中国AI实验室Z.ai于6月16日开源GLM-5.2，采用MIT许可证。该模型753B参数、40激活参数（MoE），上下文窗口从GLM-5.1的20万提升至100万。在Artificial Analysis Intelligence Index v4.1上以51分领先MiniMax-M3（44）和DeepSeek V4 Pro（44）。在Code Arena WebDev前端编码排行榜上排名第二，仅次于Claude Fable 5。OpenRouter上输入价格$1.40/百万token，输出$4.40/百万token。
LMSYS 发表博客详解如何用 SGLang-JAX 在 TPU v7x 上优化 Ling-2.6-1T（1T 参数混合 MoE 模型）。通过 Fused MoE V2 内核将令牌和累加器留在 VMEM 中并双缓冲专家权重，MoE 预填充延迟降低 53%。混合内存池为 10 个全注意力层分配逐令牌 MLA KV，为 70 个 GLA 层分配逐请求循环状态。GLA 线性注意力采用分块并行预填充，单控制器 DP 保持分组 RMS Norm 芯片本地化，无需逐层跨芯片规约。
Jim Fan团队推出ENPIRE系统，让8个Codex智能体操控机器人舰队自主进行物理实验。系统硬编码两层安全机制：硬运动学限制和扭矩限制夹爪，防止机器人超出安全范围。通过人类演示几分钟成功/失败样本，智能体编写计算机视觉代码生成分类器作为冻结奖励函数。定义Mean Robot Utilization（MRU）和Mean Token Utilization（MTU）监控资源，以Tokens-to-Success和Time-to-Success衡量效率。
Agent Arena上线两周，新增10个模型。GLM-5.2 (Max)进入前十，以+9.4%确认成功率和+14.9%赞美vs抱怨率成为最强开源模型。Claude Fable 5在多项指标排名第一，但受美国政府指令暂停访问。评测基于超过30万任务、200万次工具调用和4000万行代码。
OpenAI发布LifeSciBench，一个专门用于衡量AI在真实生命科学研究中表现的基准。该基准由173位生物技术和制药领域科学家参与开发，包含750个专家编写的任务，覆盖7个生物研究工作流。LifeSciBench旨在系统评估AI模型在文献分析、实验设计等科研环节的实用性，并指导后续改进。
Cloudflare 发布了 Agents SDK，这是一个开放的运行时，允许任何代理框架构建其上。同时推出了 Flue 作为首个针对 Agents SDK 的框架。Cloudflare 还在仪表板中推出了代理功能。这些更新旨在简化在 Cloudflare 平台上构建和部署 AI 代理。
SK海力士宣布向主要客户供应12层HBM4E样品，该产品面向AI超高性能DRAM。引脚速率最高可达16Gbps，能效较HBM4提高20%以上。采用先进MR-MUF工艺，12层堆叠实现48GB容量，热阻降低约17%。该产品旨在提升AI训练与推理的数据处理能力，并降低数据传输延迟。
GitHub Copilot app 现已正式可用（GA），作为新的工作中心。用户可在此直接启动下一步任务、并行指挥多个智能体，并完成PR合并。该应用整合了编码协作与项目管理流程，支持在单一界面内完成从构思到部署的完整工作流。
Vercel 推出了名为 eve 的智能体框架，内置持久执行、沙箱计算、人机审批、子代理与评估等关键功能。框架强调开箱即用的评估能力，并被誉为“像 Next.js 一样用于智能体”。该设计让开发者能快速构建可靠、可审核的 AI agent 应用。
Block 公司构建了名为 Builderbot 的内部 AI 系统，通过 orchestrator 代理协调多个代理跨代码库工作。工程师在 Slack 中标记 Builderbot，系统即可自动研究、规划并发布代码。该平台每天处理 200,000 次操作，每周合并 1,500 个拉取请求，占 Block 全部生产代码变更的 15%。原本需要数月的工作现在只需数天完成。
Amazon CEO于5天前向白宫举报Claude Fable 5的安全风险。该模型在24小时内被禁止海外访问。Amazon是Anthropic最大投资者，投资额达40亿美元。Anthropic CEO Dario的模型被禁，而OpenAI CEO Sam的模型未受限。这一事件凸显AI监管的地缘政治分歧。
Amazon、Nvidia、AMD向世界模型初创公司Odyssey ML投资3.1亿美元，该公司估值达14.5亿美元。CIA关联基金IQT和谷歌首席科学家Jeff Dean也参与本轮融资。世界模型被业界视为语言模型后的下一个AI重点方向。
XDOF宣布完成7000万美元融资，投资方包括多家未披露的投资者。该公司由来自Covariant、Meta和Tesla的团队创立，专注于为机器人基础模型构建核心基础设施。同时，他们开源了ABC-130K数据集，这是目前最大的开源遥操作数据集，与UC Berkeley、CMU、MIT和Amazon FAR合作开发。该数据集可帮助研究人员和公司更高效地训练机器人基础模型。
Telepatia 是一家面向拉丁美洲的 AI 原生临床平台，提供 AI 抄写、临床决策支持和 AI 审计功能，连接医院所有数据源。自 2025 年 7 月上线以来，已在巴西、哥伦比亚和墨西哥超过 25 家医院系统部署，覆盖 1400 万患者。本轮 3300 万美元 A 轮由 a16z 领投，总融资额达 4200 万美元。创始人 Nicolás Abad 的父亲因药物相互作用去世，推动他开发这款产品。
Anthropic前沿红队发布报告，利用LLM ATT&CK Navigator框架系统分析AI系统可能面临的网络威胁。该导航器将攻击者行为映射到战术和技术层面，涵盖提示注入、模型窃取、训练数据投毒等攻击类型。报告为安全团队提供了针对AI特定威胁的防御策略。
VibeCoder采用Qwen2.5-Coder-3B作为基座，通过一套后训练技术栈大幅提升性能。技术报告显示其包含高信号合成数据、多重推理路径、2阶段SFT（先广训再难长推理样本）、MGPO（MaxEnt-Guided Policy Optimization）强化学习等9个关键组件。训练顺序为Math RL→Code RL→STEM RL，并采用了单64k长上下文RL而非渐进扩展。最后通过奖励短正确轨迹来提升效率而不牺牲准确性。
Anthropic前沿红队于2026年5月22日发布了一份评估报告，系统测试了LLM自主开发软件漏洞利用的能力。评估覆盖了多种前沿模型，要求其在无人类协助的情况下发现并编写针对真实漏洞的利用代码。结果显示，部分模型在简单场景中成功开发了可利用漏洞，但复杂场景下表现有限。该研究为理解前沿AI模型的网络攻击能力提供了关键基准。
OpenAI与Molecule.one合作开发了一款近自主AI化学家，基于GPT-5.4模型。该系统针对药物化学中一项具有挑战性的反应进行优化，成功提升了反应产率。该研究展示了GPT-5.4在有机合成中的实用潜力，推动了AI辅助药物化学的进展。
LangChain实验室与Alibaba Qwen及FireworksAI合作发布一项研究，探讨如何从每条trace中高效提取重要信号，同时保持前沿性能。研究对比了不同方法在成本与效果上的权衡。报告指出，通过优化模型选择和推理策略，可在保持95%以上准确率的情况下将成本降低80%。该研究为大规模trace分析提供了实用方案。
作者在使用/loops和/goal后强调，验证器和鲁棒护栏对编程智能体至关重要，不能依赖盲目的自主循环。rahul在长线程中提出7点经验：将fable+类模型视为English-to-code解释器；按风险大小管理diff，高风险区域用小diff；代码审查成为瓶颈，需优化linter、测试等；理解全栈和风险管理比理解每行代码更重要；维护多50%代码以换取5%性能提升可能值得。
LangChain 发布 Deep Agents 深度解析第三部分，聚焦 Delegation 委派功能。该工具让模型能自动规划复杂任务，并内置子智能体支持。来自 @SydneyRunkle 的 90 秒讲解视频详细演示了如何通过委派分工提升任务执行效率。
该方法通过内循环每2小时检查新邮件，自动检索上下文生成草稿但不发送。用户修改草稿后，外循环根据修改记录优化写作Skill。这种自动化循环让Agent不断学习用户风格，提升后续草稿质量。