Chubby♨️@kimmonismus

36

Capafy: This guy earned $4,208 in his FIRST week on Capafy with a World Cup Skill! Keep that going, and it is over $16,000 a mon...

Google 的 AI 智能体助手 Gemini Spark 本周三正式登陆 Mac 版 Gemini 桌面应用。新增实时追踪话题功能，可追踪体育比分、股票、突发新闻等动态。已集成 Google Tasks、Google Keep 以及 Canva、Dropbox、Instacart、OpenTable、Zillow Rentals 等第三方应用。用户可用 Spark 整理文件，将电脑文件作为 Google Workspace 文档的数据源。未来将在手机上支持指派多步骤任务。目前 Mac 版 Spark（beta）仅限美国地区 Google AI Ultra 订阅者使用，同时支持自定义 Model Context Protocol（MCP）连接更多应用。

ginobefun@hongming731

48

文章总结9组39条AI设计原则，核心是让用户信任程度匹配AI真实可靠性。关键点：AI应发挥模糊意图、内容生成等优势，而非替代传统界面；接受输出多样性，提供多版本和局部修改；输出附证据便于一键验证；用户保留编辑、拒绝、撤销等控制权；AI诚实说明角色和限制；重视失败路径，支持撤销、日志、转人工。

Cloudflare 宣布推出两项新举措，以应对 AI 搜索重构网络生态带来的创作困境。在智能体时代，创作者既需要保持可发现性，又要确保作品获得合理报酬，这两项举措旨在帮助平衡二者的关系。具体细节尚未公布。

内容独立日宣布一年后，一个付费内容的动态市场已正式形成。自主AI智能体的兴起正在颠覆传统搜索推荐模式，构建可持续的网络经济需要一套全新基础设施来支撑。

QVal提出一种无需训练的测试平台，通过Q对齐度量直接评估密集监督信号质量，判断动作排序是否匹配强参考策略的Q值。QVal-v1.0在4个环境、7类方法族、6个开放权重模型骨干上对21种密集监督方法进行了超过1200次评估实验，发现简单提示基线一致优于近年文献中的密集监督方法，且性能按方法族显著聚类。该平台易于扩展至新环境和新方法。

AYi@AYi_AInotes

63

Lev8聚合50+实时数据源（LinkedIn、X、YouTube、Instagram、GitHub），覆盖10亿+职场人脉，实时追踪融资、招聘、改版等信号，自动生成定制破冰开场白，并通过邮件、LinkedIn、WhatsApp、Instagram、X五渠道一键发送统一回复。在找海外客户场景中：有效结果量Lev8 90个，Exa 58.2个，Codex仅20个；匹配精度83.3% vs 76.5% vs 71.8%；单条匹配成本$0.052 vs $0.061。三项指标全面超越。

英格兰银行正审查现有框架能否覆盖agentic AI在支付、交易、网络安全及运营中的使用。副行长Sarah Breeden指出，现行规则并非为可脱离人工指令自主行动的AI智能体设计，人工监督每个动作不切实际。2026年剑桥大学报告显示，81%的受访金融机构已采用AI，其中52%正积极部署agentic AI，目前多用于流程自动化、数据可视化等内部职能。Breeden将网络弹性列为最紧迫的金融稳定风险，强调AI可强化防御，也可能被恶意利用导致系统性攻击。当局还考虑引入市场级熔断机制与kill switch，并关注开放模型落后闭源仅4-8个月的安全窗口。IMF已警告应将AI驱动的网络风险视为金融稳定问题，FSB于6月发布12项审慎实践。

美团发布LongCat-2.0，总参数1.6万亿、每个token仅激活约480亿参数的MoE模型，从预训练到大规模部署全程运行在5万张国产算力芯片上，训练消耗超35万亿tokens，无回滚、无不可恢复loss突刺。Agent场景表现突出：在Terminal-Bench 2.1和SWE-bench Pro编程任务上追平Gemini 3.1 Pro，FORTE通用Agent任务与Claude Opus 4.6持平。最大输出128K，最高提供1M上下文，采用LSA稀疏注意力机制和N-gram Embedding优化长上下文与工具调用。已开放API接入，支持OpenAI Compatible和Anthropic API生态，可直接接入Claude Code和Codex等工作流。

Anthropic 发布 Claude Sonnet 5，同时恢复 Fable 5 与 Mythos 5 的访问。此前因美国联邦出口管制指令，三款模型暂停 18 天。Amazon 研究人员发现绕过 Fable 5 安全控制的方法，Anthropic 已部署更新的自动分类器，在超 99% 测试中阻止该利用。Sonnet 5 在 SWE-bench Pro 得分 63.2%，Terminal-Bench 2.1 得分 80.4%，输入价格 $3.00/百万 tokens，输出 $15.00（推广期至 8 月 31 日为 $2.00/$10.00）。Rakuten、Zapier、Zed、Factory 等已部署。安全审计显示非合规行为率低于前代，且系统不具备高级进攻性网络安全能力。

Rohan Paul@rohanpaul_ai

65

Perplexity CEO Aravind Srinivas 指出，AI 使用的重心正从普通用户转向重度用户。单个重度用户消耗的计算量可匹敌一个小团队：Meta 等公司工程师每年在编码工具上花费约 1000 万美元/人；Perplexity Computer 上有用户月支出超 1 万美元，其业务依赖在 harness 内运行的 agent loops。公司内部也已出现多智能体层级和 agent loops 架构，消耗远超平均预期。旧软件思维追求十亿人做小动作，而智能体 AI 下，一个熟练操作者即可创造全天候的机器工作流。

向阳乔木@vista8

41

MCP、API、CLI 本质都是让 Agent 调用工具的方式。MCP 是唯一在协议层考虑“人在回路”的方案，支持回传会话、UI 嵌入、等待人操作等。API 凭借接口描述、可读状态等元信息，适合 90% 场景。CLI 目前因 bash 可组合性强、本地调试方便而最好用，但长期是死路：需 Unix shell 环境，有依赖问题，易因等待人类输入卡死。

Rhys: http://x.com/i/article/2070358283723141120

Greg Brockman@gdb

56

OpenAI: We're introducing GeneBench-Pro, a research-level benchmark for a harder kind of AI progress: how well agents can naviga...

微信公众号今日向医院开放AI分身能力，医院无需写代码即可一键开通。AI分身可7×24小时在线回复患者问题，支持上传Excel/Word/PDF知识库及自动学习历史文章，后台可配置提示词人设和关键词跳转。已有先行医院测试：中山大学附属第三医院上线一个月累计服务超6000名用户，日均咨询量从月均100例增至200余例，回复有效率70%；香港大学深圳医院日均回复130次以上，累计解答超2万人次，并支持英文和繁体字咨询。AI分身还提供开发者模式协同，可对接原有客服平台和业务系统。

jason@jxnlco

32

Chris Albon: Right now Codex is using Computer Use to organize the 1500 PDFs I have in GoodNotes while I watch the world cup. This is...

小互@xiaohu

71

WordPress 推出 WPVibe 插件，连接网站后即可让已付费的 Claude 等 AI 通过自然语言直接管理整个系统，包括文章、媒体、SEO、主题及主题文件。无需二次 AI 订阅或本地安装，自带 40+ WP-CLI 命令的 MCP 工具箱，支持写文章、改页面、传图片、管理插件和主题、网站健康检查（如插件冲突、PHP 版本、性能问题），甚至可搭建新主题。

François Chollet@fchollet

63

Francois Chollet 推荐 Bloome.im，一个集成 Claude、ChatGPT、Gemini 和人类队友的共享工作空间。核心功能是智能体互相检查：一个起草，另一个批评，第三个捕捉遗漏细节；人类可在同一线程实时引导。所有模型与人类共享同一上下文窗口，大幅提升协作效率。

小米提出 Xiaomi-GUI-0，一个面向真实移动环境的原生多模态 GUI 智能体。模型在真实设备闭环中训练和评估，采用物理设备为主、沙箱辅助的混合基础设施。训练数据涵盖高频头部任务、长尾意图泛化及反思与记忆增强样本，并通过错误驱动数据飞轮将失败轨迹转化为修正动作、反思解释和恢复示范。训练采用监督微调、step-level 强化学习和 agentic 强化学习三阶段渐进流程。在内部基准 RealMobile 上成功率达 72.0%，在 AndroidWorld 上达 78.9%，同时显著提升了真实任务中的执行稳定性和异常状态识别能力。

小互@xiaohu

58

Anthropic 发布 Claude Science，面向科学家的本地 AI 工作台（macOS/Linux，可 SSH/HPC 远程）。内置 60+ 技能与连接器，覆盖基因组学等，接入 UniProt、PDB 等数据源。可自主起草计算任务，经用户同意后提交至 HPC 或 Modal GPU，数据本地留存。内置审稿 agent 校验引用与图表一致性。

Peter Steinberger 🦞@steipete

52

OpenClaw🦞: v2026.6.11 has dropped. This release focuses on the rough edges that make OpenClaw feel less dependable: misplaced repli...

Rohan Paul@rohanpaul_ai

29

Spira 2.0 的核心创新在于 agent 跨运行时携带 persona、memory 和 skills，使所学内容持续累积而非每次调用重置。Rohan Paul 指出，这种持久化状态是将“操作工具”转变为“持续工作的工人”的关键。引用推文补充，Spira 旨在解决产品发布后无人知晓的问题：用户提供产品链接，agent 学习并自动在多社交渠道发布品牌一致、无废料的内容，形成“发布→学习→再发布”的持续营销循环。早期用户可申请 Pro 计划限时访问。

Long Ma: Most products don't die because they're bad, they die because nobody sees them. Imagine if only your product kept market...

歸藏(guizang.ai)@op7418

67

Claude: Introducing Claude Sonnet 5, our most agentic Sonnet yet. It makes plans, uses tools like browsers and terminals, and ru...

小米超级小爱接入微信 A2A 能力，用户可直接说“给 xxx 发微信消息”或“给 xxx 打微信电话”完成操作。该功能基于 A2A（Agent-to-Agent）协作机制，由超级小爱向微信发起指令，微信执行并返回结果，全程采用双重授权机制保障数据安全与隐私合规。隐私设置中新增“微信语音控制开关”选项。需将微信和超级小爱更新至最新版本。

meng shao@shao__meng

60

吴恩达（Andrew Ng）提出“Loop engineering”，将AI agent置于持续迭代的循环系统中。产品成功取决于三个循环：工程执行循环——AI agent根据规格和evals自主写代码、测试、修bug，每几分钟迭代；开发者反馈循环——开发者从低层QA转向产品判断（功能取舍、视觉风格等），每几十分钟到几小时反馈；外部反馈循环——通过真实用户测试、A/B测试等验证方向，周期数小时至数周。他认为未来竞争力在于设计好这三类循环。

Andrew Ng: "Loop engineering" is a hot buzzphrase after mentions of it by Boris Cherny (Claude Code's creator) and Peter Steinberge...

Rohan Paul@rohanpaul_ai

63

中国团队发布Agents-A1，一个35B参数的agent模型，通过让模型学习更长的验证工作习惯（平均训练样本45K tokens），声称达到1T参数模型的性能。模型采用Apache-2.0许可，权重已开源至Hugging Face。训练方法：构建长动作记录数据，训练多个专家教师模型（搜索、科学、指令跟随、工具使用等），再将技能蒸馏至一个学生模型。Agents-A1在搜索、科学、编码、工具使用、指令跟随等长任务基准上表现优异。

ginobefun@hongming731

50

Anthropic发布Claude Sonnet 5，定位最具agent能力的Sonnet，性能接近Opus 4.8，8月31日前入门价每百万输入token $2、输出$10。Google DeepMind推出Nano Banana 2 Lite（文生图延迟约4秒，每千张$0.034）和Gemini Omni Flash（多模态视频生成与会话式编辑，每秒$0.10，单次上限10秒）。吴恩达提出智能体开发三大核心循环：智能体编程循环、开发者反馈循环、外部反馈循环，强调人类在上下文判断上的优势。三条更新均围绕降低agent落地成本、完善媒体生成流水线及工程框架。

ginobefun@hongming731

45

Anthropic 发布 Claude Sonnet 5，定位最具 agent 能力，性能接近 Opus 4.8，8月31日前输入2美元/百万token、输出10美元，之后恢复3/15美元。Google DeepMind 推出 Nano Banana 2 Lite（文生图延迟约4秒，每千张0.034美元）和 Gemini Omni Flash（多模态视频生成，0.10美元/秒，上限10秒）。吴恩达总结 AI 智能体三大循环：编程循环、开发者反馈循环、外部反馈循环，强调人机协同。

ginobefun: http://x.com/i/article/2072100123912687616

Anthropic 推出 Claude Sonnet 5，称其为 Sonnet 系列中智能体能力最强的模型，能制定计划、调用浏览器和终端等工具并自主运行。已上线 Claude Code 和 Claude Platform，API 指定“claude-sonnet-5”。优惠期（至 2026 年 8 月 31 日）每百万 tokens 输入 2 美元、输出 10 美元；之后分别涨至 3 美元和 15 美元。性能在 BrowseComp、OSWorld-Verified 等评测中较 Sonnet 4.6 显著提升，部分接近 Opus 4.8。安全方面，整体不良行为发生率低于 Sonnet 4.6，在拒绝恶意请求、抵抗提示注入、幻觉率和迎合性上均有改善。

meng shao@shao__meng

74

Claude: Introducing Claude Sonnet 5, our most agentic Sonnet yet. It makes plans, uses tools like browsers and terminals, and ru...

Berryxia.AI@berryxia

68

别说我觉得 Sonnet 4.6 还挺好用的。 昨晚 Claude Sonnet 5 发布替代了 Sonnet 4.6 ，免费用户都可以使用的模型。 据称和 Opus 级模型的能力相差不大，价格确实便宜 40% 。

Claude: Introducing Claude Sonnet 5, our most agentic Sonnet yet. It makes plans, uses tools like browsers and terminals, and ru...

前沿AI模型能力加速提升，美国实验室发布速度加快，但政府干预已限制访问Claude Fable和GPT-5.6。Epoch测试发现Opus 4.7自主运行14小时即可完成需2-17周人工的软件工程，token成本$251。中国开源模型落后前沿6-12个月，但性能也快速提升，在AA-Briefcase测试中呈独立指数曲线。使用方式正从聊天机器人转向智能体，OpenAI内部四分之一员工每周同时运行至少四个智能体。Claude Code用户数据显示，领域经验比职业属性更决定使用效果，专家正用智能体替代此前非专家的聊天机器人使用模式。

宝玉@dotey

62

Anthropic 推出 Claude Science，一个面向生命科学等领域的 AI 工作台，将文献检索、代码运行、数据库查询等科研流程整合到统一界面。它基于现有 Claude 模型（含 Opus 4.8），未专门训练生物学能力，通过主 Agent 连接 60+ 科学数据库（基因组学、蛋白质组学等），并可生成子 Agent 执行任务。特性包括可复现性（图表附带生成代码与环境）和本地运算（macOS/Linux 或 SSH 连接集群，敏感数据本地保留）。早期用户案例：Gladstone 研究所几天内搭建基因组浏览器；UCSF 团队用其发现卡了一年的 RNA-seq 病毒污染物；Allen 研究所将两年综述缩短至数周。与 OpenAI 的 GPT-Rosalind 不同，Claude Science 侧重工作流集成。即日起公测，需 Pro（$20/月）及以上订阅。Anthropic 将资助最多 50 个项目，每个最高 $30,000，申请截止 7 月 15 日。

Claude: Introducing Claude Science, a new app designed with every stage of research in mind. Artifacts traced to their code, env...

Linq 推出 iMessage Apps，允许开发者在 iMessage 对话中构建交互式迷你应用。用户无需离开聊天即可购物、玩游戏、订机票或支付，不再依赖外部链接跳转。技术实现基于新的 type: "imessage_app" 消息组件，通过 app 对象的 team_id 和 bundle_id 标识渲染扩展，layout 控制静态文本，interactive 标志决定是否显示实时交互卡片。已发送的卡片可通过 /messages/{id}/update 原地更新（仅支持 url、fallback_text、interactive、layout 等参数）。该功能仅限 iMessage 通道，无 SMS/RCS 回退，富交互渲染需接收方安装对应扩展。

Anthropic 发布 Claude Sonnet 5，定位为最具智能体能力的中端模型，即日起成为 Free 和 Pro 计划的默认模型。在 SWE-bench Pro 上得分 63.2%（前代 58.1%），OSWorld-Verified 达 81.2%（前代 78.5%），HLE（带工具）57.4%。输入/输出定价 2026 年 8 月 31 日前 $2/$10 每百万 token，之后 $3/$15。支持低/中/高/超高四档 effort 级别，低中 effort 下性价比最优。上下文窗口 1M token，采用新 tokenizer，相同文本 token 数增长约 1.0–1.35 倍。幻觉与谄媚率低于前代。开发者仅需更换模型字符串为 claude-sonnet-5 即可调用 API。

免费开源 AI 智能体 OpenClaw 现已推出 iOS 和 Android 应用。用户通过 OpenClaw Gateway 将手机与智能体及所需工具、技能连接，可在移动端运行智能体完成编程、餐食规划等任务。OpenClaw 今年早些时候因 MoltBook（号称完全由智能体运营的社交媒体站）走红，其创建者 Peter Steinberger 随后加入 OpenAI。尽管 MoltBook 后被证实部分由人类伪装智能体运行，但此事件推动了智能体生态扩张，如今 AI 智能体已嵌入更多场景，包括手机端。

Rohan Paul@rohanpaul_ai

65

Anthropic 推出 Claude Science beta 版，整合 60 个科学数据库，支持代码追踪的 artifact（含环境、方法及完整消息历史），可渲染 3D 蛋白质、基因组轨迹、化学结构等。协调 agent 可调用专业 agent、实验室技能和计算资源（HPC 或 Modal），分析从 1 GPU 扩展至数百，数据保持本地。内置审稿 agent 自动检查计算、引用和图表与源代码一致性。早期用户报告：生成 10 份超 100 页的审稿草稿，种系分析时间降至十分之一。该工具属于 Anthropic 自 2025 年 10 月启动的生命科学与医疗健康计划。