微软在 Build 2026 上与高通联合发布 Project Solara，主打“智能体优先计算”，系统运行 Agent Shell 动态加载云端 AI 智能体。纳德拉称正从为应用构建操作系统转向为智能体构建操作系统，此前已披露 Windows 11 将演进为智能体操作系统。针对 404 Media 报道的内部文件称微软曾计划让 AI 助手 Scout“上瘾”，纳德拉否认并称“胡说八道”。微软发言人表示 Scout 旨在帮助高效完成任务而非鼓励依赖，目标是减少屏幕时间。
Rohan Paul@rohanpaul_aiGitHub 发布开源工具包 Spec Kit，旨在解决 "vibe coding" 的最大弱点——AI 常在规则未明确时就开始编码。它把流程从 "让 AI 直接构建" 改为 "先写产品规范，再让 AI 根据规范实现"。当前 AI 编码模式常因松散提示直接跳入代码，导致需求薄弱、边界遗漏和反复返工。Spec Kit 推动反向流程：先定义产品功能，再澄清差距、制订技术计划、分解任务，最后让 agent 执行。规范成为可执行的开发合约，支持 Copilot、Claude Code、Codex、Gemini、Cursor、Qwen 等 30+ agent 集成。项目已获 109K+ 星标。
meng shao@shao__mengAnthropic 5 月发布白皮书，提出企业部署自主 AI Agent 时须将零信任原则延伸至 Agent 架构。报告指出双重加速：前沿模型将漏洞发现到利用周期压缩至数小时；Agent 能自主解释目标、选工具、执行多步操作，传统访问控制无法阻止“合法权限内作恶”。核心原则：永不信任始终验证、假设已遭入侵、最小权限；另附设计检验——控制是让攻击不可能，还是仅增加麻烦？报告分五部分：Agent 为何是新安全对象、威胁图谱、三层能力成熟度模型、八阶段实施工作流、防御运营适配自主威胁速度。
Meta正在开发一款名为"Hatch"的付费AI智能体产品，月费最高200美元。用户只需用自然语言描述需求，Hatch即可构建工作工具、安排日程或发送邮件。Meta CEO马克·扎克伯格认为，该产品将开辟广告之外的新收入来源，为公司在AI领域的巨额投资提供资金支持。这是Meta推出的首个付费AI产品。
Persona Atlas 是一个运行在 Hugging Face Inference Providers 上的开源项目。它通过工具调用代理执行真实网络搜索，生成公众人物的资料、事实清单和风格假设，然后让该人物回答十个关于身份、伦理等开放式问题。每个回答被转化为嵌入向量，从而在向量空间中对不同人物进行距离比较，并基于十个特质锚点绘制热力图。前端采用 Gradio，提供研究、比较和检查代理完整追溯三个标签页，预设多个人物角色，无需 token 即可直接体验。
OpenRouter 展开了 30 场 AI 大逃杀式对比，涉及 11 个大语言模型，共消耗 482 美元推理费用。实验得出一个发现，该发现应改变用户阅读模型基准测试的方式。
同一事件，精选展示《OpenRouter 翻遍 11 款 LLM 找最快的决策模型：Claude vs. Grok 领衔》
🚨 AI News | TestingCatalog@testingcatalogWe've doubled usage limits in Claude Cowork for the next month. Delegate bigger, more complex tasks to Claude.
Kimi Code CLI 是 Moonshot AI 推出的开源终端 AI 编码智能体，使用 TypeScript 构建，内置子智能体（subagents）与 MCP 配置支持。
凡人小北@frxiaobeiObsidian 加上 Codex,再配合合适的 API、MCP 和 Skills,基本上能替代目前 90% 以上的 AI Agent 产品。 这是我将笔记从 Notion 迁移到 Obsidian 一个月之后的感受。
微软CEO纳德拉表示，公司正借鉴管理员工的思路，为内部AI智能体设定身份和权限边界，明确哪些内容可访问，并建立审计机制。纳德拉本人同时运行100个AI编程智能体，管理认知负荷极高。微软推出Agent 365工具套件，包括数字身份与网络访问产品Entra，以及用于标记智能体生成数据的Purview，以提供安全性、隔离性、可管理性和可观测性。
歸藏(guizang.ai)@op7418install codex on your parents' computers so you can fix stuff remotely
阿里巴巴Qwen团队发布Qwen3.7-Plus，一个将视觉感知、GUI操作和编码能力整合到单一智能体循环中的多模态智能体模型。在演示中，基于该模型的智能体自主开发了一款词汇学习应用，生成了超过10,000行代码，共执行了1,000次智能体调用，耗时11小时。该模型在Qwen自主基准测试的屏幕理解任务上领先，但整体性能表现参差不齐。Qwen3.7-Plus为闭源模型，价格远低于西方前沿模型。
微软近日向 Frontier 项目组织开放 Scout 桌面应用，该应用是微软首个 Autopilot 智能体，在 Microsoft 365 生态中持续待命，支持 Windows 10、Windows 11 和 macOS。界面内可选择 OpenAI 与 Anthropic 的多款模型，并可为智能体设定“个性”。自动化方面支持用户搭建多步骤工作流，具备类似 Zapier 的编排能力，还提供无头浏览器模式以在后台更快执行任务。此外，Scout 能结合本地文件、生成演示文稿、辅助编写代码。
在2026台北国际电脑展上，黄仁勋指出未来计算将收敛为一套面向AI智能体的统一模式，从云端延伸至PC、汽车、机器人及各类边缘设备。该模式覆盖AI训练与推理，使所有边缘设备具备自主运行能力。自动驾驶、类人机器人和通信基站本质上是同类智能体系统。英伟达驾驶系统基于语言推理，未来可通过读取“技能文件”和教程视频操作陌生设备。数据中心方面，新推的88核Arm处理器Vera已全面量产，专为AI智能体生成词元设计，侧重单线程速度和内存带宽。
Berryxia.AI@berryxia我教你们咋Vibecoding!!! 打开Codex,打开侧边栏,选择终端,输入Claude 现在鱼和熊掌兼得了,Claude code规划,Codex干活!!
宝玉@dotey宝玉的新书《图解Skill》已出版，配套 GitHub Repo 开源了书中涉及的所有可复制粘贴的 Skills，包括之前未公开的播客文字稿转访谈稿 Skill。读者理论上可以不买书直接使用 Repo 内容。电子书版本同步上线，方便读者复制粘贴。
@xiaohu @dotey 这类书只想看电子版,毕竟适合复制粘贴
宝玉@doteyCodex 现在支持审查代码修改，可选择“Last turn”查看上一次 AI 更改的内容，并对部分代码进行评论。评论会直接附加在左侧会话中，提交后作为上下文发送给 Agent，使其能针对评论进行处理。
iOS 27 版 Siri 围绕用户画像、屏幕感知和应用整合三大方向升级：可访问邮件、信息等内容，理解当前屏幕并跨应用串联任务。Siri 升级为聊天机器人形态，具备搜索、概括、内容与图像生成能力，支持多轮对话和上下文记忆。苹果为其打造独立应用，驻留灵动岛并采用发光胶囊动画与透明卡片展示。隐私方面推行本地+私有云机制，部分请求转 Google Cloud 调用授权版 Gemini。iOS 27 允许 Siri 接入 ChatGPT、Claude、Gemini 等第三方 AI。新 Siri 预计 2026 年 6 月 8 日在 WWDC 预览。
苹果在 2026 年全球开发者大会（WWDC）开幕前夕汇总 iPadOS 27 新功能，聚焦 AI 体验升级。Safari 新增 Organize Tabs 功能，自动按主题整理标签页。Spotlight 搜索深度整合 Siri，支持提问、找文件、启动应用、查询天气等，并接入新 AI 搜索系统。快捷指令支持自然语言创建。系统级语法检查覆盖全系统，以半透明菜单展示原文和修改建议，可单独或批量接受修改。
Claude Code v2.1.166 新增 fallbackModel 设置，最多配置三个后备模型在主模型过载或不可用时按序尝试；--fallback-model 现也适用于交互会话。deny rule 中工具名位置支持 glob 模式（"*"拒绝所有工具），未知工具名启动时警告。跨会话消息中继不再携带用户权限，接收方拒绝被中继的权限请求。MAX_THINKING_TOKENS=0、--thinking disabled 及逐模型 thinking 开关可禁用默认开启思考的模型（仅 Claude API，第三方不变）。API 返回非预期不可重试错误时，在后备模型上重试一次。修复了图像处理失败、远程会话卡死、JetBrains IDE 终端闪烁、Kitty 键盘协议下 Shift+非 ASCII 字符丢失、PowerShell 命令验证挂起、macOS 后台进程孤儿化等问题。
同一事件，精选展示《Claude Code v2.1.163 发布》
Nathan Lambert@natolambert
Lee Robinson@leerobLee Robinson 展示 Cursor 编码智能体今天的五个任务：1）10 分钟语音笔记生成 90% 完成的着陆页并合并；2）Cursor 用 computer use 分析 Search Console 和 Semrush 后合并 3 个 SEO 优化 PR；3）通过 Supabase MCP 提取数千封邮件，结合网络搜索筛选参会者并生成 CSV；4）几小时内更新内部全员调查应用；5）多个智能体研究家具并生成含图片、价格、链接的定制购物车 HTML 页面。这些任务在云后台静默运行，可实时查看进度和合并 PR。作者表示仍使用 $200/月 计划。
ginobefun@hongming731姚顺雨在腾讯云AI大会上首次公开亮相，指出AI已进入下半场，核心从“怎么训练”转向“找好问题”，认为context是Agent时代关键壁垒，腾讯在场景、数据、工具链上有结构性优势。他披露Hy3 preview模型：295B总参数、21B激活参数，首token延迟降低54%，可驱动最长495步Agent工作流。他还提出Co-Design理念，强调模型与产品深度协同，该模型以实用性为导向，不在榜单过度竞争。
ginobefun@hongming731在 #BestBlogs 6月6日早报推荐中，腾讯集团高级执行副总裁汤道生与首席AI科学家姚顺雨同台对谈，聚焦AI下半场核心命题：从「解决问题」转向「定义问题」、模型与产品的Co-Design、Agent技术的演进与性价比、以及腾讯在AI时代的战略节奏与组织变革。
POISE是一种位置感知的攻击方法，通过将触发指令压缩为单个看似良性的身体指令，并利用上下文感知生成器将其与附近步骤融合，实现对LLM智能体的隐蔽技能注入。在codex+gpt-5.2上的Skill-Inject评估中，POISE达到89.3%的攻击成功率（ASR），比随机位置身体基线高28.0个百分点，比仅YAML注入基线高2.6个百分点，同时保留了身体注入的隐蔽优势。由于LLM扫描器对合法技能身体误判率达74.6%，POISE仅使5.6%的受污染变体触发新的高风险警报，令当前静态防御失效。
Bayesian-Agent是一个原生跨框架，将可复用的技能和SOP视为关于冻结LLM在特定提示、上下文和环境下能否成功的后验假设。它记录已验证的轨迹证据，维护基于特征条件的分类后验，并将后验状态映射为补丁、拆分、压缩、退役和探索等可检查操作。使用deepseek-v4-flash，该方法使SOP-Bench从80%提升至95%，Lifelong AgentBench从90%提升至100%，RealFin-Bench从45%提升至65%。评估覆盖原生后端及GenericAgent、mini-swe-agent、Claude Code等可选后端，结果包含正、负、饱和及案例研究。源代码已开源。
作者分享了一个用于测试驱动开发（TDD）的Agent技能，该技能在Hacker News上获得100个HN点数，于6月4日发布。
Lowfat是一款可插拔的命令行界面（CLI）过滤器，可在LLM使用场景中节省约91.8%的模型token消耗。项目已开源并托管在GitHub上。
Boris Cherny@bchernyWe've doubled usage limits in Claude Cowork for the next month. Delegate bigger, more complex tasks to Claude.
开发者用Qwen2.5-3B构建了五人森林生物多智能体经济体，每个智能体独立运行，通过vLLM部署在Modal，以Gradio为交互窗口。3B模型在100%调用中输出有效JSON，但经济判断能力弱。通过设计稀缺性（食物品种限制、易腐坏、冬季燃料危机）和优化提示词（禁止买入自产物品、给出示例）提升决策质量。15轮模拟中，蜜价从10跌至3、柴价从4涨至7、财富基尼系数从0.14扩至0.38。项目展示了小模型可靠格式化与不可靠推理之间的工程填补。
Rohan Paul@rohanpaul_aiArena 推出基于真实用户任务的智能体排行榜，评估模型在代码编写、应用构建、文档分析等工作中的表现，而非孤立基准。排行榜基于30万+任务、200万+工具调用和4000万行代码，综合任务成功、纠正遵从性、错误恢复、用户表扬与抱怨、工具幻觉等信号。前三名：GPT-5.5 High（+10.7%）、Claude Opus 4.7 Thinking（+9.5%）、GPT-5.4 High（+8.9%）。
Introducing Agent Arena: real-world agentic evals at scale. How do you evaluate agents doing actual work? We measure mil...
Claude@claudeai
Chubby♨️@kimmonismusMIT Buehler团队提出Self-Revising Discovery Systems框架，让AI能自主扩展科学词汇（变量、工具、验证器、模型结构），而非仅搜索固定空间。论文使用typed copresheaf和Kan obstruction数学框架形式化智能体工作流，证明真正发现是可验证的schema扩展：旧证据通过Left Kan extension迁移，新异性由pointwise残差客观量化，区分发现与搜索。三种模态：检索（添加已知对象）、搜索（固定schema）、发现（验证的范式转换）。案例包括Builder/Breaker发现蛋白质模式条件合规性，CategoryScienceClaw发现各向异性纤维网络刚度规则。论文arXiv:2606.01444（2026）。
We've made a breakthrough in self-evolving AI scientists moving from "search" to "principled discovery": Scientific disc...
Hacker News 上一个讨论帖询问开发者们使用的AI开发技术栈与工作流程，目前获得101个点赞。
宝玉@doteyToday's Codex quality-of-life updates start in settings. You can now search Codex settings, with results grouped by cate...
研究在重复博弈中提出重复策略遗憾（RP-Regret），度量所有玩家基于历史响应时实际效用与事后最佳效用之差。该度量允许更强的比较器和更少约束的对手，且所有玩家最小化时能发现更优均衡。确定了时间亚线性RP-Regret的必要条件。提出三种算法：基于优化先导、最小化凸线性化替代、以及直接最小化（对手缓慢变化时）。所有玩家最小化RP-Regret可学习子博弈完美均衡。实验表明能在鹿猎博弈中带来更高效用的合作解。
Anthropic 发布 Claude Cowork，一款运行在 Claude 桌面应用中的知识工作智能体。它可读写本地文件、跨 Slack 和 Google Drive 等应用协作，执行多步骤任务并生成带引用的实际交付物。核心能力包括本地文件访问、子智能体、长时间运行和定时任务。Claude Cowork 区别于对话式 AI 工具，支持用户描述目标与期望结果后自动规划执行。指南还介绍了产品矩阵（对话聊天、Claude Code 编程、Claude Cowork 跨应用知识工作）、设置要求、权限模型、七种常见工作流（如研究简报、会议准备、定期报告）以及营销和产品管理等插件。
同一事件，精选展示《Claude Cowork 入门最佳实践》
Perplexity@perplexity_ai
elvis@omarsar0Are you really tokenmaxxing? We shipped your AI wrapped Everyone's bragging about their token usage having 45 agents run...
