LMSYS 发布博客介绍 DFlash 和 Spec V2 推测解码技术。在 8 块 B200 上，针对 HumanEval 基准，DFlash + Spec V2 实现超过 4.3 倍基线吞吐量和 1.5 倍原生 MTP 吞吐量。其核心包括块扩散起草器（一次前向传播生成完整 token 块）和 KV 注入（目标模型特征馈入每层 KV 缓存），以及 Spec V2 重叠调度器带来 33% 端到端提升。该方案现已作为 SGLang 的默认推测解码引擎。
卡内基梅隆大学构建SusVibes基准，包含200个真实编程任务，每个任务来自历史上人类曾引入漏洞的开源项目。SWE-Agent（Claude 4 Sonnet）通过功能测试61%，但仅10.5%的解决方案安全，超过80%的工作代码含有漏洞。尝试添加安全警告、让代理识别弱点、揭示漏洞类型三种修复，安全改善甚微，功能准确度下降7个百分点。
12B参数的Gemma 4 12B Coder GGUF模型基于Google的gemma-4-12B-it微调，专门针对代码生成和复杂推理。训练数据使用了Composer 2.5的真实通过案例，并由Fable 5辅助补全困难case，确保推理步骤导向可运行代码。模型采用GGUF格式，可在12GB显存的显卡甚至CPU上离线运行。下载量已突破6000，社区反馈在本地代码调试、补全、算法生成等场景表现出色。
GitHub发布了一个新的repository-level数据集，许可证为CC0-1.0，包含多语言开发者内容，涵盖README、issues和pull requests。该数据集旨在帮助研究人员和开发者训练或改进多语言AI模型。数据集中于2025年4月发布，可直接下载使用，无需额外申请。
腾讯云开源Cube Sandbox一个月后，推出快照、克隆、回滚三项核心功能。该工具通过微虚拟机隔离运行AI agent，可在健康状态创建检查点，让agent自由操作后回滚到之前状态。回滚时间低于100毫秒，克隆支持秒级生成数十个完全隔离的副本。同时发布的Lobster WebUI可将检查点时间线和克隆操作图形化。下一步将加入内容感知网络控制和凭据保险库。
LlamaIndex在LlamaParse中新增Extract功能，解决企业合同非标准模板、跨章节引用及修订条款等语义解析难题。该功能通过保留文档层次结构、语义推理关键字段（如付款条款、续约日期），将合同从纯文本转化为验证后的模式对齐输出。相比传统OCR仅做数字化，Extract实现了高精度且成本可控的合同理解，避免在每页使用Fable/Opus等昂贵模型。结果可直接供下游生产系统使用，支持批量合同处理场景。
腾讯云推出AI原生智能体WorkBuddy，用户只需一条自然语言指令即可自动规划并执行复杂多步办公任务。内置超过100个行业专家，覆盖市场研究、财务分析、幻灯片设计等。任务可分解为子步骤并行执行，一次性交付报告、演示文稿、电子表格等完成品。支持手机端触发任务，结果直接存入文件工具，无需复制粘贴。
v0 推出了 Skills 功能，用户可从提示栏附加一项技能，智能体在每次生成中都会使用该技能。技能来源包括 skills.sh 社区库、用户保存的技能或仓库。Vercel CEO 表示目标是让每次提示都拥有 @shuding 和 @shadcn 级别产品工程师的能力。用户也可以从 skills.sh 获取任何技能，或添加团队的私有技能集。
ElevenLabs 推出 Music v2，通过 ElevenAPI 供开发者将 AI 音乐生成与编辑嵌入自身产品。新版本在人声、乐器编排和音轨质量上全面升级，支持更多音乐流派及多语言，并实现了此前无法完成的创作功能。API 接口允许实时生成并迭代调整音乐片段。
Anthropic 与美国政府在模型出口管制问题上发生冲突，公司已暂停旗下 Fable 和 Mythos 模型的访问。政府援引安全报告称 Fable 存在 jailbreak 风险，但 Anthropic 对此表示异议，认为行动缺乏透明和公正。Axios 消息称双方存在严重沟通障碍，政府曾给予 Anthropic 仅 90 分钟回应时间。数十名安全研究人员和行业人士签署公开信，呼吁恢复模型并建立透明的 AI 风险评估流程。
Anthropic公司高层于周一与特朗普政府官员举行会谈，希望解除对美国最新大模型Fable 5的出口禁令。该模型因被指存在安全漏洞，于上周五被禁止向境外用户开放。Anthropic辩称漏洞影响有限，且其他公开模型也能复现同类问题。近80名技术专家联名致信政府反对该禁令，认为此举会让防御方失去关键工具。一名官员警告，若僵持不下，未来新模型上线可能都需要政府审批。
Anthropic在6月8日发布新版隐私政策，新增“验证数据”收集条款，次日推出Claude Fable 5，四天后美国政府实施出口禁令。政策明确可能要求Claude Free、Pro及Max用户提交年龄或身份证明，验证数据包括政府ID、面部照片/视频及面部几何模板。开发人员将首当其冲接受验证。
彭博社记者马克·古尔曼在专栏中预测，苹果可能推出对标OpenClaw的智能体系统，代用户自主操作iPhone、iPad与Mac软件。Siri工程主管迈克·罗克韦尔在WWDC上表示，新底层引擎是“完全现代化的架构”，为拓展智能体能力预留空间。苹果高管克雷格·费德里吉称智能体领域尚处试验阶段，但未排除未来入局。新版Siri已基于大语言模型重构，目前仍依赖用户指令触发。
LangChain创始人Harrison Chase指出，模型中立性比云中立性更具进攻性。理由有三：模型变化速度远快于云基础设施，需保持中立应对快速迭代；不同模型在特定任务上选择性商品化，可同时使用多个；单次运行中可能需一个大型模型驱动核心智能体，搭配多个小型子模型。这与云时代仅在合同期或故障时切换不同。
传统Agent系统依赖检索获取信息，但LCLMs（Latent Compression Language Models）提出先压缩所有信息。该方法将数据全局压缩一次，再基于压缩进行全局推理，仅当需要时才局部扩展。这与检索式记忆的本质区别在于：压缩使模型能理解整体结构而非片段匹配。LCLMs在多个知识密集型任务中展现出更高效的记忆利用。
LangChain Labs与Fireworks AI合作发布了一项新研究。该研究由Viv Vtrivedy等人参与。此次合作可能聚焦于提升大语言模型在实际应用中的效率。具体细节可参考原文链接。
datasette-agent 0.3a0 发布，新增 execute_write_sql 工具，该工具会请求用户批准后再执行数据库写入操作，同时考虑用户权限。版本还增强了聊天终端模式，支持用户批准流程，并新增 --unsafe 模式自动批准所有用户确认问题。新选项包括 --root（以 root 运行）、--yes（自动批准所有 ask user 问题）和 --unsafe（同时启用前两者）。用户可通过 datasette agent chat content.db -m gpt-5.5 --unsafe 命令直接与特定数据库对话，并通过自然语言指令创建表或添加记录。
Anthropic发布的Claude Fable 5官方提示词指南指出，过去为旧模型编写的提示词会降低Fable 5的输出质量。需要删除的要素包括：分步指令列表、"展示推理过程"（现在会触发拒绝）、剩余token倒计时、枚举边界案例列表。新增的要素包括：任务投入程度、验证子智能体、边界块、记忆文件、请求背后的原因。指南强调一个目标、上下文、边界以及验证自身工作的方式。
AWS博客介绍了Strands Evals工具，用于检测AI Agent执行中的失败并定位根因。调用detector函数后，输出包含分类失败类型与置信度分数、从根因到下游症状的因果链，以及修复建议（指定修改系统提示还是工具定义）。该工具可集成到评估流程中，实现每个测试运行的自动诊断。
Notion 产品布道师 Ian McClanlan 使用 Notion 的 Custom Agents 和 Notion Workers 构建了一个自动更新的个人仪表盘。他从 WHOOP 和 Strava 同步健康数据，通过 AI 自动填入健康数据库；从 Plaid 同步交易记录到 Notion 数据库，用 AI 自动分类并展示支出对比；还将所有想法通过 Agent 自动归档到对应数据库。这一系统已运行 6 年，他称其为“最有价值的人生信息集合”。
该开源书稿名为XQuant，发布于GitHub，面向零基础读者。它教用户用自然语言描述量化交易策略，并让AI自动生成对应代码。目标是帮助读者从零搭建一个完整、可迭代的量化交易系统。书稿全程不需要读者编写代码，只需理解策略思路。