Chubby♨️@kimmonismus

67

Fryd Wiatrowski: Excited to announce Viktor in Microsoft Teams. This week we crossed $20M in annualized revenue run rate. In Slack. One a...

6月18日，Adobe为Firefly推出更新，引入Creative Skills，用户通过自然语言对话即可生成Logo、配色方案、营销视频等，Firefly会主动反问以完善需求，并提供控制面板微调字体、镜头运动等细节。同时，Photoshop、Premiere Pro等软件加入智能体，侧边栏输入指令可整理素材、重命名文件、更新设计稿。

多轮工具使用强化学习受限于静态数据集中信息样本快速耗尽。GRPO梯度集中在奖励方差最高的任务（Popoviciu上界所致），靠近智能体能力边界的样本贡献不成比例的梯度。RODS将进度奖励方差作为零成本边界检测器，持续识别边界样本，通过技能对齐重采样管道合成结构复杂度匹配的新变体，并维护与策略共同演化的动态回放缓冲区。从400个人工种子出发、维持约800样本的活动池，RODS性能堪比17K样本离线管道，所需轨迹约少20倍。

Adobe在其最受欢迎的Creative Cloud应用中推出AI助手，即日起公开测试。每个应用拥有专精的AI助手：Premiere助手可排序素材、批量重命名剪辑、识别语音关键词并添加时间线标记；Photoshop助手可描述预期效果、整理图层、切换背景、调整资源尺寸；Illustrator助手支持多步生产任务，如检查颜色模式错误、缺失字体、重组图层；InDesign助手可进行打印就绪检查和样式批量更新；Frame.io助手能整理拍摄资产、生成B-roll素材并提供创意方向帮助。

小米开源全屋智能 AI 方案 Xiaomi Miloco 2.0，基于自研 MiMo 大模型，以 Agent 形式接入 OpenClaw。具备六大核心特性：通用常识（自动识别危险并预警）、身份识别（人脸+体态）、家庭记忆（沉淀习惯供主动决策）、家庭任务（条件自动化、定时提醒等）、主动智能、家庭面板。前置条件：内存≥4GB、存储≥256GB、7×24运行（推荐 Mac mini），macOS/Linux，需小米账号及米家设备，以及多模态大模型 API Key（感知用 MiMo-v2.5，Agent 用 MiMo-v2.5-pro）。

千问上线了国内首个全周期高考志愿填报Agent，免费为全国考生提供志愿填报和咨询服务。该Agent帮助用户梳理分数排名、专业详情与选择方向，已有多位家长通过它解决了信息盲区与填报难题。千问同时发起故事征集，邀请考生、家长、老师分享使用经历。

Skywork Super Agents 从2024年底推理模型起步，2025年2月转向办公场景，5月发布Word、PowerPoint、Excel、网页、博客五个专项Agent，8月拓展多模态后在BrowseComp榜单进入第一梯队，11月解决Excel表格准确性难题。202

小互@xiaohu

56

Apodex专为解决无现成答案的硬问题设计。可同时派出最多150个子Agent并行探索，总步数超15,000步。在BrowseComp上超越GPT-5.5-pro，在DeepSearchQA上超越Claude-Opus-4.8和Kimi-K2.6。工作流程分深度研究、自我校验、撰写三阶段。内置三层自我验证机制（冲突审查员、事实检查员、草稿审查员）及独立全局验证器。由AgentOS负责调度、路由、事件流、检查点、成本记账、权限管理等底层事务，添加新应用只需插件代码，无需修改内核。

英伟达GEAR实验室联合负责人Jim Fan于6月17日宣布，基于ENPIRE编码智能体框架，首次在物理世界中启用AutoResearch。团队为8个Codex智能体配备机器人、GPU和Token预算，设定目标高效完成任务。机器人自主学会寻找视觉线索、重置场景、练习技能、调整控制堆栈、在线阅读论文等，并通过物理世界API独立完成系扎带、整理钉子、插显卡等高精度任务。Jim Fan表示将开源该技术，使爱好者可居家托管自动运行机器人实验室。

OmniAgent 提出首个原生全模态智能体框架，将长视频理解建模为基于 POMDP 的迭代观察-思考-行动循环。它通过按需动作选择性提取音视频线索并转化为持久文本记忆，使推理复杂度与视频时长解耦。训练采用 Agentic SFT（最佳轨迹合成与双阶段质量控制）和基于 TAURA 的 Agentic RL（利用 turn 级熵分配探索奖励）。模型在测试时呈现正向缩放：推理轮次越多性能越强。在 VideoMME、LVBench 等 10 项基准上，OmniAgent 达到开源模型最佳水平。7B 参数版本在 LVBench 上以 50.5% 超越 10 倍大的 Qwen2.5-VL-72B（47.3%）。

美团业务研发平台/搜推ASX团队六篇论文被ACL/ICML/KDD 2026接收。CBS将样本选择建模为上下文多臂老虎机，提升数学推理性能效率；ResRL通过负样本投影残差强化学习，数学超NSR 9.4%、代码刷新CodeForces SOTA、ALFWorld超PPO 7.8%；CDRRM仅用3千样本让未微调模型超越全量微调基线；LocalSearchBench覆盖国内9城6品类超134万商户与900道多跳问答，最优DeepSeek-V3.2正确率仅35.60%；DiningBench含3021道菜品多视角图像，29个VLM模型细粒度识别与营养推理不足；Mem²Evolve双记忆自进化框架在6类任务8个基准上优于单一进化策略。

Xcientist 是一个研究框架，将文献证据、想法状态、实施计划、消融记录和修复轨迹作为持久研究工件外部化，使生成机制可落地、测试和修订。它识别出“声称漂移”——可执行工件不再支持原声称机制——作为自动化研究的失败模式。在无训练记忆系统、图结构交通预测和多尺度物理信息神经网络三项任务上，Xcientist 保留了从问题定义到机制设计、验证和有限修订的可追溯轨迹。研究主张，AI科学家评估应关注合成与验证过程是否可归因、可检查且符合科学问责。

千问高考志愿填报Agent在“暖芒计划”公益活动中首次走进河北省青龙满族自治县第一中学，向三百多位考生和家长免费提供志愿填报服务。Agent能根据实际分数和选科生成志愿报告，逐一说明推荐理由和潜在风险。现场教师指出，传统填报痛点在于信息散落且付费服务不透明，而千问Agent将每一步推理过程公开，消除信息鸿沟。该计划后续将覆盖全国10多个省份的偏远地区高中，并举办100多场免费公益直播。

Codex CLI 支持自定义 OpenAI 兼容提供商，只需在 config.toml 中配置即可将请求路由到 OpenRouter。用户无需修改 Codex 本身，就能获得提供商故障转移、使用跟踪以及跨所有模型的统一密钥。

meng shao@shao__meng

82

Vercel 发布开源 Agent 框架 Eve，核心设计“Agent 即目录”：通过 agent.ts、instructions.md、tools、skills、subagents、channels、schedules、connections 等文件声明行为。内置持久会话（可 checkpoint）、沙箱隔离（本地 Docker/Vercel Sandbox）、Human-in-the-loop 审批（不占算力）、MCP/OpenAPI 连接（鉴权由框架代理）、多 Channel 支持（HTTP/Slack/Discord）、OpenTelemetry 追踪与 eve eval 门禁。本地 eve dev TUI，部署为普通 Vercel 项目，不中断进行中会话。内部已验证：d0 月 3 万+ 查询，Lead Agent 年成本约 $5k 回报 32 倍，Vertex 约 92% 工单自动解决。

Vercel: Introducing eve, an agent framework. agent/ agent.ts instructions.md tools/ skills/ sandbox/ schedules/ Like Next.js, fo...

meng shao@shao__meng

52

邵猛详解 Codex Automations 的双循环架构：内循环负责将上下文带入任务，通过“检索即写作”、可逆动作（只建草稿不自动发送）等原则快速产出可审草稿；外循环在人工审阅后启动，通过草稿与终稿的 diff 提取证据，区分修改类型（写作偏好、事实补漏、承诺删除等），将经批准的教训写入 Markdown 供内循环下次使用。双循环速度错开：内循环快（如每 2 小时），外循环慢（日末/满 N 条审阅/每周），平衡即时效率与模式改进。适用于任何“起草→人审→发送/修改”的流程。

Gabriel Chua: http://x.com/i/article/2067086994455601152

Epic 今日发布虚幻引擎 5.8，同时预热 UE6。UE6 的游戏逻辑开发模型将全面转向 Verse 语言，以降低门槛并支持大规模在线世界与多人协作。引擎将引入开放标准实现跨游戏内容互通，涵盖资源、代码和经济系统，并深度整合 Unreal Editor For Fortnite。UE6 还将集成大语言模型与生成式 AI 工具，整合 Claude、Gemini 等模型辅助开发。时间上，UE6 预计 2027 年底进入 Early Access，正式版在此后 12–18 个月内推出；UE5.8 为 UE5 最后一个重大更新，后续重点转向 UE6。

DeepSeek以4000亿元估值完成首轮融资，融资约510亿元，投资方包括梁文锋、腾讯、宁德时代等。微信支付发布AI专属卡，授权Agent后实现自动消费。谷歌推送Android 17正式版，集成Gemini、Lyria等AI模型，新增AI音乐生成。腾讯自选股内测金融智能体StockBuddy。支付宝提醒AI版“阿宝”内测邀请码无需付费。西安警方侦破AI造谣小米案，4人被刑拘。

研究LLM智能体自主选择工具时的过度特权问题：智能体在存在足够低权限工具时仍倾向选择高权限工具。引入ToolPrivBench评估框架，覆盖8个领域5种风险模式。实验发现主流LLM智能体普遍存在过度特权选择，瞬态工具故障会加剧该问题。一般安全对齐无法可靠迁移至最小权限选择，提示级控制仅在无故障时提供有限缓解。提出的特权感知后训练防御能显著减少不必要高权限工具使用，同时保持通用能力。

MobileForge由MobileGym和层次化反馈引导策略优化（HiFPO）组成，在真实移动应用中自动生成任务和评估rollout，将轨迹结果、步骤级过程反馈及纠正提示转化为提示上下文的步骤级GRPO更新。使用自动生成的无标注数据，MobileForge将Qwen3-VL-8B适配到AndroidWorld达67.2% Pass@3，接近闭数据专用模型GUI-Owl-1.5-8B的69.0%。进一步适配的ForgeOwl-8B在AndroidWorld上达77.6% Pass@3，并在域外MobileWorld GUI-only任务上取得41.0%成功率，成为当前最强的开源数据移动GUI智能体。代码、数据和模型将开源。

ReAct风格提示词在长时域移动GUI任务中因被动累积历史导致prompt膨胀和信息稀释。MemGUI-Agent引入ConAct机制，将上下文管理视为与UI动作同策略的一等动作，维护折叠动作历史、折叠UI状态和最近步骤记录三个结构化字段，保持上下文紧凑。基于2956条轨迹的MemGUI-3K数据集对8B模型进行监督训练，得到MemGUI-8B-SFT，在MemGUI-Bench上达到最优8B开放数据性能，并泛化到分布外MobileWorld基准。代码、数据和模型将开源。

Connect the Dots（CoD）是一个训练大语言模型实现长期生命周期智能体的通用框架。它让LLM在部署后持续探索环境、从自身经验中学习并迭代更新上下文，从而在后续任务中表现更优。框架包括端到端强化学习训练算法与基础设施，采用GRPO风格RL和细粒度信用分配。实验表明，端到端RL训练有效，且激发的元能力具备训练域内、跨域以及从CoD到Ralph-loop设定的分布外泛化潜力。实现已开源。

6月13日，Anthropic在旧金山举办12小时黑客马拉松，310名参与者使用Opus 4.8和$500 credits完成原型。第一名Tekton：输入历史建筑照片后，Claude自动搜集图纸等资料，跨339个施工步骤重建3D模型，每个构件附带证据链；自纠循环反复检查直至20项测试全部通过。第二名Sim Francisco：基于美国人口普查数据生成10,000名合成市民，各具独立世界观，实时对新闻投票，精准预测选举结果。第三名Custom Universe：用手机拍摄物件照片，Opus 4.8将其转为可拖放、实时渲染的3D物体，支持文本指令重设风格。

实验将11个大语言模型放入自建2D吃鸡游戏中，进行30轮对战。Grok 4.1 Fast以13胜（每胜0.97美元）夺冠，第二名Claude Sonnet 4.6仅5胜（每胜26.78美元），成本相差27倍。GPT 5.4击杀数最高（38次），但仅获2胜排第二。GPT 5.4-mini、DeepSeek 4 Flash和Kimi K2.6共花费57美元，零胜场。游戏包含武器、护甲、载具及缩圈机制，模型可编辑自身人格和记忆文件，彼此仅以字母代称。传统基准未能预测胜负，揭示出模型在“获胜”与“杀人”能力之外的决策差异。

宝玉@dotey

50

一篇介绍AI自动回复邮件的“内循环”与“外循环”设计的文章。内循环是定时任务每2小时检查新邮件，自动检索相关上下文生成草稿但不发送，供用户手动修改后发出；外循环则是自进化的Skill，每次用户对草稿的修改都会被Agent记录，用于不断优化写作风格Skill，使其生成内容更符合用户习惯。作者类比了自己以前手动提炼写作风格Skill的做法，指出该方案将迭代过程自动化，形成持续改进的闭环。

Gabriel Chua: http://x.com/i/article/2067086994455601152

eric zakariasson@ericzakariasson

28

Cursor: It's now easier to move local agents to the cloud so they can keep working with your laptop closed. Prompt Cursor from y...

Chubby♨️@kimmonismus

58

George Hartley ☄️: Email dashboards had a good run. Two decades. Billions of emails. I built two companies on them. But the dashboard was n...

Rohan Paul@rohanpaul_ai

56

Genspark: 🚀 Introducing Genspark AgentBase (Preview). Turn your data into custom databases, dashboards, and internal systems. Sto...

elvis@omarsar0

70

Block: We built an internal AI system called Builderbot. It coordinates agents across our entire codebase. Engineers tag it in ...