01
Vercel 开源 Agent 框架 Eve
Vercel 开源了其 Agent 框架 Eve，采用“Agent 即目录”的设计理念，内置持久会话、沙箱、Human-in-the-loop、多 Channel 等生产级能力。内部应用数据显示：d0 每月处理 3 万+ 询问，Lead Agent 年成本约 $5k 回报约 32 倍，Vertex 解决了约 92% 的工单。
观察
Signal Feed
#智能体 主题信号第 2 页
围绕 智能体 的精选动态、来源摘要和重要性判断。
动态列表
02
Apodex：面向深度研究的自进化系统
Apodex 发布了一个名为 Apodex 的深度研究系统，支持最多 150 个子 Agent 并行探索，总步数达 15,000 步，内置三层自我验证机制。在 BrowseComp 上超越 GPT-5.5-pro，在 DeepSearchQA 上超越 Claude-Opus-4.8 和 Kimi-K2.6，并在 FutureX 竞赛中包揽...
观察
03
PreAct使计算机智能体速度提升8.5-13倍
DAIR.AI 介绍 PreAct 方法，将计算机使用智能体的首次成功运行编译为小型状态机程序，后续任务直接回放，速度提升 8.5-13 倍，无每步语言模型调用，并保持屏幕校验，不一致时退回原始推理。
观察
04
Block 内部 AI 系统 Builderbot 实践分享
Block 构建了名为 Builderbot 的 AI 系统，通过协调多个 agent 跨代码库工作，实现每天 20 万次操作，每周合并 1500 个 PR，占所有生产代码变更的 15%，开发周期从数月缩短至数天。
观察
05
ENPIRE系统幕后详解
NVIDIA GEAR实验室的ENPIRE系统通过8个机器人集群实现物理世界AutoResearch，系统包含两层安全机制（硬运动学限制和扭矩限制）和基于演示学习的冻结奖励函数，并定义了MRU、MTU等遥测指标以优化资源利用。
观察
06
Grok 集成 Office 应用
Elon Musk 转发推文称 Grok 已集成到 Microsoft Office（PowerPoint、Word、Excel），侧边栏提供智能体，可根据提示生成文档、表格、演示文稿，支持实时数据、图像生成，并连接自有应用和 MCP 服务器，对 SuperGrok、Heavy、Business 和 Enterprise 订阅用户可用。
观察
07
Agentic coding and persistent returns to expertise
Anthropic 基于约 40 万次 Claude Code 会话（2025 年 10 月-2026 年 4 月）分析指出，在交互式编码中，领域专业知识比编程能力更能决定成功率，专家与中等水平用户差距不大；任务价值平均提升约 25%。
观察
08
NotebookLM 更新至 Gemini 3.5
NotebookLM 向全球 Google AI Ultra 订阅用户全量推送更新。新版本由 Gemini 3.5 和 Antigravity 驱动，提升了 AI 思维过程的可视化程度，并为每个笔记本提供包含 100+ 软件技能的安全云计算机以支持复杂分析。
观察
09
M3实现代码自修循环
Victor Su-Ortiz 构建了一个使用 MiniMax M3 进行推理、Parakeet 进行语音转文本、MiniMax Speech 2.8 进行语音合成的 Mac 顶栏应用，实现网站设计审查、反馈和自动代码修补；切换 STT 至 Together AI 后延迟从 546ms 降至 277ms。
观察
10
GLM-5.2 上线 Novita
Novita AI 宣布 Z.ai 的 GLM-5.2 已上线 Novita，并称 Novita 是 Day-0 启动合作伙伴。原文披露 GLM-5.2 具备 1M-token 上下文窗口，面向长周期自主任务和长周期编码助手，声称具备前沿级编码和智能体能力。
观察
11
Copilot Cowork 全球上线
Microsoft 在 2026/06/16 宣布 Copilot Cowork 全球正式上线，并加入多模型支持。该服务面向任何组织，可运行长时间运行智能体处理复杂多步骤任务，并以组织独有知识和经验作为依据。
观察
12
Claude 用量新规则
从6月15日起，Claude 将 Agent SDK 和 Claude -p 的用量从 Claude 订阅套餐额度中拆出，此前批量任务会占用日常对话配额，现在两者互不影响。新规则为 Pro 用户每月提供 $20 专用额度，Max 5x 为 $100，额度用完才开始扣其他费用，未用完不滚存到下个月，需一次性手动领取后自动续期。覆盖范围包括 ...
观察
13
Generative UI Agent Harness
Vercel 推出基于 AI SDK 7 实验 API 的 Generative UI Agent Harness，实现 Claude Code/Codex/Pi 在沙箱中执行真实操作并生成结构化 UI 组件，采用三层解耦架构（HarnessAgent、Sandbox、json-render），前端可实时渲染步骤、diff、终端等组件。
观察
14
Sakana AI 推出商用产品 Sakana Marlin
Sakana AI 推出其首个商业产品 Sakana Marlin，这是一个自主“超深研究”智能体，基于 AB-MCTS（NeurIPS 2025 Spotlight）和 AI Scientist（Nature）技术，可连续自主推理长达 8 小时，生成数十页研究报告和结构化幻灯片。产品提供按次付费及 Pro、Team、Enterprise...
观察
15
Agent全自动修复Bug
Jeffrey.Calm分享其Codex Agent与官方仓库的Code Review Bot和Hotfix Bot协作，自动完成从提issue到修复merge的全流程，人类仅回复OK。
观察
16
Your Agents Are Aging Too: Agent Lifespan
Univ of Texas 论文发现 AI agent 在部署后即使模型不变，也会因记忆管理（摘要、合并、更新、维护）逐渐变得不可靠，并提出 AgingBench 基准来评估 agent 跨会话的可靠性下降问题。
观察
17
Sakana AI 发布首个商业产品 Sakana Marlin
Sakana AI 发布首个商业产品 Sakana Marlin，一款面向企业的自主型深度研究代理，定位为"虚拟CSO"，旨在进行"超深度研究"。
观察
18
Sakana Marlin 发布
Sakana AI 发布首款商用产品 Sakana Marlin，一个面向企业的自主研究助手，用户只需设定调查主题即可运行最长约 8 小时的自主研究，并生成结构化摘要幻灯片和数十页研究报告。该产品面向原本由 CSO 与数人团队用数周完成的战略调查场景，基于 Sakana AI 的长期推理研究及 AB-MCTS 等多模型协作推理技术。Sak...
观察
19
Telegram 发布重大更新
Telegram 发布更新，使机器人支持富文本输出，包括表格、清单、嵌套引用块、行内插图、图片轮播、拼图、可折叠段落、脚注、标题锚点、数学公式和上下标。单条消息最多 32768 个字符，超过 8000 字会自动折叠为“显示更多”按钮，Telegram 也推出手表端应用。投票选项可包含链接，内置浏览器可直接渲染 .md 文件，长按链接可临时...
观察
20
Agents' Last Exam (ALE) 基准测试结果
Dawn Song 发布 Agents' Last Exam (ALE) 基准测试，在 55 个职业的 1,500 多个专家任务中评估 Fable 5, GPT-5.5, Composer 2.5 等 Agent 的实操能力。结果显示在最难级别任务中，所有 frontier agent 的成功率均为 0%，距离人类水平仍有显著差距。
观察