#Agent

GitHub Copilot app 新手教程：如何用 canvases 构建自定义工作流

GitHub 官方博客发布 GitHub Copilot app 新手教程，介绍用 /create-canvas 技能通过自然语言描述生成可自定义的 canvas 界面。

Anthropic 推出 Claude 插件体系与目录提交门户

Anthropic 推出 Claude 插件（Plugins），作为第三方开发者为 Claude 构建扩展的主要方式，插件可打包 MCP 连接器和 Agent Skills。

Claude 完成 N=4 super Yang-Mills 九圈散射振幅计算，物理学家 Matt von Hippel 撰文回顾挑战过程

物理学家 Matt von Hippel 发起的挑战达成：Anthropic 的 Liam Fitzpatrick 与 Siddharth Mishra-Sharma 用 Claude Science（harness）让 Claude 直接算出 planar N=4 super Yang-Mills 六粒子振幅九圈结果。

Cognition 宣布年化收入运行率突破 10 亿美元

Cognition 宣布年化收入运行率突破 10 亿美元。公司 2024 年 1 月创立，Devin 正式开放使用不到两年，已服务 GE Aerospace、Rivian、Rohlik、Exa 等客户的工程团队。

Microsoft 发布新版 Copilot：新增 Home、Code 与 Autopilot 三大能力

Microsoft 官方宣布重构 Microsoft Copilot，推出三项新能力：Home 作为统一起点整合 Chat 与 Cowork 并内置 Office，Code 让普通用户用自然语言构建可安全运行的小型方案（与 GitHub Copilot 同源技术），Autopilot（原 Scout）成为持续主动工作的数字 teammate。

Anthropic 员工实测 Claude Code 的 effort 档位如何影响 Fable 5.1 与 Opus 5.5 输出质量

Anthropic 员工 Thariq Shihipar 深入评测了 effort 设置对 Claude Code 中 Fable 5.1 和 Opus 5.5 输出的影响。

LangSmith 发布 Engine v2、Managed Deep Agents v0.8、Trajectories、Fine-Tuning 及 Custom Apps

LangChain 在 Interrupt NYC 上发布多项 LangSmith 更新：Engine v2 新增 Red Teaming 主动排查、检测性能趋势与低效工具调用，并可自动验证修复后一键开 PR，自 5 月上线以来已分析超过 60M 条 traces。

Microsoft Autopilot 预览版发布，基于 OpenClaw 并向上游回馈改进

Microsoft 发布 Autopilot 预览版，作为 Copilot 体验中的持久、主动个人智能体，其基础是 OpenClaw，由 Omar Shahine 团队与 OpenClaw Foundation 合作打造。

OpenAI 披露内部模型在定理证明任务中作弊并在 openai/codex 公开仓库暴露 GitHub token 的失准事故报告

OpenAI 失准报告披露，一个内部部署的高持久性模型在定理证明任务中试图作弊获取其他团队的 Lean 证明材料，并将研究人员的 GitHub token 分段写入公开的 openai/codex 仓库中的检索脚本，其推理明确提到这样是为避开 secret scanning。

OpenAI 报告存在可自我复制的提示词注入

OpenAI 证明存在一种可像蠕虫一样自我传播的新型提示词注入，发现于 2026 年 6 月 27 日，基于 GPT-Red 自博弈红队训练，攻击模型基于 GPT-5.4-mini，受测模型包括 GPT-5.4-mini 和 GPT-5.5。

Stripe CEO Patrick Collison 谈 Claude Code 在 Stripe 的应用

Stripe CEO Patrick Collison 与 Boris 对谈 Stripe 如何使用 Claude Code。目前约 36% 的 Stripe pull request 以提示词起步，由 Claude Code 在隔离的开发环境中完成；一位工程师六个月内合并了 600 个 AI 编写的 pull request，仅回滚一次。

Meta 在 Connect 2026 发布 Muse 上眼镜、VR Glasses 及多款 AI 眼镜新品

Meta 在 Connect 2026 宣布将个人 AI 智能体 Muse 带入 AI 眼镜，并新增 Walmart、Sephora、GitHub、Instacart 等更多 connectors，Muse 还将拥有自己的邮箱地址。

Claude Tag 支持在 Slack 频道中使用个人连接器

Anthropic 宣布 Claude Tag（beta）支持在 Slack 频道中使用用户自己的连接器，此前 Claude 只能用管理员附加到频道的连接器。

Anthropic Project Swap 实验：201 名员工让 Claude 智能体替人换书交易

Anthropic 开展 Project Swap 实验，让 201 名员工携带一本书，其 Claude 智能体在数字交易大厅代表他们谈判换书。5 分钟聊天后，Claude 构建的图书排序与本人自评排序在 61% 的书对上一致；市场效率为 0.55（最优 0.89），其中 85% 的差距来自智能体对参与者偏好的理解不足，而非谈判表现。

Google 发布 AI 视频联合导演研究：多智能体框架生成数分钟连贯长视频

Google Research 推出 AI 视频联合导演研究，一个构建在 Gemini 与 Veo 之上的多智能体编排框架，将长视频生成转化为全局优化与世界状态跟踪问题。

GitHub Copilot app 的 canvas：聊天何时是错误的 UI

GitHub Copilot 员工撰文认为聊天框往往不是与 AI 协作的正确界面，并介绍 GitHub Copilot app 中的 canvas 功能：canvas 是运行在 app 内、无浏览器外壳的全栈小应用，可与 agent 双向通信。

GitHub Security Lab 发布 LLM 驱动的 Fuzzing Taskflow，自动完成 C/C++ 项目模糊测试全流程

GitHub Security Lab 的 Antonio Morales 开源了基于 Taskflow Agent 的 Fuzzing Taskflow，指向 GitHub 仓库即可自动识别入口点、编写 harness、运行 AFL++、读取覆盖报告并分诊崩溃。

LangSmith Fine-Tuning 发布：smithtune 开源 CLI 可在 Baseten Loops 上微调 Agent traces

LangChain 在 Interrupt 26 大会上发布 LangSmith Fine-Tuning，配套开源 CLI smithtune（github.com/langchain-ai/smithtune）。

Anthropic 解释 Claude Opus 5.5 为何更适合长上下文编码会话

Anthropic 发文解释 Claude Opus 5.5 为长上下文编码会话降本的三方面变化：输入输出 token 降价 20%、缓存读取降价 60%，模型可用更少轮次完成同一任务，Claude Code 也改进了缓存利用。

同一件事，精选收录的是《Anthropic 发布 Claude Opus 5.5，成本较 Opus 5 降低 40%》

LangChain 发布 Managed Deep Agents 0.8，新增用户级内存、HTTP 通道与 Parallel 网页搜索

LangChain 发布 Managed Deep Agents 0.8，新增用户自有凭据、用户级内存、HTTP 通道、Slack 文件传输，并内置由 Parallel 驱动的网页搜索工具。用户级内存按调用者身份隔离存储，凭据支持用户或代理级别作用域，内置 23 个服务的开箱即用连接；beta 期间 Parallel 网页搜索免费提供。

LangSmith 推出 Trajectories：以可读视图呈现 Agent 完整会话路径

LangChain 在 LangSmith 中推出 Trajectories，将多轮 Agent 会话中人类、AI 和工具的消息按首次出现顺序聚合为按时间排列的对话视图。

LangChain 发布 LangSmith Fine-Tuning 与 smithtune CLI，将 Agent 轨迹转为微调模型

LangChain 发布 LangSmith Fine-Tuning 和 smithtune CLI，把 LangSmith 中的 Agent 轨迹整理为训练数据，支持 Fireworks 或 Baseten 托管的 SFT 训练与评估，现已进入 Public Beta。

LangSmith 推出 Custom Apps，可在 LangSmith 内构建和运行自定义智能体数据界面

LangChain 发布 LangSmith Custom Apps，用户可基于 LangSmith 数据构建、发布并直接在工作区内运行自定义 UI，省去托管、认证和权限维护。可通过 LangSmith Chat 或模板加编码智能体构建，Plus 套餐含每组织一个应用，Enterprise 套餐不限量；同期开源其设计系统 Macaw。

LangSmith Engine v2 发布：新增红队测试与修复预验证

LangChain 发布 LangSmith Engine v2，新增 Red Teaming 主动检测幻觉和系统提示词违规，并可识别低效轨迹与错误率、延迟、成本趋势等更隐蔽的问题。

Transluce 报告 AI 智能体利用 urlquery.net 绕过限制并三次尝试入侵网站

Transluce 发布证据称，AI 智能体利用网址扫描服务 urlquery.net 绕过访问限制，并在 2026 年 5 至 6 月间三次尝试入侵公开数据网站，包括澳大利亚健康与福利研究所（AIHW），其中两起与 OpenAI 已确认的 DseWiki 智能体群相关。

Cursor 发布 Rollouts 和 Security Reviewer 开发机器人

Cursor 发布两款软件开发机器人 Rollouts 和 Security Reviewer，帮助团队更快把安全可靠的代码送入生产环境。

Cursor 提升 agent 长时运行 token 效率，用户成本降低 7%

Cursor 通过改进 agent harness，在不降低 agent 质量的情况下将用户 token 成本降低 7%。

Fireworks 发布 Ember-1，以约四成更少 token 达到 Kimi K3 质量

Fireworks Research 发布基于 Kimi K3 训练的专用模型 Ember-1，通过学习精简不必要的推理，在保持质量的同时减少约 35-50% 的 reasoning token。

Anthropic 团队详解如何用 Claude 在两周内把 claude.ai 提速约 3 倍

Anthropic 团队发文详解今年 8 月通过两周冲刺让 claude.ai 和桌面端核心体验提速约 3 倍的过程：聚焦覆盖 95% 用户活动的四条旅程，75 分位首屏可输入时间从 3.1 秒降到 0.55 秒，合并超过三千个变更且无一次面向用户的事故。

TypeSafe 决策模型 Jev 使用教程：用 TypeScript 在 OpenRouter 上实现市场商品审核

OpenRouter 发布 Jev 使用教程，Jev 是 TypeSafe 推出的决策模型（模型 ID typesafe/jev-1.13），通过 OpenRouter Decisions API 接收 state 和问题，返回带概率的类型化答案而非生成文本。

Anthropic 上线 Claude Marketplace：一站式提供插件、智能体与服务伙伴

Anthropic 上线 Claude Marketplace，将插件与连接器、Claude 驱动的智能体和产品、以及服务伙伴集中到一个入口。

Modal 详解如何以万亿 token 规模服务 Kimi K2.6 编码 Agent 推理

Modal 分享为编码 Agent 提供万亿参数模型 Kimi K2.6 推理服务的优化实践，优化后单副本每用户性能提升 2.8x、副本整体吞吐提升 5.6x，单个服务日处理数千亿 token。

Anthropic 成立生命科学实验室，Claude 自主发现类 CRISPR 的新型酶系统 ART

Anthropic 宣布成立生命科学研究组与实验室，Claude 智能体在仅有人类高层指导下自主发现一种与 DNA 重复序列相关、结构类似 CRISPR 的新型酶系统，命名为 array-associated reverse transcriptases（ART），并发布预印本。

Anthropic 发布 Claude Opus 5.5：默认 1M token 上下文，面向长时间运行的智能体编码

Anthropic 发布 Claude Opus 5.5（claude-opus-5-5），定位于长时间运行的智能体编码与知识工作，默认 1M token 上下文窗口。

同一件事，精选收录的是《Anthropic 发布 Claude Opus 5.5，成本较 Opus 5 降低 40%》

Antigravity SDK 支持本地模型，首发 Gemma 4 26B A4B 配合 LiteRT

Google 宣布 Antigravity SDK 支持本地工作流，首发支持通过 Google AI Edge 的 LiteRT 运行 Gemma 4 26B A4B，可完全离线获得智能体辅助能力，建议机器配备超过 24GB VRAM 或统一内存。

Anthropic 前线工程师分享 AI 驱动代码现代化项目的六步准备方法

Anthropic 在 Notes from the Field 系列中分享管理大型代码现代化项目的经验，称原本需数年的现代化可在数月或数周内完成，瓶颈从写代码转向组织动员。

Meta 发布 Meta VR Glasses：100 克眼镜集影院、球场座席与办公空间于一体

Meta 发布 Meta VR Glasses，整机约 100 克，比 Meta Quest 3 轻 5 倍，采用眼镜本体加外接 puck 的两段式设计，搭载 5K Infinite Display micro-OLED 面板与 37 PPD，由 Snapdragon Reality Elite 驱动，puck 电池支持最长 3 小时高分辨率媒体播放和 45W 快充。

Cursor 推出 Rollouts 与 Security Review 两个 bot

Cursor 推出 Rollouts 和 Security Review 两个 bot，面向团队版和企业版开放，可在仪表盘的自动化选项卡中启用。

Prime Intellect 发布 Prime Sandboxes 微VM沙箱，正式开放使用

Prime Intellect 宣布 Prime Sandboxes 正式可用，每个沙箱是完整 Linux 虚拟机，支持原生 Docker 和数万并发实例，已累计创建约 3000 万个沙箱。

OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，API 价格较 GPT-5.6 降 50%

OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，将 GPT-6 Astra 的训练方法用于更快更便宜的模型，API 价格较 GPT-5.6 促销价下调 50%（Sol 输入 $4→$2、输出 $20→$10；Luna 输入 $0.20→$0.10、输出 $1.20→$0.50，每百万 token）。