全部 AI 动态 · AI 热点

6月19日

04:02

lmarena.ai@lmarena_ai

82°

Agent Arena推出了因果追踪方法论，通过分析人类与AI代理协作的追踪数据来量化协作的真实价值，并能观测到广泛的模型行为。基于该方法的新排行榜显示，GLM-5.2 (Max)进入前十，成为最强开源模型，确认成功率比基线高+9.4%，表扬-抱怨比高+14.9%。Claude Fable 5在几乎所有指标上曾排名第一，但因美国政府指令暂停访问。排行榜基于数百万个真实世界长期代理任务，使用因果追踪评估模型相对于平均模型的表现。

AI模型 Agent Arena GLM-5.2 Claude Fable 5 Anthropic 智能体

推荐理由：想看看人机协作到底有没有用？Agent Arena拿数据说话，GLM-5.2开源最强，Claude Fable 5刚登顶就被叫停，这瓜值得吃。

原文

03:04

vLLM@vllm_project

精选

Poolside 发布开源智能体编程模型 Laguna M.1，采用 70 层稀疏 MoE 架构，总参数量 225B，每 token 激活 23B，支持 256K 上下文。模型使用 256 个专家，top-k=16 路由，专为长程智能体编程设计。支持工具调用间交错推理，可每请求切换，采用 Apache 2.0 许可。vLLM v0.21.0 已提供 Day-0 支持。

AI模型 Laguna M.1 Poolside 开源模型编程助手智能体

推荐理由：Poolside 刚开源了 Laguna M.1，225B 参数的智能体编程模型，256K 上下文，vLLM 已原生支持，想玩 agentic coding 的可以试试。

原文

03:02

HeyGen@HeyGen_Official

HeyGen推出MCP服务器，可集成到Cursor AI中。只需在Cursor中指向项目的README文件，输入一条提示，AI就能自动提取产品功能和定价信息，生成完整的发布视频。整个过程无需拍摄或剪辑，直接从仓库数据生成。该功能降低了产品视频制作的门槛，适合快速发布演示。

技巧 HeyGen Cursor MCP 视频生成智能体

推荐理由：HeyGen出了MCP服务器，扔进Cursor里，读你的README就能自动生成产品视频，省去拍摄剪辑，超实用！

原文

02:32

LlamaIndex@llama_index

约90%的企业数据是非结构化的，被锁定在文档中，构成知识工作的主体。LlamaIndex CEO Jerry Liu在Databricks DataAISummit上演讲，介绍了OCR和agent编排的核心进展。这些技术使AI智能体能够大规模理解、推理和编辑文档，从而自动完成整个工作流程。演讲于当地时间10:20 AM在Yerba Buena Salon 7举行。

行业 LlamaIndex Databricks 智能体非结构化数据文档自动化

推荐理由：LlamaIndex的CEO在Databricks峰会上聊了怎么用AI智能体搞定那90%的非结构化数据，不是画饼，有具体的OCR和编排思路，搞企业自动化的朋友可以看看。

原文

02:31

Decoder@Matthias Bastian

精选

Google DeepMind 发布了新的 "AI Control Roadmap"，将安全措施与可衡量的 AI 能力挂钩。公司对 100 万个编码任务的分析显示，大多数问题源于过于热心的 AI 智能体，而非恶意意图。DeepMind 警告，建立全球安全标准的时间窗口正在关闭。

行业 DeepMind AI安全智能体内部威胁路线图

推荐理由：DeepMind 用管理内部安全的方法管控 AI 智能体，分析了100万次编码任务后发现，坏事的都是太积极的智能体而不是恶意的，挺颠覆。

原文

02:22

LangChain@LangChainAI

LangChain 推出 Deep Agents 深度解析第四部分，核心主题是 steering 功能。该功能通过第一类 HITL（人在回路）原语，允许用户在 Agent 执行过程中实时介入和调整行为。与传统的自动化流程相比，steering 提供了更细粒度的控制，无需重新启动整个 Agent。此特性使开发者能灵活纠正方向或注入上下文，提升复杂任务的可靠性。

AI产品 LangChain Deep Agents Steering 人在回路智能体

推荐理由：LangChain 教你用 HITL 原语引导 Deep Agents，比硬编码指令灵活多了，跑偏了也能随时拽回来。

原文

01:54

LMSYS Org (SGLang)@lmsysorg

poolside发布的Laguna M.1是一个225B参数的MoE模型，专为智能体编码和长期任务设计。该模型采用70层结构：3个密集SwiGLU层加67个稀疏MoE层，共有256个专家，top-k=16且使用无辅助损失负载均衡。它在所有层使用全局注意力：64个Q头、8个KV头，以及softplus输出门控。Laguna M.1支持原生交错推理：在工具调用之间进行思考，并可每个请求切换。在SWE-bench Verified、SWE-bench Multilingual、SWE-Bench Pro和Terminal-Bench 2.0上表现强劲。现在可通过SGLang运行。

AI模型 Laguna M.1 poolside SGLang 智能体编程助手

推荐理由：poolside刚发的225B MoE模型Laguna M.1，专为智能体编码设计，SGLang直接跑起来了，在SWE-bench上很强。

原文

01:49

AWS Machine Learning Blog@Kosti Vasilakakis

精选

Amazon Bedrock AgentCore harness现已正式可用，仅需CreateHarness和InvokeHarness两个API调用即可在数秒内启动一个智能体。该智能体运行在隔离环境（含文件系统和shell）中，可安全读写文件、运行命令和编写代码。它支持跨会话记忆用户和对话，接入AWS策展的技能目录，通过网关或MCP调用工具，并能在不丢失上下文的情况下中途切换模型提供商。每个步骤实时流式传输并自动追踪到Amazon CloudWatch，无需编写编排代码或构建容器。

AI产品 Amazon Bedrock AgentCore AWS 智能体 MCP/工具

推荐理由：AWS又出新东西了，AgentCore harness让你只用两个API，几秒就能跑起一个能读文件、写代码、浏览网页、换模型的智能体，还自带追踪和托管环境，省心得很。

原文

01:32

DeepLearning.AI@DeepLearningAI

DeepLearning.AI与Vocal Bridge合作举办7天语音AI构建挑战赛，6月23日开始。挑战赛教你构建能自主判断何时给你打电话的智能体，而不是让你一直盯着终端。参与者可加入等待清单，还有实时排行榜和奖品。先修课程是Voice AI课程，可提前准备。

技巧 DeepLearning.AI Vocal Bridge Voice AI 智能体语音AI

推荐理由：DeepLearning.AI和Vocal Bridge搞了个7天挑战赛，教你让智能体主动给你打电话，不用一直盯着终端，6月23号开赛有奖品，想玩语音AI的赶紧加入等待清单。

原文

01:28

xAI@xai

精选

xAI 宣布 Grok 模型集成到 Databricks Agent Bricks 平台。企业用户可在 Databricks 环境中直接使用 Grok 模型处理数据，构建 AI 智能体。该集成支持企业将自有数据与 Grok 模型结合，提升智能体能力。

AI模型 Grok Databricks xAI 智能体企业应用

推荐理由：xAI 把 Grok 搬上 Databricks，企业可以直接在自己的数据上跑 Grok 做智能体，不用再折腾部署了。

原文

00:19

LangChain@LangChainAI

LangSmith 推出 LLM Gateway，为 LLM 调用提供成本控制与安全防护。该网关可设定预算上限，防止智能体因循环或错误而消耗高达 1 万美元的 API 费用。它支持速率限制、密钥管理和实时监控，使开发者能安全部署智能体。

AI产品 LangSmith LLM Gateway LangChain 智能体成本控制

推荐理由：LangChain 出了个 LLM 网关，能设预算上限防止智能体烧钱，跑智能体再也不怕睡着后出事了。

原文

00:05

Jerry Liu@jerryjliu0

LlamaIndex CEO Jerry Liu 在 Databricks 的 DAIS 2026 上发表演讲，探讨通用知识代理。他指出约90%的企业数据是非结构化的，锁定在文档中。演讲聚焦OCR和代理编排的核心进展，使AI代理能够深入理解、推理并编辑这些文件，从而自动化整个工作流。

AI产品 LlamaIndex Jerry Liu Databricks DAIS 2026 智能体

推荐理由：LlamaIndex 的 CEO 讲了怎么用 OCR 和代理编排处理 90% 的非结构化企业数据，值得搞知识管理的朋友听听。

原文

6月18日

23:40

LangChain@LangChainAI

LangChain发布一条教程，展示如何通过迭代循环将agent从首次运行优化到生产就绪。教程强调使用LangSmith进行观察和评估，以构建可靠的agent。内容包含具体步骤，帮助开发者逐步改进agent性能。LangSmith是LangChain推出的调试和评估平台，支持agent的追踪、测试和迭代。

技巧 LangSmith LangChain 智能体生产就绪

推荐理由：LangChain官方手把手教你用LangSmith一步步打磨agent，从跑起来到能上线，很实用。

原文

23:34

OpenAI@OpenAI

精选

OpenAI 的 o3 Deep Research 模型在罕见病诊断中发挥辅助作用，它能够处理测序产生的数百万变异。该模型连接临床特征、遗传模式、变异证据和科学文献，生成假设供专家审核。所有结果都经过人工裁决和临床确认，AI的作用是帮助专家更快、更全面地推理复杂、碎片化的证据。

AI模型 o3 Deep Research OpenAI 推理模型医疗AI 智能体

推荐理由：OpenAI 的 o3 Deep Research 能帮医生快速分析海量变异数据，连接文献和临床特征，生成诊断假设。

原文

23:30

elvis@omarsar0

Viktor是一个原生集成在Microsoft Teams的AI agent，用户只需@提及即可自动接收任务、完成工作并提议下一步行动，无需学习或编写提示词。该产品在Slack上已实现2000万美元年收入运行率，现在正式扩展到拥有3.2亿用户的Teams平台。新用户可获得100美元免费额度，无需绑定信用卡。

AI产品 Viktor Microsoft Teams Slack 智能体 AI员工

推荐理由：Viktor像同事一样住在Teams频道里，你@它就能干活，不用学不用指令，它会主动提方案。和那些需要学习提示词的AI完全不同。

原文

23:10

elvis@omarsar0

精选

SkillWeaver系统提出组合技能路由（Compositional Skill Routing），将复杂查询分解为原子子任务，为每个子任务检索对应技能，并通过依赖感知的DAG规划器组合成可执行计划。配套基准CompSkillBench包含300个组合查询和2,209个真实技能，直接评估多技能场景。系统使用LLM分解器、bi-encoder FAISS检索器和DAG规划器。该工作解决了技能库增长时单技能检索限制智能体能力的问题。

论文 SkillWeaver CompSkillBench 智能体组合技能

推荐理由：这篇论文做了件实在事：给AI智能体设计了一个能自动拆复杂任务、按顺序调多个技能的系统。还附带了新评测集，想了解多技能路由可以看看。

原文

22:00

22:00IT之家（博客/媒体）

72°

Adobe 为 Firefly AI 平台推出 Creative Skills，用户可通过自然语言对话生成 Logo、品牌配色方案和营销视频。Firefly 在用户描述不够详细时会主动反问以优化结果。此外，Photoshop、Premiere Pro、Illustrator、InDesign 等软件引入智能体侧边栏，支持输入指令整理素材、自动重命名文件和更新设计稿。Firefly 界面提供专用控制面板，允许微调字体、镜头运动和品牌强调色等细节。

AI产品 Adobe Firefly Creative Cloud 智能体 Photoshop Premiere Pro

推荐理由：Adobe 把 AI 智能体直接塞进了 PS 和 PR，说句话就能自动干脏活累活，搞设计的可以省下大把重复劳动时间。

原文

21:13

Decoder@Maximilian Schreiner

Adobe在其Creative Cloud套件（包括Photoshop和Premiere）中推出“创意代理”功能，用户通过自然语言描述需求即可自动完成多步骤操作。该代理还集成至ChatGPT、Claude等第三方AI平台。此举标志着Adobe将AI从单步工具扩展为自动化工作流引擎。

AI产品 Adobe Photoshop Premiere Creative Cloud 智能体

推荐理由：Adobe在Photoshop和Premiere里装了AI代理，你只需说出想法，它就能自动搞定多步骤操作。还能在ChatGPT和Claude上用，挺实用。

原文

21:01

Geek@geekbb

这是一款原生桌面应用，用于浏览、安装和管理AI编程工具的Agent角色。用户可通过该应用切换不同编程助手的Agent配置。应用已在GitHub上开源，提供图形界面操作。

AI产品智能体编程助手桌面应用开源工具

推荐理由：想在多个AI编程助手间切换Agent角色？这个桌面应用让你一键管理，不用手动改配置了。

原文

19:25

Dify@dify_ai

76°

Dify 宣布 MongoDB Atlas 和 Voyage AI 原生接入其工作流。MongoDB Atlas 提供数据存储层，Voyage AI 通过嵌入和重排序提升检索质量。Dify 编排智能体和工作流层，用户无需自建基础设施即可构建 RAG 应用。MongoDB 团队还贡献了一个可直接使用的 RAG 模板，已上线 Dify 模板市场，帮助团队快速从想法到可运行应用。

AI产品 Dify MongoDB Atlas Voyage AI RAG 智能体

推荐理由：Dify 现在原生集成了 MongoDB Atlas 和 Voyage AI，做 RAG 不用自己拼基础设施了，还有现成模板，搞知识助手或推荐智能体更省事。

原文

19:09

阿里云 Alibaba Cloud@alibaba_cloud

阿里云在东京启用了第5个数据中心，同时将Model Studio平台引入日本市场。该平台支持企业使用最新Qwen模型构建下一代AI智能体。此举旨在加强日本代理式AI时代的基础设施建设。

行业 Alibaba Cloud Qwen Model Studio 日本智能体

推荐理由：阿里云在日本搞大事了：新开第五座数据中心，还把Model Studio带过去，让企业直接用Qwen模型造智能体。

原文

18:07

shao__meng@shao__meng

Cursor 被 SpaceX 以 600 亿美元收购。同时，Cursor 宣布收购开源代码补全工具 Continue。此外，Cursor 推出 Agent 版 GitHub 平台「Origin」。Cursor 还计划在几周内发布与 Claude、GPT 参数等级相同的新模型。

行业 Cursor Continue SpaceX Origin 智能体

推荐理由：Cursor 被 SpaceX 花 600 亿买下，还顺手收购了 Continue，马上要出对标 Claude 的新模型，做编程的可以关注一下。

原文

17:43

17:43IT之家（博客/媒体）

小米发布并开源 Xiaomi Miloco 2.0，基于自研 MiMo 大模型，以 Agent 形式接入 OpenClaw，实现从 Miloco 1.0 到主动智能的升级。新方案具备通用常识，可识别孩子玩刀具、老人跌倒等危险并预警。通过人脸与体态识别家庭成员，支持主动注册新成员及个性化操作。系统能沉淀家庭成员的长期习惯，在用户开口前主动执行如提醒休息、推荐场景联动等任务。硬件要求内存≥4GB、存储≥256GB，推荐 Mac mini 运行，需要米家设备和多模态大模型 API Key。

AI模型 Xiaomi Miloco 2.0 MiMo OpenClaw 智能体主动智能

推荐理由：小米把全屋智能 Agent 开源了，基于 MiMo 大模型，能认人、记习惯、主动干活，自己搭一套试试。

原文

16:58

16:58IT之家（博客/媒体）

中国信通院今日发布2026智能体十大关键词，涵盖基础设施、互联协作、工程化、学习进化、记忆、技能、产品创新、支付协议、可信和全栈评估十大方向。其中智能体基础设施被定义为支撑开发部署运行的“硅基孵化器”，智能体互联协作强调跨系统多智能体协同，智能体工程化聚焦全生命周期闭环体系。这十大关键词系统梳理了智能体从概念验证到规模化应用的技术演进路径。

行业中国信通院智能体多智能体协作智能体工程化 AI安全

推荐理由：想了解智能体技术未来几年怎么走，看信通院这份十大关键词就够了，从基础到工程化到可信都有，全是干货。

原文

16:31

16:31IT之家（博客/媒体）

Meta AI产品负责人埃米莉·道尔顿·史密斯即将离职，她曾负责Threads产品及内部AI工具Metamate。Meta计划裁撤10%员工并部署鼠标追踪软件，员工在内部会议和留言板上公开批评管理层，认为公司要求他们帮助打造最终取代自己的AI智能体。CTO博斯沃思坦言，受裁员和AI项目调整冲击，老员工士气跌至近乎历史最低点。

行业 Meta Metamate 智能体裁员

推荐理由：Meta内部AI转型出事了：产品负责人跑了，员工抗议裁员的AI替代方案，士气降到谷底，值得关注。

原文

16:09

Pandaily@contact@pandaily.com (Pandaily)

腾讯元宝在2026年高考数学中取得150/150满分，展示了其推理能力。该模型还具备AI agent功能，可辅助学生进行高考志愿填报。这一成绩标志着中国大语言模型在数学推理和智能体应用上的进步。测试中元宝能理解多步复杂问题并给出准确答案。

AI模型 Yuanbao Tencent 推理模型智能体高考

推荐理由：腾讯元宝高考数学考了满分，还能帮你填志愿，比很多真人老师还靠谱。

原文

16:04

Pandaily@contact@pandaily.com (Pandaily)

Loop Engineering正在取代Prompt Engineering，成为AI开发的新范式。开发者从手动编写提示词转向设计自动化循环系统。这一转变反映了智能体时代对持续自我优化系统的需求。Loop Engineering强调系统自运行而非人工干预。

行业 Loop Engineering Prompt Engineering 智能体自动化系统

推荐理由：Pandaily告诉你，Loop Engineering是Prompt Engineering的升级版，开发者从手动调prompt变成设计自动化系统，效率更高。

原文

16:04

Pandaily@contact@pandaily.com (Pandaily)

Andrew Ng在LangChain Interrupt活动中指出，未来企业将由10人工程团队主导，利用AI智能体驱动转型。他强调数据架构是成功的基础，而非模型本身。这一观点挑战了当前对大规模团队的依赖，突出了智能体在重构企业数据流中的关键作用。

行业 Andrew Ng LangChain AI Agent 智能体数据架构

推荐理由：Andrew Ng分享了未来10人团队用AI智能体重构企业的具体路径，核心是数据架构而非模型，值得所有做企业级AI的人听听。

原文

14:43

小互@imxiaohu

Apodex是一个多Agent协作的深度研究求解器，可一次调度150个子Agent，总步数达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。内置三层自我验证机制和全局验证器，由AgentOS驱动底层事务。适合科研和金融领域的复杂调研任务。

AI产品 Apodex AgentOS 多Agent 智能体

推荐理由：Apodex能派150个Agent跑15000步帮你深挖问题，自主校验结果，在Benchmark上超了GPT-5.5和Claude-Opus。

原文

12:57

@atomic_chat_hq@atomic_chat_hq

Atomic 宣布与开源 AI Agent Goose 合作。用户可以在本地设备上通过 Atomic 运行 Goose，使用本地模型完成代码编辑、功能构建和自动化工作流。全程数据保留在本地，无需联网。

AI产品 Atomic Goose 本地模型智能体编程助手

推荐理由：Atomic 和 Goose 合作了，你可以在自己电脑上本地跑 Agent 处理代码和自动化任务，数据不离开设备。

原文

12:53

AI Will@FinanceYF5

Amazon屏蔽了ChatGPT的爬虫，阻止其收集产品信息，导致来自LLM的流量下降。与此同时，Amazon推出的应用内购物助手Rufus有一定用户互动，但其增长速度不及Walmart的竞品Sparky。X平台用户@FinanceYF5评论指出这一现象，数据显示该推文仅获1个点赞和0次转发，但仍反映了两家零售巨头在AI助手策略上的差异。

行业 Amazon ChatGPT Walmart Rufus 智能体

推荐理由：Amazon为保护数据屏蔽ChatGPT爬虫，结果LLM流量跌了，自家Rufus还跑不过Walmart的Sparky，想了解电商AI竞争格局的可以看看。

原文

10:58

arXiv cs.AI@Linus Sander, Habtom Kahsay Gidey, Alexander Lenz, Alois Knoll

该论文提出一个包含对手方、负载、交互状态、发现机制和模式灵活性5个维度的分类法，对9个活跃维护的开源协议进行迭代分析。研究发现所有智能体间协议均结合混合负载与会话状态持久化，多数协议支持多个预定义模式，两个协议在运行时协商模式，显示模式灵活性趋势。去中心化发现仍属罕见。短期看协议将趋同统一智能体间与智能体-上下文通信，长期则可能发展为分层协议栈。

论文 LLM 通信协议智能体分类法

推荐理由：这篇论文把9个主流的智能体通信协议拆成5个维度做分类，告诉你哪种协议适合什么场景，以及未来会怎么演进。如果你在做多智能体系统，想选协议或者设计协议，这篇很有参考价值。

原文

10:58

arXiv cs.AI@Eranga Bandara, Ross Gore, Ravi Mukkamala, Asanga Gunaratna, Safdar H. Bouk, Xueping Liang, Peter Foytik, Abdul Rahman, Sachini Rajapakse, Isurunima Kularathna, Pramoda Karunarathna, Chalani Rajapakse, Ng Wee Keong, Kasun De Zoysa, Tharaka Hewa, Amin Hass, Wathsala Herath, Aruna Withanage, Nilaan Loganathan, Atmaram Yarlagadda, Sachin Shetty

该论文指出万维网基于人作为主要消费者的假设运行三十年，但AI代理的崛起使这一假设失效。论文提出在访问层为代理提供等效访问权限（通过速率限制和代理识别元数据），在经济层引入基于意图的层级框架和代币订阅模型，在内容层提出代理文本标记语言（ATML）和加密来源链对抗知识递归问题。包含十项设计原则，涵盖访问、经济、内容三个层面。

论文 Agent-First Web ATML 智能体 AI安全 Web设计

推荐理由：这篇论文讨论了如何让网站不再封杀AI代理，而是为它们设计合理的访问、收费和内容标注机制，比如ATML语言。适合关心Web未来和AI治理的人看。

原文

10:58

shao__meng@shao__meng

74°

Vercel 开源了 Agent 框架 Eve，将 Agent 定义为目录结构，内置持久会话（基于 Workflow SDK 的可 checkpoint 工作流）、沙箱（本地 Docker/microsandbox，部署用 Vercel Sandbox）和 Human-in-the-loop 审批机制。Eve 支持 MCP/OpenAPI 连接、多 Channel（HTTP、Slack、Discord、Teams）和定时任务。内部验证显示：d0 月处理 3 万+ 问数，Lead Agent 年成本约 $5k，回报约 32 倍，Vertex 约 92% 工单自动解决。开发者可用 eve dev 本地调试，vercel deploy 部署，Agent 进 Git 管理。