AgentRun 开源发布：为现有 Agent harness 加上自改进与持久执行
Parcha Labs 开源 AgentRun，一个在 Claude Code、Codex、OpenCode 和 pi 之上叠加自改进、持久执行与控制台的 Agent 平台，采用 Apache-2.0 许可。
推荐理由：AgentRun 把自改进、持久执行和控制台叠加在 Claude Code、Codex 等现有 harness 之上，并给出代码审查成本从每月 6451 美元降到每次 18 美分的具体案例。
精选
Hacker News · AI精选AI 评分7676 AWS Machine Learning Blog精选AI 评分6666 AWS 更新 AgentCore 运行时：会话启动速度提升 15 倍，算力提升 4 倍
AWS 宣布更新 Amazon Bedrock AgentCore 运行时——其面向智能体的托管计算层，会话启动速度现已提升至多 15 倍，算力扩展至 4 倍（最高 8 vCPU 和 32 GB，容器镜像最大 10 GB），运行效率提升至多 68%，同时每个会话仍运行在各自硬件隔离的 Firecracker MicroVM 中。无论镜像大小或并发量如何，会话启动均在 2 秒以内，空闲智能体可缩容至零，智能体可挂载文件系统（如支持 FUSE 的 Amazon S3 桶）并保存工作成果，使数据始终留在信任边界内。该运行时现已在北美、南美、欧洲和亚太地区的 AWS 区域可用。
推荐理由：AgentCore 运行时的新版本将会话启动、算力上限和内存计费一并调整，为需要长时间运行的智能体在隔离与成本之间提供了新的取舍。
Google Blog · AI精选AI 评分8282 Google Search 全球升级至 Gemini 4 Hydrogen
Google Search 已将全球所有用户迁移至 Gemini 4 Hydrogen，公司称这是迄今为止对搜索最大的一次模型升级。该模型提升了对多部分问题和大量拼写错误问题的意图理解，增强了更深入的指令遵循和工具调用能力，并强化了查询扇出，以呈现用户原本可能找不到的链接。在所有支持的 AI Mode 语言中，回答也变得更加视觉化，包含更多图片、对比表格和自定义工具。
推荐理由：这是 Google Search 迄今为止最大的模型升级，Gemini 4 Hydrogen 现为全球所有用户处理多部分问题、工具调用和查询扇出。
AWS Machine Learning Blog精选AI 评分6060 AWS 开源 UAEF：一个与框架无关的 AI Agent 评估系统
AWS 已开源 UAEF（Universal Agent Evaluation Framework，通用 Agent 评估框架），这是一个与框架无关的系统，通过适配器将来自 LangGraph、LangChain、Strands Agents、Amazon Bedrock AgentCore 和 Langfuse 的 Agent 轨迹归一化为统一的 AgentTrace，然后用覆盖 7 个维度的 36 项内置指标进行打分。结果按实验存储在 Amazon DynamoDB 和 Amazon S3 中，使团队可以将 Agent 版本与基线进行比较，用默认 5% 的阈值标记回归，并生成统计报告以及由 LLM 撰写的洞察。文章称，来自电信、医疗和金融服务领域 12 个组织的客户在发布前使用了 UAEF，Apache 2.0 代码、Python 库、CDK 部署和各框架 notebook 均位于 awslabs/uaef GitHub 仓库中。
推荐理由：AWS 团队开源 UAEF，用适配器把不同框架的 Agent 轨迹统一成一种格式，再以 36 项指标跨 7 个维度打分，为跨框架比较 Agent 版本提供了一套可复用的评测层。
Replit Blog精选AI 评分6565 Replit Agent 新增 Link 和 Visa 购买功能以及 Google Ads 广告系列创建功能
Replit Agent 现在有两项新任务：通过 Link 和 Visa 购买业务用品，以及在搜索、YouTube、展示广告和 Discover 上构建 Google Ads 广告系列。在购买流程中，浏览器子代理会导航到商家网站并准备结账，然后等待所有者批准最终总额；在支付期间 shell 访问和一般浏览被禁用，审批检查在代码中强制执行。Agentic Commerce 面向美国 Core 和 Pro 用户开放，仅支持一次性购买；Agentic Ads 面向全球 Pro 用户开放。
推荐理由：Replit Agent 现在处理购买和 Google Ads 广告系列，并通过代码强制执行的审批关卡展示了如何设计代理支出限制。
vLLM Blog精选AI 评分6464 vLLM-Omni 在 Vera Rubin 上对 MiniMax H3-Image 进行基准测试：0.87 秒生成 4K 图像，每小时 6,115 张
vLLM-Omni 将 MiniMax H3-Image 引入 NVIDIA Vera Rubin，在四块 GPU 上测得原生 4096×4096 文本到图像的中位延迟为 0.87 秒，并在另一吞吐配置下达到每小时 6,115 张图像。H3-Image 是一个开放权重的文本到图像与编辑模型，将 Qwen3-VL 编码器与 33.1B 稠密 DiT 及图像 VAE 相结合，在六步采样内处理两项任务，最多支持 16 张参考图像。团队报告了 MXFP8 DiT GEMM、Ulysses SP4、AdaLN 缓存以及一项将解码时间从 2.635 秒缩短至 0.213 秒的 VAE 解码改动，并列出了面向 AMD、Intel、华为昇腾和摩尔线程硬件的配置方案。
推荐理由：vLLM-Omni 的基准测试显示 MiniMax H3-Image 在 Vera Rubin 上以亚秒级 4K 延迟运行，并提供了各硬件配置及服务经济性成本模型。
vLLM Blog精选AI 评分6060 vLLM 为 Thinking Machines 的 Inkling 2 Small 提供 day-0 支持
vLLM 在 day 0 支持 Thinking Machines 的 Inkling 2 Small，这是一个多模态文本与视觉 MoE，总参数 594B、激活参数 17B，上下文最高可达 1M token。该集成加入了带 PDL 的内核融合、用于 prefill 的序列并行（在 TP4 下将 8K token 的 prefill 步骤缩短 22%，TP8 下缩短 26%），以及一个 Gluon 相对注意力解码内核，将 100K 上下文下 batch-1 的解码步骤从 15.1 ms 降至 4.8 ms。vLLM 报告在 GB200 上 TP4 时每用户最高 630 TPS，接受长度为 3.5，并且还通过 SkyRL 支持 LoRA 和 RL。
推荐理由：vLLM 在发布当天即支持 Inkling 2 Small，并给出内核融合、序列并行和 Gluon 解码内核的具体优化数据，可供部署大 MoE 模型的团队参考。
Google Blog · AI精选AI 评分7878 Google 发布 Gemini Decisions API 和 Gemini Decision 1 模型，用于快速闭集决策
Google 推出了 Gemini Decisions API，由新的 Gemini Decision 1 模型（gemini-decision-1）驱动，可通过 Google AI Studio 中的 Gemini API 使用。单次多模态输入最多 256K token，可在一次前向传递中对照最多 1,000 个是/否、多项选择和评分标准打分问题进行检查，返回概率和置信度分数，端到端延迟为 150-250 毫秒，每 100 万输入 token 收费 0.10 美元，不收取输出 token 费用。Google 表示，该模型在其基准测试套件中领先，校准误差最低，并且比使用 Interactions API 的 Gemini 3.5 Flash-Lite 便宜近 5 倍；内部用途包括 Gemini Notebook 中的模型路由、Stitch 中的线框图生成，以及 Search 中 MCP 工具的对抗性内容检查。
推荐理由：Google 的新端点可在一次传递中以 150-250 毫秒对最多 1,000 个多模态是/否、选择和评分标准问题进行评分，为智能体路由和政策检查提供了比生成式调用更便宜的替代方案。
Claude Blog精选AI 评分7878 Anthropic 在 Team 和 Enterprise 套餐中为 Google Meet 推出 Claude Meetings 测试版
Anthropic 发布 Claude Meetings 测试版，让 Claude 作为可见参与者加入 Google Meet 通话，在聊天中回答问题、实时构建文档和白板，并撰写笔记和行动项。每次会议都会在 claude.ai 中生成一个页面，包含转录、笔记和产出物；默认情况下，除非管理员允许，Claude 不会加入有外部嘉宾的通话。该测试版正在 Team 和 Enterprise 套餐中推出，部分组织无法使用，包括 ZDR、HIPAA-ready 和 CMEK 配置；测试期间，笔记、转录和通话内回答均免费。
推荐理由：Anthropic 的测试版发布展示了会议代理如何在实时通话中起草文档、拉取已连接工具的数据并撰写笔记，同时默认规则排除外部嘉宾。
Claude Blog精选AI 评分7878 Anthropic 将 Claude Opus 5.5 设为 Pro、Max、Ultra 和 Team 套餐的默认模型
Claude Opus 5.5 现已成为 Claude 在 Pro、Max、Ultra 和 Team 套餐中的默认模型，Anthropic 推荐将其作为研究、分析以及成品文档、演示文稿和电子表格的日常主力。Anthropic 表示，Opus 5.5 在中等努力程度下，在其编码和知识工作评估中达到或超过了高努力程度的 Opus 5；在一项内部合并分析测试中，它以 Opus 5 完成同一任务一半的成本，在 63 分钟内完成。该文章还列出了针对新模型的提示词调整建议，包括去掉“think hard”指令、从中等努力程度开始，以及附上图表而不是重新输入其数值。
推荐理由：Anthropic 自己的指南解释了为什么 Opus 5.5 现在是日常知识工作的默认选择，以及应为此放弃哪些提示习惯。
Claude YouTube精选AI 评分7272 Anthropic 推出 Claude Whiteboards、Sheets 和 Data，用于团队协作
Anthropic 以测试版形式推出 Claude Whiteboards 和 Claude Sheets，并将 Claude Dashboards 正式发布为 Claude Data。Whiteboards 可将口头计划转化为带有时间线、负责人和日期的看板，团队可实时编辑；Sheets 可构建包含标签页、公式、格式和下拉菜单的电子表格，并概述每次编辑。Claude Data 让数据团队能够认证查询，并基于指标生成数据故事或旁白视频，实时共享可显示最新数字。
推荐理由：Claude 新增协作白板、电子表格和共享数据仪表盘，将其工作空间从聊天扩展到团队文档。
Claude YouTube精选AI 评分6868 Claude 为 Adobe、Atlassian 和 Box 推出交互式连接器
Claude 现已支持交互式连接器，可在 Claude 内打开工具的完整版本，让用户在与对话并行的同时使用 Adobe、Atlassian 和 Box，既可自行修改，也可让 Claude 代为修改。在演示中，Claude 为 Confluence 中的发布计划添加了摘要，为 Adobe 中的照片应用了抖动效果，并在 Box 中对照设计标准检查了平面图，随后将修订版另存为新文件。该功能正在网页端和桌面端逐步推出。
推荐理由：交互式连接器让 Claude 能在 Adobe、Atlassian 和 Box 应用内操作，展示了智能体工作流如何从聊天延伸到完整的第三方工具中。
Google Developers Blog精选AI 评分7575 Google 发布 A2UI 1.0，一个用于智能体生成原生 UI 的稳定开放协议
Google 发布了 A2UI 1.0，这是其开放协议的首个稳定版本，该协议让 AI 智能体能够以交互式界面作答，这些界面由各应用自身的原生组件渲染。1.0 版本新增了双向函数调用、无障碍支持和扩展元数据，并提供了面向 React、Angular、Lit、Flutter、SwiftUI 和 Jetpack Compose 的开源渲染器（Compose 渲染器目前为 0.9.1，1.0 版本即将推出），以及面向 Python、TypeScript 和 Dart 的智能体 SDK。Atlassian 正将 A2UI 引入 Jira，Alation 在 Claude 中用其渲染信息流，字节跳动于 2026 年 6 月发布了一款 Lynx 渲染器，目前支持 0.9 版本。
推荐理由：Google 稳定的 A2UI 1.0 协议让智能体能够返回原生交互式界面，而非大段文字，并提供了面向 Web、Android 和 iOS 的渲染器，早期采用者包括 Atlassian 和字节跳动。
Claude Blog精选AI 评分7878 Claude 在聊天窗口旁打开已连接的应用，并可在其中操作
Anthropic 正在推出一项更新，让受支持的交互式连接器可以在对话旁边或全屏打开完整工具，并允许 Claude 对打开的页面、行或文件进行修改，用户以与连接器操作相同的方式批准这些修改。此次推送覆盖网页版和 Claude 桌面应用的所有套餐，首批工具包括 Asana、Canva、Carta、Dropbox、monday.com、Smartsheet、Vercel 和 Webflow，Figma、Harvey 和 Shopify 也在构建集成。这些连接器运行在 MCP Apps 上，Claude 现在以公开预览形式向开发者支持更多该扩展能力，例如应用工具和嵌入式站点。
推荐理由：Claude 的连接器现在会在聊天窗口旁打开完整工具，并让 Claude 直接编辑页面、行和文件，审批流程与连接器操作相同。
Google Developers Blog精选AI 评分7272 Google AI Edge Gallery 新增端侧语音识别与文本转语音功能
Google 在 Google AI Edge Gallery 中引入端侧自动语音识别（ASR）与文本转语音（TTS），使应用能够在完全离线的情况下运行多语言 ASR 和富有表现力的 TTS，并与 Gemini Nano、Gemma 4 等端侧 SLM 协同工作。在 Android 上，ML Kit 的新语音模型以 10 倍实时速度转写 100 多种语言，在 FLEURS 上的词错误率为 8.0% 至 9.0%；而少步扩散 TTS 约 100 毫秒即可开始发声，并以最高 50 倍实时速度生成 24 kHz 音频。跨平台支持通过 MediaPipe Tasks 和 LiteRT 实现，提供包括 Parakeet-TDT 0.6B、PocketTTS 100M、Kokoro-82M 和 Phonon 31M 在内的开放权重包，并在 XR Language Teacher 展示和语音版 AI Chat 中进行了演示。
推荐理由：Google 为 AI Edge Gallery 添加了完全离线的 ASR 和 TTS，ML Kit 报告称可 10 倍实时转写 100 多种语言，扩散 TTS 约 100 毫秒即可开始发声。
NVIDIA Blog精选AI 评分7070 NVIDIA 在 CoRL 上发布 GR00T 2 世界动作模型和 Isaac Lab 3.0
NVIDIA 在 CoRL 上推出了 GR00T 2——一个基于 Cosmos 构建、在 10 万小时人类第一视角数据上训练的开源世界动作模型，同时发布了 Isaac Lab 3.0 和新的机器人基准测试。GR00T 2 在没有任务特定演示的情况下，至少完成了一次 50 个评估任务中的 40 个；在每项任务仅提供一次演示的情况下，50 项任务的平均成功率达到 71%，提供五次演示时则升至 95%。Isaac Lab 3.0 新增了面向可变形物体的 Newton 物理集成，并在一个基于视觉的灵巧操作基准测试中报告其训练吞吐量最高可达使用 PhysX 的 Isaac Lab 2.3 的 2.5 倍。
推荐理由：NVIDIA 在 CoRL 上的发布表明，仿真加上世界动作模型如今正瞄准精细装配工作，GR00T 2 和 Isaac Lab 3.0 的细节值得与先前的机器人技术栈进行比较。
Google Developers Blog精选AI 评分6060 Google Cloud MaxText 新增上下文并行，支持在 TPU 上进行长上下文训练
Google Cloud 在其开源 JAX 训练框架 MaxText v0.2.4 中发布了长上下文训练支持，在 Cloud TPU 上新增四种上下文并行策略：All-gather、A2A（DeepSpeed Ulysses）、P2P（Ring Attention）以及 A2A + P2P 混合（USP）。Llama 3.1 8B 的基准测试在 TPU 5p 上、序列长度最高达 400 万 token 时达到 70% MFU，上下文在 TPU 5p 和 TPU 7 上均扩展至 1400 万 token，其中 TPU 7 在低于 600 万 token 时保持 50% MFU。该版本已在 PyPI、Docker 镜像和 GitHub main 上提供，并附有 TPU 7 和 TPU 5p 的示例配方。
推荐理由：MaxText 在 Cloud TPU 上的四种上下文并行策略，以及 Llama 3.1 8B 的基准 MFU 数据，为团队选择如何在数百万 token 序列长度下进行训练提供了具体参考。
Google Developers Blog精选AI 评分6262 Google 在 Google Cloud 上正式发布 Pathways，用于大模型训练
Google 宣布，其用于 Gemini 等大模型的分布式训练系统 Pathways 已在 Google Cloud Platform 上正式可用（General Availability）。Pathways 用单个 Python 客户端将整个计算声明为数据流图，取代了锁步 SPMD 执行方式；分布式运行时负责把块放到虚拟设备上、移动并重新分片张量，以及在整个集群范围内对工作排序。Google 表示，这种设计可以让故障主机被重新映射到健康芯片上，而无需重启任务；并且一个共享的 Pathways 服务可以从单个集群为多个客户端提供服务。
推荐理由：Google 解释了 Pathways 的单控制器模型与 SPMD 有何不同，以及它如何处理跨组张量传输、调度和主机故障恢复。
Meta Newsroom · AI精选AI 评分6262 Meta 在 Muse 应用中推出实时语音和表情虚拟形象
Meta 正在美国率先于移动端、网页端和 Mac 端的 Muse 应用中推出实时语音对话和表情虚拟形象。用户点击电话图标即可通话，可以打断回复，并可从数百种声音以及纯语音、虚拟形象或全屏模式中进行选择。语音功能即将登陆 AI Glasses 和 Muse Charm。
推荐理由：Meta 的 Muse 应用现已支持带表情虚拟形象的实时语音对话，显示出语音和打断处理正进入消费级 AI 助手。
OpenClaw Blog精选AI 评分6969 OpenClaw 发布 Multiplayer，支持共享 Agent 与上下文
OpenClaw 发布了 Multiplayer，这是一项免费开源功能，允许多人连接到同一个 OpenClaw Agent 和工作区，提示词会在各台笔记本电脑上实时显示，请求通过共享队列进行协调。在旧金山 GitHub Universe 的演示中，两位参会者在各自的机器上输入提示词，共同编辑同一个 3D 场景，无需重复说明上下文。OpenClaw 基金会表示，已有 50 多人在同一共享环境中协作，并将继续扩展该功能。
推荐理由：OpenClaw 把多人共享同一 Agent 与上下文做成免费开源功能，为团队协作中反复重建上下文的问题提供了一种可迁移的做法。