4000余次工具调用，累计产出超5万行有效代码，其中92%由AI自主生成。用户可用自然语言描述目标，Kimi Work即可拆解任务、并行执行、调用工具、操作浏览器，交付文档、表格、PPT等工作产物。
关联讨论 4 条IT之家（RSS）X：Berry Xia (@berryxia)X：Kimi.ai (@Kimi_Moonshot)公众号：月之暗面（Kimi）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。
荣耀成为首个支持微信 A2A 助手能力的手机品牌。目前，荣耀 Magic8 系列、500 系列和 X70 的全系列机型均已支持该功能。用户需将荣耀 YOYO 智能体更新至 90.10.30.063 及以上版本，微信更新至 8.0.72 及以上版本，即可通过唤醒 YOYO 实现给微信好友发送消息、发起语音或视频通话。据悉，荣耀目前 50% 的活跃设备都已支持此能力。
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。
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。
Claude Code 新增动态工作流功能，允许模型在运行时即兴创建和协调多智能体框架来处理复杂任务。该功能通过执行特定的 JavaScript 文件来生成和协调拥有独立上下文窗口的子代理，可解决单一上下文窗口中长时间执行任务可能出现的智能惰性等问题。工作流适用于研究、安全分析、代码审查等场景，通常消耗更多 token，更适合高价值复杂任务，其最佳实践仍在发展中。
同一事件，精选展示《在Claude Code中引入动态工作流》在 Build 2026 大会上，微软宣布推出名为 Agent Control Specification（ACS，智能体控制规范）的开源标准。该标准旨在为开发者提供统一且细粒度的 AI 智能体行为控制方式，允许团队通过策略规则明确规定智能体的允许操作、禁止操作、需人工审批的操作及审计记录要求。ACS 通过在工作流的多个拦截点执行策略检查来确保合规，并可集成分类器、大语言模型和检查逻辑。该标准以 SDK 形式发布，支持 LangChain、OpenAI Agents SDK 等多个主流开发框架。
OpenAI 的 Codex 新增了插件、站点和注释等功能。这些新功能旨在帮助分析师、营销人员、设计师、投资者等各类团队，利用 AI 完成更多工作。Codex 进一步拓展其作为 AI 编码工具的应用场景，以支持更广泛的角色、集成更多工具并优化现有工作流。
关联讨论 5 条X：Rohan Paul (@rohanpaul_ai)X：OpenAI (@OpenAI)X：Sam Altman (@sama)IT之家（RSS）X：OpenAI Developers (@OpenAIDevs)MCP-Persona是首个专门评估LLM智能体在个性化MCP工具上表现的基准测试，涵盖Reddit、小红书、Lark和Slack等应用。在多个SOTA智能体上的实验表明，当前智能体在个性化工具使用方面仍面临重大挑战。该基准旨在弥合现有评估主要聚焦通用工具、忽视个人社交应用中工具与个人账户或本地数据库交互所带来的实际挑战这一空白。
OpenRouter 发布5月更新，推出语音与转录API、模型融合（Model Fusion）功能，并为平台添加了私有模型和企业工作区管控能力。此次更新共上线20个新模型，其中包括 Gemini 3.5 Flash 和 Claude Opus 4.8。
关联讨论 1 条OpenRouter：Announcements（RSS）论文整理了2023-2026年间21个编排框架中63起LLM智能体预算超支生产事故，构建8簇故障分类（Cohen's kappa=0.837，N=113），附加47个结构条目。开发了1,180行无unsafe的Rust crate token-budgets，通过仿射所有权模型使克隆、双重花费及委托后使用在编译期报错。单智能体下4行Python计数器表现相当（0/30超支）；多智能体委托场景中Python asyncio模式30/30超支，Rust crate编译期拒绝相同模式。在5个运行时、3个提供商、160次温度分层实时API测试中，方案零预算违规且零误拒，静态过度预留4-6倍（自适应2.11倍）。二进制级别预算安全性暂未解决。
AuditFlow是图基多智能体框架，分离自适应搜索与确定性验证。从静态US-GAAP分类图和动态XBRL申报图构建符号环境，提供事实检索、分类遍历、数值检查和规则评估工具。两初级审计员从监管与证据视角检查案例，高级审计员解决分歧并请求进一步调查，最终证据聚合生成审计裁决、预期值、证据链和可信度分数。在FinAuditing衍生的FinMR样本上，使用GPT-5.5达82.09%联合审计准确率，比最强基线高14.93个百分点。移除确定性检查后准确率降至17.91%，表明符号环境执行了模型无法可靠替代的验证步骤。
美团2026年第一季度财报显示营收910.39亿元，净利润亏损68.27亿元。财报电话会上，CEO王兴透露其AI Agent“小美”将与腾讯元宝深度合作。用户在腾讯元宝中提交本地服务需求，将被无缝连接至美团的外卖点餐、配送等生态。王兴强调，面向智能体的服务（To A）正变得日益重要，美团已将AI助手“小团”置于App核心位置，并拓展AI服务外延。
字节跳动发布AI智能体平台扣子Coze 3.0版本。该版本支持多人与多Agent协作的写作方式，开箱即用，并提供自媒体、法律、金融等行业的专家技能。新版本可接入Claude Code、Codex CLI等本地Agent，支持手机与电脑端的跨端同步。
HarnessForge提出元自适应框架，将LLM智能体系统形式化为框架-策略对，通过故障引导的框架定制和框架条件化的策略对齐实现协同进化。在五个跨领域基准上，基于Qwen3-4B和Qwen3-8B的HarnessForge相比仅优化框架或策略的基线最高提升12.0%，表明框架与推理策略的可执行兼容性对智能体系统自适应至关重要。代码已开源。
SkillHarm是一个覆盖AI智能体技能使用生命周期的攻击基准，配以系统化风险分类。它定义两种攻击场景：固定载荷投毒（FPP）和自我变异投毒（SMP），并基于受害工作流组件（数据管道、系统环境、自主性）划分12种风险类型。AutoSkillHarm管道由自然语言驱动编码智能体，生成71个技能、879个攻击样本。实验显示FPP成功率最高86.3%，SMP最高69.3%，许多表面失败实因智能体未触及恶意文件而非真正抵抗。
本教程展示如何实现 SkillNet 用例，将其作为一个实用框架，用于发现、安装、检查、评估和组织可重用的 AI 技能，以构建技能增强型 AI 智能体。
现有AI智能体的可复用技能多以纯文本形式存储，这在视觉中心任务中构成了瓶颈。研究提出了SkillVerse多模态技能范式，将声明式文本逻辑与显式视觉支持相结合，包含静态先验、动态先验和交错视觉技能三种可复用形式。配套系统VisSkillBot能自动将智能体经验转化为可复用的多模态技能。实验表明，视觉技能在需要空间对应、视觉证据和状态感知交互的GUI等任务中，持续优于纯文本技能。
SkillAdaptor 是一种无需训练的步骤级技能自适应框架，能进行显式故障归因。它针对智能体失败的执行轨迹，识别首个可操作的故障步骤，并将责任归因于候选技能，随后在骨干模型冻结的前提下进行针对性更新与验证。在 WebShop、PinchBench 和 Claw-Eval 上使用 Kimi-K2.5、GLM-5 和 GPT-5.2 的评估表明，该框架在所有三项基准测试中均优于无技能和现有技能适应基线。
Robinhood 现已允许用户通过 AI 代理进行股票交易。该功能由 TechCrunch 于 2026 年 5 月 27 日报道。
Nous Research 的 Hermes Agent 为 MCP 添加了工具搜索功能，以解决上下文膨胀问题。该功能采用 BM25 渐进式模式披露机制。根据 Anthropic 的评测，在 Opus 4 模型上，此功能实现了 49% 到 74% 的准确率提升。
Hacker News上一篇题为“MCP 死了？”的文章引发讨论，获得了103分。文章来自quandri.io，发布于2026年5月29日，但未提供关于MCP（模型上下文协议）现状的具体论述或结论。
此版本主要改进了插件系统，现可自动加载 .claude/skills 目录中的插件，并通过 claude plugin init 创建；/plugin 命令增加了自动补全。claude agents 现在会应用 settings.json 中的 agent 字段，并支持 --agent 参数覆盖。更新修复了多个具体问题，包括处理不可用图片导致的崩溃、在 tmux 中的剪贴板复制失效（2.1.153 回归）、后台会话恢复后日期不正确等。此外，优化了长对话及恢复对话的性能，并改进了在 VS Code、Cursor 和 Windsurf 等 IDE 中的体验。
“技能提炼”是一种知识转移方法，由前沿大模型（如 Opus 4.7、GPT-5.1、Gemini 3 Pro）负责撰写并优化标准化的 SKILL.md 流程文件。然后，本地运行的小模型（如 Qwen 35B、Gemma 26B）直接执行这些文件。此过程不同于压缩模型权重的知识蒸馏、训练权重的指令微调或检索事实的 RAG，其核心是提取并转移操作流程，让小模型按步骤执行，从而形成前沿模型作教师、小模型作执行者的循环。
CoHyDE 是一种迭代训练框架，旨在解决大语言模型智能体在大型 API 目录中进行工具检索时面临的核心瓶颈。用户查询常使用口语化、描述不充分的自然语言，而 API 目录使用固定的技术性术语。该框架将稠密编码器与 LLM 重写器视为一个协同演化系统进行训练：编码器在重写器生成的、符合目录风格的假设性描述上通过 InfoNCE 进行重训练；重写器则通过 DPO 根据编码器的检索分数进行偏好对齐。在 ToolBench 目录约 10k 工具的子集上，三轮 CoHyDE 迭代后，其在标准查询上的 NDCG@5 得分较最强单组件基线提升 +2.5 pp，在模糊查询上提升 +6.3 pp。消融实验证实，协同训练是该方法在结构化与模糊查询上均取得优势的关键。
一篇新综述论文提出，自主AI智能体的真正瓶颈并非语言模型本身，而是工具、内存、测试与权限边界等构成的软件层。这一“约束层”将无状态模型转化为能行动的工作智能体。DeepSeek已在北京组建专门的Harness团队，其“模型加约束层等于AI智能体”的公式印证了该观点。
通义实验室发布教程，演示如何在 Android 手机上部署 MCP 感知服务器，使手机具备本地视觉与听觉分析能力。核心基于端侧 MNN 推理引擎和 Qwen3-VL 2B 模型（约 1.3GB），摄像头与麦克风采集的音视频在本地实时转化为结构化 JSON，再通过 MCP Tool 供 Claude Code 等云端 Agent 远程调用。整个过程不上传原始数据，仅传输语义提取结果。项目已开源，实测可识别红绿灯状态等场景。
阶跃星辰发布并开源 Step 3.7 Flash，采用稀疏 MoE 架构（总参数 196B+1.8B，激活 11B），最高生成速度 400 Tokens/s。围绕原生多模态理解与执行、联网与视觉搜索增强、高可靠工具调用与编排、Agent 生态兼容优化四大能力优化。在 Toolathlon 达 49.5%，ClawEval-1.1 达 67.1%，GDPval 达 45.8%，τ²-bench Telecom 通过率超 98%。兼容 Claude Code、KiloCode 等主流架构及 MCP/Skills 协议，支持云端与本地部署，已在 Kilo Code 等生态中完成接入验证。
同一事件，精选展示《在 NVIDIA GPU 上运行面向企业级就绪的多模态 AI--Step 3.7 Flash》在本地智能体框架中，LLM智能体通过读写文件与复用状态增强了能力，但也面临多步木马攻击风险。攻击者可在文件或工具输出中嵌入提示词注入，智能体可能读取并执行这些隐藏指令。现有防御因检查步骤孤立，难以检测早期植入的后门。ClawTrojan基准测试在GPT-5.4模拟环境中实现了95.5%的攻击成功率。为此提出的DASGuard方案，通过扫描敏感文件中的控制文本、追溯其来源并移除非可信内容，实现了动态防御。
Google 推出 Google Pay & Wallet Developer MCP server，这是一款开放标准工具，旨在将 AI 开发助手和 IDE 安全连接到实时的 API 与账户上下文。开发者无需离开开发环境，即可搜索官方文档、验证 Wallet pass 定义、检查集成状态以及管理商户账户。该集成旨在通过减少上下文切换并提供实时、可靠的 AI 支持来减少开发摩擦，从而加速开发工作流。
Claude Code 更新至 v2.1.154 版本，正式引入 Opus 4.8 模型。新功能包括“动态工作流”，可通过 /workflows 指令让 Claude 在后台编排数十到数百个 AI 智能体协同处理复杂任务。Opus 4.8 的快速模式现已可用，成本降低为 2 倍标准费率可实现 2.5 倍速度提升。其他更新有：精简系统提示词成为默认设置（除 Haiku、Sonnet 及 Opus 4.7 及更早版本外），优化多选题决策逻辑，简化 /simplify 命令。此次更新修复了包括后台会话管理、终端渲染在内的多个 bug，并增强了自动模式对数据外泄的检测能力。
Lemonade的CISO Jonathan Jaffe探讨了AI智能体时代的安全新挑战。他指出，AI对攻击者和防御者同样强大，但可被利用的漏洞窗口正在缩小，因为AI能更快地生成、审查和修补代码。为此，安全团队正向工程团队转型，例如Lemonade的安全部门均由工程师组成，并构建了包含智能体的内部AI平台。同时，每个智能体（单个终端上可能运行200到10000个）都需要被赋予身份，并在操作点由策略进行更复杂的管控，这超越了当前身份与访问管理系统的能力。
Google Pay 正在彻底改造其支付基础设施，以应对即将到来的 AI 智能体交易浪潮。最新更新引入了通用商务协议和新的服务器架构，旨在将 Google Pay 定位为自主智能体而非人类用户执行购买的中央清算所。
Mistral AI 发布了 Search Toolkit 的公共预览版。这是一个用于构建 AI 应用生产级搜索管道的可组合框架。该框架旨在解决团队在搭建搜索基础设施时，因数据摄取、检索和评估工具分散而耗费过多工程时间的问题。Search Toolkit 将这三者整合到单一框架与共享接口中，使团队能更专注于提升搜索质量。该工具开源，可部署在云端、本地或边缘环境，并支持企业搜索、RAG 等多种检索场景。
百度搭子DuMate是一款PC端办公AI智能体，能看见用户屏幕、操作软件、处理文件。零门槛安装，不需配置环境；本地优先处理，数据不出设备，复杂任务自动调度上云。支持Word/Excel/PPT输出，内置百度搜索、深度研究等Skills生态。用户下载后可通过邀请码分享好友，双方各得2000积分。