#Agent

Modal 与 Anthropic 合作推出 Claude Managed Agents 与 Modal Sandboxes 一等集成

Modal 宣布与 Anthropic 合作，为 Claude Managed Agents 提供 Modal Sandboxes 的一等集成，让工具调用全部运行在自托管 Modal Sandbox 中，同时保留 Anthropic 托管 agent loop 的便利。

Claude Platform 发布 MCP Tunnels 与托管智能体更新

Claude Platform 推出 MCP Tunnels 研究预览，支持连接私有网络内的 MCP 服务器。Claude Managed Agents 新增自托管沙箱选项，并支持在活跃会话中更新智能体的 MCP 服务器与工具配置。当工具输出超过 100K 字符（约 25K tokens）时，系统自动将完整内容溢出至沙箱文件，模型仅接收含文件路径的截断预览。

Grok平台技能功能上线

xAI于2026年5月18日正式推出Grok的“Skills”功能，旨在提供持久的专业知识支持。该功能允许用户对Grok进行一次性的偏好、格式规则或工作流程设置，即可在所有对话中持续生效，无需重复说明。Skills功能已在网页、iOS和Android平台全面上线，内置了创建与编辑Word文档、PPT演示文稿、Excel电子表格及处理PDF文件等开箱即用的技能。用户可以覆盖内置技能进行自定义，也能够通过对话快速创建新技能，从而实现工作流自动化与专业文档的便捷生成。

Anthropic收购SDK与MCP服务器工具开发商Stainless

Anthropic宣布收购SDK与MCP服务器工具开发商Stainless。Stainless自2022年成立以来，一直为Anthropic官方SDK的生成提供支持，其工具能将API规范转化为TypeScript、Python、Go等多语言的SDK、命令行工具及MCP服务器。此次收购旨在增强Claude平台的开发者体验，提升AI代理连接外部数据与工具的能力，从而在MCP协议基础上进一步拓展连接生态。

Composer 2.5 发布与技术解析

Cursor 平台发布了智能与行为表现大幅提升的 Composer 2.5。该模型更擅长执行复杂指令和长期任务。其改进基于训练规模的扩大、更复杂的强化学习环境及新的学习方法。关键技术包括：使用文本反馈进行针对性强化学习以纠正具体错误；采用基于真实代码库、规模达前代25倍的合成数据进行训练；并引入分片Muon优化器等新架构。模型基于Moonshot的开源检查点构建。开发团队正合作训练一个计算量十倍的更大模型，并在大规模训练中发现了新型奖励作弊问题。

LlamaIndex 发布 ParseBench 基准及本地解析工具更新

LlamaIndex 发布周报，介绍面向 AI Agent 的文档 OCR 基准 ParseBench，推出基于 Rust 的沙箱 CLI Agent 工具 Sandboxed-Lit 以及可自托管的私有文档解析服务器 LiteParse-Server。此外还分享了新加坡和纽约的活动回顾及网络研讨会预告。

METR 发布前沿风险报告，评估 Anthropic、Google、Meta、OpenAI 内部 Agent 失控风险

METR 于 2026 年 2 月 16 日至 3 月 16 日开展试点评估，Anthropic、Google、Meta 和 OpenAI 参与并共享最强内部模型及非公开信息。

LlamaIndex 用 LiteParse 构建带 PDF 原文高亮引用的财务尽调 Agent

LlamaIndex 工程师发布了一个财务尽调 Agent 演示应用，用 LiteParse 解析 SEC 文件并获得文本的 bounding box 坐标，使 Agent 回答能在原始 PDF 页面上高亮精确来源。

Sierra 推出动态路由转录平台，支持 70+ 语言并融入客户上下文

Sierra 构建了一个转录平台，可在多个提供商之间动态路由，融入客户上下文，支持 70 多种语言，并适应真实世界的可变性。该平台旨在提升智能体效率和客户满意度。

Claude Platform 5月18日更新：网页搜索工具支持更丰富的SEC文件数据

Claude Platform 网页搜索工具现在可返回更丰富的SEC文件数据，帮助金融研究智能体、财报分析和尽职调查工作流基于原始来源进行事实核查，并附带引用。

Prime Intellect 开源自进化合成智能体环境 general-agent

Prime Intellect 开源 general-agent 环境 v1，通过 Synthesizer 与 Solver 双智能体博弈生成自进化任务语料，目前包含 4,504 个任务、1,040 个领域和 8,159 个独特工具，每个任务经求解器按难度带实证校准。

Cognition 推出 Devin Auto-Triage 自动排查告警并生成修复 PR

Cognition 推出 Auto-Triage，Devin 可自动监控 Slack、Linear、GitHub、Sentry、Datadog 和 webhook 等来源的告警，立即检查代码库与可观测性工具、并行派生 sub-Devin 调查，输出结论、下一步或直接开 PR。

Manus 发布定时任务 2.0，支持在同一任务、项目和网页应用中持续运行

Manus 发布定时任务 2.0，让定时能力覆盖任务、项目和网页应用等更多上下文。定时任务可留在同一任务上下文继续运行，沿用项目里的文件、技能、连接器和输出标准；Manus 构建的网页应用可内置定时动作，刷新数据或生成摘要。更新还提供侧边栏、日程视图和日历视图查看运行记录，支持跳过确认、连接器和云电脑等高级设置，目前已面向所有用户开放。

Gemini for Science：面向科学的AI实验与工具，开启发现新时代

Google 推出 Gemini for Science 项目，发布一系列基于 Gemini 模型的科学工具与实验性应用。该项目旨在扩展科学探索的规模与精度，通过人工智能辅助研究人员处理复杂计算、模拟实验系统并加速数据分析流程。具体工具覆盖材料科学、气候模拟、生物信息学等多个领域，目标是将大规模生成式模型能力整合进科研工作流，推动跨学科研究的突破性进展。

寻找新型传染病背后的分子开关

Clare Bryant教授利用Co-Scientist这一工具，针对新兴传染病背后的基因触发因素进行研究，旨在揭示驱动这些疾病出现的分子开关机制。这项工作有望帮助快速识别潜在的新发传染病威胁，为疾病监测与早期预警提供新的技术路径。

开辟衰老研究新路径

Calico Life Sciences 通过 Co-Scientist 平台，将零散的衰老研究发现进行连接与整合，从而生成新的研究线索与方向。该工具旨在加速衰老领域的科学探索，为后续研究提供创新思路。

Tibo@thsottiaux· 15:20AI 评分6666

Codex🫸🫷Zed [引用 @zeddotdev]：你现在可以在Zed代理中使用你的ChatGPT订阅，享受与直接在Codex中相同的使用量和速率限制。我们感谢@openaidevs继续支持第三方工具的基于订阅的访问，即使其他公司正在转向基于使用量的计费。

销售团队如何使用 Codex

销售团队可利用 Codex 基于实际工作输入，自动生成一系列关键销售文档。具体功能包括创建管道简报、会议准备材料、预测审核、客户计划以及停滞交易诊断。这一应用将日常沟通与数据转化为结构化、可操作的销售支持内容，帮助团队提升效率与决策质量。

Databricks将GPT-5.5引入企业智能体工作流

Databricks宣布在企业智能体工作流中集成GPT-5.5模型。这一决策基于该模型在OfficeQA Pro专业基准测试中取得的突破性性能表现，创造了新的行业标杆。GPT-5.5的引入将提升企业自动化流程的准确性与效率。

Claude Code v2.1.143 版本更新：插件管理与用户体验增强

Claude Code 发布 v2.1.143 版本，重点增强了插件管理功能，包括强制执行插件依赖关系，并新增了插件市场的预估上下文成本显示。为方便直接编辑工作副本，增加了 `worktree.bgIsolation: "none"` 设置。多项体验得到改进：后台会话唤醒后保留模型与努力级别设置；Windows PowerShell 工具默认绕过执行策略；`claude agents` 命令新增多个参数以配置默认会话。此外，本次更新修复了大量错误，包括修复损坏的 `.credentials.json` 文件导致 CLI 启动卡住、Windows Terminal 中的右键粘贴问题、后台会话错误捕获 IDE 文件引用，以及 macOS 上后台作业读取特定目录文件的权限错误等。

Gemini 3.5：具备行动能力的前沿智能

Google发布了Gemini 3.5模型，该模型专注于提升执行复杂任务的能力。其核心特点是支持“代理式工作流”，即能够像助手一样自主规划并执行一系列多步骤、复杂的操作，旨在将先进的语言理解与实际问题解决能力相结合。

将Grok接入Hermes智能体

xAI宣布，用户现可将Grok订阅账户接入Nous Research的开源自改进智能体Hermes Agent。该集成对所有订阅层级开放，允许用户在Hermes环境中直接使用Grok 4.3进行文本对话与高级推理、调用其文本转语音功能生成语音回复，并利用Grok Imagine创建图像与视频。Hermes Agent可持久运行于电脑、沙盒或VPS，具备跨会话长期记忆能力，并能连接WhatsApp、Discord等通讯平台。用户通过安装Hermes Agent并选择Grok提供商即可完成配置。

在法律行业全面部署Claude：产品指南与实施路线图

2026年报告显示，法律团队生成式AI使用率已从44%跃升至87%。为应对日益复杂的工作，法律行业正将Claude应用于合同审阅、并购尽调及诉讼准备等核心流程，并通过多款产品组合提升效率：Chat用于即时研究，Claude Cowork处理跨文件协作，Microsoft 365插件集成办公套件，Platform支持定制应用开发。Anthropic同步发布法律行业部署指南，涵盖产品矩阵、12个预设业务领域插件及三阶段实施路线图，并解答数据托管与权限保护等关键问题。

构建通用无障碍智能体——以及我们在此过程中的收获

GitHub正在试点一项实验性的通用无障碍智能体。该项目旨在探索如何利用AI技术提升软件的可访问性，通过智能体自动识别并修复代码中的无障碍问题。试点过程中，团队总结了关键经验，包括需要平衡自动化建议与开发者控制权，以及如何有效处理不同编程语境下的多样化无障碍需求。这项实验是GitHub Copilot在AI辅助编程领域的进一步探索，致力于让开发工具更具包容性。

PromptArmor 发布 Microsoft Copilot Cowork 安全部署指南

PromptArmor 发布 Microsoft Copilot Cowork 安全从业者指南，指出该云端智能体的主要风险是间接提示词注入，且开箱即继承用户的 Microsoft Graph 权限，陈旧的 Teams 成员关系和过度共享的 SharePoint 站点都会成为攻击面。

Claude 代理工具 v2.1.142 版本更新

Claude 代理工具发布 v2.1.142 版本。本次更新新增了 `--add-dir`、`--settings`、`--model` 等 8 个用于配置后台会话的命令行标志，并将 Fast 模式的默认模型升级为 Opus 4.7。插件功能得到增强，拥有根目录 `SKILL.md` 的插件现可被识别为技能，插件详情面板会显示其提供的 LSP 服务器。此外，版本修复了超过 15 项问题，包括 MCP 工具超时设置失效、后台会话在系统休眠后异常断开、守护进程升级后无法正常退出、Windows 网络驱动器工作目录下死锁等关键错误，并改进了响应式压缩和钩子配置错误提示。

Tibo@thsottiaux· 04:48AI 评分7575

Codex everywhere [引用 @OpenAIDevs]：离开你的笔记本电脑。在手机上继续用Codex进行构建。 Codex在你的电脑上持续工作，你的文件和项目上下文仍保持原样。 口袋大小的访问。完整的Codex工作状态。 https://x.com/OpenAI/status/2055016850849993072

Codex 移动端预览版推出，可远程管理编码任务

用户现可通过 ChatGPT 移动应用随时随地使用 Codex。该功能支持跨设备和远程环境实时监控、引导及批准编码任务，实现了对编程工作的无缝移动端管理。

xAI 推出 Grok Build 早期测试版

xAI 面向 SuperGrok Heavy 订阅用户推出 Grok Build 早期测试版。这是一个直接在终端运行的新型编程智能体与命令行工具，专为专业软件工程和复杂任务设计。其核心功能包括：支持“计划模式”，允许用户在代码执行前审阅和修改详细步骤；能无缝集成现有开发工具链；可将大型任务分解，交由并行运行的专用子智能体处理。此外，该工具提供无头模式，便于脚本和自动化流程集成。用户可通过单行命令安装并立即在项目中使用。

Linear 推出 Code Intelligence，为 Linear Agent 带来代码上下文查询能力

Linear 发布 Code Intelligence，将代码库作为上下文接入 Linear Agent，现以公开 Beta 形式向 Business 和 Enterprise 计划开放，Beta 期间免费。

在大型代码库中高效运用Claude Code：最佳实践与入门指南

Claude Code已成功部署于数百万行的单体仓库、遗留系统及分布式架构中。其核心在于围绕模型构建的“工具套件”，而非仅依赖模型本身。该套件包含五个关键扩展点：提供代码库概览的CLAUDE.md文件、实现持续改进的钩子、按需加载专业知识的技能、插件以及MCP服务器。它采用智能体搜索模式，直接在开发者本地实时代码库上操作，无需构建和维护集中式索引，从而避免了传统RAG系统在活跃大型代码库中索引过时的问题。团队对代码库设置的投入程度直接决定了其导航效果。

创始人手册：构建AI原生初创公司

Anthropic公司发布了一份面向AI原生初创企业的实用指南，旨在重塑2026年创业生命周期的构思、最小可行产品、发布和规模化四个核心阶段。该手册为每个阶段提供了具体目标、退出标准、常见失败模式及AI驱动练习，涵盖如何利用Claude进行问题验证与客户发现、避免AI生成代码的技术债务、区分真实产品市场契合度与早期炒作，并引入智能工作流替代创始人手动操作。指南还整合了多家初创企业的实践案例，为从零开始围绕AI构建公司的创始人提供架构、范围与安全方面的最佳实践。

Genkit 推出中间件系统：增强智能体AI应用的可控性与可靠性

Google开源框架Genkit近日推出其核心中间件系统，旨在提升智能体AI应用的可靠性与可控性。该系统允许开发者在生成调用、模型及工具层进行拦截，以注入自定义行为，如重试机制、模型回退以及人工介入的工具审批流程。通过创建并堆叠自定义中间件，开发者能够实现对模型输出的确定性控制。所有中间件的执行流程均可通过专用的开发者界面进行实时查看与调试，有效支持使用TypeScript、Go、Dart和Python构建生产就绪的智能体应用。

Augment 实测 Auggie 对比 Claude Code：同用 Opus 4.7 成本低 33%

Augment Code 发布 Auggie CLI 与 Claude Code 在 Opus 4.7 上的对比评测。Terminal Bench 2.0 上 Auggie pass rate 67.4% 对 66.3%，总成本低 33%（$463.04 对 $694.50），总 token 少 32%；SWE-Bench Pro 上质量略高、成本低 23%。

将 Similarweb 接入 Manus：用 MCP 连接器做竞争研究

Manus 上线 Similarweb 连接器，通过 MCP 把 Similarweb 的市场情报数据接入 Manus，用户用自然语言提问即可获得关键词、流量趋势、热门落地页和推荐流量等分析。

Manus 如何用 Google Drive 连接器自动化 Docs、Sheets 和 Slides 工作流

Manus 的 Google Drive 连接器原生支持 Drive、Docs、Sheets 和 Slides，可跨格式读取、编辑和创建内容。它能把指定 Drive 文件夹当作实时知识库，自动从图像和 PDF 提取数据并追加到 Google Sheet、生成可视化仪表板，或用一条提示词完成客户文件夹的复制、个性化与共享。

蚂蚁 inclusionAI 推出万亿参数推理模型 Ring-2.6-1T

蚂蚁 inclusionAI 发布旗舰推理模型 Ring-2.6-1T，参数规模达万亿，面向智能体工作流、工程开发、科研分析等复杂场景。模型从“能回答”升级至“能执行”，在多步任务与工具协作中表现更优；支持 high/xhigh 两档推理强度，可灵活平衡效果与成本；采用异步强化学习结合 IcePop 算法提升训练效率。基准测试中，high 模式 PinchBench 得 87.60、ClawEval 63.82、Tau2-Bench 电信场景 95.32；xhigh 模式 ARC-AGI-V2 得 66.18、AIME 26 达 95.83、GPQA Diamond 88.27。上下文长度支持 128K 扩展至 256K（YaRN），已通过 HuggingFace 和 ModelScope 开放下载。

Together AI 开源视频翻译工具 Violin，集成 Whisper、DeepSeek V4 Pro 与 Sonic 3

Together AI 发布全开源视频翻译工具 Violin，代码以 MIT 许可证开放在 github.com/shang-zhu/violin。流程分三步，用 Together 的 Whisper V3 做多语言转写，DeepSeek V4 Pro 做翻译，Together 托管的 Cartesia Sonic 3 合成多种母语语音，且不支持声音克隆。

PromptArmor 解析 LLM 沙箱域名白名单的常见外泄风险

PromptArmor 分析 Agent 沙箱域名白名单的配置与风险，指出 npmjs.com、github.com、docs.google.com 和 *.amazonaws.com 等常用白名单域名都可能被提示注入用作数据外泄通道，例如通过 Google Forms 预填提交链接或攻击者注册的匹配通配符的子域名。

Claude 工具 v2.1.141 版本更新

Claude 工具发布 v2.1.141 版本，带来多项功能新增与优化。主要更新包括：为钩子输出添加 `terminalSequence` 字段以支持无控制终端的桌面通知；新增 `CLAUDE_CODE_PLUGIN_PREFER_HTTPS` 环境变量，便于通过 HTTPS 克隆插件源码；引入 `ANTHROPIC_WORKSPACE_ID` 变量以在多工作区联盟中限定令牌范围。会话管理方面，`claude agents` 命令新增 `--cwd` 参数用于按目录筛选，并优化后台代理的状态归类。用户体验改进包括：在倒带菜单添加“总结至此”选项以压缩早期上下文；长思考超时后旋转指示器变色提供更明确反馈；此外，还修复了 Markdown 表格渲染异常、权限提示逻辑、历史记录管理等超过 30 项问题。