meng shao@shao__mengOpenAI Codex 发布三项核心能力：角色插件提供预配置的“角色×工具×工作流”包，首批6个插件覆盖62个应用、110个技能，旨在让非技术用户“开箱即用”；Sites（预览）可将工作转化为交互式网站或应用并托管分享，初期面向Business/Enterprise客户；Annotations（标注精修）功能将局部迭代修改从代码扩展至文档、表格、幻灯片，用户可选中特定区域进行精确调整。
Building apps has never been easier. With Sites, Codex can turn your work, ideas, and plans into an interactive website ...
小互@xiaohu微软宣布将OpenClaw引入Windows生态，使其可通过MXC安全容器技术原生运行，并提供配套应用进行设置。同时，微软在Build 2026上发布了基于OpenClaw的“始终在线”个人AI智能体Microsoft Scout，可连接Teams、Outlook等应用自动执行任务。微软没有构建封闭框架，而是承诺将企业级策略控制能力贡献回OpenClaw开源项目，并通过接入Defender、Entra等安全栈，解决了其在企业落地的安全障碍。
Chubby♨️@kimmonismusOpenAI计划将ChatGPT、编程工具Codex及Atlas浏览器整合为一个桌面应用，并将Codex从纯编码工具转型为面向所有人的生产力平台。公司内部数据显示，Codex周活跃用户达500万，企业收入周环比增长50%，用量每日增长5%。此外，GPT-5.6模型也即将推出。
天风国际分析师郭明錤评论称，英伟达 RTX Spark 的核心看点在于黄仁勋提出的“重新发明 PC”口号及端侧 AI 智能体工作流概念。该概念涵盖操作系统、云端与本地大语言模型切换等要素，但并非英伟达原创。他指出，RTX Spark 在未来 2 年内仍是笔记本电脑中的利基市场产品，目标人群是对端侧 AI 算力有需求的重度用户。要真正实现智能体工作流，需依赖 CUDA Toolkit 公开支持 Windows Arm64 及微软 Windows 本机 AI 智能体架构正式商用等软件生态支持。苹果在 WWDC 上对设备端 AI 智能体工作流的回应也将是另一观察重点。
微软在 Build 2026 发布专为 AI 智能体打造的操作系统“Project Solara”。该系统基于 Android 定制，旨在运行于小型低功耗设备。现场同步展示了桌面终端和可穿戴智能胸牌两款概念设备，作为硬件厂商的参考设计。
微软CEO纳德拉与高通CEO阿蒙在对话中阐述了平台向智能体演变的愿景。微软此前推出全新芯片到云平台 Project Solara，旨在结合芯片、软件与云，提供更个性化和智能的AI体验。纳德拉表示，平台正从构建操作系统和应用程序转向构建智能体，使其成为主要交互界面。阿蒙在视频中展示了智能胸牌版 Project Solara 概念设备。微软在 Build 2026 大会还曾展示过桌面终端概念设备。
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。
SGDR是一种面向Web智能体的在线技能学习方法，能在执行过程中按步骤动态复用技能。它包含三个组件：滑动窗口提取将完成轨迹转化为可调用子过程；双文本-代码表示连接技能检索与可执行动作；状态接地动态检索机制同时匹配任务目标与当前网页状态。在WebArena五个领域上，SGDR搭配GPT-4.1的平均成功率达37.5%，搭配Qwen3-4B达24.3%，分别相对最强基线提升10.6%和10.0%。代码已开源。
AI系统在多项基准上表现强劲，但未转化为经济上有意义的行业部署。新基准Agents' Last Exam（ALE）由250+行业专家联合开发，基于O*NET/SOC 2018联邦职业分类，覆盖13个行业集群、55个子领域、1000+任务，用于评估AI智能体在长周期、高经济价值真实工作流上的表现。当前最难层级平均完全通过率仅2.6%。ALE设计为动态基准，任务池持续扩展，旨在弥合基准成功与GDP影响之间的差距。
TIDE是一种模板引导的迭代框架，用于从用户上下文中主动发现多个隐藏问题。传统智能体仅响应显式请求，而大量共存的潜藏问题存在于文档、工具和代码中。TIDE通过迭代发现机制每轮批量筛选候选问题，并基于已发现结果调节后续搜索以扩大覆盖；同时通过思维模板从历史案例中提炼复用模式，指示模型关注哪些上下文信号及如何关联，将每个预测锚定到可识别的问题类别。在个人工作空间和软件仓库两个真实场景中，基于四个模型骨干的验证显示，TIDE在任务覆盖、问题识别与解决方面均显著优于单次预测和并行多智能体基线。
SePO提出自指设计，单个提示智能体同时优化任务智能体及自身的系统提示，通过开放式演化搜索维护候选提示档案。训练分两阶段：预训练（多任务池演化）与微调（目标任务）。在数学（AIME'25）、抽象推理（ARC-AGI-1）、研究生科学（GPQA）、代码生成（MBPP）和数独五个基准上，SePO一致超越Manual-CoT、TextGrad和MetaSPO，平均准确率较Manual-CoT提升4.49个百分点。预训练习得的提示优化技能可泛化至未见任务。
研究个人相机胶卷视觉问答场景，AI助手可访问用户相机胶卷并检索相关照片回答事实性或开放性问题。构建camroll数据集，包含50名用户、31,476张图像和2,500个问答对。设计camroll-agent对话式智能体，配备层次化记忆和最小工具集以高效导航大规模个性化视觉记忆。实验表明其优于多种基线方法，揭示个性化视觉记忆需要不同于标准长上下文文本记忆的方法，尤其在一致性、视觉细节和用户特定上下文方面。
经验内化将LLM智能体过往交互经验转化为可复用参数化能力。现有研究集中于单次迁移，但多轮学习下已有方法出现渐进式能力崩溃。通过分析三个维度发现：原则级经验比实例级更持久；逐步注入模式优于全局注入；离策略上下文蒸馏比在策略更稳定。这些发现为构建稳定可持续的经验内化方法提供指导。
ginobefun@hongming731Anthropic 为 Claude Code 推出动态工作流，允许模型为每个任务自主生成 JavaScript 编排脚本，动态选择模型并启动多个子智能体在独立环境中并行执行，以解决单一上下文窗口处理复杂任务的限制。同时，GitHub 在 Microsoft Build 上发布了以智能体为核心的 Copilot 桌面应用，提供统一视图、协作面板和自动化流程，旨在管理并行 Agent 开发。文章披露，GitHub 平台每月提交量已突破 14 亿次。
ginobefun@hongming731Anthropic 详解 Claude Code 的动态工作流，其能为每个任务即时生成专属编排脚本，旨在解决智能体懒惰与目标漂移问题。GitHub 发布 Copilot 桌面应用，为每个智能体提供独立的 worktree，其月代码提交量已突破 14 亿 tokens。此外，有观点指出大模型是史上首个“认知引擎”，工程师角色正从编写代码升级为设计能自我纠偏的 AI 系统。
ClaudeDevs@ClaudeDevsOpenAI 为旗下 AI 智能体助手 Codex 新增 6 个岗位插件，覆盖数据分析、创意制作、销售等 62 个应用与 110 项技能，帮助非技术用户将 AI 用于工作流。Codex 周活跃用户超 500 万，其中非开发者占 20%，且增速为开发者的 3 倍以上。
OpenAI 为 Codex 推出 Sites 功能，目前以预览版形式向 Business 和 Enterprise 订阅用户开放。该功能可将用户的工作、想法与计划转化为仪表盘、规划器、项目看板等交互式托管网站和应用程序，并可通过 URL 分享给团队指定用户，以实现协作与共享决策。
关联讨论 5 条OpenAI：官网动态（RSS · 排除企业/客户案例）X：Rohan Paul (@rohanpaul_ai)X：OpenAI (@OpenAI)X：Sam Altman (@sama)X：OpenAI Developers (@OpenAIDevs)
Satya Nadella@satyanadellaWe're shifting from apps and operating systems to agents, and that changes the device experience end to end. Great conve...
Google AI Developers@googleaidevsClaude 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》
Microsoft Research@MSFTResearch微软正启动 Project Solara 项目，开发一个为 AI 智能体设计的 Android 操作系统。此举旨在应对应用时代竞争失利的局面，将发展重心转向为智能体提供基础设施。
Thariq@trq212Claude Code 新增动态工作流功能，使 Claude 能根据任务动态创建定制化的执行框架。该功能通过执行 JavaScript 文件来协调子智能体，并可指定模型与工作区隔离级别。它适用于研究、安全分析、代码审查等复杂任务，支持共享与复用。需要注意，动态工作流会消耗更多 token。
关联讨论 4 条Claude：Blog（网页）Claude Code：GitHub Releases（RSS）X：邵猛 (@shao__meng)X：Claude Devs (@ClaudeDevs)Thariq@trq212http://x.com/i/article/2061850535708483585
ClaudeDevs@ClaudeDevs
Artificial Analysis@ArtificialAnlys微软推出开源框架 ASSERT，旨在将自然语言行为规范直接转换为可执行的评估流程。该框架能从需求文档等文本出发，自动生成测试场景、评估指标并对目标模型进行测试。它将评估系统化为四个阶段：细化规范、生成测试用例、运行测试并记录轨迹、对轨迹评分。验证研究表明其生成的测试集覆盖更广，且大语言模型判定器与人工审核一致率较高。该框架适用于行为定义明确的场景，旨在使评估更快速、明确。
在 Build 2026 上，英伟达与微软展示了覆盖端侧到云端的统一 AI 智能体部署栈。端侧发布了提供 1 petaflop AI 算力与最高 128GB 统一内存的 RTX Spark，以及搭载 GB300 芯片、可本地运行最高万亿参数模型的 DGX Station for Windows。云端，Nemotron 3 Ultra 推理模型上线微软 Foundry，Claude 模型也已在 Azure 的 GB300 系统中原生运行。数据层，微软 Fabric Data Warehouse 内置的 NVIDIA 加速计算使 SQL 执行速度最高提升至 CPU 基线的 6 倍。此外，微软位于威斯康星州的 Fairwater AI 工厂提前上线，并已完成对下一代 NVIDIA Vera Rubin 平台的验证，其推理吞吐量提升最高达 10 倍。
Chubby♨️@kimmonismusThis came as a surprise: Microsoft has unveiled handheld and desktop devices designed to control one's agents. It remind...
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。
🚨 AI News | TestingCatalog@testingcatalog@steipete SUPERAPP 🔥
Peter Steinberger 🦞@steipeteIntroducing Microsoft Scout, the first autopilot agent from Microsoft - 57 days after starting my new job, we are launch...
Chubby♨️@kimmonismusThis came as a surprise: Microsoft has unveiled handheld and desktop devices designed to control one's agents. It remind...
向阳乔木@vista8OpenAI披露，Codex每周用户已超500万，其中非开发者用户约占20%，增速是开发者的3倍多。此次更新旨在将其从开发工具推向通用工作系统，主要推出三项能力：1) 面向数据分析、销售等角色的角色插件，覆盖62个应用和110个技能；2) 面向企业客户的Sites功能，可将计划生成为可协作的交互式网站；3) 扩展到文档、表格等的批注功能，支持局部修改。这些更新旨在让Codex更好地理解岗位上下文，进入企业现有工具链。
🚨 AI News | TestingCatalog@testingcatalogWhat if you and your agent had all the data that always stays fresh? Structured, on demand, never stale. Introducing Big...
TinyFish 推出开源多智能体系统 BigSet。用户通过一句话描述数据集需求，BigSet 的编排器与并行子智能体即在实时网络中进行研究，并返回结构化表格结果。
微软推出Microsoft Scout，一款基于OpenClaw的新AI个人助手。该助手为常驻模式，可集成至Microsoft 365的Outlook、OneDrive、Teams等应用中，企业可为员工分配该助手以协助管理日历、处理费用报销及起草邮件等任务。微软公司副总裁Omar Shahine表示，这是微软首次为客户提供真正的个人助手，其功能比应用内的Copilot更为广泛。
关联讨论 1 条X：OpenClaw (@openclaw)
AYi@AYi_AInotes这副智能眼镜内置Arm Cortex A7处理器，运行完整的Buildroot Linux系统，可通过SSH直接运行Claude Code、Codex等编程工具。整个系统将于8月前开源至GitHub。其核心价值在于将编程智能体从桌面带到用户眼前，通过眼镜的视觉上下文和骨传导麦克风实现“计算跟人走”的实时协作，被视为一种新型的“Agent Terminal”。
http://x.com/i/article/2061406941541240838
微软推出 Microsoft Web IQ，一套专为 AI 智能体设计的搜索 API。它基于必应经验全新重构，能返回高度浓缩的信息页面，以减少 Token 消耗。该 API 在 Token 效率与响应速度上领先，95% 的请求可在 165 毫秒内响应，速度约为同类产品的 2.5 倍。目前该 API 已被 Copilot 和 OpenAI 的 ChatGPT 使用。