大聪明：DeepSeek Harness 上线：一切皆为插件，一切皆是可能
开发者预览版上线并开源，基于 Cordis 插件系统构建，一切皆插件；随附标准、PTC、极简、创造四种模式，Code Mode 将工具生成为 TypeScript SDK 减少上下文消耗。
全球首次，只许 Agent 参与的城市规划
海淀拿出 43.6 平方公里区域，首次只允许 Agent 参与城市规划，方案通过 GitHub 提交，8 月 31 日截止；入选方案及 Agent 将以碑刻形式永久纪念。
大聪明：Opus5 官方 Prompt 指南
Claude Code 面向 Opus 5 与 Fable 5 删掉 80% 以上系统提示词，编码评测无损失；上下文工程管理推理时进入上下文的 token，context rot 随 token 增多而加剧。
大聪明：OpenAI 官方 Prompt 指南
官方文档逐段中英对照翻译，覆盖目标、上下文、输出、边界四要素；含已连接数据源、插件与个性化设置的使用说明。
大聪明：Loop 是什么？怎么用？
Loop 是 Claude Code 中自动把提示词反复喂给 Agent 的循环机制，官方定义了回合式、目标式、定时式和主动式四种 Loop；官方给出六条省钱建议，包括选对模型、定清停止标准、先试水、脚本化确定性任务等。
大聪明：深入理解 Claude Code：从 CLAUDE.md 到 Hooks、Skills、Subagents..
CLAUDE.md 全程占 token，Skills 只在调用时加载完整内容；Hooks 由 harness 在外部执行，完全绕过上下文窗口。
大聪明：GLM 5.2 开源，技术博客详览
744B MoE、40B 激活、1M 上下文，MIT 协议开源；Coding 榜单 1595 分排第二，FrontierSWE 74.4% 逼近 Opus 4.8。
AGI Bar 落地上海，今日正式开业！
上海徐汇区红杉加速器一层，6 月 1 日开业，营业时间 15:00-23:00；AGI 基础款 9.9 元 / 杯，大杯 9.11 元，其他酒水均一价 39 元。
Claude Opus 4.8 发布｜Mythos 即将上线
Opus 4.8 跑分平稳上行、Agent 能力加强，价格与 4.7 一致；dynamic workflows 以研究预览上线，可并行拉起数百个子 Agent。
Anthropic 更新：Manage Agent 开放自托管
Managed Agents 新增自托管沙箱与 MCP 隧道，沙箱可部署到 Cloudflare、Daytona、Modal、Vercel 四家托管商；MCP 隧道为 research preview，需申请。
大聪明：Anthropic 发布 AI Native 创业手册
Anthropic 发布 36 页创始人手册，将创业拆为想法、MVP、上线、规模化四阶段；强调 AI 时代判断力取代执行力，成为创始人核心壁垒。
大聪明：开源个 Agent 用的网盘，让 Skill 跨设备同步
开源 Agent 网盘 neuDrive，支持 Claude、Codex、Cursor 等工具的 Skill 与记忆跨设备同步；免费版够用，Pro 版 10 美元 / 月，输入 VIVO50 可领 3 个月免费版。
GPT-5.5 Instant：首个被标记「高能力」的即时模型
幻觉率在高危场景降 52.5%，AIME 2025 从 65.4 升至 81.2；API 代号 chat-latest，定价 $5/$30 每百万 token，GPT-5.3 保留三个月后退役。
大聪明：Anthropic 的 PM，是怎么工作的
Anthropic PM Jess Yan 用 Claude Code 写原型替代写 spec，并自建三个 agent 处理数据分析、舆情监控和 demo 构建；Claude Managed Agents 公开 beta 已上线，Memory 功能 4 月 23 日开 beta，Rakuten 使用后 first-pass 错误降 97%。
大聪明：Claude 接进 Blender、Adobe、Ableton，Anthropic 一次放 9 个创作连接器
Anthropic 一次放出 9 个创作连接器，覆盖 Blender、Adobe、Ableton 等 3D、设计、音乐、VJ 四类软件；同时推出由 Claude Opus 4.7 驱动的 Claude Design 产品。
记忆，是 Agent 基建｜对话 Calvin@Vida
OpenChronicle 以 AX Tree 优先、截图兜底实现记忆，8 小时轻度工作约消耗 50 美分 Token；记忆正从产品功能变成 Agent 基建，Calvin 团队主张记忆所有权归用户。
OpenAI 发布 Workspace Agents，接替 GPTs
面向 ChatGPT Business、Enterprise、Edu、Teachers 四套餐开放，定位为 GPTs 的进化形态；底层跑 Codex，可在 ChatGPT 与 Slack 中部署。
大聪明：GPT-Image-2 全量上线，中文顶到爆，50+ Case 生图实测
GPT-Image-2 于 2026 年 4 月 20 日全量上线，中文长图、版式与风格迁移能力跨代升级；实测覆盖攻略长图、老片海报、杂志封面、社交截图等 10 个方向 50 余张图。
Kimi K2.6 开源：一个人，和他的 300 Agents
K2.6 代码能力较 K2.5 提升近 20%，任务步骤数平均减少 35%；AgentSwarm 一次可拉起 100 个不同专长的分身，Claw 群组单群最多 50 个成员。
大聪明：阿里的世界模型发布， HappyOyster 全面解读
阿里发布世界模型 HappyOyster，支持一句话或一张图生成可 WASD 漫游的 3D 空间；Direct 导演模式可在生成中持续插入指令实时改剧情，当前处于 Beta 内测阶段。
大聪明：OpenAI 发布首个生命科学模型 GPT-Rosalind
BixBench 通过率 0.751，序列生成排名超人类专家第 84 百分位；仅限美国 Enterprise 客户走 trusted access，同步开源 Life Sciences 研究插件。
大聪明：完整解读：斯坦福 AI 年度报告｜26 版发布，423 页
报告共 423 页、9 个章节，新增 AI 与科学、AI 与医疗两章；中美模型性能差距收窄至 2.7%，美国私人 AI 投资达 2859 亿美元。
OpenAI：如何设计 AGI 时代的产业政策（全文翻译）
OpenAI 发布 13 页政策白皮书，承认经济收益可能集中在少数公司；提出公共财富基金、四天工作制、AI 接入权等具体方案。
Anthropic 官方指南：怎么给 Agent 设计工具
Anthropic 官方博客翻译，讲 Claude Code 团队设计工具集的经验；以 AskUserQuestion 工具为例，展示从修改 ExitPlanTool 到改变输出格式的两次失败尝试。
Mythos 全面解读：Anthropic 最强模型发布
SWE-bench Verified 93.9%，较 Opus 4.6 提升 13 个百分点；仅向 12 家核心合作方和 40 余家关键基础设施组织开放，不公开发布。
Meta 发布全新大模型：Muse Spark
原生多模态推理模型，支持工具调用与多 Agent 协同；在图表理解与健康问答上领先，编程与 Agent 任务落后明显。
大聪明：Google Gemma 4 开源｜全面解读
31B 在 AIME 2026 拿到 89.2%、Codeforces ELO 2150；许可证从自有协议换成 Apache 2.0，支持 140 多种语言。
Claude Code 源码泄漏，全部细节与始末
泄露版本为 @anthropic-ai/claude-code v2.1.88，含 1,900 个 TypeScript 源文件、512,000 行代码；源码暴露了 KAIROS、Coordinator、ULTRAPLAN 等未发布功能。
后端互通，Agent 才能协作｜对话 Taku 团队
Taku 提出三层 Harness 架构，让 Agent、工具与脚本共享统一后端通讯协议；演示了将 FlashCut 的 AI 能力拼接到开源剪辑工具 OpenCut。
全程 Demo｜飞书 2026 春季发布会，把龙虾融进飞书
飞书 2026 春季发布会全程纯 Demo，发布 8 款产品，核心是让每个人在飞书里拥有智能伙伴；aily 1 分钟激活，能读取飞书内文档、日历、聊天记录等上下文，支持后台任务与主动触发。
a16z：Agent 表现不好，可能是缺乏正确的数据上下文
a16z 认为数据 Agent 表现不佳的关键原因是缺乏正确的数据上下文，而非模型能力不足；提出构建现代上下文层，包含自动化构建、人工精修、自更新等五步架构。
Gemini Embedding 2：原生多模态 embedding 模型
首个原生全模态 embedding 模型，文本 / 图片 / 视频 / 音频 /PDF 编码进同一向量空间；默认 3072 维，MTEB 68.17，文本定价 $0.20/ 百万 tokens。
大聪明：GPT-5.4 全整理：非常好用，非常贵
GPT-5.4 与 5.4 Pro 同步发布，标准版 API 定价 $2.50/M 输入、$15/M 输出，Pro 版为 $30/M 输入、$180/M 输出；首次在通用模型中内置 Computer Use，OSWorld-Verified 得分 75.0% 超过人类基准 72.4%。
谷歌发布官方 CLI，可操作所有谷歌文档
Google Workspace CLI 上线 GitHub，数小时 Star 从 2700 涨到 3700；输出均为 JSON，内置 100 多个 SKILL.md 文件。
GPT-5.3 Instant 发布
拒答逻辑、联网搜索与对话语气三处改动，无架构升级；联网模式幻觉率下降 26.8%，图形暴力不合规率从 14.8% 升至 21.9%。
大聪明：迈入「奇观时代」
Agent 让执行成本坍缩到个人级，判断力成为唯一稀缺资源；判断可被编码进系统独立运转并产生复利，生态位比奇观本身更值钱。
大聪明：GLM-5 技术报告全解读｜a16z：“最好的开源模型”
总参数 744B、激活 40B，在 Artificial Analysis Intelligence Index 上拿到开源模型首个 50 分；DSA 稀疏注意力用 20B token 追平 DeepSeek 943.7B token 的效果。
大聪明：我们，已迈过奇点
智能边际生产成本趋近于零，顶级智能消耗成本无上限；Agent 性能约每 7 个月翻一倍，但互联网基建对 Agent 几乎不可用。
大聪明：史诗级突破：用 GLM-5 完整复刻 GBA 模拟器（附：长任务 Prompt 设计思路）
GLM-5 连续工作 24 小时、700+ 次工具调用后交付完整 GBA 模拟器；Meta-Prompt 靠文件持久化跨 Session 交接，零参考版本运行超 24 小时完成处理器核心。
OpenAI 发布 GPT-5.3-Codex，一文详解
Terminal-Bench 2.0 得分 77.3%，比 GPT-5.2-Codex 高 13.3 个百分点；速度比 5.2-Codex 快 25%，并首次被标为网络安全 High capability 模型。
Claude Opus 4.6 发布，全线碾压 GPT-5.2，一文详解
GDPval-AA 上赢 GPT-5.2 约 144 Elo，MRCR v2 八针 1M 测试拿 76%；首次支持 1M token 上下文，输出上限 128K，API 新增 adaptive thinking 与 context compaction。
大聪明：让 AI 视频学会配音，学术界花了十年｜Vidu Q3 发布的背后
Vidu Q3 于 1 月 30 日发布，全球首个支持 16 秒音视频直出；在 Artificial Analysis 榜单中排名中国第一、全球第二。
大聪明：实测 Genie 3：20+ 个例子，带你看懂 Google 的世界模型
Genie 3 支持 20-24 帧每秒、720p 实时渲染，可保持数分钟世界一致性；目前仅对美国用户开放，需订阅 Google AI Ultra，每月 250 美元。
大聪明：实测：Claude in Excel，能联网、能做表、办公完全自动化
Claude 已集成进 Excel，Pro/Max/Team/Enterprise 均可用，基于 Opus 4.5；支持联网搜索、透视表、跨表追溯与 Debug，但不支持条件格式、宏和 VBA。
大聪明：Claude Code 升级： Tasks 取代 Todos
Tasks 取代 Todos，支持跨 session、跨 subagent 协作与依赖关系；任务存储在 ~/.claude/tasks，可设置 CLAUDE_CODE_TASK_LIST_ID 环境变量。
DeepSeek 凌晨开源 ：给 Transformer 加个「查字典」的能力
Engram-27B 在等参数、等算力下全面超越纯 MoE baseline，MMLU 提升 3.0、BBH 提升 5.0；100B 参数 Engram 表放主机内存，吞吐量下降不到 3%。
大聪明：2025 年大模型盘点：DeepSeek 时刻、Llama 失宠、刷榜泛滥...
DeepSeek R1 以开源权重发布，训练成本约 500 万美元；2025 年大模型开发重心转向 RLVR 与 GRPO，刷榜现象泛滥。
市值 511 亿，1 月 8 日 IPO，大模型第一股花落智谱
发行价每股 116.20 港元，募资总额约 43.5 亿港元；2025 年 API 收入增长超十倍，付费 API 收入超过所有国产模型之和。
大聪明：视觉生成的隐藏天花板｜VTP：MiniMax 海螺视频首次开源 · 技术解读
VTP 将重建、图文对比与自监督三种目标联合训练，重建权重仅 0.1；算力增 10 倍 gFID 提升 65.8%，收敛比 VA-VAE 快 4.1 倍。
下一场革命：Vibe Engineering｜OpenAI 内部分享
OpenAI 内部 Codex 采用率超 92%，使用 Codex 的工程师合并 PR 多 70%；现场演示 12 小时从空目录重写完整项目，7 小时 200 轮迭代产出 500 行 diff。
赛博禅心：V3→R1→V3.2｜一文看懂 DeepSeek 技术演进
V3.2 推理 Benchmark 追平 GPT-5、略低于 Gemini-3-Pro，且开源；V3 仅用 500 多万美元训练成本即达到不输 Claude 3.5 的成绩。
赛博禅心：大模型如何「在思考中使用工具」｜Interleaved Thinking
DeepSeek V3.2 引入「思考中调用工具」的 Interleaved Thinking，保留推理状态可让长链路 Agent 任务最高提升 35%～40%；MiniMax 正联合 OpenRouter、Ollama、Cline 等推动该能力的跨平台标准化。
DeepSeek-V3.2 正式发布｜技术报告解读
推理能力追平 GPT-5-High，Speciale 版在 IMO 和 IOI 拿金牌；DSA 将注意力复杂度从 O(L²) 降到 O(Lk)，后训练预算超预训练 10%。
品味，就是生产力｜Taste is all you need
AI 输出不应止步于文本，信息美学把结果加工成结构清晰、带图表的信息产品；品味是生产工具的一部分，呈现是差异化战场。
Opus 4.5 发布：所有信息，全整理
SWE-bench Verified 80.9%，定价 5/25 每百万 token，比 4.1 便宜；System Card 承认 AIME 训练数据污染，自治能力接近但未突破 ASL-4。
一文详解｜Gemini-3，及配套的 Antigravity、Gemini CLI、生成式 UI、Otter、Firebase..
Gemini 3 Pro 在 LMArena 拿到 1501 Elo 断层领先；Deep Think 模式下 Humanity's Last Exam 得分从 37.5% 升至 41.0%。
赛博禅心：OpenAI 公开 Atlas 架构：为 Agent 重新发明浏览器
Atlas 将 Chromium 作为独立进程，通过 OWL 架构与 Swift 主应用经 Mojo IPC 通信；Agent mode 下把弹窗合成回主页面，让 AI 获得完整截图。
A16Z：视频模型，不会一家通吃
a16z 认为视频模型进入专业化阶段，Sora 2 擅长叙事、Veo 3 擅长物理仿真；产品层仍有巨大空白，LiblibAI 完成 1.3 亿美元 B 轮融资。
实测 Atlas：OpenAI 的浏览器，由 Chrome 骨干开发
Atlas 目前仅支持 macOS，含 Chat Anywhere、Browser Memory、Agent Mode 三大能力；Agent Mode 仅对 Plus 和 Pro 用户开放，且为预览版。
Claude Code 网页版发布：实测 & 全解析
无需本地部署，浏览器内即可连 GitHub 仓库写代码、并行跑任务并自动建 PR；Pro 和 Max 用户可访问 claude.ai/code，iOS 版同步开启预览。
DeepSeek-OCR 发布：1 个视觉 token，抵得上 10 个文本 token
用 100 个视觉 token 超过 GOT-OCR2.0 的 256 个 token，800 个 token 超过 MinerU2.0 的 6000+ token；核心架构 DeepEncoder 仅 380M 参数，采用 MoE 架构激活参数仅 570M。
赛博禅心：Google Veo 3.1 发布: 全解析
支持 720p/1080p 8 秒视频并自带原生音频；新增视频扩展、首尾帧生成与最多 3 张图片引导三项功能。
Claude Haiku 4.5 发布：小模型比肩 GPT-5
性能接近五个月前的旗舰 Sonnet 4，成本降至三分之一、速度快一倍多；SWE-bench 73.3%、OSWorld 50.7%，被归类为 ASL-2。
蚂蚁 Ling-1T 开源：基础语言模型、1T 参数、MoE 架构｜所有信息都在这了
Ling-1T 为 1T 参数 MoE 架构，51B 激活，128K 上下文，20T+ token 预训练；AIME 25 准确率 70.42%，推理长度较 Gemini-2.5-Pro 少 40%。
OpenAI 年度发布会：Agent 平台 /Sora API/ 第三方接入 ChatGPT/... 讲的没讲的，都在这了
发布 App inside ChatGPT、Agent Kit、Codex 正式版及多项 API 更新；Agent Kit 含 Agent Builder、Chat Kit、Evals for Agents 三组件。
从工具到机器：Fellou2.0 让 AI 开启批量化生产
Fellou 2.0 支持任务监听无限步长、普通任务上限 1000 步，可 7×24 小时在线运行；成功率从 31% 提升到 80%。
赛博禅心：Claude 4 发布：实测代码更强，同时 Cue 了 Manus
Claude Opus 4 与 Sonnet 4 发布，上下文 200k，定价与前代一致；Opus 4 在 SWE-bench 得分 72.5%，Sonnet 4 为 72.7%。