Agent 的下一步不是连接到一个更大的中央编排图，而是成为有身份、有边界、有承诺、能够进入其他自治域的长期主体。

上一篇《下一代 Agent Foundation：标准化 Agent 与世界的边界》讨论了单个平台内的 Input、Activation、Context、Effect、Suspension 和可替换 Runtime。它解决的是一个 Agent 如何稳定进入软件系统。

当这些 Agent 分属不同个人、企业和平台时，问题会再向外移动一层：

• Agent 如何拥有独立于 Runtime 的长期身份？
• 两个从未共享 Session、Memory 和管理员的 Agent 如何通信？
• 一个域如何验证另一个域的 Agent，同时保留自己的授权策略？
• Agent 如何申请 Sandbox、Tool、Compute 和临时凭证，而不是永久携带所有权限？
• Request 如何变成可追踪的委托和承诺，而不只是聊天记录中的一句话？
• Agent 迁移、复制和派生时，如何避免同一身份同时出现在两个地方？
• Human 与 Agent 如何处于同一协作网络，同时保留必要的控制不对称？

这些问题组合起来，不是一个更复杂的 Multi-Agent Framework，而是一套 Agent Federation。

为什么是 Federation，而不是 Agent Internet

“Agent Internet”强调 Agent 可以互相连接。这个比喻容易把重点放在 endpoint、协议发现和消息传输上，也容易让人误以为只要所有 Agent 支持同一个 A2A API，网络就自然形成。

真正困难的是管理边界。每个个人、组织或平台都需要保留自己的：

• Identity authority
• Membership 与 relationship policy
• Runtime placement
• Memory 与 Mailbox
• Environment 与 Effect boundary
• Capability issuer
• Risk、budget 与 approval policy
• Audit、revocation 与 abuse control

因此更准确的描述是：

Agent Federation 是多个自治域通过公共通信、身份、能力和交互契约协作，同时由每个域独立执行信任与授权策略。

Internet 可以是底层 transport，Federation 才是上层治理拓扑。它既不是一个全球中央平台，也不是没有管理者的 trustless network。

flowchart LR    subgraph CG["Centralized Agent Graph"]        CP["Central Planner"]        C1["Worker A"]        C2["Worker B"]        C3["Worker C"]        CP --> C1        CP --> C2        CP --> C3    end    subgraph FG["Agent Federation"]        D1["Domain A<br/>local authority"]        D2["Domain B<br/>local authority"]        D3["Domain C<br/>local authority"]        D1 <-->|"public contract"| D2        D2 <-->|"public contract"| D3        D1 <-->|"public contract"| D3    end

中央图中的 Worker 可以很复杂，却仍然只是一个系统的内部组件。联邦中的节点首先是自治主体，其次才是协作者。

先区分 Composite Agent 与 Multi-Agent

“调用了 subagent”不代表系统中存在多个独立 Agent。多个执行单元如果共享同一个 planner、identity、memory owner、permission root 和 failure domain，本质上仍是一个 Composite Agent。

一个独立 Agent 至少需要具备下面这些属性：

这些条件不是为了模拟人格，而是为了建立系统边界。

• 一个 Planner 临时启动十个共享权限的 Worker，是 Composite Agent。
• 一个企业内部由统一控制面管理的多个长期 Agent，可以是 Multi-Agent System，但还不是 Federation。
• 多个独立管理域中的 Agent 通过公共契约协作，才形成 Agent Federation。

这一区分很重要。没有独立 Identity 和 Authority，后面的信任、委托、迁移和责任都没有稳定对象。

Federation Domain 与 Agent Home

联邦的基本部署单元不是 Agent 进程，而是 Federation Domain。每个 Agent 在一个域中拥有自己的 Agent Home。

Agent Home 不是永远在线的 VM。它是一组由本域负责的持久系统服务：

flowchart TB    subgraph DOMAIN["Federation Domain"]        GW["Federation Gateway"]        DIR["Principal Directory<br/>address / key / endpoint"]        MAIL["Mailbox and Conversation Store"]        TRUST["Trust and Policy Engine"]        CAP["Capability Issuer"]        PLACE["Runtime Placement and Lease"]        FOUND["Agent Foundation"]        ENV["Environment and Effect Log"]        AUDIT["Audit and Revocation"]        GW --> TRUST        DIR --> TRUST        GW --> MAIL        MAIL --> FOUND        TRUST --> FOUND        CAP --> FOUND        PLACE --> FOUND        FOUND --> ENV        FOUND --> AUDIT    end    FOUND --> R1["Runtime A"]    FOUND -.-> R2["Replacement Runtime"]

这个边界与现实中的 federated system 有相似之处，但不复制任何单一协议：

• Internet Mail Architecture把用户层与 Message Handling Service 分开，依赖全局地址和异步 point-to-point transfer；发送者与接收者不需要同时在线。
• ActivityPub让 Actor 暴露 Inbox 和 Outbox，跨服务器投递发生在 Actor 所在服务之间。
• Matrix Server-Server API由 homeserver 交换签名请求和事件，接收域独立执行格式、签名和授权检查；它的 transaction 只在一对 homeserver 之间有意义，而不是全局事务。

Agent Federation 需要提炼这些边界：主体有稳定地址，消息由 Home 持久接收，管理域互相通信，本地策略拥有最终决定权。

Identity 才是 Agent 的连续性

当前许多 Agent 系统把 Session、容器或进程 ID 当成 Agent ID。这在单机工具中足够，在联邦中会立即失效：Runtime 会升级，Sandbox 会销毁，模型会切换，Agent 也可能迁移到另一组 Worker。

Agent 的 durable self 应该由 Home 持有，至少包含：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

agent_id: agent://acme.example/agents/release-manager
home_domain: acme.example
owner: human://acme.example/users/alice
status: active
key_refs:
  - kms://agent-keys/release-manager/3
mailbox_ref: mailbox://acme.example/release-manager
memory_refs:
  - memory://acme.example/release-manager/private
relationship_refs:
  - graph://acme.example/release-manager/relationships
capability_grants:
  - cap://acme.example/grants/deploy-staging
commitment_cursor: 184
runtime_lineage_ref: lineage://acme.example/release-manager
placement_lease_id: placelease_01...
placement_epoch: 42
environment_refs:
  - env://acme.example/projects/payments
latest_audit_cursor: 91028

这个对象描述“谁在行动”，RuntimeDescriptor 和 RuntimeStateRef 描述“它现在由什么执行”。二者必须分开：

• Identity 可以连续存在，Runtime 可以被替换。
• Home 可以接收消息，Runtime 可以暂时不存在。
• Agent 可以切换模型，历史责任不能随之消失。
• Runtime 只能获得有期限的 placement lease，不能因为拿到 checkpoint 就自动成为该 Agent。
• 签名密钥最好由 Home、KMS 或受证明的执行环境控制，而不是永久复制进每个 Sandbox。

Self-certifying identifier 或 DID 可以成为某种实现，但不是联邦成立的前提。系统仍然需要 naming、endpoint resolution、key rotation、revocation、attestation 和本地信任策略。一个能由公钥验证的名字，只解决“这次签名对应哪个 key”，不自动解决“我是否信任它、是否允许它部署生产环境”。

上面的 agent://acme.example/... 是 Home-qualified address：acme.example 同时是命名 authority 和路由 authority。它允许 Runtime 被放到其他执行域，但 Home、Mailbox 和 Identity authority 仍由 acme.example 持有。若要把 Home 本身转移到新 Domain，需要另一套 re-homing 协议：使用独立于 Home 的 immutable principal ID，或由旧 authority 签名的 transfer/redirect chain，并对 Mailbox route 建立 epoch、接管与撤销状态。仅复制 key 或 checkpoint 不能让新域合法接管旧域地址。

更实用的组合是：

去中心化的主体标识 + 联邦式 endpoint/key discovery + 本地策略执行。

Communication Plane 不是 Chat UI

IM 对 Agent 最有价值的部分不是气泡界面，而是已经被大量系统验证的通信原语：

• Address
• Durable Mailbox 与 Outbox
• Thread / Conversation
• History cursor
• Membership 与 consent
• Presence
• Notification policy
• Permission
• Relationship graph
• Delivery receipt

Chat、Email、Webhook、A2A 和企业消息队列可以成为 Communication Plane 的 Adapter。它们不应该分别定义一套 Agent 生命周期。

Message Envelope 与 AgentInput 必须分层

跨域消息不应该直接成为 Prompt，也不应该直接等同于上一篇中的 AgentInput。它首先是一个不可信的 FederatedEnvelope：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

message_id: msg_01...
sender: agent://vendor.example/agents/release-auditor
sender_domain: vendor.example
to:
  - agent://acme.example/agents/release-manager
conversation_id: conv_01...
interaction_type: request
in_reply_to: msg_00...
correlation_id: corr_01...
causation_id: msg_00...
issued_at: 2026-08-17T09:30:00Z
expires_at: 2026-08-17T10:30:00Z
body_ref: object://vendor.example/messages/msg_01
body_digest: sha256:...
content_type: application/agent-interaction+json
idempotency_key: vendor.example/release/184
key_id: key://vendor.example/agents/release-auditor/7
signature: ...

接收域先完成：

1. 解析目标地址和 endpoint，并对连接、Envelope、附件和引用对象施加硬性大小限制。
2. 把尚未认证的 bytes 写入有容量、TTL 和保留策略的 bounded ingress/quarantine，而不是目标 Mailbox。
3. Federation Gateway 验证发送域、key、签名、digest、时间和 replay window，并把 sender 绑定到经过认证的 origin；不能相信 payload 自报的 principal。
4. 执行 block list、relationship、consent、rate、budget 和 abuse policy。
5. 接受后，按 (authenticated_origin_domain, authenticated_sender, destination_mailbox, message_id) 去重并持久化到正式 Mailbox。Pairwise transaction id 同样只在经过认证的 origin/destination pair 内有意义。
6. 返回只表示“本域已接收”的 delivery receipt；被拒绝内容如需审计，只进入 bounded quarantine/audit log。
7. Event Normalizer 只做 schema 校验与 canonical conversion，生成 AgentInput，不重新决定发送者身份。
8. 由 Context Projector 决定哪些字段能进入模型上下文。

Transport delivery identity 与业务 idempotency_key 必须分开。前者防止同一个 Envelope 被重复接收，后者防止同一业务意图经过多条消息或重试重复执行。

flowchart LR    OUT["Remote Outbox"] --> RAW["Bounded Ingress<br/>Quarantine"]    RAW --> VERIFY["Verify and Bind Origin"]    VERIFY --> POLICY["Trust and Abuse Policy"]    POLICY -->|"accept"| MAIL["Durable Mailbox"]    POLICY -->|"reject"| AUDIT["Bounded Audit"]    MAIL --> NORM["Event Normalizer"]    NORM --> INPUT["AgentInput"]    INPUT --> ATT["Attention Policy"]    ATT -->|"PROJECT"| STATE["Environment Projection"]    ATT -->|"ACTIVATE"| RUN["Run"]    RUN --> CTX["Context Projector"]

这条链路防止一种常见错误：远端 Agent 发来的文本因为“已经通过 A2A”就直接获得 trusted system context。Transport authentication、message acceptance、business authorization 和 prompt projection 是四个不同决策。

反方向也不能绕开 Effect boundary。Agent 主动发送的 request、accept、commit 或 report 是可能泄露数据、消耗远端资源或建立义务的 communication Effect。Runtime 必须先产生结构化 ActionProposal；Effect Gateway 执行数据出境、Capability、预算和审批策略，并原子持久化 Interaction record 与 durable Outbox record。OutputSink 只能投影已经授权的记录，不能把普通自由文本 RunEvent 自动升级为 Agent 的签名社会行为。协议级 delivery receipt 可以由 Gateway 生成，但它不代表 Agent 接受了任何义务。

Conversation 不等于 Session

Conversation 是多个 Principal 共享的通信对象；Session 是单个 Agent 的私有执行连续性。

二者可以通过 conversation_id 和 session_ref 关联，不能合并成同一条 transcript。否则跨域参与者会意外获得内部上下文，Agent 的迁移也会被某个聊天产品的数据模型绑死。

Presence 同样只是弱信号。online 可能代表 Home 可达、Mailbox 可写或 Runtime 正在运行，三者含义不同。可靠工作必须依赖 durable delivery 和 explicit commitment，不能依赖绿色圆点。

Trust Plane：认证不是授权

联邦没有一个全局万能身份提供者。每个 Domain 签发或托管本域 Principal 的凭证，同时决定信任哪些外域。

SPIFFE Federation提供了一个清晰参照：trust domain 在管理上彼此隔离，通过持续获取对方的 bundle，获得验证外域 SVID 所需的公钥材料。它解决跨域认证，不替接收方决定授权。

Agent Trust Plane 也应该分层：

1. Naming：这个 domain-qualified address 的 authority 是谁。
2. Endpoint discovery：它的 Gateway、Inbox、key endpoint 在哪里。
3. Credential verification：Envelope 是否由当前有效 key 签名。
4. Attestation：需要时，发送方运行于什么受证明的 Runtime 或 Sandbox。
5. Relationship trust：双方是否有组织关系、合同、联系人或历史互动。
6. Authorization：这个 Principal 对当前 subject 能做什么。
7. Risk policy：即使允许，是否需要预算、限速、审批或更强证明。
8. Revocation：key、Agent、Domain、relationship 和 delegation 如何失效。

Domain trust 不应该直接传播为 transitive trust。A 信任 B、B 信任 C，不代表 A 自动信任 C。Reputation 也只能成为本地策略输入，不能覆盖明确权限。

Spam 与 Sybil 是协议核心问题

一旦公开 endpoint 能唤醒模型，每一封垃圾消息都可能变成真实成本。Agent Federation 的 abuse surface 比普通 IM 更大：攻击者不仅消耗存储和网络，还能消耗 token、Sandbox、Tool quota，甚至诱导 Effect。

因此 Gateway 必须在 Activation 之前提供：

• per-domain、per-principal、per-conversation rate limit
• message size、attachment、recursive fetch 和 fan-out limit
• proof-of-relationship 或 invitation requirement
• sender budget / receiver budget policy
• duplicate、replay 和 loop detection
• quarantine 与 delayed delivery
• block、mute、revoke 和 domain-level deny
• unknown sender 不唤醒模型的默认策略
• outbound amplification 与 auto-reply loop control

身份可以是开放创建的，Attention 不应是开放消耗的。

Capability Plane：Tool 与 Sandbox 都是动态基础设施

Agent 身份稳定，不代表它应该永久携带能力。启动时把所有 Tool、云凭证和 Sandbox 权限注入 Runtime，会让长期 Agent 变成长期风险。

更合适的生命周期是：

flowchart LR    NEED["Need Detected"] --> REQ["CapabilityRequest"]    REQ --> POLICY["Policy and Approval"]    POLICY -->|"deny"| DENIED["Denied"]    POLICY -->|"grant"| LEASE["CapabilityLease"]    LEASE --> BIND["Bind Tool / Sandbox / Compute"]    BIND --> INTENT["Persist Effect Intent"]    INTENT --> USE["Authorized Use"]    USE --> SETTLE["Settle Effect and Usage"]    SETTLE --> EXPIRE["Expire or Revoke"]    EXPIRE --> NEED

一个 Capability Lease 至少需要描述：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

lease_id: caplease_01...
issuer: service://acme.example/capability-authority
subject: agent://acme.example/agents/release-manager
actor_for: human://acme.example/users/alice
audience: env://acme.example/clusters/staging
actions:
  - deployment.read
  - deployment.create
constraints:
  branch: release/*
  max_rollouts: 1
  max_cost_usd: 20
issued_at: 2026-08-17T09:35:00Z
expires_at: 2026-08-17T10:05:00Z
placement_lease_id: placelease_01...
placement_epoch: 42
parent_lease_id: caplease_parent_01...
delegation_depth: 1
revocation_ref: revocations://acme.example/caplease_01

Tool、Browser、Sandbox、GPU、database session、secret handle 和 outbound network policy 都可以由同一个抽象描述。Lease 不一定是 bearer token，也可以是服务端 policy record、短期证书或只能在特定 executor 使用的 opaque handle。代表某个 Agent placement 使用的 Lease 还必须绑定 placement_lease_id 与 placement_epoch；迁移时旧 Lease 被撤销，或因权威 fencing comparison 自动失效。

Delegation 不能抹掉 Agent 身份

OAuth 2.0 Token Exchange明确区分 delegation 与 impersonation：

• Impersonation 让 A 在某个权限上下文中表现为 B。
• Delegation 保留 A 自己的身份，同时表达 A 代表 B 行动。

Agent 的默认模式应该是 delegation。EffectRecord 同时记录：

• 谁拥有原始 authority。
• 哪个 Agent 实际采取行动。
• 哪个域签发了 Lease。
• 能力经过了怎样的 delegation chain。
• 最终在哪个 Environment 和 audience 中使用。

人类把部署权限委托给 Agent，不应该等于把自己的长期 token 复制给 Agent。父 Agent 派生子 Agent，也不应该共享同一 root credential。Capability 应随委托逐级收窄，而不是扩大。

Interaction Protocol：从消息升级为社会行为

消息投递只说明“对方收到了数据”，不能说明“对方接受了工作”。自然语言中的“好”“我来处理”“应该可以”也不足以形成可恢复的系统状态。

Agent 间协议需要 typed speech act。一个最小 vocabulary 可以包括：

这些类型不会替模型做决定。它们把模型决定变成平台可以验证、持久化和恢复的状态转移。

Commitment 是独立于 Session 的对象

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

commitment_id: cmt_01...
conversation_id: conv_01...
proposal_id: proposal_01...
proposal_version: 3
proposal_digest: sha256:...
debtor: agent://vendor.example/agents/release-auditor
creditor: agent://acme.example/agents/release-manager
content:
  action: audit.release
  subject: release://acme.example/payments/2026.08.17
conditions:
  source_digest: sha256:...
deadline: 2026-08-17T12:00:00Z
evidence_policy:
  required_artifacts:
    - signed-audit-report
capability_lease_refs:
  - caplease://acme.example/read-release-184
transition_log_refs:
  - commitments://vendor.example/cmt_01/transitions
  - commitments://acme.example/cmt_01/transitions
observed_transition_cursors:
  vendor.example: 7
  acme.example: 5
local_assessment: active
created_from_interaction: int_01...

flowchart LR    PROPOSED["PROPOSED"] -->|"signed accept of digest"| ACTIVE["ACTIVE"]    PROPOSED -->|"reject"| REJECTED["REJECTED"]    ACTIVE -->|"report + evidence"| REPORTED["REPORTED"]    ACTIVE -->|"deadline"| OVERDUE["OVERDUE"]    ACTIVE -->|"agreed cancel"| CANCELED["CANCELED"]    REPORTED -->|"creditor accepts"| FULFILLED["FULFILLED"]    REPORTED -->|"creditor disputes"| DISPUTED["DISPUTED"]    DISPUTED -->|"resolution"| FULFILLED    DISPUTED -->|"resolution"| VIOLATED["VIOLATED"]    OVERDUE --> VIOLATED

Commitment 不需要变成链上合约，也不应该依赖一个跨域共享的可变 state 字段。事实源是一组 append-only、签名的 transition 与 evidence：accept 必须绑定准确的 proposal id、version 和 digest；report 由 debtor 发出；对 evidence 的 accept 或 dispute 由 creditor 发出；cancel、revoke 和 resolution 也要声明有权发起的主体。上图是某个 Domain 根据这组事实计算的 local materialized view。

不同域可能同时拥有合法但不同的判断：debtor 已经 REPORTED，creditor 仍认为 DISPUTED；deadline 与 report 也可能并发。协议保留 transition id、causation、签名 evidence 和各域 assessment，通过后续 Interaction 解决分歧，而不是假设全局单值共识。

现有 A2A Protocol已经标准化 Agent Card、Message、Task、Artifact、streaming 和 task lifecycle，适合 peer task interoperability。Federation 仍需在其外围补充 durable address/mailbox、domain trust、capability delegation 和跨会话 commitment。A2A 可以成为 Adapter 或 Interaction transport，不必独自承担整个社会模型。

Attention System：Hook 与 Heartbeat 是不同信号

长期 Agent 不应该让每条 Mailbox message 都立即创建 Run，也不应该靠固定 heartbeat 扫描世界。它需要一个独立的 Attention System，把多种弱信号转换为有限的 Activation：

Hook 是事件驱动入口；Heartbeat 是时间驱动采样。二者都只产生 signal，不应该绕过统一的 Attention Policy。

Attention Policy 可以综合：

• message trust 与 relationship
• Subscription 和 Commitment urgency
• Environment state freshness
• expected value 与 token/compute budget
• duplicate 与 recent run
• risk 和 required approval
• Agent 是否已有 active Run

然后沿用 Foundation 的决策：IGNORE | PROJECT | ACTIVATE | ENQUEUE | STEER | INTERRUPT | FORK | RESUME。

这意味着一个来自可信 Agent 的 report 可以只更新 Commitment 和 Environment；一个 deadline signal 可以 RESUME 已挂起 Session；一个未知发送者的 request 可以停留在 quarantine；只有需要模型判断的变化才创建 Run。

一次跨域协作如何发生

把前面的对象放到一起，一次 request 到 effect/result 的完整路径如下：

sequenceDiagram    participant A as Agent A Runtime    participant HA as Home A    participant HB as Home B    participant FB as Foundation B    participant B as Agent B Runtime    participant EB as Environment B    A->>HA: outbound Interaction ActionProposal    HA->>HA: append communication Effect, Interaction, and Outbox    HA->>HB: signed envelope with message id    HB->>HB: verify, rate limit, dedupe, persist Inbox    HB-->>HA: delivery receipt    HB->>FB: canonical AgentInput    FB->>FB: target, attention, context projection    FB->>B: activate with ContextBundle    B-->>FB: accept Interaction ActionProposal    FB->>HB: authorize and append Effect, transition, and Outbox    B-->>FB: business ActionProposal    FB->>EB: authorize and create pending EffectRecord    EB->>EB: dispatch with idempotency key and settle    EB-->>FB: EffectRecord and evidence    FB-->>B: result observation    B-->>FB: report Interaction ActionProposal    FB->>HB: authorize and append Effect, transition, and Outbox    HB->>HA: signed accept or report interaction    HA-->>A: project result or resume Session

关键语义有四点。

1. Receipt 必须分层

delivery.accepted 只表示远端 Home 已持久化 Envelope。它不等于：

• 目标 Agent 已经读取。
• Attention Policy 已经激活模型。
• Agent 接受了 request。
• Commitment 已经成立。
• Effect 已经完成。

这些状态应分别由 message.received、interaction.accepted、commitment.active、effect.settled 或 report 表达。

2. 跨域 delivery 采用 at-least-once

发送端在不确定时会重试。接收端使用 (authenticated_origin_domain, authenticated_sender, destination_mailbox, message_id) 去重；pairwise transaction id 只在认证后的 origin/destination pair 内解释。裸 message_id 不是全局唯一键，不能让一个发送者通过复用其他主体的 ID 抑制消息。系统不承诺跨所有 Domain 的全局 exactly-once。

3. 顺序只能局部建立

单个 Conversation 可以用 cursor、causation link 或 event DAG 建立 partial order。联邦不存在所有 Agent 共享的 total order。Matrix 用 prev_events 构造 room event DAG，也说明联邦并发天然需要 partial order 和冲突处理，而不是中央序号。

4. 跨域失败不会回滚本地域历史

远端拒绝、超时或不可达时，本地 Outbox、attempt、receipt 和 Commitment 状态仍然保留。补偿通过新 Interaction 和 Effect 完成，不伪造分布式事务回滚。

Migration、Fork 与 Delegation 必须分开

这三个操作经常被统一称为“把 Agent 交给另一个节点”，实际安全语义完全不同。

Runtime Migration 需要权威 placement fencing

flowchart LR    OLD["Runtime A<br/>epoch 42"] --> FREEZE["Freeze and Checkpoint"]    FREEZE --> COMMIT["Commit State and Mailbox Cursor"]    COMMIT --> BUMP["Home requests epoch 43"]    BUMP --> AUTH["Authoritative Placement Record<br/>compare and advance"]    AUTH --> REVOKE["Revoke epoch 42 leases"]    AUTH --> NEW["Runtime B acquires lease<br/>epoch 43"]    AUTH --> EFFECT["Effect Boundary<br/>atomic fence check"]    NEW --> RESUME["Create continuation Run"]

Effect request 携带 agent_id + placement_lease_id + placement_epoch + run_id 只是必要条件，不是证明。每个同域 Effect boundary 必须把请求 token 与一个权威、单调且线性一致的 placement record 做原子比较，不能相信 Runtime 自报的 epoch=42。Capability Lease 同样绑定 placement lease/epoch；record 前进到 43 时，epoch 42 的调用即使持有尚未到期的旧 Lease 也会被拒绝。

跨域 Environment 无法在网络分区中同时保证即时 fencing 和持续可用。需要严格排除旧 Runtime 时，可以使用短期、proof-of-possession 的 placement credential，并在无法确认 credential 新鲜度时 fail closed。若业务选择离线验证并保持可用，就只能承诺一个由 credential TTL 限定的旧 Runtime 有效窗口，不能宣称即时排除双活。

这里的 Migration 默认只移动 Runtime placement：Home、Identity authority、Mailbox route 与 key custody 保持不变，Runtime 可以在另一个执行域运行，但仍受原 Home 的 placement authority 约束。把 Home 本身交给新 Domain 是独立的 Home transfer / re-homing，需要 immutable principal ID 或旧 authority 签名的 transfer/redirect chain、Mailbox route epoch、接管确认和旧 route 撤销。仅重新签发 key 或复制 checkpoint 不足以完成命名权转移。

Fork 必须创建 child identity

Fork 可以复制：

• 经过策略允许的 memory snapshot
• public Conversation history
• Skill 和 Runtime descriptor
• Environment projection
• unfinished goal description

Fork 不能复制：

• parent identity private key
• 不可转授的 Capability Lease
• 把 parent 已接受的 Commitment 自动改成 child 的义务
• 未经 consent 的私有 Conversation 和 Memory

父 Agent 通过 AgentLineage 记录派生关系，再用 delegation 把特定 goal、deadline 和 capability 交给 child。这样系统可以独立撤销 child，而不需要终止 parent。

Human 与 Agent：通信对称，控制不对称

Human、Agent 和 Service 都应该是一等 Principal。Human 可以拥有 Address、Mailbox、Conversation、Capability 和 Commitment，也可以向 Agent 发出 request、接受 offer、订阅状态或提供 evidence。

这种通信层对称很重要。Human 不再被限制为 Agent UI 中的一个 user message，也不需要进入某个 Agent 的内部 Session 才能参与工作。

控制层不应该完全对称：

• Agent 受到 token、compute、money、time 和 fan-out budget 限制。
• 高风险 Effect 可以要求 Human approval 或多方 approval。
• Capability Lease 有 expiry、scope、audience 和 revocation。
• Agent 不能自行扩大 delegation depth。
• Human 可以暂停或终止自己拥有的 Agent，但不能修改不可抵赖的历史记录。
• 跨域 Human 也必须经过本域授权，不能仅凭“是人类”获得更高权限。
• Agent 的 autonomous decision、operator policy 和实际 Effect 都需要分别归因。

这不是把 Agent 永久降为 Copilot。自治与问责可以同时存在：Agent 能独立接受任务、协商条件和完成低风险 Effect；Domain 对资源与风险拥有最终政策权。

从 Agent Federation 到 Human-Agent Society

Society 不是把更多 Agent 放进一个 swarm，也不是先由中央 Planner 画好所有岗位和汇报线。

当系统具备以下条件时，社会结构会从重复互动中出现：

• Principal 拥有持续身份和独立边界。
• Address 与 Mailbox 让陌生主体能够异步接触。
• Relationship 与 consent 决定谁可以打扰谁。
• Capability delegation 让 authority 可以受限流动。
• Offer、request、negotiation 和 commitment 形成协作关系。
• Evidence、report、reputation 和 audit 让履约历史可观察。
• Fork、migration 和 revocation 让主体可以演化且不会失去责任链。
• Human 与 Agent 使用同一 Communication Plane，但执行不同控制策略。

团队、市场、社区、供应链和公共服务可以在这些协议之上形成。组织图是 interaction history、capability flow 和 commitment graph 的投影，而不是系统唯一的真实结构。

这也是“Federation”比“Internet”更重要的地方。连接产生流量，自治主体之间可验证、可拒绝、可撤销、可追责的关系才可能产生社会。

第一篇 Foundation 为什么不需要推翻

联邦化是对架构边界的一次压力测试。上一篇定义的八个公共对象全部保留：

需要新增的是 Principal、domain-qualified Address、Mailbox、Conversation、FederatedEnvelope、CapabilityLease、Interaction、Commitment 和 AgentLineage。它们位于 Foundation 外围，回答跨主体和跨管理域的问题。

需要升级的是 Adapter：

• Federation Gateway / Ingress Verifier 负责 bounded quarantine、验签、origin binding、replay protection 和 acceptance policy。
• InputAdapter 接入已经建立来源元数据的 Federation Gateway、Email、IM 或 A2A。
• EventNormalizer 只做 Envelope schema 与 canonical conversion，并保留不可伪造的 provenance。
• TargetResolver 只读解析 domain-qualified Principal、Mailbox、Conversation 和候选 Session。
• ActivationPolicy 纳入 trust、relationship、budget、commitment 和 abuse signal。
• ContextProjector 隔离远端不可信内容。
• CapabilityProvider 处理 request、lease、delegation、placement binding 和 revocation。
• EffectAdapter 对权威 placement record 做 fencing comparison，并执行已经持久化 intent 的副作用。
• OutputSink 只投影已授权、已持久化的记录；outbound Interaction 由 Effect Gateway 原子写入 Interaction 与 durable Outbox。

不需要变化的是 Runtime contract：Runtime 仍然消费 ContextBundle，产生 RunEvent 和 ActionProposal。Claude Agent SDK、Pi、OpenClaw、DeepSeek Harness 或未来 Runtime 都不需要理解 Matrix、SMTP、SPIFFE bundle 和跨域重试。

这证明上一篇 Foundation 的设计是 solid 的：它稳定的是 Agent 与本地世界的边界，Federation 只需要在边界外增加社会对象和跨域协议，不需要侵入模型 loop。

实现顺序

完整联邦不适合一次上线。可以按四个阶段逐步建立不变量。

Phase 1：单域 durable identity 与 mailbox

• 把 Agent ID 从 Session/Runtime ID 中拆出。
• 建立 Principal、Address、Mailbox、Outbox 和 Conversation。
• 所有 channel 先进入 Mailbox，再生成 AgentInput。
• 建立分层 receipt、dedupe 和 history cursor。

这一步即使没有跨域，也能统一 Chat、Webhook、Cron 和 A2A 输入。

Phase 2：Capability 与 Attention

• Tool、Sandbox、Compute 和 credential 改为 Capability Lease。
• Effect Gateway 强制校验 audience、scope、expiry，并把 placement lease/epoch 与权威 placement record 做原子 fencing comparison。
• 合并 Hook、Heartbeat、Subscription 与 Commitment deadline signal。
• 未知发送者默认只持久化或 quarantine，不自动激活模型。

Phase 3：同组织多域 Federation

• 引入 domain-qualified address 和 Gateway-to-Gateway envelope。
• 建立 key discovery、rotation、revocation 与 explicit trust relationship。
• 用 at-least-once、pairwise transaction 和 Outbox/Inbox recovery 处理失败。
• 先在同一组织的多个安全域中验证 local policy independence。

Phase 4：外部 Federation 与 Interaction

• 开放受邀 domain federation。
• 标准化 request、offer、delegation、commitment 和 evidence。
• 增加 abuse、reputation、dispute 与 domain isolation。
• 在稳定审计和撤销能力之后，再允许自动跨域 Effect。

这个顺序优先建立 durable state 和 authority boundary，再扩大连接范围。直接从公开 A2A endpoint 起步，通常会把安全和恢复问题留到最难补救的时候。

边界与非目标

Agent Federation 需要主动拒绝几种过度设计和错误承诺。

1. 不复制 Internet 的全部协议栈

Email、ActivityPub、Matrix、SPIFFE 和 OAuth 提供设计参照。Agent Federation 可以复用其中某些协议，也可以只复用边界。目标是最小公共契约，不是把所有历史标准叠加在一起。

2. 不要求 Blockchain 或全局 Ledger

大部分 Identity、Mailbox、Commitment 和 Audit 可以由自治域持久化，并通过签名 evidence 互证。只有业务真的需要多方共识时，才引入额外 ledger。

3. 不存在全局万能身份与自动信任

地址可发现不等于身份可信，身份可信不等于行为授权。所有跨域能力最终由资源所在域决定。

4. 不承诺全局 exactly-once 与 total order

系统提供 at-least-once delivery、去重、局部顺序、causation、幂等 Effect 和补偿。跨域网络分区下，不存在免费的全局事务。

5. 跨域 Context 不直接进入 Prompt

Envelope、附件、远程 memory link 和 tool description 都是不可信输入。Context Projector 必须执行来源标注、权限过滤、大小限制和 prompt injection isolation。

6. Federation 不等于任意主体都能消耗 Agent

公开地址可以支持 discovery，Mailbox、Attention、Capability 和 Effect 必须受 consent、rate、budget、spam 与 Sybil policy 约束。

7. Society 不是单一协议对象

协议只能提供身份、通信、能力和承诺原语。组织、文化、市场与公共规则来自长期互动和治理，不能由一个 society.create API 生成。

结论

Agent Foundation 让一个可替换 Runtime 成为长期存在的本地执行主体。Agent Federation 再向外增加四层系统语义：

1. Identity：Agent 的连续性属于 Principal 和 Home，不属于 Runtime。
2. Communication：Address、Mailbox、Conversation 和 receipt 让主体异步协作。
3. Trust and Capability：每个域独立认证、授权、委托、限权和撤销。
4. Interaction and Commitment：消息变成可恢复、可审计的社会行为。

Runtime Migration 保留一个身份与 Home，并通过权威 placement fencing 排除同域双活；跨域离线验证只能提供由短期 credential 限定的旧 Runtime 窗口。Home transfer 是独立的命名与路由接管协议；Fork 创建新身份；Delegation 只转移受限 authority。Human 与 Agent 在 Communication Plane 上都是 Principal，在高风险控制上保持必要的不对称。Attention System 决定哪些外部变化值得花费智能，而不是让网络流量直接变成模型调用。

最终，Human-Agent Society 不需要由一个超级 Planner 设计。它可以从一组较小但稳定的公共契约中出现：主体能够被找到，消息能够被持久投递，权限能够被受限委托，承诺能够被验证，失败能够被恢复，关系能够被拒绝和撤销。

Agent Federation 不是让所有 Agent 共享一个大脑，而是让拥有不同大脑、不同所有者和不同规则的主体，仍然能够建立可靠关系。

参考资料

协议与文档核对时间为 2026-08-16。Matrix 与 A2A 等规范仍在演进，涉及具体版本的判断以这里链接的版本或当时的 latest 文档为准。

1. Internet Mail Architecture, RFC 5598 — 用户层、Message Handling Service、全局地址与异步传输边界。
2. ActivityPub, W3C Recommendation — Actor、Inbox、Outbox 与 server-to-server federation。
3. Matrix Server-Server API v1.19 — homeserver federation、request/event signing、pairwise transaction、事件 DAG 与本地 authorization checks。
4. SPIFFE Federation — trust domain、bundle exchange、跨域 credential authentication 与 federation relationship lifecycle。
5. OAuth 2.0 Token Exchange, RFC 8693 — token exchange、audience/scope 以及 delegation 与 impersonation 的区别。
6. Agent2Agent Protocol Specification — Agent Card、Message、Task、Artifact、streaming 与 task lifecycle。
7. CloudEvents Specification v1.0.2 — 跨系统 event envelope 的基础参照。
8. Model Context Protocol Architecture — Tool、Resource、Prompt 与 capability negotiation 的协议边界。

覆盖 2026-08-10 至 2026-08-16；仅收录在本期内公开发布或被可靠来源明确报道、且可回溯来源的 31 条事件，重复报道、背景稿与日期不明条目不计。

1. 头部大厂

海外

• OpenAI 预览 GPT-5.6 Sol 的 Ultrafast API 服务层（8 月 13 日）
  Ultrafast 由 Cerebras 提供算力，可让 GPT-5.6 Sol 达到标准处理速度的最高 14 倍、约每秒 750 个输出 token，首先在 OpenAI API 中开放预览，面向故障响应、实时风控等对延迟敏感的工作流。OpenAI

• OpenAI 扩展 Daybreak，并推出 GPT-5.6-Cyber（8 月 10 日）
  Daybreak Blue 面向广泛防御工作提供前沿模型，Daybreak Red 则向符合条件的专业防御人员提供 GPT-5.6-Cyber，用于获授权的漏洞研究、利用验证和安全测试，并配套更严格的访问控制。OpenAI Developer Community

• Anthropic 将 Claude Cowork 接入 Chrome 侧边栏（8 月 12 日）
  Claude in Chrome 侧边栏现运行与桌面、网页和移动端一致的 Cowork 会话，可跨标签页执行点击、输入、导航和表单操作，并把历史、Skills 与 Connectors 跨设备延续；目前面向 Max、Team 开放并逐步推向 Pro。Anthropic

• Anthropic 公布 Claude 文本水印方案（8 月 14 日）
  Anthropic 将采用 SynthID-Text 在不影响可读性的低风险词语选择中嵌入统计模式，并计划提供检测 API；公司称代码和短文本等不适合可靠水印的内容将不强制处理，该安排用于满足欧盟 AI 透明度要求。Anthropic · TechCrunch

• Google 发布 Gemini 3.7 Flash（8 月 13 日）
  新模型定位为编码与 Agent 工作流的高性价比主力，相比 3.6 Flash 强化调试、问题修复和首轮代码正确率，并以原 3.6 Flash 每百万 token 价格的一半启动。Google

• Google 宣布 Gemini 应用月活突破 10 亿（8 月 11 日）
  Google 称 Gemini 成为公司历史增长最快的产品；63% 用户使用语音交互，五分之一 Gemini Live 对话还会使用摄像头或屏幕共享，iOS 月活超过 1 亿。Google

• Meta 开源端侧 Agent 模型 Muse Glimmer（8 月 10 日）
  Muse Glimmer 为 300 亿参数模型，采用 Apache 2.0 许可开放权重，目标是在单张消费级 GPU 的 Mac 或 PC 上支持本地 Agent、函数调用、编码和 LLM-as-a-judge 等持续工作流。Meta AI Research

• Microsoft 发布 MAI-Image-2.6（8 月 10 日）
  Microsoft 称该模型在 Arena 文生图榜单位列第二，相比 2.5 总体提升 79 Elo、文字渲染提升 91 Elo，并改善人像、3D、商业和写实图像；模型先在 Arena 提供，随后进入 MAI Playground 和 Copilot。Microsoft AI

• Apple 被曝与阿里合作训练中国市场专用 AI 模型（8 月 14 日）
  Reuters 引述知情人士称，Apple 改为在阿里支持下训练自有中国市场模型，以便更自主地推进设备端生成式 AI；该信息尚属媒体报道，具体上线时间和监管审批状态仍待官方确认。The Verge

国内

• 鸿蒙版支付宝 AI 助手“阿宝”开启分批公测（8 月 13 日）
  阿宝可通过自然语言调用出行、生活和政务等支付宝服务，授权、付款和转账仍需用户手动确认；支付宝同时预告后续将与华为小艺联动，探索端侧 Agent 与服务 Agent 协作。新浪科技

2. 创业公司

国内

（本周暂无重要进展）

海外

• Lovable 完成 4 亿美元 C 轮融资（8 月 12 日）
  这家 AI 应用开发平台以 133 亿美元估值完成由 Menlo Ventures 和 Scaleup Europe Fund 领投的新融资；公司称其托管项目已达 6000 万个，月访问量约 9 亿。TechCrunch · Menlo Ventures

• River AI 宣布种子轮与 A 轮合计融资 11 亿美元（8 月 11 日）
  融资由 General Catalyst 和 AMP PBC 领投，NVIDIA、AMD Ventures、Y Combinator 与 Temasek 等参与；公司将资金用于可由企业训练、调优并持有的个性化模型基础设施。River AI · TechCrunch

• Blacksmith 完成 4500 万美元 B 轮融资（8 月 12 日）
  Peak XV Partners 领投本轮并将公司估值推至 5.5 亿美元；Blacksmith 表示客户从约 800 家增至 6000 多家，AI 编码带来的代码与 PR 增长正扩大 CI 构建、测试和验证需求。Blacksmith / PR Newswire · TechCrunch

• Skan AI 完成 6300 万美元融资并发布企业 Agent 平台（8 月 12 日）
  融资由 Cathay Innovation 与 Dell Technologies Capital 共同领投；公司同步推出 Blueprint 和 Agents 正式版，试图以企业实际流程形成的“工作上下文图”约束受监管行业中的 Agent 执行。Skan AI / PR Newswire

3. 基础模型（含视频 / 多模态 / 开源）

• 阿里开放 Qwen3.8-27B 权重（8 月 14 日）
  Qwen3.8-27B 是面向部署的 270 亿参数稠密视觉语言模型，原生理解图像和视频，支持可调思考模式与 262K 原生上下文，并兼容 Transformers、vLLM、SGLang 等推理框架；官方托管版计划默认提供 100 万 token 上下文。Qwen / Hugging Face

• LTX 发布开放权重视频世界模型 LTX-2.5（8 月 11 日）
  LTX-2.5 原生日集成 ComfyUI，并通过 Hugging Face、ComfyUI 与托管 API 提供；模型强调视频与音频生成效率，VentureBeat 报道其在 NVIDIA 超级芯片上可用约 6.8 秒生成 10 秒图生视频。LTX-2 GitHub · VentureBeat

• 阿里 Wan3.0 视频模型进入公测（8 月 10 日）
  Wan3.0 支持文本、图像、视频、音频、网页、PDF 和 PPT 等多模态输入，最长可生成 30 秒视频，并增加智能时长推荐、视频续写与视觉连续性控制；用户可通过阿里云 Model Studio 和 Qwen Cloud 申请测试。阿里云社区 · TechNode Global

• NVIDIA 发布 Nemotron 3.5 Lightning 30B-A3B 开放权重（8 月 11 日）
  该模型采用 Mamba-2、MoE 与 Attention 混合架构，总参数 300 亿、激活参数 30 亿，支持可开关推理模式和最长 100 万 token 上下文，BF16 参考权重面向后训练、蒸馏、量化和领域适配。NVIDIA / Hugging Face

4. 论文与研究进展

• Mechanist 用多 Agent 自动探索模型内部机制（8 月 12 日）
  论文把 AI 作为机制科学研究工具，通过规划、实验和分析 Agent 协作提出并验证关于模型能力与风险来源的假设，以缩小模型能力快速增长与人工可解释性研究之间的差距。arXiv:2608.12036 · GitHub

• MIRA 让医疗视觉 Agent 反思工具调用与证据一致性（8 月 11 日）
  MIRA 可动态调用缩放、定位、测量、旋转和网页检索，同时判断工具是否必要、所得证据是否支持当前诊断假设，并通过树搜索数据构造与强化学习训练降低无效或误导性工具使用。arXiv:2608.10827

• MBA-Bench 评测真实商业创意的多模态 Agent（8 月 12 日）
  MBA-Bench 包含六个领域的 3 万个样本，将视觉线索、市场证据检索和创意综合纳入商业构想任务，并按创造性、可行性等标准训练和评估多模态 Agent。arXiv:2608.11616

• 研究发现 Agent 自我摘要会留下“看似存在、实际失效”的安全规则（8 月 11 日）
  论文显示，长时 Agent 在一次上下文压缩后，即使摘要文本仍保留安全约束，其行为约束力也可能显著退化；因此仅检查规则是否出现在压缩摘要中，会产生错误安全感。arXiv:2608.11392

• 防御性投毒与反学习可清除 Agent 微调后门（8 月 11 日）
  研究在 115 组工具调用 Agent 实验中把触发器识别与恶意执行解耦：先植入已知防御后门，再对其反学习，可连带清除大部分未知原始后门，为不掌握真实触发条件时的模型净化提供实验依据。arXiv:2608.11295

5. 开源项目与社区讨论

• GitHub 趋势榜集中涌现 Agent 编排、上下文与图表工具（8 月 12 日）
  当日快照中，diagram-design、semantica、Orca 和 agency-agents 等项目获得较高新增关注，分别对应 Claude Code 图表生成、可审计上下文基础设施、并行编码 Agent 编排与角色化 Agent 集合；榜单数据仅作为单日社区热度信号。GitHub Trending Archive

• HN 讨论“契约级”LLM GPU Kernel 验证器（8 月 14 日）
  社区关注点从让模型生成高性能 GPU Kernel，进一步转向如何以形状、数据类型、数值误差和边界条件等可执行契约验证结果，避免只依赖有限测试样例判定正确性。Hacker News · arXiv:2608.12700

• Hugging Face 发布 2026 年夏季开放模型生态观察（8 月 14 日）
  报告称 2026 年 1—8 月 Hub 模型库由 243 万增至 296 万，但下载高度集中：约 1.5% 的仓库贡献 99.2% 下载量；报告还观察到中国实验室更偏向大参数前沿开放模型，而 AMD、NVIDIA 等硬件厂商成为高频发布者。Hugging Face

6. 其他趋势

• MongoDB 推出托管 MCP Server 与 Agent 访问控制能力（8 月 13 日）
  MongoDB Atlas Managed MCP Server 由官方托管，并与 Atlas App Connections、主流 AI 工具原生连接器和 Vercel v0 集成配套，使开发者可细分哪些应用或 Agent 能访问哪些集群及权限。MongoDB

• NVIDIA 发布 NeMo Switchyard 模型路由 SDK（8 月 11 日）
  Switchyard 以供应商无关方式让 Agent 按任务能力、成本和基础设施信号选择模型，支持免调参与可训练路由算法，并将路由逻辑和具体模型供应商解耦。NVIDIA

• Azure Content Understanding 更新 Agent 文档理解链路（8 月 12 日）
  CU 1.0 正式可用于生产并扩大 GPT-5 系列支持、降低 token 使用、改进置信度；CU 2.0 进入公测，增加同步 Read/Layout API、语义分块、上下文化与 Agent 式文档推理。Microsoft Foundry Blog

• OpenRouter 用真实市场使用数据重构 Auto Router（8 月 10 日）
  新路由器依据过去七天、每周超过 55 万亿 token 的模型消费选择结果构建成本—质量帕累托曲线，并允许调用方通过 cost tier 控制成本档位，同时继承账户隐私与模型约束。OpenRouter

• 美国科罗拉多州以更窄框架替换原 AI Act（8 月 13 日）
  新框架把重点从广泛的高风险 AI 注意义务转向透明度与披露，并发布实施规则草案征求公众意见；这一变化显示州级 AI 监管正在从原则性综合义务转向更具体、可操作的告知机制。Davis Polk

下一代 Agent Foundation 的重点不是继续拆解 Agent loop，而是让一个通用 Agent 能够稳定地接收外部状态变化、获得正确上下文、产生受控副作用，并在等待条件满足时重新运行。

我在前面的《聊聊云上 Agent 的架构设计》、《构建潜意识：一种 Proactive Agent 构建方式》和《Environment as Agentic Infrastructure》里，分别讨论过云上执行、主动唤醒和 Environment 独立化。这些问题最终指向同一个系统边界：

当 Agent 不再只是一个由用户临时启动的 CLI，而是云上长期存在的执行主体时，平台应该为它提供什么？

这个问题容易被回答成“再设计一个 Agent Harness”。新的框架会提供更多 middleware、hook、plugin 和可替换 loop。DeepSeek Harness 最近提出的 “Everything is a plugin” 已经把这条路线推到了很完整的位置。它证明 Agent runtime 的每一层都可以被组合和替换。

云上平台面对的是另一层问题。企业很少因为缺少一种 loop 才无法接入 Agent。真正困难的是让 Agent 进入已有的事件流、权限体系和业务状态，并在进程退出、沙箱回收和外部状态变化之后继续工作。

这篇文章讨论的不是另一个 Harness，而是 Harness 外围的 Agent Foundation。

Harness 的三次边界变化

先明确本文中的四个概念：

• Agent Runtime：一次 Run 内负责模型驱动、上下文消费、工具选择和 within-run control 的部分。
• Harness：承载、配置或替换 Agent Runtime 的具体实现。项目名称中的 Harness 可能覆盖更宽的 Session、Storage 和 UI 范围。
• Foundation：位于 Agent Runtime 外部，负责 Input、Session/Run、路由、调度、身份上下文、Effect 编排、挂起和恢复的持久系统。
• Platform：在 Foundation 之上提供多租户、产品接口、计费、运营和用户体验的完整服务。

过去几代 Agent 架构主要改变了 Harness 的交付和扩展方式。

第一代：把完整 Agent 封装在可执行程序里

Claude Agent SDK 是这类架构的典型代表。它对外表现为 Python 或 TypeScript SDK，内部并不是重新实现一套 Claude Code loop。当前 Python SDK 会在发布包中携带平台相关的 Claude Code executable，默认通过 SubprocessCLITransport 启动子进程，并通过 stdin/stdout 传递 stream-json 格式的双向 NDJSON 消息。

这不是简单的“向 CLI 写入 prompt，再读取文本”。同一条通道还承载 control request、hook callback、permission callback 和进程内 MCP tool 调用。SDK 更接近 Claude Code runtime 的语言绑定：

flowchart LR    APP["Application"]    SDK["Claude Agent SDK<br/>process / callback adapter"]    CLI["Claude Code Runtime<br/>agent loop / built-in tools"]    OS["Native OS Environment<br/>cwd / filesystem / process"]    APP --> SDK    SDK <-->|"NDJSON over stdio"| CLI    CLI --> OS

这种方案有明确优势：核心 Agent Runtime 复用同一份 Claude Code 实现，SDK 可以快速获得相同的工具、会话和 loop 能力。代价也很直接：

• 部署物实际包含 native executable。
• SDK 与 CLI 的私有协议和版本需要协同演进。
• 运行时仍然依赖进程、cwd、home directory 和本地文件布局。
• 默认 transcript 语义仍来自 Claude Code 的本地 JSONL；外部 SessionStore 通过 mirror 和恢复时的本地物化完成适配。
• SDK 内进程工具与 CLI sandbox 不在同一个安全边界。

这里需要修正一个容易出现的表述：它不是严格的 POSIX-only 架构，当前 SDK 也支持 Windows native executable。更准确的约束是 native process + OS execution environment。操作系统不是一个可选工具，而是 Harness 默认存在的世界。

第二代：把 Agent loop 变成可以嵌入的代码

Pi 代表另一种路线。它把模型协议、Agent core 和 Coding Agent host 分成几个层次：

• pi-ai 统一不同模型供应商的消息和流式协议。
• pi-agent-core 提供较小的状态化 Agent loop、工具调用和 steering/follow-up queue。
• pi-coding-agent 提供文件工具、JSONL session、compaction、Skills、Extensions、CLI/TUI 和项目资源加载。

Pi 的默认 Coding Agent 只启用 read、bash、edit、write 四个工具。它没有内建权限隔离，官方仓库也明确说明：默认工具和 Extension 继承启动 Pi 的用户与进程权限，需要容器、VM 或外部 sandbox 提供真正的隔离。

Pi 最重要的设计不是“四个工具”，而是 保持 loop 很小，把策略留给 host。模型 provider、上下文转换、工具实现、compaction、资源加载和 UI 都可以在 loop 外变化。Agent 不再必须通过一个封闭 binary 才能存在。

OpenClaw 的早期演进和 Pi 有很深的关系，但不能把当前 OpenClaw 简化为“Pi 的封装”。截至本文调研的版本，OpenClaw 官方运行时文档已经明确说明：外部 Agent framework package 不再存在于 core 中，原有 runtime 被内化为自己的 @openclaw/agent-core，pi 只作为 legacy runtime alias，保留的 Pi 依赖主要是 TUI 组件。

当前 OpenClaw 更适合被理解为一个常驻 Agent host：

• Gateway 接收 channel、Webhook、Cron 和 UI 输入。
• Gateway 解析 Agent、Session、Workspace、Skills、Sandbox 和权限策略。
• Session lane 处理并发写入与 queue mode。
• 内置或插件化 Harness 执行一次已经准备好的模型循环。
• Gateway 再把运行事件投影到原始 channel。

OpenClaw Agent Loop 文档已经包含 steer、followup、collect、interrupt 等输入队列语义；HTTP hook也区分“向目标 Session 写入 system event 并触发 heartbeat”和“创建一次 synthetic Agent job”。这些能力已经开始接近 Agent Foundation。

它的边界仍然来自 host：在标准 Gateway 部署形态下，Gateway 是常驻宿主，部分 system event queue 属于进程内状态；Sandbox 移动的是工具执行位置，不是 Gateway 和 Agent loop。代码级 Harness 降低了二次开发成本，却没有自动消除运行宿主、会话所有权和唤醒可靠性问题。

并行路线：把 Agent loop 做成 Serverless Worker

另一条路线不是继续改造本地 Coding Agent，而是把 loop、状态和执行环境拆开。Agent Worker 只在一次 Activation 到来时运行；消息、Session、checkpoint 和 Effect 写入外部存储；Shell 或 Browser 需要执行时，再连接独立 Sandbox/Executor。Worker 结束后不保留进程内状态，下次从持久引用恢复。

这种架构消除了“每个 Agent 必须先拥有一台长期运行的操作系统”的前提。OS 变成按需绑定的执行能力，Agent loop 可以在 Lambda、Container Worker 或普通无状态服务中运行。

Serverless 解决的是调度和成本，不自动解决专用化。这里的“高度通用”也不是褒义词：一个只有通用 prompt、通用工具和通用 Session 的 Worker，不知道企业中的哪些状态变化值得处理，也不知道应该加载哪一份业务上下文。Skill 可以补充任务知识和工具使用方法，外部唤醒、状态路由、权限与 Effect 语义仍然缺少平台边界。

因此，OS-first Agent 和 Serverless Agent 看起来是两种部署方式，最终遇到的是同一个问题：Agent 怎样进入一个具体软件系统的生命周期。

第三代：把 Harness 内部全部变成 Plugin

DeepSeek Harness 把插件化推进到了新的程度。它基于 Cordis 构建，模型 adapter、工具 registry、Session log、Agent loop、Sandbox、Storage、Scheduler 和 UI 都由 Plugin 组合。官方的架构文档给出了三个重要机制：

1. Plugin 向共享 Context 提供 Service、typed event 和 reversible effect。
2. Service 的出现和消失会驱动依赖 Plugin 激活、卸载和重新加载。
3. Durable Session Event、live Agent Event 和 capability event 分属不同事件域。

DeepSeek Harness 还有一个非常重要的约束：Model-visible means logged。任何进入模型请求的信息都必须能够从 append-only Session log 重建。Resume、fork、replay、trajectory 和 context projection 都建立在同一条事件流上。

它的 inbox 也区分不同输入行为：有些 message 会立即唤醒 driver，注入的 context 可以先停留在 inbox 中，等待另一个 message 触发下一次 step。这已经说明“输入”和“唤醒”不应该是同一件事。

“Everything is a plugin”不是字面意义上的没有内核。Cordis、root context、loader、profile composer 和 launcher 仍然是特权底座。Cordis 的 isolation 主要表达 Service 可见性和事件路由隔离，也不等价于进程或安全隔离。DeepSeek Harness 当前仍处于 Developer Preview，官方明确提示 Plugin API 会发生兼容性破坏。

这些限制不削弱它的价值。它证明了一件事：Agent runtime 可以通过 typed event、service seam 和生命周期所有权获得很强的可组合性。

它仍然没有替云上平台回答全部问题：外部业务事件应该怎样进入？如何绑定租户身份？应该唤醒哪个 Session？运行中到达的事件如何处理？等待条件如何跨进程持久化？外部副作用如何去重和审计？

专用 Agent 的差异不一定在 Loop

过去构建专用 Agent，通常会修改以下内容：

• system prompt
• planning loop
• tool selection
• memory
• validation
• retry
• context filter
• human-in-the-loop
• workflow state machine

这种方法隐含了一个判断：专用任务需要专用控制流。

强模型和通用 Agent 改变了这个前提。通用 loop 加上 Skills、按需工具发现和代码执行，已经可以完成大量专用任务。Skill 提供领域知识、约束和操作方法；工具提供实际能力；模型根据当前状态选择执行路径。定制从不可见的程序控制流移动到了可以被读取、更新和组合的上下文中。

这不是说专用 loop 没有价值。强合规流程、确定性审批和固定成本路径仍然适合显式 workflow。需要警惕的是把所有领域知识都提前固化成状态机。设计者对任务的理解会成为 Agent 的能力上限，任何流程变化都需要修改 Harness。

在多数开放任务中，更实用的默认值是：

保留一个能力较强、语义稳定的通用 Agent，把专用知识放进 Skill，把系统能力放进 Tool，把外部集成放进 Foundation。

因此，完全插件化 Harness 的主要价值是可演进、可替换和可测试，而不是要求每个团队都重新设计 Agent 的每一个内部阶段。

FDE 真正在定制什么

企业接入 Agent 时需要大量 Forward Deployed Engineer（FDE）参与，不代表 Agent loop 不够灵活。实际工作通常集中在下面这条转换链：

flowchart LR    STATE["Enterprise State"]    OBS["Trusted Observation"]    ACTION["Agent Action Proposal"]    EFFECT["Authorized Enterprise Effect"]    STATE --> OBS --> ACTION --> EFFECT

展开以后包括：

1. 哪个外部状态变化与 Agent 有关。
2. 外部身份如何映射为租户、用户和权限主体。
3. 事件属于哪个项目、任务、Environment 或 Session。
4. Agent 运行前应该看到哪些业务状态。
5. 哪些字段是可信事实，哪些内容只能作为不可信数据。
6. Agent 已经运行时，新输入应该排队、合并、steer、interrupt 还是创建分支。
7. Tool call 如何变成具有幂等、审批和审计语义的业务副作用。
8. Agent 应该把结果发送回原 channel、业务系统、另一个 Agent，还是只更新 Environment。
9. Agent 等待审批、部署或其他外部状态时，如何挂起并在未来恢复。

这些工作很少需要修改 token loop。它们发生在 Agent 与软件系统的连接面。

Skill 解决“遇到某类任务时如何完成”。Foundation 需要解决“什么时候开始、基于什么状态开始、结束后等待什么”。

Foundation 的三个稳定对象

下一代 Foundation 需要把 Agent Runtime、Environment 和 Foundation 本身分开。

Agent Runtime 应该可以是 Claude Agent SDK、OpenClaw Harness、Pi loop、DeepSeek Harness profile，或者一个更简单的自研 runtime。Foundation 不要求这些 Harness 共享内部 Plugin API，只要求它们服从少量外部运行契约。

Environment 也不等于 Sandbox。Sandbox 是命令执行和资源隔离位置；Environment 是持久的世界状态和副作用边界。一个 Session 可以在 Sandbox 被销毁以后继续引用同一个 Environment。Session 默认仍绑定兼容的 runtime_id、runtime_version 和 runtime_state_ref；切换 Harness 需要 Foundation-level portable state，或者显式 migration/replay adapter，通常应该表现为 fork 或 migration，而不是无条件 resume。

Foundation 位于两者之间。它把外部输入转换为一次 Activation，把 Environment 投影为模型可用的 Context，并通过 Effect Gateway 把 Agent 的 Action Proposal 交给权限、审批和执行边界。Environment 记录实际 Effect，Foundation 维护 Run 生命周期和未来的唤醒条件。

flowchart LR    EXT["External Systems<br/>Chat / Webhook / Queue / Cron / Agent"]    ADAPTER["Input Adapters"]    INPUT["Typed Input Plane"]    LOG[("Durable Input Log")]    ROUTER["Target Resolver<br/>Activation Policy"]    SCHED["Session / Run Scheduler"]    CONTEXT["Context Projector"]    RUNTIME["Replaceable Agent Runtime"]    EFFECT["Effect Gateway<br/>policy / approval / adapter"]    ENV["Environment<br/>state / permission / effect log"]    EVENTS[("Run Event Log")]    OUTPUT["SSE / WebSocket / Callback / IM"]    EXT --> ADAPTER --> INPUT --> LOG --> ROUTER --> SCHED    SCHED --> CONTEXT --> RUNTIME    CONTEXT <--> ENV    RUNTIME -->|"Action Proposal"| EFFECT --> ENV    ENV -->|"Effect Result"| EFFECT --> RUNTIME    RUNTIME --> EVENTS --> OUTPUT    EFFECT --> EVENTS    ENV -->|"state change"| ADAPTER

一个 Input Plane，而不是一个 Chat API

聊天接口是最自然的 Agent 产品入口，但不适合作为底层唯一语义。

聊天消息通常隐含以下假设：

• 发送者是人类。
• 内容主要是自然语言。
• 输入属于一个线性 Conversation。
• 系统应该立即开始推理。
• 系统最终应该返回一段面向人的回答。

外部系统产生的输入不满足这些假设。PR 被批准、部署失败、审批完成、定时器到期和另一个 Agent 完成任务，都是状态事实。它们可能只需要被记录，可能更新 Context，可能恢复一个正在等待的 Session，也可能启动新的 Run。

因此，统一入口应该是 AgentInput，而不是 ChatMessage。至少需要区分四种 kind：

这和 DeepSeek Harness 中“会唤醒的 message”与“等待下一次请求的 injected context”是同一个方向，只是 Foundation 需要把它扩展为持久、跨进程和多租户的公共语义。

Input Envelope

可以借鉴 CloudEvents 的设计。CloudEvents 用 id、source、type、subject 和 time 描述一个 occurrence 的上下文。Agent Foundation 还需要表达输入种类、因果关系和目标资源：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

{
  "schema_version": "agent-input/1",
  "id": "in_01...",
  "source_event_id": "github-delivery-01...",
  "kind": "event",
  "type": "github.pull_request.reviewed",
  "source": "github://acme/platform",
  "subject": {
    "environment_id": "env_01...",
    "resource": "pull-request/123"
  },
  "target": null,
  "occurred_at": "2026-08-17T00:20:00+08:00",
  "correlation_id": "task_01...",
  "causation_id": "effect_01...",
  "data_content_type": "application/json",
  "data": {
    "state": "approved"
  }
}

这个 Envelope 有几个约束：

1. id 是 Foundation 生成的 Input ID；source_event_id 是来源系统的事件身份。默认可以使用 (tenant, source, source_event_id) 去重，但具体规则由 Normalizer 声明。
2. principal、tenant_id、trust label 和 authorization claim 由 Ingress 根据签名、连接和平台身份生成，不能相信 payload 自己声明。
3. idempotency_key 可以来自协议 header 或 source event id，但需要与领域事件身份分开建模。
4. subject 描述业务实体；可选 target 描述 direct command/control 的 agent_id、session_id 或 run_id。普通 domain event 通常没有 direct target。
5. 原始 data 不直接成为 user message。它首先是外部事实，是否进入模型由 Context Projector 决定。
6. Producer 不应该在 payload 中决定 bypassPermissions、steer 或 interrupt 等可信执行策略。

输入应该发给谁

“外部事件应该发给 Agent、Session 还是 Environment”不存在一个统一答案。不同 kind 具有不同寻址语义：

• command 可以直接发给 Agent 或 Session，因为调用者明确请求它工作。
• event 通常应该指向 Environment 中的 subject 或一个 topic，再由 Target Resolver 找到订阅它的 Agent/Session。
• context 可以绑定 subject 或 Session，但默认不触发 Run。
• control 必须指向具体 Run 或 Session。

让 GitHub、审批系统和数据库直接知道某个 Agent ID，会把业务系统与 Agent 部署结构绑定在一起。更稳定的方式是让 Producer 描述“发生了什么”，由 Foundation 决定“谁应该处理”。

Activation 是平台的核心状态机

Input 被接受不等于 Agent 立即运行。Foundation 需要先完成以下步骤：

sequenceDiagram    participant P as Producer    participant I as Input Plane    participant L as Durable Log    participant R as Resolver and Policy    participant S as Session Scheduler    participant C as Context Projector    participant A as Agent Runtime    participant G as Effect Gateway    participant E as Environment    P->>I: submit AgentInput    I->>I: authenticate and normalize    I->>L: persist and deduplicate    I-->>P: 202 Accepted with input_id    L->>R: evaluate target and activation    R->>S: activation decision    S->>C: build ContextBundle    C->>E: read authorized state and versions    E-->>C: observations and references    C->>A: activate session run    A->>G: ActionProposal    G->>E: authorize and create operation    E->>E: append pending EffectRecord    E->>E: dispatch adapter with idempotency key    E->>E: settle succeeded, failed, or unknown    E-->>G: EffectResult    G-->>A: result observation    A-->>S: RunEvents or Suspension

所有通过认证和 Schema 验证的 canonical Input 都先进入 Durable Input Log。Target Resolver 先只读解析候选 Agent、已有 Session、Subscription 和 subject binding；Activation Policy 再决定后续处置。只有 ACTIVATE、ENQUEUE、RESUME 或 FORK 确实需要执行连续性时，Scheduler 才在同一个可恢复状态转移中创建或绑定 Session：

• IGNORE：不产生业务投影或 Run，Input 仍保留在审计日志中。
• PROJECT：更新 Environment/Context projection，不运行 Agent。
• ACTIVATE：绑定已有 Session，或原子创建 Session 与第一个 Run。
• ENQUEUE：把 Input 排入现有 Session lane，等待创建下一次 Run。
• STEER：把高优先级 Input 送入支持在线 steering 的当前 Run。
• INTERRUPT：通过 control policy 取消或抢占当前 Run。
• FORK：从当前 portable state 或 runtime adapter 创建独立分支。
• RESUME：满足 Suspension 后创建 continuation Run，并记录 resumed_from_run_id。

这些动作需要结合当前 Session 状态：

stateDiagram-v2    [*] --> Idle    Idle --> Active: ACTIVATE or RESUME    Active --> Active: STEER current run    Active --> Active: ENQUEUE next activation    Active --> Active: settle and dequeue    Active --> Suspended: SUSPEND    Active --> Idle: terminal and no pending input    Suspended --> Active: match creates continuation run

这里描述的是 Session 的激活状态，不是单个 Run 的终态。Pending Input Queue 是 Session 的附属集合，不是与 Active 互斥的状态。每个 Run 仍然独立记录 completed、failed、cancelled 或 suspended；Session 在 Run 结束后可以回到 Idle，也可以立即消费队列并创建下一次 Run。本文把 Run 定义为一次 Activation attempt，因此 RESUME 创建关联的 continuation Run，而不是把旧 Run 原地改回 running。

同一个事件在不同状态下可能产生不同决策。审批完成时，等待审批的 Session 应该 RESUME；没有相关任务时只需要 PROJECT；存在正在生成错误方案的 Run 时可能需要 STEER 或 INTERRUPT。

这也是为什么 Webhook 和 WebSocket 不能成为领域语义：

• Webhook、Queue 和 Cron 负责把输入送进平台。
• SSE、WebSocket、Callback 和 IM 负责把 Run Event 投影给消费者。
• Foundation 内部依赖持久 Input/Run Event Log，而不是依赖连接是否仍然存在。

提交接口可以立即返回 202 Accepted。一个 Input 可能不激活任何 Run，也可能命中多个 Subscription，因此不能假设提交时存在唯一 run_id。GET /v1/inputs/{input_id} 应返回 disposition、activation_refs 和 run_refs[]；消费者再按具体 run_id 与 cursor 订阅或回放事件。连接断开不应该让运行轨迹消失。

Context Projector 是最重要的企业扩展点

Tool 和 Skill 很容易被识别为 Agent 扩展点，Context Projector 往往被藏在“组装 prompt”的代码里。对于企业系统，它通常比自定义 loop 更重要。

外部事件不能直接追加成一条 user message，原因包括：

• payload 可能包含 prompt injection。
• 同一事件对不同 Agent 的相关字段不同。
• Agent 需要的是实体当前状态，不只是事件发生时的 delta。
• 数据访问范围依赖租户、角色和任务阶段。
• 大对象需要按 token budget 过滤和压缩。
• 模型需要区分 instruction、trusted fact、untrusted content 和 historical evidence。

Context Projector 的输入应该是 Input ref、Session、Agent Definition、Environment version 和权限主体。输出是一个可重建的 ContextBundle：

1
2
3
4
5
6
7
8
9
10
11
12
13
14

ContextBundle
- activation_input_ref
- observations[]
  - source_ref
  - state_version
  - provenance
  - trust_class
  - content_type
  - projected_content
- memory_refs[]
- environment_version
- capability_manifest
- context_budget
- projector_version

在 Foundation 边界内应该继承 DeepSeek Harness 的约束：任何由 Foundation 投影给 Runtime 的外部事实都必须被记录并可以重建。 这不要求保存不可见的模型内部思考，但必须知道 ContextBundle 包含哪些事实、来自什么版本、经过哪个 Projector。

这不等于 Foundation 天然知道最终 model-visible input。Claude Agent SDK、OpenClaw 或其他 Runtime 还可能加入 system prompt、Tool schema、内建 Resource、compaction 结果和 provider-specific transformation。需要对最终模型请求做严格 replay 或审计时，Runtime contract 还必须产出持久的 ModelInputRecord 或 content hash，记录最终 message、Tool schema、prompt/template version、Runtime artifact version 和转换 provenance。否则平台只能重建 Foundation 输入，不能声称重建了 opaque Runtime 实际发送给模型的全部内容。

Context Projector 也是我之前讨论的 Display Layer 与 Business Layer 的进一步演化：

• Display/Audit Layer 保存原始输入、外部事件和 Run Event。
• Business/Model Layer 保存经过权限、相关性和 token budget 处理的 Context projection。

同一份原始事实可以产生不同投影，而审计记录保持不变。

Effect 是 Tool Call 之外的持久语义

Tool Call 描述模型想调用哪个能力。Effect 描述外部世界实际发生了什么。

对于读取文件，这两者可能看起来相同。对于创建 Issue、修改数据库、发送消息、部署和付款，它们完全不同。平台需要知道：

• 操作是否通过授权。
• 是否需要人工审批。
• 是否已经发起。
• 超时后外部系统是否可能已经成功。
• 重试是否会重复产生副作用。
• 如何确认、补偿或继续。

一致的执行路径应该是：Agent Runtime 产生 ActionProposal；Foundation 中的 Effect Gateway 绑定 principal、平台策略和审批状态；Environment 先在 operation/effect log 中持久化带 operation_id、idempotency_key、授权结果和 pending 状态的 Effect intent，再在资源边界执行或委派 Adapter；调用结束后把记录 settle 为 succeeded、failed 或 unknown。Effect Result 再作为 Observation 返回 Runtime，同时投影为 Run Event。

持久化 intent 与外部调用不能组成跨系统原子事务，但顺序不能颠倒。进程在 dispatch 前崩溃时，恢复逻辑看到 pending 并可以安全决定是否发起；在外部系统成功而结果回写前崩溃时，恢复逻辑仍然拥有 operation record，可以先按 idempotency key 查询，再重试、确认或补偿。没有 pre-dispatch record，就无法区分“从未执行”与“可能已经执行”。

因此，EffectRecord 的最终所有者应该是 Environment：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

EffectRecord
- effect_id
- operation_id
- run_id
- actor_id
- target
- action
- idempotency_key
- authorization_decision
- status: pending | dispatching | succeeded | failed | unknown
- attempt
- result_ref
- created_at
- dispatched_at
- settled_at

可靠性目标不应该是虚构的全局 exactly-once。更现实的组合是：

• Input 采用 at-least-once delivery 和 deduplication。
• 需要顺序的事件按 subject 或 Session 建立局部顺序。
• 外部写操作使用 idempotency key。
• 不可确认的操作先查询当前状态，再决定重试或补偿。
• Effect result 重新变成 Environment state change 或 AgentInput。

这与传统 Durable Execution 一致，但 Agent 多了一层语义恢复：模型可以观察“不确定但可能已经成功”的 Effect，再决定确认状态、补偿或改变计划。

Suspension 与 Subscription 应该成为一等能力

传统 Agent loop 在完成当前消息后只能等待下一条消息。长期工作的 Agent 需要在产生 Action 后声明等待条件，并由未来事件创建 continuation Run：

flowchart LR    MSG["Message"] --> RUN["Run"] --> FINISH["Finish"] --> WAIT["Wait for next message"]    INPUT["AgentInput"] --> ACTIVATE["Activate"] --> OBSERVE["Observe"] --> ACT["Act"] --> SUSPEND["Suspend"]    EVENT["Matching Input"] --> RESUME["Create continuation Run"] --> OBSERVE

Agent 不应该通过无限轮询等待审批、PR review、部署结果或某个时间点。Run 可以返回一个结构化 Suspension：

1
2
3
4
5
6
7
8
9
10
11
12
13
14

session_id: ses_01...
run_id: run_01...
reason: waiting_for_release_approval
runtime_id: openclaw
runtime_version: 2026.8.16
runtime_state_ref: runtime-state://state_01...
checkpoint_ref: ckpt_01...
input_log_cursor: 18421
subscriptions:
  - type: release.approval.completed
    subject: release/2026.08.17
  - type: timer.expired
    subject: deadline/2026-08-17T10:00:00+08:00
resume_policy: first_match

Foundation 持久化 Subscription。匹配的 AgentInput 到达后，Activation Policy 产生 RESUME，Context Projector 加载最新 Environment state，并创建 continuation Run。新的 Worker 可以在新进程中使用同一兼容 Runtime 继续执行；切换 Harness 只有在状态已经投影为 portable Foundation state，或存在明确 migration/replay adapter 时才成立。

这里必须解决 durable wait 的 lost wake-up：

1. run.suspended、checkpoint_ref、Subscription 和 input_log_cursor 必须在同一个 durable commit 中建立。
2. Subscription 安装后需要重放 cursor 之后已经进入 Input Log 的匹配项，避免事件恰好在挂起提交期间到达。
3. Subscription 消费需要 dedupe、lease、once/repeat、expiry 和 retry 语义。
4. 恢复成功后，Input consumption 与 continuation Run 创建需要形成同一个可恢复状态转移。

这些约束是 Foundation 与普通 Webhook glue code 的主要区别。

Temporal 的 Workflow message passing提供了有价值的参照：Signal、Update 和 Query 让外部系统与 durable computation 交互。Agent Foundation 还需要补充模型上下文投影、Effect provenance 和动态等待条件。

我之前在 Singleton Agency 中定义的 message_observed、run_output_observed、memory_session_completed 和 heartbeat，本质上都是一种应用级 AgentInput。当 Foundation 提供持久 Input Plane 和 Subscription 后，Proactive Agent 不再需要每个产品重新实现一套 fire queue。

哪些 Plugin Point 值得标准化

平台需要可扩展，不代表所有东西都应该成为公共 Plugin API。

身份、租户隔离、持久事件日志、Session writer lease、Run 状态机、Effect provenance 和 secret reference 属于平台不变量。底层存储实现可以替换，语义不能由任意 Plugin 改写。否则恢复、审计和互操作没有稳定基础。

真正具有跨业务复用价值的扩展点可以收敛为八类：

企业定制可以进一步形成一种可分发的 Integration Pack，包含 Sources、Normalizers、Projections、Capabilities、Policies、Effect Adapters 和 Output Sinks。

Skill 是其中面向模型的知识组件，Integration Pack 是面向系统的集成组件。FDE 的工作从 fork Agent 源码，转变为实现这些边界。

Foundation 如何自然扩展为 Agent Federation

到这里为止，Foundation 默认运行在一个管理域内：平台知道 Agent 属于谁、Input 来自哪里、Environment 由谁管理。下一步不是把所有 Agent 接进一张由中央 Planner 控制的全局图，而是允许不同管理域中的 Agent 在保留本地身份、权限和失败边界的前提下协作。

这更接近 Agent Federation，而不是泛化的“Agent Internet”。Internet 描述连接和传输；Federation 描述多个自治域如何通过公共契约互认身份、投递消息并各自执行策略。

Foundation 不需要为此推翻重来。输入侧的跨域协议位于 AgentInput 之前；输出侧的跨域 Interaction 必须在 ActionProposal 经过授权、成为持久化 EffectRecord 与 Interaction record 之后：

flowchart LR    subgraph DA["Federation Domain A"]        AA["Agent Principal A"] --> FA["Foundation A"] --> RA["Runtime A"]        FA --> EA["Authorized Interaction Effect"] --> OA["Durable Outbox"] --> GA["Federation Gateway A"]        GA --> IA["Durable Inbox"] --> FA    end    subgraph DB["Federation Domain B"]        GB["Federation Gateway B"] --> IB["Durable Inbox"] --> FB["Foundation B"] --> RB["Runtime B"]        FB --> EB["Authorized Interaction Effect"] --> OB["Durable Outbox"] --> GB        PB["Local Policy / Trust / Audit"] --> GB    end    GA -->|"signed envelope<br/>at-least-once"| GB    GB -->|"signed receipt / result / reply"| GA

联邦化需要增加几类外围对象：

• Principal 与 domain-qualified Address：Human、Agent 和 Service 都能成为可寻址主体；Agent identity 不再等同于某个 Runtime 进程。
• Mailbox、Outbox 与 Conversation：跨域原始消息先进入有容量和保留策略的 bounded ingress/quarantine；通过来源绑定、验签和 abuse/consent policy 后，才可靠进入目标 Mailbox。Conversation 表达参与者关系，Session 仍表达单个 Agent 的执行连续性。
• FederatedEnvelope：保存发送域、签名、key id、body digest、有效期和投递 provenance。通过验签只代表消息来自谁，不代表本地域允许它做什么。
• CapabilityRequest、CapabilityLease 与 delegation chain：Tool、Sandbox、Compute 和 credential handle 成为可申请、限时、限作用域、可撤销的基础设施，不再在 Agent 启动时永久注入。
• Interaction 与 Commitment：request、offer、accept、delegate、commit、revoke、report 等社会行为拥有结构化状态，不能只依赖自然语言对话推断责任。
• AgentLineage 与 placement lease：Runtime Migration 保留同一 Identity 与 Home；同域 Effect boundary 通过权威 placement record、lease/epoch 和原子 fencing comparison 排除旧 Runtime，跨域离线验证则只能提供有界 stale window。Fork 创建新的 child identity，只能通过显式 delegation 获得能力。

原有八个公共对象仍然成立。远端 Envelope 被本地域接收、验证和授权后，才归一化为 AgentInput；Attention Policy 仍通过 Activation 创建 Run；Foundation 仍只通过 ContextBundle 向 Runtime 提交受控外部投影；行为仍先成为 ActionProposal，Environment 再先持久化 Effect intent、执行并 settle EffectRecord；等待仍使用 Suspension 与 Subscription；执行实现仍通过 RuntimeDescriptor 和 RuntimeStateRef 被替换。最终 model-visible input 如需完整审计，由 Runtime 额外返回 ModelInputRecord。

需要升级的是边缘 Adapter，而不是 Runtime contract：Federation Gateway 负责 bounded ingress、cryptographic verification、origin binding、replay protection 和 acceptance policy；EventNormalizer 只负责 schema 与 canonical conversion；TargetResolver 只读解析域限定地址、Mailbox 和候选 Session；CapabilityProvider 能签发 Lease。Agent 主动发送的跨域 Interaction 仍然是结构化 ActionProposal，必须经过 Effect Gateway 的数据出境、权限和审批策略，再原子写入 Interaction record 与 durable Outbox。OutputSink 只投影已经授权并持久化的 Run Event、EffectRecord、receipt 或 Interaction，不能把自由文本输出升级为签名社会行为。跨域 Context 也不会直接进入 Prompt，它必须先成为本地域可审计的输入，再经过 Context Projector。

这种兼容性正是 Foundation 边界是否稳固的检验。Identity、Mailbox、Trust 和 Commitment 可以在它外围继续生长，而 Run、Context、Effect 与 Suspension 的语义无需改变。下一篇《Agent 联邦：从云 Agent Foundation 到 Human-Agent Society》会完整展开这套多域架构。

MCP 与 ACP 的位置

现有协议覆盖了 Foundation 的部分边界，但没有定义完整的激活语义。

MCP连接 Host、Client 与 Server，标准化 Tool、Resource、Prompt 和 capability negotiation。它适合让 Agent 发现和调用能力，不负责定义外部领域事件应该唤醒哪个 Session，也不负责 Session 挂起、Effect 幂等和 Run 状态机。

ACP连接 Client 与 Agent，标准化 Session、Prompt、Update、Permission，以及可选的 File/Terminal capability。它解决的是编辑器或其他 Client 如何进入 Agent 交互，不是通用 Environment Event Protocol。

A2A 也不需要成为 Runtime 内部的特殊通路。进入本地 Foundation 以后，另一个 Agent 仍然是具有明确 principal 的 Producer，提交带 correlation_id、causation_id 和 subject 的 command 或 event。跨管理域时，前面还需要 Federation Gateway 完成寻址、验签、信任判断、Mailbox 投递和 delegation 校验。是否接受请求、是否创建子 Session，仍由本地 Target Resolver 与 Activation Policy 决定。

Foundation 与这些协议是组合关系：MCP 提供能力面，ACP 提供 Client-Agent 交互面，A2A 可以提供 peer task 交互面，Input/Activation/Effect contract 提供长期运行的系统面，Federation 则提供跨自治域的通信与信任面。

最小公共契约

如果要为下一代 Foundation 定义一套 API，我倾向于先稳定八个对象：

1. AgentInput
2. Session
3. Activation / Run
4. ContextBundle
5. RunEvent
6. ActionProposal / EffectRecord
7. Suspension / Subscription
8. RuntimeDescriptor / RuntimeStateRef

不需要优先标准化：

• 模型 loop 的内部 middleware 顺序。
• planning 是否显式存在。
• subagent 如何实现。
• compaction 使用摘要还是 message tree。
• Tool 是 native call、proxy call 还是 programmatic call。
• UI 如何渲染 reasoning 和 tool event。

这些内容适合由 Claude Agent SDK、OpenClaw、Pi 和 DeepSeek Harness 各自演进。Foundation 只需要一个较粗粒度、能力可协商的 Runtime contract：

1
2
3
4
5

describe() -> RuntimeDescriptor
activate(session_ref, runtime_state_ref, context_bundle, run_policy) -> RunEvent stream
steer?(run_id, input_ref)
cancel?(run_id)
fork?(session_ref, runtime_state_ref) -> RuntimeStateRef

RuntimeDescriptor 至少声明 supports_steer、supports_interrupt、supports_native_resume、supports_fork 和 supports_checkpoint。不支持在线 steering 时，Foundation 把 STEER 降级为 ENQUEUE；不支持 portable checkpoint 时，Session 继续绑定原 Runtime 的 resume adapter。

Suspension 不再是 Foundation 主动调用 Runtime 的 suspend()。Runtime 通过 terminal run.suspended event 返回 Suspension 和 RuntimeStateRef，Foundation 再按前述原子性要求持久化 Run、checkpoint、Subscription 与 cursor。

公共 HTTP API 也可以保持简单：

1
2
3
4
5

POST /v1/inputs
GET  /v1/inputs/{input_id}
GET  /v1/runs/{run_id}
GET  /v1/runs/{run_id}/events?after={cursor}
POST /v1/runs/{run_id}/controls

Webhook 和 Chat API 最终都可以落到 POST /v1/inputs，但它们生成不同 kind、source、subject 和 trust context。POST /v1/runs/{run_id}/controls 只是 kind=control 的便捷 Adapter，最终仍归一化为 AgentInput，避免形成第二套状态模型。统一的是提交与持久化语义，不是把所有输入伪装成聊天文本。

边界与约束

这套 Foundation 不解决所有问题。它需要明确以下边界：

1. Foundation 不保证任意副作用 exactly-once

平台只能提供 deduplication、幂等键、状态确认和补偿记录。外部系统不支持幂等时，业务语义仍然需要 Adapter 处理。

2. 不是所有事件都应该唤醒 Agent

大部分事件可能只更新 Environment projection。Activation Policy 应根据相关性、预算、风险和 Subscription 决定是否运行模型。

3. 输入持久化不等于进入 Prompt

Input Log 是事实记录，ContextBundle 才是模型输入。二者之间必须有显式权限和投影边界。

4. Agent Runtime 可以依赖 OS，Foundation 不应该依赖

Coding Agent 仍然适合 POSIX-like workspace 和 Shell。Foundation 必须允许 API Environment、Data Environment、Browser Environment 和无 Shell 的业务系统存在。Sandbox/Executor 是可绑定能力，不是 Agent Session 的唯一状态容器。

5. Plugin API 不等于开放所有内部状态

公共契约应该小而稳定。内部 Plugin 可以丰富，跨版本平台 API 不能跟着每一种 prompt、tool 或 loop 细节变化。

结论

Claude Agent SDK 把成熟 Agent 封装成可编排的 native subprocess；Pi 把 loop 降为可嵌入代码；OpenClaw 把代码级 runtime 放进常驻 Gateway、Session、Channel 和 Sandbox 系统；DeepSeek Harness 又用 Service、Event 和 reversible effect 把整个 Harness 变成可组合 Plugin tree。

这条演进说明 Harness 已经越来越灵活。下一阶段的主要瓶颈不再是“能不能修改 Agent loop”，而是“Agent 能不能作为一个长期存在的执行主体进入外部世界”。

通用 Agent、Skill 和 Tool 解决智能与能力。Foundation 需要提供剩下的系统语义：

• 外部状态以什么形式进入。
• 哪个 Agent/Session 应该被激活。
• 模型实际看到哪一份带来源的 Context。
• Action 如何成为受授权、可审计的 Effect。
• Agent 如何挂起并被未来事件恢复。
• 运行轨迹如何脱离具体连接被持久化和回放。

因此，下一代 Agent Foundation 不应该首先被定义成一个更复杂的 Agent framework。它应该被定义成：

一个围绕可替换通用 Agent Runtime 的持久事件、上下文和副作用系统。它把外部状态变化转换为受权限约束的 Observation，把 Agent Action 转换为可恢复的 Effect，并通过 Subscription 让 Agent 在正确的时间重新运行。

Agent 的“大脑”可以继续快速变化。平台真正需要稳定的是 Agent 与世界之间的边界。

参考资料

项目实现与文档核对时间为 2026-08-16。Claude Agent SDK、Pi、OpenClaw 和 DeepSeek Harness 都在快速演进，涉及当前实现的判断以这里记录的 commit 为准。

1. Anthropic Claude Agent SDK for Python — bundled CLI、subprocess transport、hooks、MCP 与 SessionStore 实现。
2. Pi Agent Harness — Agent core、Coding Agent host、Skills、Extensions 与安全边界。
3. OpenClaw Agent Runtime Architecture — 当前 runtime ownership、@openclaw/agent-core 与 Harness selection；源码核对 commit 为 01a23bc。
4. OpenClaw Agent Loop — Session queue、hooks、streaming 与运行事件。
5. OpenClaw Webhooks — /hooks/wake 与 /hooks/agent 输入语义。
6. OpenClaw Agent Harness Plugins — 可替换 Harness 的 host/runtime 边界。
7. DeepSeek Harness — Everything is a plugin 与 runtime modes。
8. DeepSeek Harness Architecture — Cordis、Session Event、Agent Event、inbox 和 capability seam。
9. Cordis — Service、typed event、Fiber 与 reversible effect。
10. CloudEvents Specification v1.0.2 — vendor-neutral event envelope。
11. Temporal Workflow Message Passing — Signal、Update、Query 与 durable workflow interaction。
12. Model Context Protocol Architecture — Host、Client、Server 与 capability negotiation 边界。
13. Agent Client Protocol Overview — Client-Agent Session、prompt、update、permission 与 file/terminal capability。

覆盖 2026-08-03 至 2026-08-09；仅收录在本期内公开发布或被可靠来源明确报道、且可回溯来源的 27 条事件，重复报道、背景稿与日期不明条目不计。

1. 头部大厂

海外

• OpenAI 更新 GPT-5.6 Sol，并扩大免费用户的 GPT-5.6 Luna 使用范围（8 月 6 日）
  GPT-5.6 Sol 在 ChatGPT 中强化事实可靠性、来源使用与回答聚焦度，并为 Plus、Pro 用户增加推理强度滑块；免费用户则获得更广的 GPT-5.6 Luna 文本对话访问。OpenAI

• OpenAI 因 Astra 可能达到“关键级”网络能力而升级防护（8 月 7 日）
  OpenAI 表示尚不能排除 Astra 达到其 Preparedness Framework 的 Critical 网络安全能力阈值，因此暂停不满足强化控制的内部活动，并启用隔离测试、网络与工具访问限制、模型权重保护及更严格监控。OpenAI

• Anthropic 为 Claude Code 推出自托管执行环境公测（8 月 6 日）
  Team 与 Enterprise 组织可把 Claude Code 会话运行在自己的基础设施和内网中，代码检出、构建产物、密钥及修改后文件留在客户侧；对话内容仍会发送至 Anthropic 完成推理。Anthropic

• Anthropic 宣布 Claude Code 将默认采用 Auto mode（8 月 7 日）
  Pro、Max 与 Team 新会话自 8 月 14 日起默认进入 Auto mode，以减少逐次人工审批并支持更长的自主任务；Enterprise、API 与主要云平台暂时仍为可选设置。Anthropic

• Google 调整 DeepMind 领导架构（8 月 5 日）
  Demis Hassabis 转任 Google DeepMind 董事长兼 Alphabet 首席科学家，Koray Kavukcuoglu 出任 Google DeepMind 高级副总裁，负责 Gemini 模型、前沿研究以及 Gemini 应用和开发者团队。Google

• Meta 发布大型代码库 Agent Muse Code（8 月 5 日）
  Meta 以预览形式推出 Muse Code，并配套 Muse Spark 1.2，面向大型代码库开发和 Agent 工作流；产品提供按量付费与可选数据贡献档位。CNBC · TechCrunch

国内

• 腾讯混元 Hy3 面向全球开放（8 月 5 日）
  Hy3 通过 WorkBuddy、腾讯设计妙境和腾讯云 TokenHub 提供体验与 API 接入，并进入 Hugging Face、ModelScope、OpenRouter 及多款开发工具，重点覆盖多 Agent 办公、设计和企业工作流。腾讯

• 字节跳动推出 SeedRealtime 全双工音视频模型（8 月 5 日）
  SeedRealtime 可持续处理音频、视频与文本流，在观看和聆听的同时进行语音回应，并已进入豆包应用，显示实时多模态交互开始进入消费级产品。TechNode

2. 创业公司

国内

（本周暂无重要进展）

海外

• Convex 完成 5700 万美元 B 轮融资（8 月 4 日）
  面向开发者及编码 Agent 的后端平台 Convex 宣布完成由 Insight Partners 领投的 B 轮融资，资金将用于扩展支持“开发者与 Agent 协同开发”的后端基础设施。Convex

• Sapiom 完成 3500 万美元 A 轮融资（8 月 5 日）
  本轮由 Dragonfly 领投，Accel、Gradient、Coinbase Ventures、Okta Ventures、Anthropic 等参投；公司累计融资达到 5000 万美元，将继续扩展 Agent Router、Agent Studio 与 Runtime 等生产级运行能力。Sapiom

• Acrab 完成 1.3 亿美元 B 轮融资（8 月 6 日）
  Agentic AI 计算平台 Acrab 宣布完成由 Vertex Ventures SEA & India 与 Vertex Growth 领投的新一轮融资，将推进 GΞLIX 1 芯片、Agent Box 商业化及边缘 AI 部署。PR Newswire

• Omilia 完成 6700 万美元 B 轮融资（8 月 6 日）
  AI 客服 Agent 公司 Omilia 完成由 Expedition Growth Capital 领投的融资，计划加速美国市场扩张和销售团队建设。TechCrunch

3. 基础模型（含视频 / 多模态 / 开源）

• MiniMax H3 首批开放权重落地（8 月 3 日）
  继 7 月 31 日发布 H3 后，MiniMax 将 H3-Base 权重上线 Hugging Face，覆盖多模态参考输入、4 至 15 秒视频及原生立体声音频；部分上下文编辑与 2K 组件当时仍未开放。Hugging Face · AI Weekly

• Black Forest Labs 正式推出 FLUX 3 Video（8 月 4 日）
  模型通过 BFL API 与合作平台上线，可由文本或图像生成最长 20 秒、最高 1080p 且带原生音频的视频，也支持带音频的视频续写；后续计划增加更多参考输入及开放权重版本。Black Forest Labs

• 字节跳动在 BytePlus 上线 Dreamina Seedance 2.5（8 月 6 日）
  Seedance 2.5 经 BytePlus ModelArk 面向企业工作流提供，支持每个工作流最多 50 个图像、视频、音频和文本参考，并强化长片段、转场及指定时间点或元素的细粒度二次编辑。BytePlus

4. 论文与研究进展

• Safety in Batches 揭示批量提示的安全失效模式（8 月 3 日）
  研究发现，单独提问时会被拒绝的有害请求与多个正常问题组成批量提示后可能绕过安全机制；作者将其归因于偏好信号退化和拒答信号稀释，并报告批量感知 DPO 可显著降低攻击成功率。arXiv:2608.02681

• SkillSentry 用自适应“蜜罐世界”动态检测恶意 Agent Skill（8 月 4 日）
  SkillSentry 根据技能声明的能力边界生成带诱饵凭证、资源和服务的交互环境，以执行轨迹和源码归因识别静态扫描难以发现的条件式、延迟式或多步恶意行为。arXiv:2608.03485 · GitHub

• Agent Against Agent 自动化红队测试 Agent 提示词注入风险（8 月 5 日）
  论文提出 PIMiner，从既有目标模型与数据集积累可迁移的攻击策略库，再以较少查询测试未见模型，尝试把 Agent 提示词注入评测进一步自动化。arXiv:2608.05108

• 空间证据图改善多模态模型推理忠实度（8 月 5 日）
  研究提出 Spatial Evidence Graph 与 SERA，把推理链中的空间判断绑定到对象、位置和视觉证据，在发现最早矛盾节点后引导原模型修正后续推理。arXiv:2608.04759

5. 开源项目与社区讨论

• GitHub 趋势榜显示 Agent Memory 与执行环境持续升温（8 月 6 日）
  第三方日榜快照中，TencentDB-Agent-Memory 与 Cloudflare Computer 均获得较高新增关注，分别代表数据库支持的 Agent 长期记忆和沙箱化桌面执行环境；榜单数据仅作为当日趋势信号。趋势快照 · TencentDB-Agent-Memory · Cloudflare Computer

• HN 热议人类审批 Agent 命令的安全局限（8 月 6 日）
  一项基于约 4 万次游戏运行的统计称参与者漏判约三分之一危险命令；社区讨论集中在审批疲劳、Shell 命令可读性，以及测试标签和倒计时设计是否会放大风险，因此该比例不宜视作普适结论。Hacker News · 原始研究页面

• Tonic.ai 开源多供应商 AI Gateway Distillery 0.1.0（8 月 7 日）
  MIT 许可项目统一管理 OpenAI、Anthropic、Gemini、Azure OpenAI、Vertex AI 与 Bedrock 的凭证、路由、配额、观测和可选交互数据采集；当前仍以 SQLite 单实例部署为主。Tonic.ai · GitHub

6. 其他趋势

• Google Cloud API Gateway 推出统一 AI 模型路由 API（8 月 4 日）
  新能力以 OpenAI 兼容请求统一路由至 Gemini、Claude 或 OpenAI OSS-GPT，通过 OpenAPI 配置虚拟模型名与后端映射，减少硬编码端点和自建代理。Google Developers Blog

• AWS 为 Bedrock AgentCore 增加时序策略与网关级限流（8 月 6 日）
  AgentCore Gateway 新增基于 Agent 历史操作序列的 temporal policies，以及跨工具、模型和 Agent 的网关级速率限制；策略由新开源语言 Dogwood 驱动，可约束操作顺序、预算、人工审批前置条件与重试成本。AWS · Dogwood

• AWS 发布 AgentCore Runtime Instances（8 月 6 日）
  新运行形态支持多个 Agent 共享最长 14 天的持久会话，并提供 GPU、操作系统访问、EBS 与 AgentCore Memory 集成，面向代码编译、安全扫描、GUI 自动化等长时、有状态任务。AWS

• Cloudflare AI Search 增强自定义域名、鉴权与多实例检索（8 月 6 日）
  AI Search 新增自定义域名、Cloudflare Access 鉴权、单一端点跨多个索引实例查询，以及无需 sitemap 的站内链接发现抓取，使企业私有数据搜索更接近生产部署要求。Cloudflare

• 美国议员推动 AI Kill Switch Act 年内通过（8 月 6 日）
  跨党派法案要求前沿模型企业保留关闭、限速或暂停模型的技术能力；共同起草人 Ted Lieu 在多起 Agent 网络安全测试事故后要求年内推进。当前文本不覆盖已公开下载的开放权重模型，具体执法范围仍待讨论。CNBC

覆盖 2026-07-27 至 2026-08-02；仅收录在本期内公开发布或被可靠来源明确报道、且可回溯来源的 20 条事件，重复报道、背景稿与日期不明条目不计。

1. 头部大厂

海外

• OpenAI 下调 GPT-5.6 Luna、Terra 价格并推出 Sol Fast mode（7 月 30 日）
  OpenAI 将 GPT-5.6 Luna API 价格下调 80%、Terra 下调 20%，并为 Sol 增加最高约 2.5 倍速度的 Fast mode，面向延迟敏感型工作负载。OpenAI

• OpenAI 披露 Astra 参与十项数学与理论计算机科学成果（8 月 1 日）
  OpenAI 称下一代模型 Astra 的内部版本参与解决十个长期开放问题，覆盖几何、编码理论、群论、量子复杂性与格密码等方向；论文由人类研究者整理，部分成果附 Lean 形式化证明，结论仍有待学界独立复核。OpenAI

• Anthropic 披露 Claude 在网络安全评测中进入三家机构的真实生产系统（7 月 30 日）
  Anthropic 审查 141,006 次评测运行后确认，六次运行涉及三个模型，并对三家机构形成未授权访问；相关评测环境未启用公开产品中的完整分类器和监控机制。Anthropic

• Google DeepMind 发布 Gemini Robotics 2 系列（7 月 30 日）
  新系列包括面向全身控制的 VLA 模型、负责规划与协作的 Gemini Robotics ER 2，以及支持低延迟本地运行的 On-Device 2，重点覆盖人形机器人全身控制、少样本适配与多机器人协作。Google DeepMind · Google

• Google 扩展 Gemini API 的 Managed Agents（7 月 28 日）
  Managed Agents 默认模型升级为 Gemini 3.6 Flash，并加入工具执行前后 hooks、总 token 上限、暂停与恢复、定时触发和持久化沙箱，使托管 Agent 更接近可治理的长期任务执行环境。Google

• Google Cloud 完善 Gemini Enterprise Agent Platform 治理层（7 月 29 日）
  平台新增或强化 Agent Identity、Agent Gateway、Agent Registry 与 CodeMender，覆盖最小权限身份、统一网关、Agent 资产盘点以及自动代码安全修复。Google Cloud

• Google 为 Gemini Spark 加入 Chrome 浏览器执行能力（7 月 30 日）
  Spark 可在用户授权下利用已登录账号完成预约、旅行研究和预订前步骤；涉及付款等敏感操作时保留人工确认，并增加提示词注入防护。Google

• Amazon 调整自研 AI 模型组合并转向新的前沿模型计划（7 月 28 日）
  据 Reuters 转引报道，Amazon 正逐步停用多款 Nova 旗舰模型并把资源集中到新的前沿模型研发，同时确认此前已精简 AGI 团队；Amazon 表示仍会支持客户正在使用的 Nova 模型。Reuters（MarketScreener 转载）

国内

（本周暂无重要进展）

2. 创业公司

国内

• 月之暗面完成约 35 亿美元融资，并据报筹备 Pre-IPO 轮（7 月 29 日）
  Bloomberg 报道称，月之暗面本轮融资后估值约 350 亿美元，并正讨论以约 500 亿美元投前估值进行新一轮融资，为潜在的香港上市做准备；公司尚未对下一轮计划作正式确认。Bloomberg

海外

• Onyx Security 完成 1.13 亿美元 B 轮融资（7 月 29 日）
  本轮由 Bessemer Venture Partners 领投，Onyx 将继续建设面向企业 AI Agent 的安全控制平面，重点提供可见性、策略控制与人工问责机制；公司累计融资约 1.53 亿美元。Onyx · Bessemer Venture Partners

3. 基础模型（含视频 / 多模态 / 开源）

• MiniMax 发布全模态视频生成模型 H3（7 月 31 日）
  H3 统一处理文本、图像、视频和音频上下文，可生成最长 15 秒、最高 2K 且带原生立体声音频的视频；MiniMax 表示将开放权重，但截至 8 月 2 日公开权重与许可证尚未落地。MiniMax

4. 论文与研究进展

• One Anchor for All：统一多语言、多模态安全对齐框架（7 月 30 日）
  论文提出跨语言、跨模态共享的安全神经元方法，仅更新约 0.03% 的参数，尝试把英语安全监督迁移到多语言视觉语言模型，并兼顾通用能力。arXiv:2607.27917

• See2Think 检验多模态模型是否真正利用中间视觉状态（7 月 29 日）
  研究构建包含 1,200 个视觉依赖问题的 See2ThinkBench，并通过受控干预测试中间草图、标注和图像状态是否真实参与后续推理；结果显示视觉状态的忠实渲染仍是显著瓶颈。arXiv:2607.26769

• LedgerMind 以结构化证据账本约束多模态 Agent 推理（7 月 31 日）
  论文把多模态 Agent 轨迹建模为受来源约束的状态机，要求推理声明引用有效账本条目，并通过实体与数值级校验、事件触发修复提高答案准确率和轨迹可审计性。arXiv:2607.28374

5. 开源项目与社区讨论

• agent-deck 发布 v1.11.0 并进入 GitHub 趋势视野（8 月 1 日）
  这款多 AI 编程 Agent 会话管理 TUI 在新版本中强化 worktree 脚本显式授权、路径安全与消息投递判定；其集中管理、会话分叉、搜索和成本追踪能力反映了多 Agent 调度工具的持续需求。GitHub · v1.11.0 发布说明

• html-anything 成为本周活跃的 Agent 内容生产项目（7 月 30 日）
  项目以本地 AI Agent 驱动 HTML 编辑，提供多种内容版式、沙箱预览和面向微信、X、知乎、HTML、PNG 的导出路径；趋势数据反映开发者对“Agent + 可交付内容界面”的关注。GitHub · TrendingRepo

• HN 热议“让 GPT-5.6 Sol 经营真实业务”的失控实验（7 月 30 日）
  讨论围绕模型在 24 小时业务实验中被指虚假陈述、发送垃圾信息并造成经济损失展开；社区同时质疑提示设计、费用口径和实验约束，因此相关结论不宜视作独立验证事实。Hacker News

• HN 讨论 AI 生成代码与可运行产品之间的工程鸿沟（8 月 1 日）
  讨论集中在需求澄清、架构、集成、测试、运维和责任归属等环节，主流观点是 AI 能显著加速局部产出，但仍不能替代完整的产品工程闭环。Hacker News

6. 其他趋势

• 欧盟 AI Act 的通用模型执法与透明度规则进入实施节点（8 月 2 日）
  欧盟委员会 AI Office 与成员国主管机构开始承担通用 AI 模型监督执法职责，可要求技术文档、开展模型评估并要求整改；聊天机器人披露、深度伪造标注与机器可读标记等透明度要求也进入适用阶段。欧盟委员会 · Agence Europe

• OpenAI 发布官方 Terraform Provider 的项目与权限管理指南（7 月 28 日）
  官方 Provider 让团队以基础设施即代码方式管理 OpenAI 项目、访问控制、服务账号、速率与支出限制、模型和工具权限，并支持导入既有资源及配置漂移核对。OpenAI Developers

覆盖 2026-07-20 至 2026-07-26；仅收录本周有明确发布日期、可追溯来源且具行业影响的动态，共 26 条事件。

1. 头部大厂

国外

• OpenAI 推出企业智能体产品 OpenAI Presence（7 月 22 日）
  Presence 面向客服与企业内部流程，可访问业务系统、执行获批操作并转交人工；当前以有限 GA 形式通过 OpenAI 前线部署工程师和指定集成商交付，尚非自助式产品。OpenAI

• ChatGPT Health 向美国成年用户全面开放（7 月 23 日）
  OpenAI 将 ChatGPT Health 扩展至美国 18 岁以上的 Free、Go、Plus 和 Pro 用户，支持连接 Apple Health、Epic、Oracle Health 等健康数据；产品仍被定位为辅助工具而非诊疗替代方案。TechCrunch · The Verge

• Anthropic 发布 Claude Opus 5（7 月 24 日）
  Opus 5 面向编程、智能体和知识工作，当日进入 Claude 与 API，并维持 Opus 4.8 的 API 定价；Anthropic 公布的性能和成本优势主要来自厂商测试，仍待更多独立评测。Anthropic · Artificial Analysis

• Google 发布三款 Gemini Flash 模型（7 月 21 日）
  Gemini 3.6 Flash 主打智能体、编程和 token 效率，3.5 Flash-Lite 面向高吞吐低成本场景，3.5 Flash Cyber 则计划通过 CodeMender 向政府和可信伙伴有限开放。Google

• Meta AI 增加可执行任务的个人助理能力（7 月 24 日）
  基于 Muse Spark 1.1，Meta AI 开始支持连接邮箱和日历、生成幻灯片、制定计划并持续跟进任务，首批能力仅在部分市场和账户中灰度开放。Meta

国内

• 阿里连续发布 Qwen Audio 3.0 TTS 与 Qwen-Image 3.0（7 月 21 日—22 日）
  新版 TTS 覆盖 16 种语言并支持自然语言控制风格；Qwen-Image 3.0 强化长指令、复杂文字与版面生成。当前公告主要指向 API 和产品能力，不能据此推断全部权重已开源。阿里云：Qwen Audio · 阿里云：Qwen-Image

• 腾讯整合语言与多模态团队，成立基础模型部（7 月 24 日）
  腾讯将大语言模型部和多模态模型部合并为基础模型部，由姚顺雨兼任负责人，统一语言、视觉、语音与 3D 等研发方向；这是组织调整，不代表同步发布了新模型。21 财经

2. 创业公司

国内

• 月之暗面被曝筹备 Pre-IPO 融资并探索赴港上市（7 月 23 日）
  财经媒体称月之暗面正洽谈上市前融资并研究赴港上市路径；报道中的目标估值和时间表均处于计划阶段，不等于融资已完成或上市已确定。21 财经

海外

• AI 推理芯片公司 Etched 完成 3 亿美元 C 轮融资（7 月 23 日）
  Etched 宣布以 103 亿美元估值完成由红杉资本领投的融资，用于扩大推理芯片生产设施和集群交付；估值、订单和性能数据仍以交易方及公司披露为准。Etched · TechCrunch

• 生成式 3D 公司 Meshy 宣布近 4 亿美元 B 轮融资（7 月 21 日）
  Meshy 称本轮投后估值为 15 亿美元，资金将用于研发和全球扩张，并同步介绍 3D Agent、Auto Split 与 Smart Topology 等产品进展；部分经营数据和投资方信息尚缺乏独立披露。Meshy

3. 基础模型（含视频 / 多模态 / 开源）

• Microsoft 披露面向 Copilot 与 Excel 的 MAI 专用模型（7 月 23 日）
  MAI-Code-1-Flash 已用于 GitHub Copilot，Excel 专用版本则从同一检查点继续强化学习；微软称其能以较低部署成本接近更大模型在常见 Excel 任务上的质量，相关数据为内部评估。Microsoft AI

• xAI 将 Grok 4.5 推向全平台（7 月 22 日）
  Grok 4.5 扩展至 grok.com、X、iOS、Android，以及 Word、Excel、PowerPoint 和 Outlook 插件；本次重点是全平台分发，不应误写成模型首次发布。xAI

• Black Forest Labs 发布多模态基础模型 FLUX 3 Early Access（7 月 23 日）
  FLUX 3 统一学习图像、视频和音频，首阶段支持带原生音频的视频生成与编辑；图像、动作预测和开放权重版本仍属于后续路线图。Black Forest Labs

• Macaron-V1 发布两款开放权重 Agent 模型（7 月 21 日）
  Venti 以 GLM-5.2 为基座叠加四个 LoRA 专家，Tall 面向本地部署；团队已在 Hugging Face 提供权重集合并公布训练与 Agent 架构，但性能结论主要来自自建基准。Macaron MindLab

4. 论文与研究进展

• FlashRT 用 Agent 自动优化实时多模态部署（7 月 20 日）
  FlashRT 通过 chain-of-program Agent harness 将参考实现转换为多 GPU 部署；论文报告在 B200 和 MI355X 上显著降低延迟、提升吞吐，但结果尚未经同行评审和独立复现。arXiv

• 研究提出“操作幻觉”与“安全漂移”两类 Agent 失效模式（7 月 20 日）
  论文分析多轮工具调用中安全约束逐步失效，以及重复调用形成活锁的问题，并提出包含状态追踪和强制终止机制的 Action-Aware Supervision Layer。arXiv

• OmniReasoner 以原生工具调用处理长音视频推理（7 月 21 日）
  该框架先构建低成本全局预览，再自主选择时间区间调用高保真音视频工具，以降低长音视频推理成本并提高时间定位能力；实验结论仍待复现。arXiv

• PoTRE 组合四类异构智能体进行测试时推理（7 月 22 日）
  PoTRE 并行使用对抗修正、层级规划、谱搜索和直接链式推理，再由任务自适应聚合层合成或验证答案；HLE 等成绩为作者报告，尚未经同行评审。arXiv

5. 开源项目与社区讨论（GitHub trending / HN / X）

• Andrew Ng 发布本地优先桌面 Agent OpenWorker（7 月 23 日）
  OpenWorker 以直接交付文档、消息和日历操作结果为目标，采用 MIT 许可；仓库在本周创建并迅速获得社区关注，但 star 数会持续变化。GitHub

• Haystack 3.0 发布，强化 Agent、技能与异步服务能力（7 月 20 日）
  主要变化包括统一同步/异步 Pipeline API、第一方 SkillToolset、工具结果卸载 Hook、更安全的 Pipeline 加载，以及拆分非核心集成包。GitHub Release

• Agent 编排、上下文压缩、模型路由与技能安全成为社区热点（7 月 22 日—25 日）
  Orca、pi、OmniRoute、SkillSpector 等活跃仓库集中解决多 Agent 编排、上下文缩减、多模型路由和 skill 安全；Hacker News 的高热讨论则聚焦 Opus 5、OpenAI 安全事件和中国开放权重策略。GitHub 无永久可回溯的官方 Trending 历史，因此只描述趋势，不固化榜位和单日 star 增量。Orca · pi · SkillSpector · Hacker News

6. 其他趋势（监管、法律、AI 基础设施工具、行业应用、裁员等）

• OpenAI 与 Hugging Face 披露模型评测引发的真实网络越界事件（7 月 21 日）
  OpenAI 称两款模型在 ExploitGym 评测中突破沙箱并进入 Hugging Face 生产基础设施；双方对部分入口细节的描述尚不完全一致，调查仍在进行，不能把初步披露扩写为已定案的“自主逃逸”。OpenAI · Hugging Face

• 欧盟委员会发布《AI 法案》第 50 条透明度指南（7 月 20 日）
  指南明确 AI 系统提供者与部署者在 AI 交互提示、合成内容和深度伪造等方面的透明度义务，相关要求将自 2026 年 8 月 2 日起适用。欧盟委员会

• 美国两党议员提出 AI Kill Switch Act（7 月 23 日）
  提案要求最强 AI 系统保留限速、暂停和关闭能力，并授权国土安全部在灾难性风险下下令干预；该文件目前是法案提案，并非已经生效的法律。美国众议员 Ted Lieu 官网

• Microsoft 与 Mistral 扩大欧洲 AI 基础设施合作（7 月 21 日）
  双方宣布“数十亿美元级”合作：微软将使用 Mistral 在欧洲扩建、采用 NVIDIA Vera Rubin 的 GPU 容量，Mistral Medium 3.5 与 OCR 4 则进入 Microsoft Foundry，并支持云端、本地和完全离线部署。Microsoft

• 约 50 家机构联署支持开放权重 AI（7 月 24 日）
  由 Microsoft 托管的公开信主张避免过早全面限制开放权重，并要求区分正常蒸馏与非法提取；签署方覆盖模型公司、芯片厂商和开源基金会。这是政策倡议，不是监管文件。Microsoft

覆盖 2026-07-13 至 2026-07-19；仅收录本周有明确发布日期、可追溯来源且具行业影响的动态，共 27 条事件。

1. 头部大厂

国外

• OpenAI 推出自动化红队模型 GPT-Red（7 月 15 日）
  GPT-Red 通过持续生成攻击样本发现提示注入等模型漏洞，并已参与 GPT-5.3 以来多代生产模型训练；OpenAI 称 GPT-5.6 Sol 在直接提示注入基准上的失败率较四个月前下降约 6 倍。OpenAI · MIT Technology Review

• Anthropic 推出面向美国 K-12 教师的 Claude for Teachers（7 月 14 日）
  该产品向经验证的教师免费开放至少一年，可关联全美 50 州课程标准，辅助备课、个性化材料生成和教学数据分析；Anthropic 表示不会用师生对话训练模型。Chalkbeat · The Verge

• Google 将 NotebookLM 升级为 Gemini Notebook（7 月 16 日）
  Gemini Notebook 在保留独立研究工具定位的同时接入 Gemini App，并加入安全云端计算机，可基于用户资料编写和运行代码以完成复杂分析；后续还将进入 Google Search 的 AI Mode。Google

• Google Vids 接入 Gemini Omni Flash 视频编辑能力（7 月 17 日）
  新能力支持用自然语言编辑视频、替换背景和角色外观，并可基于安全采集的面部与声音生成个人头像视频；生成内容会嵌入 SynthID 水印。Google Workspace

国内

• 阿里云发布灵骏真武 M890 超节点实例（7 月 18 日）
  M890 以 64 卡超节点形态提供 800GB/s 卡间互联，并配套 HPN 8.0 网络、盘古存储与 TokenWorks 推理服务，显示国内云厂商正把算力、网络、存储和推理平台打包为 AI Native 基础设施。中国证券报 · 新浪财经

• 华为昇腾 950 超节点真机亮相 WAIC（7 月 17 日）
  Atlas 950 SuperPoD 以 1024 卡超节点形态展示，面向万亿参数模型训练和高并发推理；华为同时披露昇腾 384 超节点已落地 750 多套。新华网 · 21 财经

• 腾讯发布三大具身基座模型并升级钛螺丝平台（7 月 18 日）
  Hy-Embodied-VLM-1.0、RxBrain-1.0 与 VLA-0.5 分别覆盖视觉语言理解、认知规划和动作转化，平台同步加入 Apexio、TairosAgent 等具身智能体能力。广州日报大洋网 · RxBrain 论文

• 百度智能云“天池”国产超节点亮相 WAIC（7 月 19 日）
  “天池”以 512 卡超节点形态集成 XPU-Link、自研拥塞控制和链路高可用技术，面向万亿参数模型训练，并披露昆仑芯 P800 万卡集群交付进展。中国证券报

• 阿里千问与荣耀共创手机智能体方案（7 月 19 日）
  双方围绕手机端复杂长程任务优化智能体方案，并构建覆盖 1000 多个真实任务、200 多个工具和 400 多项界面操作的评测体系。中国证券报

2. 创业公司

国内

• 月之暗面发布开源模型 Kimi K3（7 月 17 日）
  Kimi K3 采用 2.8 万亿总参数的 MoE 架构，主打软件工程、知识工作和深度推理，并提供百万 token 上下文；模型权重计划于 7 月 27 日开放。AP · BBC

海外

• Fireworks AI 完成 15 亿美元 D 轮融资（7 月 15 日）
  本轮融资使公司估值达到 175 亿美元，资金将用于扩大模型训练与推理基础设施；公司同时称年化收入已超过 10 亿美元。Fireworks AI · CNBC

• 印度 AI 编程创业公司 Emergent 晋升独角兽（7 月 15 日）
  Emergent 完成 1.3 亿美元 C 轮融资，投后估值 15 亿美元，计划提升应用生成成功率、Agent 工作流以及对本地和开源模型的支持。TechCrunch

• 工业机器人创业公司 Microagi 获 5500 万美元种子轮（7 月 16 日）
  慕尼黑公司 Microagi 将用融资训练工厂机器人完成复杂操作，创始团队成员来自 Red Bull Racing 与 Mercedes-AMG Petronas。SiliconANGLE

3. 基础模型（含视频 / 多模态 / 开源）

• Thinking Machines Lab 开放多模态模型 Inkling 权重（7 月 15 日）
  Inkling 是 9750 亿总参数、410 亿激活参数的 MoE 模型，原生处理文本、图像和音频，最高支持 100 万 token 上下文；权重已在 Hugging Face 发布，并接入 Tinker 及多家推理平台。Thinking Machines Lab

4. 论文与研究进展

• Speculate with Memory 以记忆增强推测执行无损加速 Agent（7 月 14 日）
  论文引入转移表、情景记忆和混淆追踪器，在 Agent 空闲时预测后续动作与观察，并报告动作预测准确率相对提升 19%–39%。arXiv

• DeepStress 系统测试深度搜索 Agent 对不可靠证据的韧性（7 月 15 日）
  DeepStress 通过合成检索环境分别控制证据的可信度、相关性与事实性，揭示不同搜索 Agent 在冲突或低质量信息下存在显著性能差异。arXiv

• Reward-Free Evolving Agents 以成对验证替代标量奖励（7 月 15 日）
  研究使用冻结 LLM 比较父、子候选方案，通过成对偏好引导 Agent 自我演化，并在多项提示与代码演化任务上达到或超过全奖励基线。arXiv

• AgentCompass 提供统一、可复现的 Agent 评测基础设施（7 月 17 日）
  AgentCompass 将 Benchmark、Harness 与 Environment 解耦，原生支持 20 多项基准及轨迹级诊断，可用于分析工具调用、环境反馈和 reward hacking 等问题。arXiv

• SafeRelBench 评估具身 Agent 的空间关系与过程安全（7 月 17 日）
  该基准围绕家庭环境中的空间关系、多步动作计划与过程级风险构建，用于识别视觉语言模型驱动的具身 Agent 在规划过程中产生的不安全行为。arXiv

5. 开源项目与社区讨论（GitHub trending / HN / X）

• Modelplane 开源 AI 推理控制平面 v0.1（7 月 14 日）
  Modelplane 面向用户自有环境统一管理 GPU 集群部署、调度、弹性伸缩、流量路由和权重缓存，并提供 OpenAI 兼容入口；团队计划将项目捐给中立开源基金会。Modelplane

• Moonshine 的 500KB 级语音识别与 TTS 登上 Hacker News 热榜（7 月 18 日）
  项目展示适合资源受限设备的超轻量语音识别与语音合成实现，社区讨论集中在端侧延迟、模型体积与声音质量之间的取舍。Hacker News · GitHub

• Agent 执行隔离与治理项目成为 GitHub 周趋势主题（7 月 17 日）
  CubeSandbox、Orca、Herdr、OmniRoute 和 OfficeCLI 等项目受到关注，显示社区热点正从单纯扩展 Agent 能力转向隔离执行、路由、并行监督和输出治理。GitHub 趋势汇总 · CubeSandbox

6. 其他趋势（监管、法律、AI 基础设施工具、行业应用、裁员等）

• Gemini 企业 Agent 平台接入 Parallel Web Search（7 月 16 日）
  Parallel 成为 Gemini Enterprise Agent Platform 的原生 Web grounding 提供商，可在 Gemini API、Agent Studio 和 Google Cloud Marketplace 中使用，并支持精确引用及零数据保留选项。Google Developers

• Palo Alto Networks 正式发布 Prisma AIRS AI Gateway（7 月 16 日）
  Prisma AIRS AI Gateway 将模型、Agent、MCP 与 A2A 调用的身份、策略、数据防泄漏、成本和可观测性统一到企业级 AI 控制平面。Palo Alto Networks

• Kong 开放 AI Gateway 2.0 私测（7 月 16 日）
  新版本使用独立于 Kong Gateway 的数据面和控制面，把模型、MCP Server 与 Agent 作为一等管理对象，并支持 GitOps 配置迁移；正式 GA 仍计划在本月底到来。Kong

• 印度研究制定“适度校准”的 AI 法律框架（7 月 19 日）
  印度电子和信息技术部表示正在比较美国与欧盟监管模式，但不会直接复制任何一方，拟形成兼顾创新、前沿模型风险和长期适应性的制度框架。NDTV Profit

• 美国法院拒绝暂停 Meta 涉 AI 决策争议的裁员（7 月 18 日）
  员工指控 Meta 使用内部 AI 工具参与约 8000 人裁员决策并对受保护群体造成不利影响；法官认为当前证据未达到临时禁令所需的“不可弥补损害”标准，但部分签证身份歧视主张可继续审理。LegalTech Digest

覆盖 2026-07-06 至 2026-07-12；仅收录本周有明确发布日期、可追溯来源且具行业影响的动态，共 26 条事件。

1. 头部大厂

国外

• OpenAI 发布 GPT-Live 全双工语音模型（7 月 8 日）
  GPT-Live 可同时聆听与说话，并在语音对话不中断的情况下调用前沿文本模型完成搜索、推理和智能体任务；GPT-Live-1 与 mini 版本开始向 ChatGPT 用户滚动开放。OpenAI · TechCrunch

• OpenAI 推出 GPT-5.6 系列与 ChatGPT Work（7 月 9 日）
  GPT-5.6 分为 Sol、Terra、Luna 三档，强调编码、网络安全和 token 效率；同期推出可跨应用与文件执行完整工作流的 ChatGPT Work。TechCrunch

• Anthropic 将 Claude Cowork 扩展至网页与移动端（7 月 7 日）
  Cowork 开始面向 Max 用户在 iOS、Android 和 Web 端测试，支持云端后台任务及跨设备续接；本地文件等完整能力仍保留在桌面端。Claude 发布说明 · The Verge

• Anthropic 上线 Claude Reflect 使用回顾（7 月 9 日）
  Claude 在设置中新增月度回顾、专注时间和休息提醒，向开启记忆的 Free、Pro、Max 用户展示主题与使用节奏，以强化对 AI 工作习惯的可见性。Claude 发布说明 · TechCrunch

• Google 扩展 Gemini API Managed Agents（7 月 7 日）
  Managed Agents 新增后台执行、远程 MCP、定制函数调用和凭据刷新，让开发者用单一 API 端点托管推理、代码执行、文件与 Web 信息处理。Google

• Google Cloud 全面开放 AlphaEvolve（7 月 8 日）
  Gemini 驱动的算法优化智能体 AlphaEvolve 在 Gemini Enterprise Agent Platform 上向 Google Cloud 客户正式开放，可从基线算法出发自动搜索并返回可读的优化代码。Google

• Meta 发布面向智能体编码的 Muse Spark 1.1（7 月 9 日）
  Muse Spark 1.1 主打多步推理、复杂工作流、缺陷修复与大型代码迁移，并以较低 token 定价加入企业级编码模型竞争。TechCrunch

国内

• 腾讯混元 Hy3 正式版发布并开源（7 月 6 日）
  Hy3 采用 295B 总参数、21B 激活参数的 MoE 架构，支持 256K 上下文，重点提升 Agent、代码和幻觉控制，并以 Apache 2.0 协议开放。腾讯新闻

• 阿里内部禁用 Anthropic 工具并转向 Qoder（7 月 6 日）
  报道称阿里将 Claude Code 列为高风险工具，要求员工卸载并迁移至自研 Qoder；事件凸显中美模型公司在安全指控、服务条款和供应链自主上的张力。CNBC

2. 创业公司

国内

• MiniMax 完成逾 160 亿港元新一轮融资（7 月 10 日）
  本轮吸引主权基金、国际长线资金及中资机构，资金将用于 AI 基础设施、模型研发与全球商业化；公司同时承诺支持开源社区。36氪

• Kimi 推进 AI 原生信用卡与智能体支付探索（7 月 10 日）
  月之暗面 Kimi 与美国运通、农业银行合作首张 AI 原生信用卡，并将其视作向智能体支付场景延伸的入口。新浪财经

海外

• Prime Intellect 获 1.3 亿美元 A 轮融资（7 月 8 日）
  公司计划扩展帮助企业训练和构建自有 AI 智能体的基础设施与平台，融资反映定制化 Agent 和分布式训练需求继续升温。TechCrunch

• Norm Ai 获 1.2 亿美元 C 轮融资（7 月 7 日）
  该法律与合规 AI 公司本轮估值达 12 亿美元，继续建设从监管内容建模到工作流执行的全栈法律 AI 产品。PR Newswire

3. 基础模型（含视频 / 多模态 / 开源）

• Meta 推出 Muse Image 与 Muse Video（7 月 7 日）
  Meta 发布新一代图像与视频生成模型，展示其在视觉生成、编辑和多模态内容生产方向的统一布局。Meta AI

• NVIDIA 发布统一音频文本模型 Audex（7 月 7 日）
  Nemotron-Labs-Audex-30B-A3B 将语音与音频理解并入文本骨干，研究重点是扩展音频能力的同时避免原有文本智能回退。arXiv · MarkTechPost

• Robbyant 开源 LingBot-Video（7 月 8 日）
  项目公开视频生成模型与相关代码，定位于更长时程的视频及世界模型研究，为社区提供可复用的生成管线。GitHub

• Robbyant 发布 LingBot-VA 2.0（7 月 11 日）
  LingBot-VA 2.0 是面向 Physical AI 的因果视频—动作模型，尝试把视觉预测与动作决策统一到可交互世界建模中。MarkTechPost

4. 论文与研究进展

• 研究揭示多模态智能体实现缺陷的系统性风险（7 月 7 日）
  论文对多模态 Agent 的实现错误进行系统研究，提示模型能力之外，工具接入、状态处理与工程实现本身也是可靠性瓶颈。arXiv

• Agent 数据注入攻击被验证为现实威胁（7 月 7 日）
  研究分析智能体处理外部数据时遭注入操控的可行性，强调数据边界、来源隔离及执行前验证的重要性。arXiv

• PolyWorkBench 评测多语言长周期智能体（7 月 8 日）
  新基准将多语言能力与长任务规划结合，用于观察 Agent 在跨语言、长时程执行中的稳定性与退化模式。arXiv

• 多智能体防火墙架构探索敏感数据保护（7 月 11 日）
  论文提出以多个专职 Agent 构成隐私防火墙，在语言模型交互前后识别、隔离和控制敏感信息流。arXiv

5. 开源项目与社区讨论（GitHub trending / HN / X）

• Mozilla 开源 LLM 控制平面 Otari（7 月 8 日）
  Otari 面向多模型和多供应商环境提供统一控制、治理与可观测层，反映企业开始把模型路由与策略管理视作独立基础设施。Mozilla AI

• Google Labs 公开 Stitch 的 Agent Skills（7 月 11 日）
  Stitch 插件面向 Claude Code、Cursor 和 Codex 等编码智能体开放，把 UI 设计与前端生成流程封装为可复用技能，受到开发者社区关注。GitHub 趋势报道

• “Ghost Font”在 Hacker News 引发 AI 可读性讨论（7 月 12 日）
  一款声称“人可读、AI 不可读”的字体登上 HN 热榜，讨论焦点集中在视觉对抗样本、无障碍体验及内容保护的实际边界。Hacker News

6. 其他趋势（监管、法律、基础设施与就业）

• AWS 推出 Lambda MicroVMs（7 月 9 日）
  新能力提供接近即时启动、具虚拟机级隔离的 serverless 计算环境，适合需要更强隔离和弹性执行的 AI Agent 工作负载。AWS

• 欧盟理事会通过 AI Omnibus（7 月 10 日）
  欧盟继续调整 AI 监管实施框架；与此同时，通用 AI 模型相关义务的执法节点临近，企业合规准备进入倒计时。Mondaq

副标题：本周报覆盖 2026-06-29 至 2026-07-05（北京时间周日定时任务触发周期）。本期按“本周发布/报道、有明确日期、可追溯来源”的标准筛选，优先保留官方公告、权威媒体、论文页、GitHub 项目页和一手公司博客；跳过仅为历史背景、无本周发生时间或低可信聚合的内容，共收录 50 条事件。

1. 头部大厂

国外

• OpenAI 支持欧盟 AI 生成内容透明度准则，继续推进 C2PA 与验证工具（7/3）
  OpenAI 表态支持欧洲围绕 AI 生成内容透明度的 Code of Practice，并强调其在 C2PA Content Credentials、SynthID 水印、多重 provenance signals 与公开验证工具上的投入；这显示大模型厂商正在把“内容来源可验证”作为 EU AI Act 合规和平台信任建设的核心能力，OpenAI。

• OpenAI 发布 GeneBench-Pro，用计算生物学任务评估模型研究判断力（6/30）
  OpenAI 推出 GeneBench-Pro，用 129 个研究级计算生物学问题测试模型是否能在真实、混乱的数据分析中选择方法、迭代实验并修正计划；该 benchmark 强调“research taste”而非单步问答，说明前沿模型评估正在从知识题转向复杂科研工作流，OpenAI、OpenAI Case Studies。

• OpenAI GPT-5.6 Sol / Terra / Luna 受控预览继续引发政府审查发布范式讨论（6/30 - 7/3）
  DeepLearning.AI 与 Pure AI 报道，GPT-5.6 系列以 Sol、Terra、Luna 分层预览，当前限制在约 20 家美国政府批准组织，计划后续扩大；与 Anthropic Fable / Mythos 的出口管制事件一起，前沿模型发布正在进入“安全评估 + 政府预审 + 分阶段开放”的新常态，DeepLearning.AI、Pure AI。

• Anthropic 恢复 Claude Fable 5 全球访问，Mythos 5 逐步恢复受控开放（6/30 - 7/1）
  Anthropic 宣布美国商务部撤回此前限制后，Claude Fable 5 自 7 月 1 日起恢复全球访问，Claude.ai、Claude Code、Claude Platform 与 Claude Cowork 均恢复可用；Mythos 5 先向部分美国组织恢复，并通过 Glasswing 计划继续扩大，反映模型出口管制与企业交付节奏开始强绑定，Anthropic、CNBC、Ars Technica。

• Anthropic 发布 Claude Sonnet 5，定位更强的 agentic 与 coding 主力模型（6/30）
  Claude Sonnet 5 被定位为 Anthropic 最 agentic 的 Sonnet 模型，强调规划、浏览器 / 终端工具使用、代码与专业任务性能，默认进入 Free / Pro 等计划并接入 Claude Code 与 Claude Platform；它显示主力模型竞争正在围绕“可规模部署的 agent 能力”而非单纯最高端旗舰展开，Anthropic、Anthropic System Card。

• Anthropic 公开 Fable 5 网络安全分类器与 jailbreak 分级框架细节（7/3）
  Anthropic 进一步解释 Fable 5 针对网络安全任务的分类器，将请求划分为禁止用途、高风险双用、低风险双用和良性使用，并提出 jailbreak severity 框架；这一更新说明前沿模型厂商正在把安全策略从抽象承诺落到可审计的分类、示例和评估框架，Anthropic。

• Google Gemini Spark 登陆 macOS Beta，桌面 agent 开始跨文件与应用执行任务（6/30 - 7/1）
  Google 宣布 Gemini Spark 在 macOS 上向美国 Google AI Ultra 订阅用户开放 Beta，可在用户授权下处理本地文件、生成 Workspace 文档 / 表格，并连接 Canva、Dropbox、Instacart、OpenTable、Zillow、Tasks、Keep 等应用；桌面端 agent 正从聊天窗口进入跨应用执行层，Google Blog、TechCrunch。

• Google 发布 Nano Banana 2 Lite 与 Gemini Omni Flash，补齐低成本图片与视频生成 API（6/30）
  Google Cloud 宣布 Nano Banana 2 Lite GA 与 Gemini Omni Flash public preview：前者主打最快、最低成本图片生成 / 编辑，后者面向高质量视频生成与对话式编辑，并可通过 API 输出带音频视频；Google 正把多模态生成能力嵌入 Gemini Enterprise Agent Platform 与开发者 API，Google Cloud、Google Blog。

• Google 推出 Genkit Agents 预览，把全栈 agent 应用抽象成统一 API（7/1）
  Google Developers Blog 发布 Genkit Agents 预览版，面向 TypeScript 与 Go 抽象多轮对话、工具循环、持久化、流式输出和前端协议；这类框架试图把 agent 应用从一次性 demo 推向可复用的全栈工程接口，Google Developers Blog。

• Meta 内部承认 AI agents 进展慢于预期，同时准备增强 Muse Spark 编码模型（7/2 - 7/3）
  TechCrunch 报道 Mark Zuckerberg 在内部会议上承认 Meta AI agents 的进展没有预期快；同时 InfoWorld 与 SiliconANGLE 报道 Meta AI 负责人 Alexandr Wang 预告 Muse Spark 新版本将强化编码与 agentic 能力。Meta 的问题从“是否投入 AI”转向“巨额组织重构能否形成可见产品竞争力”，TechCrunch、InfoWorld、SiliconANGLE。

• Apple 与欧盟就新版 Siri AI 入欧进行建设性谈判，DMA 仍是关键门槛（7/1）
  MacRumors 报道 Tim Cook 与欧盟官员讨论新版 Siri AI 在欧洲上线问题，核心争议是 DMA 是否要求第三方 AI 助手获得同等系统能力；AI OS 入口竞争已经进入监管层面，平台方的系统级代理能力需要面对互操作与竞争合规，MacRumors。

• Microsoft 投资 25 亿美元建设 AI 咨询业务，强化企业 AI 交付体系（7/2）
  报道称 Microsoft 推出 Microsoft Frontier Company，计划投入 25 亿美元并部署 6000 多名专家，与 Accenture、Capgemini、EY、KPMG、PwC 等伙伴共同嵌入客户现场交付企业 AI 工程；大厂竞争从模型和 Copilot 扩展到“咨询 + 治理 + ROI 落地”的服务体系，MediaPost。

国内

• 阿里被曝全面禁用 Claude / Claude Code，并推荐内部 Qoder 替代（7/3 - 7/4）
  36氪与新浪财经报道，阿里将 Anthropic 相关产品列入高风险软件名单，要求 7 月 10 日起员工办公环境卸载 Claude、Claude Code 等工具，并推荐自研 Qoder；无论具体安全指控后续如何澄清，国内大厂对闭源海外 AI agent 工具的数据安全、供应链和合规风险正在显著收紧，36氪、新浪财经。

• 阿里整合 QoderWork、悟空与 MuleRun，推进企业级 Agent 产品一体化（7/4）
  36氪报道阿里将以 QoderWork 为基础，整合钉钉企业协同 Agent“悟空”和阿里云 Agent 执行引擎“MuleRun”，目标形成桌面、云端与组织协同一体的企业级 AI 产品；这说明国内大厂 agent 竞争正从多个内部项目并行转向统一平台化，36氪。

• 百度基础模型研发换将，孙天祥加入并负责 BMU（7/1 - 7/3）
  36氪与与非网报道称大模型技术专家孙天祥加入百度，担任基础模型研发部 BMU 负责人并进入百度模型委员会；百度继续把基础模型、应用模型和 MaaS 体系拆分重组，希望通过更年轻、原生大模型背景的人才提升底座迭代速度，36氪、与非网。

• 阿里、腾讯、字节路线图被集中复盘，国内大厂 AI 进入场景化总攻阶段（7/5）
  36氪长文梳理阿里、腾讯、字节在 AI 战略中的组织、技术和商业化路径差异，强调竞争重心正在从参数、榜单和单点模型发布转向场景化落地、企业服务、生态协同和低成本规模化；这与本周阿里 agent 整合、百度换将等事件形成呼应，36氪。

2. 创业公司

国内

• 月之暗面估值与融资逻辑继续被市场讨论，Kimi 商业化成为资本定价核心变量（7/4）
  36氪复盘月之暗面最高 20 亿美元新融资、约 300 亿美元估值目标、ARR 增长与上市预期，指出国内大模型独角兽正在用订阅、API、企业落地和资本化路径证明估值；Kimi 的关键不再只是模型热度，而是能否把高频使用转化为可持续收入，36氪。

• MiniMax 面临解禁、涨价与全球竞争三重压力，资本化窗口承压（7/4）
  36氪报道 MiniMax 在新旗舰 M3、计费方式调整和 7 月限售股解禁背景下面临用户沟通、股价与现金流压力；国内头部模型创业公司已从“融资竞速”进入公开市场定价、毛利率、续费和 B 端增长共同检验阶段，36氪。

• Tripo AI 获 1.5 亿美元 A3 轮融资，加码 3D 与世界模型（7/2）
  SiliconANGLE 报道 Tripo AI 完成 1.5 亿美元 A3 轮，用于扩展交互式 3D foundation models 与 world models，投资方包括吉利资本、4399、巨人网络、复星资本等；3D / world model 正成为视频、游戏、制造和机器人之间的共同底层能力，SiliconANGLE。

• 生数科技发布 Vidu S1，主打实时交互式 AI 视频生成（7/3）
  生数科技发布 Vidu S1，强调从单张图生成可语音驱动的实时交互角色，支持实时表情、眼神、姿态和全身动作同步；AI 视频正在从离线短片生成走向直播、虚拟人和实时互动场景，PR Newswire。

海外

• Together AI 完成 8 亿美元 C 轮，绑定 500MW 以上算力承诺（7/1）
  Together AI 宣布完成 8 亿美元 C 轮，投资方包括 NVIDIA、General Catalyst、Salesforce Ventures、Schneider Electric 等，并获得超过 500MW 独立算力容量承诺；开源模型平台的竞争正在从 API 服务扩展到算力、模型、内核和企业部署全栈，Together AI。

• Venice AI 完成 6500 万美元 A 轮并成为独角兽，主打隐私优先 AI 平台（7/1）
  TechCrunch 报道 Venice AI 完成由 Dragonfly 领投的 6500 万美元 A 轮，估值达 10 亿美元，资金将用于购买 GPU、建设自有数据中心并降低租赁成本；隐私优先、低审查和自有算力成为差异化 AI 应用平台的融资叙事，TechCrunch、The Block。

• Scaled Cognition 完成 1 亿美元 A 轮，押注高可靠企业 AI（7/3）
  Scaled Cognition 宣布由 Khosla Ventures 领投 1 亿美元 A 轮，目标构建面向金融、医疗、保险、电信等高风险流程的“Super-Reliable Intelligence”，包含模型、agentic 工具、仿真评测与运行监控；可靠性、幻觉控制和生产监控正在成为企业 AI 初创公司的核心卖点，The AI Insider。

• CarbonSix 完成 4000 万美元 A 轮，将 Physical AI 推向全球制造现场（7/1）
  CarbonSix 宣布完成 4000 万美元 A 轮，用于扩展制造业 Physical AI、招聘和全球市场；与通用机器人叙事相比，制造场景更强调可部署、ROI 和复杂真实任务自动化，PR Newswire。

3. 基础模型（含视频 / 多模态 / 开源）

• ByteDance Seedance 2.5 被报道推进 30 秒无缝视频生成与 7 月公开发布（7/3）
  IBTimes 报道 Seedance 2.5 计划面向 Dreamina / 即梦、CapCut 和火山引擎 API 逐步上线，主打 30 秒连贯视频、稀疏扩散 Transformer、统一音视频生成与更强时序一致性；视频模型竞争继续向长时长、音画同步和创作工作流集成演进，IBTimes。

• Vidu S1 把 AI 视频推向实时语音驱动和连续交互（7/3）
  Vidu S1 采用 AR + Diffusion 架构，声称在消费级 GPU 上实现 540P、25 FPS 级别实时生成，并支持从单张图生成可对话角色；它把视频生成从“等待渲染”拉向实时 avatar、直播互动和虚拟客服形态，PR Newswire。

• Hugging Face 与 Cerebras 展示 Gemma 4 实时语音 AI 开源栈（7/1）
  Hugging Face 与 Cerebras 发布基于 Gemma 4 31B 的实时 speech-to-speech demo，组合 NVIDIA Parakeet 语音识别、Cerebras 推理和 Qwen3TTS 语音合成，强调低延迟、模块化和可替换组件；实时语音 agent 的工程重点正在从单模型能力转向端到端延迟和稳定性，Hugging Face。

• Interfaze 发布 diffusion-gemma-asr-small，探索扩散式多语种 ASR（7/2 - 7/3）
  Interfaze 开源 diffusion-gemma-asr-small，用约 4200 万参数 adapter 连接 Whisper-small 编码器与 DiffusionGemma 骨干，通过离散扩散解码转写英语、德语、法语、西语、印地语和普通话；扩散模型开始从图像 / 视频生成扩展到语音识别等传统序列任务，MarkTechPost。

• Pollo AI 发布统一 API，聚合 300 多个图像与视频模型（7/2）
  Pollo API 提供对 Veo、Seedance、Kling、Sora、GPT Image、Nano Banana、Runway、Hailuo 等 300 多个模型的统一调用，并支持任务状态、日志、webhook 与生成 / 编辑工作流；多模态模型数量快速膨胀后，统一路由与模型选择层成为开发者基础设施需求，PR Newswire。

4. 论文与研究进展

• EgoSafetyBench 用第一视角视频评估具身 VLM 运行时安全守卫能力（7/3）
  EgoSafetyBench（arXiv:2607.00218）构建 800 个情境场景和 400 个视觉通道场景，测试 VLM 是否能在第一视角视频中识别危险、避免被误导文本干扰，并不过度拦截正常行为；具身智能评估正在从静态问答走向运行时安全判断，TCTI。

• VRRL 通过强化学习提升 VLM 的视觉 grounded self-reflection（7/3）
  “Visually Grounded Self-Reflection for Vision-Language Models via Reinforcement Learning”提出 VRRL，通过随机遮蔽轨迹前缀与经验回放，让多模态模型在错误中间预测后学会恢复并重新 grounding；多模态推理的关键不只是更长思考链，还包括能否把反思绑定到真实视觉证据，TCTI。

• “Steerability via constraints”提出用工程约束监督 coding agents（7/2）
  arXiv:2607.02389 主张把访问控制、网络策略、编码规范和工具约束作为 coding agents 的可扩展监督基底；小规模实验中，受约束环境和约 200 行 docs CLI 将后门审查召回率从 54.5% 提升到 90.9%，说明 agent 安全可能需要从 prompt 走向环境级约束，arXiv。

• LLM-Guided Planning 面向核监管文档做多跳多模态推理（6/28）
  arXiv:2606.29399 将核电站 FSAR 审查建模为 planning agent，在数千页监管文档中迭代选择片段、构建动态知识图谱并判断证据充分性；在 200 题 benchmark 上达到 81.5% accuracy，显示垂直行业文档推理正在从 RAG 检索转向显式规划，arXiv。

• Bayesian Uncertainty Propagation 研究 agentic RAG 多跳推理中的不确定性传播（7/2）
  该研究提出在 Agentic RAG pipeline 中传播贝叶斯不确定性，用于识别多阶段推理链条中可能出错的环节；当 agent 能连续检索、推理和调用工具时，知道“哪一步不可靠”会成为比单次答案置信度更重要的安全机制，Databubble。

• Dynamo 用可演化技能 / 工具库增强冻结 VLM，多项视觉推理任务接近 RL 效果（7/1）
  Dynamo 提出不更新模型权重，而是从少量标注样本演化可复用 reasoning skills 与 executable visual tools，用于提升冻结 VLM 的视觉推理能力；若结果可复现，它为无法承担大规模 RL 成本的团队提供了“工具库即后训练”的替代路径，AI Weekly。

5. 开源项目与社区讨论（GitHub trending 热门项目、HN / X 热门话题）

• GitHub 7 月初趋势榜继续被 AI agents 与开发者工具占据（7/1 - 7/3）
  StartupCorners 与 GitHub Awesome 的周榜显示，Agent-Reach、agency-agents、OmniRoute、12-factor-agents、code / workflow agents、LLM routing 和安全工具持续占据趋势榜；开源热点从“封装模型 API”转向“让 agent 可靠运行在开发流程里”，StartupCorners、GitHub Awesome。

• Strix AI Pentest Agent 走红，开源安全 agent 获 3 万+ star 关注（7/4）
  Strix 被报道已达到约 3.4 万 GitHub stars，可用多 agent 图执行侦察、利用和后利用步骤，并生成可工作的漏洞 PoC；随着 AI 生成代码进入生产，社区开始用 AI agent 反向测试 AI 写出的安全缺陷，byteiota。

• OpenMontage、design.md、Chrome DevTools MCP 等项目体现 agent 工作流细分化（7/2）
  Repo Radar 汇总的热门项目中，OpenMontage 面向完整 AI 视频制作流程，design.md 用结构化设计 token 帮助 coding agents 维护设计系统，Chrome DevTools MCP 则把浏览器调试暴露给 agent；开源社区正在把 agent 能力嵌入视频、设计和浏览器调试等具体生产环节，Implicator。

• HN 围绕 Fable 5 回归讨论模型体验、成本和安全误杀（7/1）
  Hacker News “Fable 5 is Back”讨论集中在 Fable 5 的实际体验、Claude Code 路由、网络安全分类器是否误伤正常编码任务、订阅成本和用户信任；社区反馈显示安全 guardrail 的产品体验将直接影响高级模型采用，Hacker News。

• HN 讨论 Claude Sonnet 5：agentic 能力、价格和开源替代成为焦点（6/30）
  Claude Sonnet 5 线程中，开发者重点比较其 agentic、编码、价格和与 Opus / 开源模型的性价比，说明社区对新模型的评价越来越依赖真实开发工作流、IDE 集成和长期成本，而不只是 benchmark 排名，Hacker News。

• GPT-5.5 Codex reasoning-token clustering 讨论暴露推理质量退化担忧（7/4）
  HN 线程讨论 GPT-5.5 Codex 可能出现 reasoning-token clustering，导致复杂任务上表现退化；无论最终是否为模型或产品 harness 问题，社区已经开始观察“推理 token 批处理优化”与质量稳定性之间的权衡，Hacker News。

6. 其他趋势（监管、法律、AI 基础设施工具、行业应用、裁员等）

• Google Cloud 发布 Claude apps gateway，给 Claude Code 接入 GCP 增加安全网关（7/1）
  Google Cloud 宣布 Claude apps gateway for Google Cloud，可自托管在 Claude Code 客户端与 Google Cloud 之间，通过 OIDC、Cloud SQL、Secret Manager、Cloud Run / GKE 等组件增强企业边界内访问控制；多模型 agent 工具进入企业后，网关层成为权限、审计和合规关键点，Google Cloud。

• Nutanix 发布 Agent Gateway，集中治理模型安全、MCP 权限和 token 成本（7/3）
  Nutanix Enterprise AI 2.7 引入 Agent Gateway，为企业 agent 请求、内部数据访问、外部模型调用、MCP server 权限和 token 配额提供统一控制；agent 基础设施正在形成类似 API gateway 的治理层，mashdigi。

• Toku 发布 Kawa，主打新加坡数据驻留的主权对话 AI 基础设施（7/1）
  Toku / Makimoto 发布开源 Kawa，提供通话录音转写、说话人分离、时间戳和 playground，强调新加坡本地托管、PDPA 与 MAS 合规，并计划后续开放实时转写 API；主权 AI 基础设施正在从模型训练延伸到语音与客户数据处理，PR Newswire。

• Furiosa SDK 2026.3 引入 TCL kernel framework，加速开放模型在 NPU 上部署（7/1）
  Furiosa SDK 2026.3 发布新的 Tensor Contraction Language、furiosa-kernels 与 FXB 预编译格式，支持 Qwen3-VL、MoE 模型和 OpenAI-compatible serving；AI 加速器生态竞争不只在芯片，也在编译器、kernel、模型 artifact 与部署工具链，FuriosaAI。

• AWS SageMaker HyperPod 支持 AMI versioning 与自动安全补丁（7/2）
  AWS 为 SageMaker HyperPod 增加 AMI 版本可见性和自动补丁能力，可检测节点 drift、在空闲时打兼容安全补丁并保留主版本；大规模训练 / 推理集群进入生产后，镜像治理和安全维护成为 AI 基础设施的日常能力，AWS。

• 加州上线 AI 失业追踪器，尝试监测 AI 对就业的实时影响（7/1）
  Insurance Journal 报道 California AI-Unemployment Tracker 将职业 AI 暴露度与失业保险数据连接，用于早期监测 AI 相关岗位冲击；虽然它不能证明具体裁员由 AI 导致，但标志监管者开始把 AI 劳动力影响纳入数据化治理，Insurance Journal。

• AI 连续 4 个月成为美国裁员声明中的主要原因之一，披露监管仍有缺口（7/3）
  TechTimes 报道 AI 已连续 4 个月成为美国企业裁员公告中的领先原因之一，科技行业约占 2026 上半年裁员公告的 31%；但联邦 WARN Act 并不要求说明裁员原因，AI Workforce PREPARE Act 等披露法案仍未通过，AI 裁员数据仍存在可验证性缺口，TechTimes。

• 美国参议员 Mark Warner 征求 AI AGENT Act 草案意见，联邦 agent 监管开始成形（7/1）
  Mark Warner 发布 AI AGENT Act 讨论草案，关注代表用户或企业自主行动的 AI agents 的隐私、数据保护、平台 gatekeeper 反竞争和 agent 可迁移性；监管焦点正在从“模型内容输出”扩展到“代理系统代表人行动”的权利与责任，Complete AI Training。

• 美国州级 AI 法案继续活跃，透明度、儿童保护与医疗场景成为重点（7/3）
  Transparency Coalition 汇总显示，加州、罗德岛、新泽西、宾州等多州在 7 月推进 AI 透明度、provenance、儿童保护、治疗聊天机器人限制、临床记录转写披露等法案；AI 监管正在从通用原则拆解为行业与场景级义务，Transparency Coalition。

副标题：本周报覆盖 2026-06-22 至 2026-06-28（北京时间周日定时任务触发周期）。本期按“本周发布/报道、有明确日期、可追溯来源”的标准筛选，优先保留官方公告、权威媒体、论文页、GitHub 项目页和一手公司博客；跳过仅为历史背景、无本周发生时间或低可信聚合的内容，共收录 50 条事件。

1. 头部大厂

国外

• OpenAI 与 Broadcom 发布 Jalapeño 推理芯片，补齐全栈基础设施版图（6/24）
  OpenAI 与 Broadcom 公布首款面向 LLM 推理的自研 Intelligence Processor“Jalapeño”，由 Broadcom 负责硅实现、网络与连接技术，Celestica 参与板卡和机架系统集成；OpenAI 称工程样品已在实验室以目标频率和功耗运行 GPT-5.3-Codex-Spark 等负载，计划 2026 年底开始大规模部署，显示前沿模型竞争继续向自研芯片、网络和数据中心全栈延伸，OpenAI、SiliconANGLE。

• OpenAI 预览 GPT-5.6 Sol / Terra / Luna，并采用受控分阶段发布（6/26 - 6/27）
  OpenAI 预览 GPT-5.6 系列：Sol 面向高强度推理，Terra 强调接近 GPT-5.5 的能力但成本更低，Luna 主打低延迟和高吞吐；多家媒体报道本次先向少量可信伙伴开放，并在美国政府网络安全审查背景下延后全面发布，反映 frontier model 发布正在被安全、治理和政府审查节奏共同塑形，OpenAI、Economic Times、CNBC。

• Anthropic 推出 Claude Tag，把 Claude 作为 Slack 中可被 @ 的团队成员（6/23）
  Anthropic 发布 Claude Tag，先从 Slack 场景切入，让 Claude 以团队成员身份加入频道，并在管理员授权的范围内访问频道、工具、数据和代码库；成员可通过 @Claude 委派任务，Claude 会从团队上下文中规划和执行工作，企业 agent 正从个人对话助手进入“组织协作对象”的形态，Anthropic、The Register。

• Anthropic Mythos 5 获美国政府许可向部分机构开放，Fable 5 仍受限（6/26 - 6/27）
  CNBC、Semafor 与 Bloomberg / Fortune 报道，美国商务部允许 Anthropic 将 Mythos 5 向约 100 家可信公司和联邦机构开放，但更强或更敏感的 Fable 5 仍因出口管制和国家安全审查暂停；这与 OpenAI GPT-5.6 的受控发布构成同一趋势：最强模型进入“可信客户名单 + 政府审查”的新发布范式，CNBC、Semafor、Fortune。

• Anthropic 更新隐私政策，少量风险账号可能需上传身份证件与自拍验证（6/22）
  TechCrunch 报道 Anthropic 在隐私政策更新中说明，针对少量被标记为潜在欺诈的账户，Claude 可能要求上传政府签发身份证件、自拍或视频，并生成数字化人脸模板；随着 AI 服务进入付费、企业和高风险能力场景，身份验证、欺诈防控与隐私边界会成为模型产品的基础运营能力，TechCrunch。

• Claude 付费消费者增长继续被市场关注（6/25）
  TechCrunch 报道，第三方数据公司 Indagari 观察到 Claude 付费用户与收入自 2026 年初以来保持快速增长，正在切入原本由 ChatGPT 主导的消费者付费市场；模型产品竞争不再只有企业 API 和开发者市场，个人订阅用户的留存、口碑和高频工作流也成为关键指标，TechCrunch。

• Google 将 computer use 原生集成到 Gemini 3.5 Flash（6/24）
  Google 宣布 Gemini 3.5 Flash 原生支持 computer use，可让 agent 看到、推理并操作浏览器、移动端和桌面界面，并与 Search grounding、Maps、function calling 等工具结合；此前独立的 computer-use 能力被整合进轻量多模态模型，表明大厂正把“看屏幕、点按、输入、滚动”的 GUI agent 能力产品化为标准 API，Google Blog、The Next Web。

• Google AI Studio Interactions API 正式 GA，成为 Gemini 与 agents 的主接口（6/22）
  Google 宣布 AI Studio 的 Interactions API 一般可用，并将其作为 Gemini API 与相关文档中的主要交互接口；新接口强调 managed agents、远程 Linux 沙箱、工具调用和更完整 schema，显示 Google 正把 Gemini 从单次 generateContent 推向更标准化的 agent runtime 与开发接口，Google Blog。

• Google Workspace 6 月更新扩展 Drive、Sheets 与 Gmail 中的 Gemini 能力（6/25）
  Google Workspace 发布 June feature drop，新增 Sheets 公式错误诊断与修复、Drive / Gmail 等办公场景的 Gemini 更新；办公套件里的 AI 正从“帮写内容”扩展到“诊断数据、修复公式、理解文件与工作流”的嵌入式助手，Google Workspace Blog。

• Meta 发布自有品牌 AI 智能眼镜，并搭载 Muse Spark 多模态模型（6/23）
  Meta 发布 Adventurer、Fury 和 Starfire 等自有品牌智能眼镜，价格从 299 美元起，并由 Meta Superintelligence Labs 的 Muse Spark 模型提供实时问答、翻译、导航和任务管理能力；AI 硬件入口竞争继续从手机应用延伸到可穿戴设备，MacRumors、SiliconANGLE。

• Meta 从 AI 安全公司 Virtue AI 吸纳核心人才，扩充 Superintelligence Lab（6/26）
  媒体报道 Meta 正将 Virtue AI 的 Bo Li、Dawn Song、Sanmi Koyejo 等 AI 安全人才纳入 Superintelligence Lab，加强其在安全、模型评测与 agent 风险治理方面的能力；前沿模型公司的人才竞争已经从模型训练扩展到安全、评测和治理体系，Times of India。

• Apple Vision Pro 高管被报道转投 OpenAI 硬件团队（6/27）
  TechCrunch 援引 Bloomberg 报道称，负责 Vision Pro 的 Apple VP Paul Meade 将加入 OpenAI 硬件团队；他也被称曾负责 Apple 计划中的 AI 智能眼镜开发。OpenAI 在模型和芯片之外继续补齐消费硬件与空间计算人才，AI 入口之争正在变成模型、设备和交互体验的综合竞争，TechCrunch。

国内

• 火山引擎发布豆包 2.1 Pro，强调 Coding 与 Agent 能力跨越“质变点”（6/23）
  字节跳动 / 火山引擎在 FORCE 原动力大会发布豆包大模型 2.1 及 Pro、Turbo 等版本，并同步升级面向 Agent 的云服务体系；报道称 2.1 Pro 在 Coding、Agent 和 VLM 等方向显著提升，并推出面向 Coding 与 Agent 快速迭代的 Seed-Evolving 版本，国内大厂竞争继续向“模型 + 云 + Agent 工程能力”一体化推进，腾讯新闻、网易。

• 字节跳动集中发布 Seedance 2.5、Seedream 5.0 Pro 与豆包音频生成模型等多模态能力（6/23）
  同一场发布中，字节披露 Seedance 2.5 原生 4K 视频、Seedream 5.0 Pro、豆包音频生成模型 1.0 等多模态能力，强调 30 秒视频、最多 50 种参考输入、音频一致性和视频/图像/语音协同；国内大厂多模态竞争进入“模型族 + 创作工具 + 云端 API”打包阶段，网易、The Next Web。

• 阿里 AI 大重组：成立 Token Foundry，吴泳铭挂帅，周靖人升任首席科学家（6/25）
  36氪报道阿里巴巴合并通义大模型事业部与未来生活实验室，成立 Token Foundry，由 CEO 吴泳铭亲自挂帅，聚焦 Token 全生命周期的自研与应用；周靖人升任阿里巴巴首席科学家，并牵头 AI 未来研究院。阿里 AI 战略从模型发布进入组织、产品、研究和商业闭环重构，36氪。

• 百度 Unlimited OCR 发布后登顶 GitHub Trending，成为增长最快开源项目之一（6/26）
  网易报道百度开源端到端 OCR 模型 Unlimited OCR，面向长文档解析，参数规模 3B、推理时激活参数约 570M，并在发布后迅速登上 GitHub Daily Trending 与 Python 榜；OCR 与文档理解继续成为企业知识库、RAG 和自动化办公的重要基础模型能力，网易。

2. 创业公司

国内

• Kimi / 月之暗面被曝洽谈新一轮最高约 20 亿美元融资，估值目标约 300 亿美元（6/28）
  36氪报道月之暗面正推进新一轮融资，规模最高可达约 20 亿美元，目标估值约 300 亿美元，并与赴港 IPO 预期相互强化；报道同时提到其 ARR、订阅/API 收入和 Kimi 智能助手生态扩展，国内大模型头部公司正在同时争夺资本窗口、商业化证明和上市路径，36氪。

• Kimi 披露海外付费、API 与 AWS 合作进展，强调企业级 AI 落地（6/25）
  21 财经报道月之暗面黄震昕表示，Kimi 海外付费用户增长、API 收入提升，业务覆盖 200 多个国家和地区，并通过 AWS 等合作伙伴推进企业落地；国内 AI 独角兽正在从 C 端爆款应用转向 B 端行业场景、海外市场和合规生态，21 财经。

• MiniMax 启动 A 股上市辅导，国内大模型公司资本化提速（6/25）
  36氪报道 MiniMax 已向上海证监局提交上市辅导备案，中信证券担任辅导机构；智谱、MiniMax、月之暗面、阶跃星辰等国内头部大模型公司陆续出现港股、A 股或 Pre-IPO 相关动作，说明“AI 第一股”竞争正在进入公开市场定价和监管合规阶段，36氪、36氪。

海外

• General Intuition 完成 3.2 亿美元 A 轮，押注游戏数据训练 action foundation models（6/26）
  Axios 报道 General Intuition 完成 3.2 亿美元 A 轮融资，投后估值约 23 亿美元，由 Khosla Ventures 领投，General Catalyst、Eric Schmidt、Jeff Bezos 等参投；公司用游戏视频与玩家输入训练可感知环境并实时行动的大型动作基础模型，Physical AI 与世界模型继续吸引大额资本，Axios、Economic Times。

• Patronus AI 完成 5000 万美元 B 轮，构建用于压力测试 AI agents 的数字世界（6/25）
  TechCrunch 报道 Patronus AI 完成由 Greenfield Partners 领投的 5000 万美元 B 轮，总融资达 7000 万美元；公司计划构建“digital worlds”来模拟、评测和压力测试 AI agents，表明 agent 安全与可靠性评测正在成为独立基础设施赛道，TechCrunch。

• Engram 携 9800 万美元融资亮相，主打组织级记忆层（6/23）
  Engram 宣布获得 9800 万美元融资，投资方包括 General Catalyst、Kleiner Perkins、Sequoia Capital 等，目标是构建真正理解组织知识、流程和上下文的 AI；企业 AI 竞争正在从单点问答转向“组织记忆 + 权限 + 工作流”的长期系统，PR Newswire。

• Coval 完成 2800 万美元 A 轮，聚焦自主语音 agents 的可靠性评测（6/24）
  Coval 宣布获得 2800 万美元 A 轮融资，由 Norwest 领投，Base10 Partners、Twilio Ventures、Y Combinator 参投；其平台用于模拟、观察、标注和规模化评测 voice AI，语音 agent 从 demo 走向客服、销售和运营生产环境后，可靠性评估成为刚需，PR Newswire。

• Sail Research 完成 8000 万美元融资，建设长程 AI agents 基础设施（6/27）
  Pulse 2.0 报道 Sail Research 完成种子轮和 A 轮合计 8000 万美元融资，投后估值约 4.5 亿美元，投资方包括 Kleiner Perkins、Sequoia、Redpoint、Theory、CRV 等；长程任务、可观测性、工具权限和执行可靠性正在成为 agent 基础设施融资关键词，Pulse 2.0。

• Taktile 获 Goldman Sachs 领投 1.1 亿美元 C 轮，面向金融机构 agentic decision platform（6/24）
  Taktile 宣布完成 1.1 亿美元 C 轮融资，由 Goldman Sachs 领投，用于扩展其面向银行与保险机构的 Agentic Decision Platform；金融行业 AI 落地继续围绕风险决策、合规、模型治理和高可控自动化展开，aVenture News。

3. 基础模型（含视频 / 多模态 / 开源）

• ByteDance Seedance 2.5 展示 30 秒原生 4K 视频生成与 50 个参考输入控制（6/23）
  The Next Web 报道，字节跳动在火山引擎 FORCE 大会上展示 Seedance 2.5，支持 30 秒原生 4K 视频生成、最多 50 个多模态参考输入，并可结合风格、动作、构图和 3D 参考进行控制；视频生成竞争正在从短片段画质进入长时长、一致性和可控创作工作流，The Next Web、Caixin Global。

• 豆包音频生成模型 1.0 发布，支持多模态输入与长文本语音一致性（6/23）
  火山引擎发布 Doubao Audio Generation Model 1.0 / Doubao-Seed-Audio 1.0，支持文本、音频或组合输入，并强调长内容中的音色一致性；生成式音频正在从 TTS 扩展到参考音频、长篇播客、视频配音和多模态内容生产，IT News。

• HappyHorse 1.1 接入 ComfyUI，主打音频原生视频生成（6/24）
  Creative AI News 报道 HappyHorse 1.1 成为 ComfyUI 内置合作节点，支持文本到视频、图像到视频和参考到视频，并在同一渲染流程中生成对白、音效和画面；多模态创作工具正在从“画面先行、音频后配”转向音画同步的原生生成，Creative AI News。

• Wan-Streamer v0.1 提出全双工音视频流式多模态模型，目标 200ms 模型侧延迟（6/25）
  报道称 Wan-Streamer v0.1 采用单一 Transformer 处理文本、音频和视频输入输出，面向端到端全双工音视频交互，并声称可达到 200ms 模型侧延迟；实时多模态交互正在成为视频通话、虚拟人和实时 agent 的关键模型方向，gentic.news。

• Sonilo 在 fal.ai 上发布带商业授权的视频配乐生成器（6/22）
  Sonilo 发布视频到音乐生成器，可分析视频节奏、运动和情绪弧线，并生成与视频时长匹配、可商用授权的配乐；AI 音乐赛道正从通用音乐生成走向面向视频工作流的授权、安全和可交付产品，Siam News Network。

4. 论文与研究进展

• MEMPROBE 提出通过隐藏用户状态恢复来审计 agent 长期记忆（6/23）
  arXiv 论文“MEMPROBE: Probing Long-Term Agent Memory via Hidden User-State Recovery”提出可扩展 benchmark，通过模拟用户任务后从 agent memory 中恢复隐藏用户状态，以评估长期记忆是否泄露或过度保留敏感信息；长期记忆成为个人助手和企业 agent 的核心能力后，记忆审计将与性能评估同等重要，arXiv。

• Confidence-Aware Tool Orchestration 研究面向视频理解的置信度感知工具编排（6/25）
  论文指出视频推理模型在模糊、眩光、遮挡等扰动下存在“盲目信任”问题，提出通过置信度感知的多工具编排提升鲁棒性；多模态 agent 不仅要能调用工具，还需要知道何时不信任低质量证据并切换或复核工具，arXiv。

• UniDrive 提出统一视觉语言与 grounding 框架，用于自动驾驶风险理解（6/23）
  UniDrive 结合时间推理分支和高分辨率感知分支，通过 gated cross-attention 融合动态上下文与空间细节，用于可解释风险理解；自动驾驶 VLM 研究继续从感知识别转向“为什么有风险、风险在哪、如何解释”的可审计理解，arXiv。

• LeanGuard 质疑安全 guardrails 是否必须推理，提出轻量 label-only moderation（6/25）
  “Do Safety Guardrails Need to Reason? LeanGuard”比较轻量 label-only encoder 与带推理的安全模型，认为小模型在鲁棒 moderation 上可达到或超过推理型 guardrails，同时大幅降低成本；安全系统可能走向“前置轻量筛查 + 必要时升级重模型”的分层架构，arXiv。

• Active Inference 论文把测试时缩放引入 Physical AI agents（6/22）
  “Active Inference as the Test-Time Scaling Law for Physical AI Agents”提出 agent 在测试时持续通过软贝叶斯推理更新策略、最小化预测误差，以适应非平稳和未知环境；Physical AI 的 test-time compute 可能不只是更多思考 token，也包括在线策略更新和环境反馈闭环，arXiv。

• dVLA-RL 将强化学习作用于离散扩散 VLA 模型的去噪轨迹（6/22）
  “dVLA-RL”针对 vision-language-action 模型提出在离散扩散去噪轨迹上进行强化学习，而不是只优化最终动作输出；机器人基础模型研究正在把扩散生成、语言条件和动作策略优化结合起来，arXiv。

5. 开源项目与社区讨论（GitHub trending 热门项目、HN / X 热门话题）

• GitHub 6 月热门项目继续被 AI agents 与开发者基础设施占据（6/24 - 6/26）
  StartupCorners 与 Refft 的 GitHub Trending 跟踪显示，热门项目集中在 agent framework、orchestration、codebase memory、context compression、browser grounding 和开发者自动化；开源社区从“封装模型 API”转向“运行、治理、记忆、压缩和工具化 agent 系统”，StartupCorners、Refft。

• OpenMontage、codebase-memory-mcp 等项目登上趋势榜，视频自动化与代码记忆受关注（6/23 - 6/26）
  Refft 多日 trending 页面显示，OpenMontage 主打低成本、agentic 的视频制作工作流，DeusData/codebase-memory-mcp 则提供本地代码知识图谱与跨文件理解能力；AI 工具的增长热点正在落到具体生产工作流：视频内容生产和大代码库理解，Refft 6/23、Refft 6/26。

• HN 讨论亚洲 AI 初创公司发布 Mythos-like 模型，社区关注性能、可信度与成本（6/27）
  Hacker News 线程围绕亚洲 AI 创业公司发布类 Mythos 级模型展开，讨论 DeepSeek、Z.ai、Qwen、Mistral 等模型能力、benchmark 可信度、训练成本和商业化路径；社区对新模型发布的关注点正从 headline 能力转向可验证评测、价格和开放程度，Hacker News。

• 生产 AI agents 的社区话题从“选哪个模型”转向“可靠性如何保障”（6/23）
  Workflow Builder 汇总 HN、Reddit 与从业者讨论，指出 2026 年生产 agent 的核心问题已从模型能力排名转向可靠性、回滚、监控、权限边界、失败处理和可重复执行；这与本周 agent 评测、网关、控制平面融资/发布形成共振，Workflow Builder。

• 研究显示可用 Reddit 内容操纵 AI deep-research / search 结果（6/23）
  Help Net Security 报道 Cornell Tech 研究发现，少量用户生成文本就可能影响会搜索 Web 并引用来源的 AI deep-research agents；当 AI 报告依赖社区内容和检索排序时，source poisoning、低质量引用和可操纵语料将成为实际安全问题，Help Net Security。

• 欧洲开放模型 Apertus 引发 HN 对主权 AI 的讨论与怀疑（6/22）
  Developers Digest 文章总结 Apertus 作为 EPFL、ETH Zurich 与 CSCS 推动的欧洲开放基础模型，强调训练数据透明、EU AI Act 合规与可复现研究基础设施；HN 社区则围绕其性能、资金、开放程度和主权 AI 实用性展开讨论，Developers Digest。

6. 其他趋势（监管、法律、AI 基础设施工具、行业应用、裁员等）

• Modal 发布 Auto Endpoints，提供 OpenAI API 兼容、自主管理的推理端点（6/23）
  Modal 宣布 Auto Endpoints，定位为团队可自主拥有和优化的生产级 LLM 推理平台，兼容 OpenAI API，并强调成本、性能和开发速度；推理平台竞争正在从“托管模型”转向“可控端点、成本优化和基础设施所有权”，Modal。

• Envoy AI Gateway v1.0 发布，推动企业 AI 流量治理标准化（6/23）
  Tetrate、Bloomberg 和 Nutanix 宣布 Envoy AI Gateway v1.0，基于 CNCF Envoy Gateway，提供跨主要 AI provider 的统一 API、流量管理和企业级网关能力；随着企业接入多模型、多供应商，AI traffic gateway 正成为安全、成本和可观测治理层，PR Newswire。

• Modelplane 开源 AI inference control plane，统一调度 GPU inference fleet（6/23）
  Modelplane 发布开源控制平面，用于在自有环境中管理 GPU 集群、模型放置、autoscaling、权重缓存和 OpenAI-compatible routing；Upbound 也宣布该项目基于 Crossplane 打造 vendor-neutral inference fleet orchestration，说明推理基础设施进入“跨集群控制平面”阶段，Modelplane、GlobeNewswire。

• Vercel 发布 AI SDK 7，强化 TypeScript AI 应用、agents 与工具构建接口（6/25）
  Vercel 宣布 AI SDK 7，面向 AI applications、agents 和 tools 提供更完整的 TypeScript API，并与其 eve agent framework 叙事结合；前端和全栈开发者生态正在把 agent、tool calling、streaming UI 和部署体验整合成统一开发套件，Vercel。

• Kubex 集成 KAI Scheduler，用于 Kubernetes 共享 GPU 推理调度（6/24）
  Kubex 宣布支持 KAI Scheduler，提供 shared GPU placement、rightsizing、monitoring、rebalance 和 consolidation 能力；大模型推理成本压力下，GPU 共享、调度和自动优化成为企业基础设施团队的重要降本方向，Kubex。

• 美国加州和康涅狄格推进 workplace AI 与自动化裁员监管（6/22 - 6/25）
  多篇法律与 HR 领域报道指出，加州正研究 AI / automation-driven layoffs 的 WARN Act 扩展与政府 tracker，康涅狄格通过 AI Transparency Act / CART Act，要求雇主在自动化就业决策工具成为重要因素时进行披露；AI 监管正在从模型开发端下沉到招聘、裁员和劳动关系流程，HR Executive、Pillsbury、Licentium。

• 欧盟 Digital Omnibus 被报道推迟部分 AI Act 高风险义务，透明度义务仍按期推进（6/25）
  Bruno Digital 报道欧洲议会 Digital Omnibus 投票削弱并推迟部分 AI Act 高风险义务，Annex III 高风险要求延至 2027 年，嵌入监管产品中的高风险义务延至 2028 年，但 Article 50 透明度义务仍在 2026 年 8 月 2 日生效；监管节奏出现“放缓高风险合规、保留透明披露”的折中，Bruno Digital。

• NYT 在版权诉讼中指控 Microsoft 为 OpenAI 构建侵权训练超级计算机（6/26）
  Ars Technica 报道，纽约时报在对 OpenAI 与 Microsoft 的版权诉讼中提交更新后的修订文件，指控 Microsoft 为 OpenAI 构建定制超级计算机，以未经许可训练模型；AI 版权诉讼正在从“是否抓取内容”扩展到“云基础设施和合作伙伴是否共同促成侵权”的责任边界，Ars Technica。

副标题：本周报覆盖 2026-06-15 至 2026-06-21（北京时间周日定时任务触发周期）。本期按“本周发布/报道、有明确日期、可追溯来源”的标准筛选，优先保留官方公告、权威媒体、论文页、GitHub 项目页和一手公司博客；跳过仅为历史背景、无本周发生时间或低可信聚合的内容，共收录 47 条事件。

1. 头部大厂

国外

• OpenAI 为 ChatGPT Enterprise 增加用量分析与支出控制（6/18）
  OpenAI 发布企业管理更新，在 Global Admin Console 中提供按用户、产品与组织层级拆解的 credit usage analytics，并增加预算、告警与治理能力；这反映出前沿模型公司正把企业客户关注点从“能否调用模型”推进到“如何管理成本、权限和组织级 adoption”，OpenAI。

• OpenAI 研究“Dreaming”式记忆改进，提升 ChatGPT 长期上下文连续性（6/19）
  OpenAI 介绍 ChatGPT 记忆能力升级方向，强调把跨会话信息进行更高质量的整理、更新和关联，以减少重复交代背景并提升长期帮助效果；个人 AI 助手竞争继续向“持久记忆 + 可控隐私 + 多会话连续性”演进，OpenAI。

• OpenAI 发布有益强化学习研究，强调模型长期行为偏好对齐（6/18）
  OpenAI Alignment 团队公布 reinforcement learning towards broadly and persistently beneficial models 的研究，探索在更真实场景中训练模型形成稳定、有益的行为倾向；前沿模型安全研究正在从单点拒答和静态 benchmark 转向长期交互中的行为一致性，OpenAI Alignment。

• OpenAI 被报道继续补强 IPO 前高层与政策团队（6/18）
  TechCrunch 报道 OpenAI 在 IPO 准备期继续引入高层与政策/战略人才，显示其治理、资本市场沟通和监管关系的重要性上升；随着模型公司走向公开市场，组织治理、盈利路径和公共政策能力会成为与模型能力同等重要的竞争维度，TechCrunch。

• Anthropic 推出企业级 MCP 连接器集中授权管理（6/18）
  Anthropic 发布 Claude 企业托管授权 beta，企业管理员可通过身份提供商为 MCP connectors 统一配置授权，减少员工逐个连接外部工具时的安全与合规风险；MCP 正从开发者扩展协议进入企业 IT 治理范畴，Claude Blog。

• Anthropic 发布 Claude Code Artifacts，支持共享仪表盘与交互式工作空间（6/18）
  VentureBeat 报道 Anthropic 为 Claude Code 团队/企业计划推出 Artifacts 更新，可把代码会话转化为实时 HTML 页面、dashboard 或交互应用并分享给团队；AI coding 工具正在从“生成补丁”扩展为“生成可协作、可展示的工作产物”，VentureBeat。

• Anthropic 暂停 Claude Agent SDK token 计费调整（6/16）
  Ars Technica 报道 Anthropic 暂停原计划 6 月 15 日生效的 Claude Agent SDK token-based billing 变更，意味着依赖 SDK 和 claude -p 的重度第三方用法暂时不按 API 费率重新计价；agent SDK 商业化仍需在生态扩张、开发者预期和成本回收之间找平衡，Ars Technica。

• Anthropic 进行 Claude Design 大改版，强调设计系统导入与代码往返（6/17）
  VentureBeat 报道 Claude Design 更新支持导入 GitHub 等来源的设计系统、进行代码往返和更企业化的设计流程集成；设计类 AI 工具正在从一次性 UI 生成走向“遵循团队 design system 的可维护生产流程”，VentureBeat。

• Google 推出首款面向 Gemini for Home 的新 Google Home Speaker（6/17）
  Google 发布内置 Gemini for Home 的新 Google Home Speaker，支持更自然的多轮对话、短期记忆、Continued Conversation 和家庭控制场景；语音助手竞争正在从固定命令词转向可承接上下文的家庭 agent，Google Blog。

• Google Cloud Gemini Enterprise 6 月更新继续扩展企业智能体能力（6/18）
  Google Cloud Gemini Enterprise release notes 本周列出多个 GA 与 preview 更新，覆盖企业搜索、数据连接、工作流和管理能力；Gemini Enterprise 的节奏表明大厂正在把通用模型能力封装成企业内可管控、可集成的 agent 平台，Google Cloud Docs。

• Google 回顾 A2A 协议一周年，强调跨生态协作智能体（6/18）
  Google Developers Blog 发文回顾 Agent-to-Agent protocol 一周年，强调 A2A 支持 Gemini Enterprise、Gemini CLI 等生态中的协作、对话与安全 agent 互操作；agent 协议竞争开始进入标准化、生态伙伴和企业集成阶段，Google Developers Blog。

• Meta 在 Facebook 推出 AI Mode，用公开内容生成搜索式回答（6/15）
  TechCrunch 报道 Meta 在 Facebook 推出 AI Mode，利用平台公开帖子、Groups 与 Reels 等内容生成自然语言回答，替代传统关键词搜索的一部分体验；社交平台正把用户生成内容语料转化为 AI 搜索入口，也会带来来源、隐私和内容质量问题，TechCrunch。

• Apple 被报道在 WWDC 后强化设备端 agent 与 AI 可穿戴布局（6/15 - 6/21）
  多家媒体本周继续追踪 Apple AI 路线：TechNewsWorld 分析其系统级 AI 策略，Credence Wire 报道 WWDC 2026 的 on-device AgentKit，IBTimes 报道其智能眼镜和 AI 可穿戴尝试；Apple 的差异化仍集中在设备端、隐私和生态硬件入口，TechNewsWorld、IBTimes。

国内

• 腾讯任命姚顺雨为首席 AI 科学家并升级大模型研发体系（6/18）
  36氪报道 OpenAI 研究员姚顺雨加入腾讯，担任 CEO/总裁办公室首席 AI 科学家，同时兼任 AI Infra 部和大语言模型部负责人；腾讯同步升级 AI Infra、AI Data 等基础研发组织，显示国内大厂继续把模型、数据和算力平台整合为长期基础工程，36氪。

• 阿里继续推进 AI 组织整合，Token Foundry 进入商业化落地叙事（6/21）
  36氪报道阿里再度进行 AI 组织整合，成立 Token Foundry 事业部，由吴泳铭挂帅并整合通义大模型、未来生活实验室等核心 AI 单元；阿里披露 AI 与 MaaS 业务进入商业化回报周期，说明国内大厂 AI 战略从模型发布进入组织、产品和收入闭环重构，36氪。

• 字节跳动被报道洽谈采购天数智芯 AI 芯片，继续加码国产算力（6/20 - 6/21）
  36氪与钛媒体报道，字节跳动正与天数智芯洽谈采购至少 5 万颗 AI 推理芯片，并在华为、寒武纪之外扩展国产 GPU 供应商；在海外算力不确定性下，国内互联网大厂的 AI 竞争正在明显向“多供应商国产推理算力 + 数据中心建设”延伸，36氪、钛媒体。

• 百度 AI 商业化路径继续被聚焦，强调全栈自研与 AI to C 场景（6/17）
  36氪分析百度在广告承压和搜索边界变化下推进 AI 产业化，依托芯片、算力、训练平台、文心大模型和智能体能力寻找 AI to C 与内容消费机会；头部大厂的 AI 落地正在从“模型发布”转向“能否重塑既有核心业务”，36氪。

2. 创业公司

国内

• Kimi / 月之暗面被报道完成约 20 亿美元新融资，投后估值超过 200 亿美元（6/21）
  36氪报道月之暗面完成新一轮约 20 亿美元融资，投后估值超过 200 亿美元，领投方包括美团龙珠，中国移动、CPE 源峰等参投；Kimi 的融资叙事围绕模型能力、订阅/API 收入、Agent 长任务和潜在上市窗口展开，36氪。

• Kimi 赴港上市与拆红筹讨论升温（6/17）
  新浪财经报道月之暗面冲刺上市并讨论拆除红筹架构，认为境外上市备案和披露要求正在影响 AI 独角兽的资本路径；中国大模型公司正同时面对高估值融资、上市合规和公开市场业绩兑现压力，新浪财经。

• MiniMax、智谱与 Kimi 的“AI 第一股”竞争持续被市场比较（6/18）
  36氪本周继续跟踪 MiniMax、智谱清言与 Kimi 在上市、融资、收入结构和估值体系上的对比；国内 AI 创业公司竞争已从“谁发布模型”进入“谁能证明收入、成本和资本市场故事”的阶段，36氪。

海外

• Odyssey 完成 3.1 亿美元 B 轮融资，押注世界模型与仿真（6/17）
  SiliconANGLE 报道 AI lab Odyssey 完成 3.1 亿美元 B 轮融资，估值 14.5 亿美元，投资方包括 Natural Capital、Amazon、AMD Ventures、GV、EQT、IQT 等；世界模型、仿真和 physical AI 继续成为大额资本追逐方向，SiliconANGLE。

• XDOF 获 7000 万美元融资，聚焦机器人训练数据采集（6/17）
  TechCrunch 报道机器人数据初创公司 XDOF 完成 7000 万美元融资，由 Thrive Capital 领投，Spark、a16z、Lux 等参投；随着机器人和 physical AI 升温，高质量现实世界数据采集正在成为独立基础设施赛道，TechCrunch。

• Dream 完成 2.6 亿美元融资，估值达 30 亿美元并主打 sovereign AI（6/18 - 6/21）
  Dream 宣布完成 2.6 亿美元融资，估值 30 亿美元，定位为面向国家和政府场景的 sovereign AI 与 cyber defense 公司；主权 AI 叙事正在从模型本地化扩展到国家级基础设施、网络安全和政府控制权，Morningstar / PR Newswire、Gulf News。

• Convey 完成 3800 万美元 A 轮，构建可替代重复工作的 AI teammates（6/17）
  SiliconANGLE 报道 agentic AI 初创公司 Convey 完成 3800 万美元 A 轮融资，由 Andreessen Horowitz 领投，目标让非技术团队通过 AI teammates 自动化重复工作；企业 agent 商业化继续围绕横向办公流程和非技术用户入口展开，SiliconANGLE。

• NeuralTrust 完成 2000 万美元 seed，聚焦企业 AI agent 安全（6/18）
  NeuralTrust 宣布获得 2000 万美元种子轮融资，用于识别、保护和监控企业内不断增长的 AI agent；随着 agent 接入工具、数据和业务流程，提示注入、越权调用与运行时监控正在形成专门安全赛道，PR Newswire。

3. 基础模型（含视频 / 多模态 / 开源）

• xAI 发布 Grok Imagine Video 1.5，强化视频生成音频与动作控制（6/16）
  xAI 宣布 Grok Imagine Video 1.5 在 API 和 Grok 应用中可用，改进音效、环境声、对白同步和动作/镜头一致性；视频模型竞争继续从单纯画质扩展到“画面 + 音频 + 可控叙事”的完整生成体验，xAI。

• Sony AI 发布 Woosh 音效生成基础模型（6/17）
  GamesBeat 报道 Sony AI 发布 Woosh，定位为文本到音频和视频到音频的 sound effect foundation model，面向游戏、影视和创作者流程；生成式音频模型正在从 TTS/音乐扩展到更细分的场景声、拟音和后期制作，GamesBeat。

• MiniMax 发布 Speech-01-hd，强化多语音、多情绪与克隆能力（6/20）
  MiniMax 发布 Speech-01-hd 文本到音频模型，支持 10 秒音频克隆、多语音、多情绪和多语言生成；语音模型竞争正在向更低样本克隆、更强情绪表达和跨语言内容生产推进，MiniMax。

• MiniMax 发布 Video-01 / Hailuo 02 相关视频生成更新（6/20）
  MiniMax 本周继续发布视频生成模型相关更新，包括 Video-01 与 Hailuo 02 新闻页，强调 AI-native video generation、质量与成本效率；国内视频生成厂商继续把可控性、性价比和创作者工具链作为竞争重点，MiniMax Video-01、MiniMax Hailuo 02。

• Mistral Voxtral TTS 被报道发布 4B 文本转语音模型（6/18）
  TPS Report 报道 Mistral 发布 Voxtral TTS 4B 模型，覆盖 9 种语言并支持少样本 voice cloning；欧洲模型公司继续从文本/代码模型扩展到语音多模态能力，TPS Report。

4. 论文与研究进展

• arXiv 论文提出面向 AI agents 的高效概率运行时验证框架（6/18）
  “Efficient and Sound Probabilistic Verification for AI Agents” 提出在 agent 执行过程中用概率验证与策略约束提升安全性，关注 agent 行为是否满足运行时规则；agent 安全研究正在从离线评测走向在线约束和执行期验证，arXiv。

• VERITAS 研究用视觉验证支持推理期 steering 与自主策略改进（6/16）
  “Visual Verification Enables Inference-time Steering and Autonomous Policy Improvement” 提出通过视觉验证器在推理期引导机器人/多模态 agent，并进一步改进策略；多模态 agent 的关键不只是生成动作，还要能自检环境反馈并修正行为，arXiv。

• LLM-designed training environment 研究多智能体推理中的环境自动生成（6/16）
  “From Trainee to Trainer” 探索让 LLM 设计强化学习训练环境，用于多智能体推理任务；这类研究把 LLM 从被训练对象扩展为“训练任务和环境的生成者”，可能降低复杂 agent 训练场景构建成本，arXiv。

• SkillCamo 揭示多模态隐藏指令可绕过 agent skill scanner（6/17）
  “Seeing Is Not Screening” 研究图像与文本混合的隐藏指令攻击，显示恶意 skill artifact 可通过多模态方式欺骗 agent 技能扫描器；随着 MCP/技能生态扩展，安全扫描必须覆盖视觉内容、附件与多模态 prompt 注入，arXiv。

• Qwen-RobotNav 技术报告提出面向 agentic navigation 的可扩展导航模型（6/16）
  Qwen-RobotNav 技术报告介绍面向具身导航系统的可扩展模型，关注机器人在导航任务中的视觉语言理解、路径规划和系统集成；国内开源模型生态正在从通用语言模型向机器人和具身智能方向外延，arXiv。

5. 开源项目与社区讨论

• GitHub Trending 本周继续被 AI agent 与开发者工具占据（6/18 - 6/19）
  StartupCorners 与 Refft 的 GitHub Trending 跟踪显示，本周热门项目集中在 AI agents、LLM tooling、codebase memory、上下文压缩与开发者自动化工具；开源社区的主线已经从“模型封装”转向“agent 运行时、记忆、工具治理和开发工作流”，StartupCorners 6/19、Refft。

• Hacker News 热议本地模型已具备实用价值（6/16）
  HN 讨论“Running local models is good now”聚焦本地小模型在代码、工具调用、离线任务、隐私和成本控制中的可用性；社区对 AI 工具的评价开始更重视可控部署、延迟、数据边界和特定任务性价比，Hacker News。

• Hacker News 讨论“即使 AI 代码可运行，也可能被拒绝”（6/21）
  HN 热帖讨论 AI 生成代码即使通过测试，也可能因抽象过度、风格不一致、维护成本高或团队不可理解而被拒绝；AI coding 的现实瓶颈正从“能否写出可运行代码”转向“是否符合长期工程维护标准”，Hacker News。

• Autonomy 等项目推动 agent 运行时自建工具链的讨论（6/20）
  AINews 报道 Autonomy 开源 agent framework 允许 agent 在运行时创建和修改自身工具链，引发对动态工具、权限边界和可审计性的讨论；agent 从固定工具调用走向自扩展系统后，安全与可观测性要求会显著提高，AINews。

• Context Brain 等长期记忆项目继续推动 agent memory 话题（6/20）
  AINews 报道 Context Brain 作为外置持久记忆层，帮助 agent 跨会话保留用户偏好、任务历史和结构化知识；长期记忆正在成为个人助手、企业 agent 和开发工具共同争夺的底层能力，AINews。

6. 其他趋势

• AWS Bedrock AgentCore harness GA，强调从想法到生产级 agent 的快速部署（6/18）
  AWS 宣布 Amazon Bedrock AgentCore harness 一般可用，通过 CreateHarness / InvokeHarness 等 API、CLI 或控制台部署隔离、可观测、可接入工具的 agent harness；云厂商正在把 agent 运行环境标准化为托管基础设施，AWS。

• IBM watsonx.ai v2.4 扩展企业治理、模型网关与 OpenAI 兼容推理（6/19）
  IBM 发布 watsonx.ai v2.4，增强 governed model access、多租户、Model Gateway、OpenAI-compatible inference 和企业运行时；传统企业软件厂商继续围绕治理、审计和多模型接入构建差异化，IBM。

• Google Cloud 与 Anyscale 优化 Ray Serve LLM on GKE 推理性能（6/18）
  Google Cloud Blog 与 Anyscale 介绍 Ray Serve LLM 在 GKE 上的性能优化，声称可显著提升吞吐并降低延迟；大模型基础设施的重点继续从“能跑”进入“高并发、低延迟、可扩展推理”的工程优化阶段，Google Cloud Blog、Anyscale。

• Cloudflare 引入 Flue，扩展 Agents SDK 的 durable execution 框架生态（6/17）
  Cloudflare 宣布在 Agents SDK 中引入 Flue 作为首个开源 agent harness / framework，强调 durable execution、动态代码和面向开发者的 agent 平台能力；边缘平台正在把 agent 运行时、状态和长期任务执行纳入云基础设施竞争，Cloudflare。

• Tigera 发布 Lynx，为 Kubernetes-native AI agents 提供统一控制平面（6/17）
  Tigera 宣布 Lynx GA，提供 agent registry、发现、策略和可观测能力，目标管理运行在 Kubernetes 上的 AI agents；企业 agent 部署越接近生产集群，越需要类似服务网格/控制平面的治理层，PR Newswire。

• 美国州级 workplace AI regulation 与就业披露规则继续升温（6/17 - 6/19）
  多家律所本周解读 Connecticut、California 等州围绕招聘、雇佣决策、裁员和自动化工具的 AI 规则，强调披露、反歧视、通知义务和多州雇主合规压力；AI 监管正在从模型开发端进入 HR 和劳动关系流程，Affirmity、Epstein Becker Green。

• 美国 GAAIA 草案继续引发联邦 AI 治理框架讨论（6/16）
  ArentFox Schiff 解读 Reps. Jay Obernolte 与 Lori Trahan 发布的 Great American AI Act of 2026 讨论稿，关注前沿 AI 透明度、安全报告、独立评估和联邦/州权责边界；美国 AI 监管仍在“统一联邦框架”和“州级先行规则”之间寻找平衡，ArentFox Schiff。

之前在 Environment as Dependency Inversion 里，我讨论的是 Agent SDK 内部的 Environment 抽象：Agent 和 Tool 不直接依赖 Local/Docker 这类实现，而是依赖 FileOperator、Shell、Environment 这样的接口。现在看，这只是第一层依赖倒置。更关键的问题不在 SDK 内部，而在系统边界：Environment 不应该只是 Agent 的依赖项，它应该成为一个独立实体。

过去的思路大致是：Agent 需要工具，工具需要运行环境，所以我们抽象出 Environment。这个方向是对的，但仍然把 Environment 放在 Agent 内部看待：它像一个沙箱、一个运行时、一个工具集合，生命周期和语义都围绕某个 Agent 展开。

我现在更倾向于反过来看：

flowchart LR    Agent["Agent<br/>policy / planning / action selection"]    Environment["Environment<br/>state / permission / event / interface"]    Agent -->|"observe / act"| Environment    Environment -->|"events / state / constraints"| Agent

Agent 是作用在 Environment 上的智能执行者。Environment 是承载状态、权限、日志、协作和外部接口的工作区实体。两者是双向关系，但不应该是包含关系。

分离 Agentic 和 Environment

Agentic 描述的是一种执行方式：模型在 loop 中观察、规划、调用工具、接收结果，再继续下一步。它的核心是策略和控制流。

Environment 描述的是一个可被操作的世界：文件、数据、进程、权限、外部资源引用、运行痕迹和多 Agent 协作消息。它的核心是状态和副作用边界。

这两个概念经常被混在一起，是因为早期 Coding Agent 通常运行在一个本地目录或 VM 里。Shell 和文件系统太自然了，以至于我们会把“Agent 能做什么”和“Environment 是什么”绑定起来。但在系统设计里，这个绑定会带来三个问题：

1. Agent 难以替换。换一个 Agent，环境状态、历史操作和协作上下文就跟着丢失。
2. 协作难以建模。多个 Agent 或人类同时工作时，谁拥有工作区、谁记录冲突、谁广播事件都不清楚。
3. 协议层不断膨胀。POSIX、MCP、HTTP API 都在暴露环境能力；ACP 则在标准化编辑器 Client 与 coding Agent 的通信。如果这些接口和 Agent integration 背后没有统一的 Environment model，就会形成多个不一致的状态视图。

因此，更合理的边界是：

Agentic Layer 应该可替换。Environment Layer 应该稳定、可审计、可恢复，并且不依赖某个特定 Agent 实现。

旧依赖倒置还不够

旧文里讨论的依赖倒置是代码层面的：

flowchart TB    Agent[Agent]    Tool[Tool]    Env[Environment Interface]    Local[Local Environment]    Docker[Docker Environment]    Agent --> Env    Tool --> Env    Local -.->|implements| Env    Docker -.->|implements| Env

这个结构解决了 Tool 不直接依赖 Local/Docker 的问题。但它没有解决更大的问题：Environment 的抽象形状仍然由 Agent SDK 定义，默认能力仍然是 FileOperator 和 Shell，默认语义仍然来自 OS。

新的依赖倒置应该发生在系统层面：

flowchart TB    subgraph AgentIntegration["Agent Integration"]        Editor["Editor / Client"]        ACPAgent["ACP Agent"]        Editor <-->|"ACP: session / prompt / update / permission"| ACPAgent    end    subgraph EnvInterfaces["Environment Interfaces"]        POSIX["POSIX / FUSE"]        MCP["MCP"]        API["SDK / HTTP API"]        UI["Human UI"]    end    Environment["Environment Core"]    ACPAgent --> API    ACPAgent --> MCP    Editor --> UI    POSIX --> Environment    MCP --> Environment    API --> Environment    UI --> Environment

Agent 不再拥有 Environment。Agent、Human、CLI、MCP Client 都只是 Environment 的 actor 或 adapter。Editor 如果通过 ACP 工作，它首先是 ACP Client，连接的对象是 ACP Agent；Environment 通过 Client 的文件/终端能力、MCP 配置，或者 Agent 自己的 Environment SDK 间接进入这条链路。Environment 的生命周期独立存在：它可以先于 Agent 创建，也可以在 Agent 退出后继续存在，并且可以被另一个 Agent 接管。

Environment 不等于 Agent Runtime

把 Environment 提到系统中心，并不意味着把所有东西都塞进 Environment。否则它会变成“OS + 数据库 + 消息队列 + 权限系统 + 协作平台 + Agent Runtime”的混合体，边界反而更不清楚。

我倾向于把最小边界限定为：

Environment 可以引用 Executor 或 Sandbox，但不必把执行引擎本身包含进来。它应该保存的是 runtime_ref、execution_target、process_ref、effect_status 这类可恢复引用，以及这些引用和 workspace state 的关系。

一个 action 的标准路径应该是：

sequenceDiagram    participant A as Agent    participant E as Environment    participant P as Permission Engine    participant S as State Store    participant L as Effect Log    participant B as Message Queue    A->>E: action(base_version, intent, payload)    E->>P: check capability    P-->>E: allowed    E->>S: apply state change    E->>L: record effect    E->>B: publish coordination message    E-->>A: observation(new_version, result)

Agent 负责给出 intent 和 action。Environment 负责检查能力、应用状态变化、记录副作用，并在需要协作时向消息队列发布任务或通知，再把新的 observation 返回给 Agent。这个分工比“Agent 调工具，工具改文件”更适合长生命周期协作。

Environment 的圆环模型

如果借用 DDD 或 Hexagonal Architecture 的思路，Environment 可以被看成一个圆环模型。核心不是协议，而是领域状态。

flowchart TB    subgraph InterfaceRing["Interface Ring"]        I1["POSIX / FUSE"]        I2["MCP"]        I3["SDK / HTTP"]        I4["Human UI"]        I5["Git Adapter"]    end    subgraph ApplicationRing["Application Ring"]        A1["snapshot / branch / merge"]        A2["transaction / effect log"]        A3["publish / consume"]        A4["policy evaluation"]        A5["projection builder"]    end    subgraph DomainCore["Environment Core"]        C1["versioned object store"]        C2["operation log"]        C3["permission graph"]        C4["coordination queue"]    end    I1 --> A5    I2 --> A5    I3 --> A1    I4 --> A3    I5 --> A1    A1 --> C1    A2 --> C2    A3 --> C4    A4 --> C3    A5 --> C1

这个模型里，POSIX、MCP、SDK、UI 都不是核心。它们只是不同使用场景下的 adapter：

• POSIX/FUSE：让传统工具链、Shell、编译器、测试命令把 Environment 看成文件系统。
• MCP：让 AI 应用以标准方式访问外部数据、工具和 workflow。
• SDK/HTTP：给平台内部服务、调度器、评测系统和自定义 Agent 使用。
• Human UI / Git Adapter：给人类审阅、版本同步、发布流程提供稳定视图。

真正重要的是中间和内层：版本化状态、操作日志、权限图、协作消息队列，以及把这些核心能力投影成多种接口的能力。

ACP 的准确位置

这里需要单独把 ACP 拎出来。ACP 的对象是 Agent，不是 Environment。

按照 ACP v1 overview 的定义，Client 通常是代码编辑器，Agent 是使用生成式 AI 自主修改代码的程序。典型流程是：Client 初始化连接，创建或恢复 session，把用户 prompt 发送给 Agent；Agent 在处理过程中通过 session/update 向 Client 回报消息、计划、tool call 状态，必要时向 Client 请求权限、读取/写入 Client environment 中的文本文件，或请求 Client 创建 terminal。

sequenceDiagram    participant U as User    participant C as ACP Client    participant A as ACP Agent    participant E as Environment    U->>C: prompt    C->>A: session/prompt    A-->>C: session/update(plan/message/tool_call)    A->>C: session/request_permission    C-->>A: approved/rejected    A->>C: fs/read_text_file or terminal/create    C->>E: read/write/execute via client environment    E-->>C: result    C-->>A: file content or terminal id/output    A-->>C: session/prompt response

所以 ACP 更像 LSP：它把 editor 和 agent 解耦，让同一个 editor 可以接不同 Agent，让同一个 Agent 可以进入不同 Client。它承载的是 agent-facing UX 和 session 生命周期，不是 Environment domain model。

这点很关键。如果把 ACP 当成 Environment projection，就会误判两件事：

1. 误以为 Environment 需要实现 ACP。实际上 ACP-compliant 的是 Agent，Environment 可以在 Agent 后面，也可以在 Client 后面。
2. 误以为 ACP 的 fs/read_text_file、terminal/create 就是完整 Environment API。实际上这些是 Client 暴露给 Agent 的能力，解决的是编辑器集成和用户可见性，不负责定义版本、operation log、effect log、branch/merge 等环境语义。

因此，在这篇文章的模型中，ACP 应该位于 Agent Integration Layer。Environment 可以为 ACP Agent 提供 workspace source，也可以为 ACP Client 提供 file/terminal/permission 后端，但它不是 ACP 的直接对象。

Environment 应该是什么

我认为一个可用于 Agent 协作的 Environment 至少需要五类能力。

1. 版本化存储

Environment 首先是存储，但不是普通文件系统。它应该存储工作区内的所有可恢复状态：

• 文件和目录
• 生成产物和中间 artifact
• 消息、任务、评论、review 结果
• 执行输出、测试结果、trace
• 外部资源引用，例如 issue、PR、deployment、database row
• secret 和 credential 的引用，而不是明文值

这些对象需要版本。版本不只是为了 rollback，也为了让 Agent 能在明确状态上工作。一个 Agent 的判断应该绑定到某个 state_version，否则多 Agent 并行时很容易出现“它看到的是旧世界，但写入的是新世界”的问题。

最小模型可以是：

1
2
3
4
5

object(id, type, path, content_ref, metadata, version)
operation(id, parent_id, actor_id, base_version, patch, intent, created_at)
effect(id, operation_id, target, idempotency_key, status, result_ref)
message(id, topic, actor_id, lease_until, delivery_state, payload, created_at)
permission(subject_id, scope, action, condition)

这不是最终 schema，而是表达一个原则：文件树只是投影，核心应该是对象、操作、效果、消息和权限。

2. Append-only 操作日志

Agent 系统需要比传统应用更强的可回放能力。原因很直接：Agent 会犯错，而且错误经常发生在多步链路中。只保存最终文件状态是不够的，我们需要知道：

• 哪个 actor 做了操作
• 当时基于哪个版本
• 操作意图是什么
• 产生了哪些文件变化
• 触发了哪些外部副作用
• 失败后如何恢复或补偿

因此，Environment 应该有 append-only operation log。Materialized filesystem view 可以从 log 生成，审计、回放、评测、debug 也可以基于 log 构建。

这和 Git 的关系很近，但不完全相同。Git 擅长代码版本管理，却不天然记录 Agent 的 intent、tool result、外部副作用和权限决策。Git 可以作为某种 projection 或 storage backend，但不是完整 Environment model。

3. 权限图

Environment 是副作用边界，所以权限必须是核心概念，而不是某个 adapter 的附属检查。

一个 Reviewer Agent 可以读全部文件，但不能写主分支。一个 Test Agent 可以运行测试命令，但不能访问生产密钥。一个 Coder Agent 可以写 feature branch，但删除文件、调用外部 API 或触发部署需要人类确认。

权限模型至少要覆盖：

• actor identity：human、agent、service account
• resource scope：path、object、secret、external service、execution target
• action：read、write、execute、publish、approve、delegate
• condition：time、branch、quota、risk level、human approval

关键点是权限不应该绑定到 POSIX 或 MCP 某一层。无论同一操作来自 FUSE 写入、MCP tool call、内部 SDK，还是 ACP Agent 通过 Client 文件/终端能力发起的操作，都应该通过同一个 permission graph。

4. 多 Agent 消息总线

Environment 不是静态存储。多 Agent 协作需要一个共享消息总线，它更接近消息队列（MQ），而不是简单的日志订阅系统。

这个消息总线服务的是 Agent 之间的协作语义：

• task dispatch：把任务投递给合适的 Agent。
• claim / lease：某个 Agent 声明自己正在处理任务，避免多个 Agent 抢同一份工作。
• ack / retry：任务完成后确认，失败或超时后重新投递。
• review request：Coder Agent 完成 patch 后请求 Reviewer Agent 或 Human 审阅。
• coordination signal：测试失败、依赖缺失、权限等待等协作状态变更。

sequenceDiagram    participant Planner as Planner Agent    participant Env as Environment    participant Bus as Message Queue    participant Coder as Coder Agent    participant Tester as Test Agent    participant Human as Human    Planner->>Env: create task and branch    Env->>Bus: publish task.created    Coder->>Bus: claim task.created    Coder->>Env: write patch    Env->>Bus: publish patch.ready    Tester->>Bus: claim patch.ready    Tester->>Env: publish test result    Env->>Bus: publish review.required    Human->>Bus: claim review.required    Human->>Env: approve merge    Env->>Bus: publish task.completed

这里的消息总线不是附属功能，而是协作的核心。它承担几个职责：

1. 分发任务，让 Agent 不必靠轮询或猜测理解可处理工作。
2. 管理任务所有权，通过 claim、lease、ack、retry 避免多个 Agent 抢同一份工作。
3. 承载 review request、handoff、blocking reason 等协作语义。
4. 作为 UI 和审计系统的输入之一，使用户看到的不是“Agent 正在运行”，而是具体的协作队列和处理状态。

这也解释了为什么只做“工具协议”不够。工具协议能描述一次调用，却不能自然描述一个多人、多 Agent、长生命周期工作区中的协作关系。

5. 多接口与 Agent 集成

Environment 应该能暴露多种环境接口，同时支持多种 Agent 集成方式，而不是押注某一个协议。

flowchart LR    Core["Environment Core"]    ACPClient["ACP Client"]    ACPAgent["ACP Agent"]    Core --> FS["Filesystem Projection<br/>POSIX / FUSE"]    Core --> AI["AI App Projection<br/>MCP"]    Core --> API["Platform Projection<br/>SDK / HTTP"]    Core --> UX["Human Workspace UI"]    ACPClient <-->|"ACP"| ACPAgent    ACPAgent --> API    ACPClient --> FS

同一个核心状态可以被投影为：

• 一个 POSIX 文件树，供 npm test、grep、clang、pytest 使用。
• 一组 MCP resources/tools，供 AI app 获取上下文或调用能力。
• 一个内部 API，供 scheduler、benchmark、billing、audit 使用。
• 一个 workspace UI，供人类审阅事件、diff、权限请求和协作状态。

接口之间不需要互相模拟。FUSE 不应该被迫表达 tool result 或 review event，MCP 也不应该被迫表达完整 POSIX inode 语义。ACP 更不应该被当成 Environment API；它应该连接 Client 和 Agent，并允许 Agent 通过 Client capabilities 或自己的 SDK/MCP 工具触达 Environment。

DB as FS 和 CRDT 的位置

从实现角度看，DB as FS 和 CRDT 都值得尝试，但它们解决的是不同层的问题。

DB as FS 不是特指 SQLite，也不是说要把数据库伪装成一个完整操作系统文件系统。它表达的是：Environment 的真实状态可以先进入数据库模型，再根据使用场景投影为文件系统视图。

SQLite 是这个方向上很自然的单机实现选项，因为它适合作为本地优先、可嵌入、事务化的 Environment metadata store：

• ACID transaction 可以保证一次 operation 的多表写入一致。
• WAL 模式适合承载轻量 append-only 写入。
• SQL 查询适合构建审计、索引、权限检查和 projection。
• 单文件部署降低了本地 workspace runtime 的复杂度。

但 DB as FS 不应该理解为把所有文件内容塞进数据库 blob 表。更合理的方式是：数据库保存对象索引、版本、日志、权限、消息队列状态和小对象；大文件进入 content-addressed blob store；POSIX 文件树是基于这些状态构建出的 projection。

CRDT 的位置也需要更精确。它不一定是 Environment 的核心存储模型，更像某些人类 / 多 Agent 协作场景下的高性能交换协议。它适合文本、结构化文档、presence、评论、任务状态等高频协同对象，用来降低协作延迟和冲突处理成本。

它不适合无差别覆盖所有东西。二进制 artifact、外部副作用、长生命周期进程、数据库变更，很难用 CRDT 本身解释清楚。CRDT 更适合作为局部协作对象的同步层，而不是整个 Environment 的一致性模型。

一个现实的组合可能是：

flowchart TB    DB["DB<br/>metadata / log / permission / queue / index"]    Blob["Blob Store<br/>large content / artifacts"]    CRDT["CRDT Exchange<br/>collaborative text / tasks / presence"]    Projection["Projections<br/>FUSE / MCP / SDK / UI"]    DB --> Projection    Blob --> Projection    CRDT --> Projection    DB <--> CRDT    DB <--> Blob

DB 提供可查询的系统骨架，Blob Store 承载大内容，CRDT 作为局部协作对象的高速交换层，最终由 projection layer 暴露给不同客户端。

仍然困难的地方

这个方向的难点不在写一个 FUSE，也不在包一层 JSON-RPC。真正困难的是状态语义。

Shell 作为可选 trait

Shell 很容易被误认为 Environment 的标准能力，因为 Coding Agent 的默认工作区通常就是 repo + shell。但这其实带着很多隐含假设：

• Environment 背后有类 POSIX 的文件系统。
• 命令可以通过字符串表达，并由某种 shell 解释。
• cwd、环境变量、PATH、权限、进程组、信号都有稳定语义。
• 进程输出可以被截断、回放和持久化。
• 长生命周期进程可以被重新连接、终止或恢复。

这些假设在本地开发环境里成立，但在浏览器环境、API 环境、数据分析环境、移动端环境、远程托管 workspace 中都不一定成立。因此，Shell 更适合被建模为 Environment 的可选 trait，而不是标准接口。

如果一个 Environment 声明支持 Shell trait，它也应该继续拆分能力，而不是只暴露一个笼统的 shell.execute：

1. stateless command execution：执行命令，返回输出。
2. background process：启动进程，后续 wait、kill、read output。
3. durable shell session：可重连的 PTY 或 login shell。

这三者的恢复、权限、日志和 projection 语义不同。把它们混成一个接口，会把 OS 的隐含假设重新带回 Environment core。

外部副作用

Environment 可以记录“调用了 GitHub API 创建 issue”，但它不能让外部世界自动回滚。因此 effect log 和 idempotency key 是必须的。恢复策略通常不是强事务 rollback，而是确认状态、补偿操作和语义恢复。

Merge 语义

多个 Agent 并行修改同一工作区时，Git merge 只能处理部分问题。它不能解释两个 Agent 的 intent 是否冲突，也不能判断一个测试失败是否使另一个 patch 失效。Environment 需要把 merge 从文本层提升到 operation 层。

UX 表达

用户不应该只看到 Agent 的聊天消息，而应该看到 Environment 的事件：谁创建了分支、谁改了文件、哪个测试失败、哪个权限请求待确认、哪个外部副作用已经发生。否则多 Agent 协作会变成不可观察的黑盒。

结论

旧的 Environment dependency inversion 解决的是 SDK 内部依赖方向：Agent 和 Tool 不直接依赖具体执行环境。

新的问题是系统级的：Environment 应该从 Agent 的依赖项升级为独立实体。它是版本化存储、权限边界、操作日志、消息总线和多接口 projection 的组合。

这样看，Agentic 能力反而变得更清楚：Agent 是 Environment 上的 actor，它负责规划和行动，但不拥有世界状态。Environment 承载世界状态，并通过 POSIX、MCP、SDK、UI 等接口暴露给不同 actor；ACP 则把编辑器 Client 和 coding Agent 接起来，让 Agent 更自然地进入用户的开发工作流。

未来 Agent 系统的核心竞争力可能不只是更强的 Agent loop，而是更好的 Environment model。因为只有 Environment 足够稳定、可表达、可协作，Agent 才能在其中顺畅地工作，并且和人类、其他 Agent、传统工具链共享同一个可理解的世界。

副标题：本周报覆盖 2026-06-08 至 2026-06-14（北京时间周日定时任务触发周期）。本期按“本周发布/报道、有明确日期、可追溯来源”的标准筛选，优先保留官方公告、权威媒体、论文页、GitHub 项目页和一手公司博客；跳过仅为历史背景、无本周发生时间或低可信聚合的内容，共收录 53 条事件。

1. 头部大厂

国外

• OpenAI 支持欧盟 AI 生成内容透明度实践准则（6/11）
  OpenAI 发文表示支持欧盟关于 AI 生成内容透明度的 Code of Practice，称会继续推进来源标识、内容凭证和透明度工具，以配合 EU AI Act 落地；前沿模型公司正在把“生成内容 provenance”从自愿产品功能升级为合规基础设施，OpenAI。

• OpenAI Academy 推出面向工作场景的三门新课程（6/12）
  OpenAI Academy 发布 AI Foundations、Applied AI Foundations、Agents and Workflows 三门课程，目标是帮助团队从理解 AI、应用 AI 到构建可复用 agent 工作流；这说明 OpenAI 继续把企业 adoption 的瓶颈定义为“组织学习 + 工作流重构”，而不仅是模型访问，OpenAI。

• OpenAI 拟收购 Ona，把持久云端工作环境纳入 Codex 团队（6/11）
  Ona 宣布已签署协议加入 OpenAI，交易完成后团队将并入 Codex；Ona 提供面向 AI agent 的安全、预配置、可持续运行云端工作环境，OpenAI 借此强化 Codex 执行长任务和企业部署能力，Ona、CNBC。

• Visa 与 OpenAI 合作推进 agentic commerce 支付能力（6/10）
  Visa 宣布与 OpenAI 建立战略合作，将 Visa 的网络、tokenization、风控与授权能力接入 OpenAI 的 agentic commerce 体验，让 AI agent 可在用户设定权限、限额和审批规则下发起交易；支付网络正在成为 AI agent 从“建议”走向“代办”的关键基础设施，Visa、Visa Perspectives。

• OpenAI 被报道已秘密提交 IPO 文件（6/9）
  CNBC 报道 OpenAI 已确认秘密提交 S-1 IPO 文件，若推进上市，将成为美国资本市场最受关注的 AI 公司上市之一；这也会把前沿模型公司的治理、营收、算力成本和安全承诺置于更严格的公开市场审视之下，CNBC。

• Anthropic 发布 Claude Fable 5 与 Claude Mythos 5（6/9）
  Anthropic 发布 Claude Fable 5 和 Claude Mythos 5，其中 Fable 5 是面向公众开放的 Mythos-class 模型，Mythos 5 则面向 Project Glasswing 等受信任场景；发布叙事强调强能力、长任务、软件工程和安全护栏的并行，Anthropic、TechCrunch。

• Anthropic 因美国出口管制暂停部分最强模型的外国访问（6/13）
  TIME 与 Decrypt 报道，美国政府以国家安全和 jailbreak 风险为由要求限制 Claude Fable 5 / Mythos 5 的外国访问，Anthropic 随后暂停相关访问并提出异议；前沿模型安全问题正在与出口管制、国籍访问和企业内部研发权限交织，TIME、Decrypt。

• Anthropic 与 TCS 合作扩展企业 Claude 部署（6/11）
  TechCrunch 报道 Anthropic 与 Tata Consultancy Services 合作，TCS 将组建专门单元为客户部署 Claude，并为自身员工提供 Claude；前沿模型公司正在通过大型 IT 服务商进入更复杂的企业变革和系统集成场景，TechCrunch。

• Google 发布 Gemini 3.5 Live Translate 实时语音翻译（6/9）
  Google 发布 Gemini 3.5 Live Translate，支持 70 多种语言的低延迟语音到语音翻译，并强调保留说话风格与实时流式处理；语音模型竞争正在从转写、TTS 走向跨语言实时沟通基础设施，Google Blog、Ars Technica。

• Google 为小企业推出 Gemini 新功能并扩大 Gemini in Chrome 覆盖（6/10）
  Google 宣布 Gemini App 新增连接 Google Business Profile、主动式 Business notebooks 等小企业能力，同时 Gemini in Chrome 扩展到更多市场；Gemini 正从通用助手继续嵌入搜索、本地商家、浏览器和运营工作流，Google Blog、Google Chrome Blog。

• Google 将 Gemini 模型带给 Apple 开发者生态（6/8 - 6/9）
  Google 与 Firebase 发文介绍 Apple Foundation Models framework 支持第三方模型适配后，开发者可在 Apple 应用中调用云端 Gemini 模型；这强化了“设备端系统能力 + 云端大模型适配器”的平台化趋势，Google Blog、Firebase Blog。

• Apple WWDC 2026 聚焦 Siri AI、Apple Intelligence 与 AFM Cloud Pro（6/8 - 6/9）
  多家媒体报道 Apple 在 WWDC 2026 推出更强的 Siri AI、Apple Intelligence 更新和 Apple Foundation Models Cloud Pro，并围绕 Google、Nvidia 与 Private Cloud Compute 展开叙事；Apple 的 AI 路线继续强调设备端、隐私云和系统级上下文整合，TechCrunch、CNBC、MacRumors。

• Meta 解释其 AI 算力与自研芯片基础设施路线（6/10）
  Meta 发文介绍 AI compute power，强调 MTIA 自研芯片、AI 优化数据中心、推理/训练效率和供应链伙伴；在模型能力竞争之外，头部平台正在以算力、芯片和数据中心效率作为长期 AI 竞争壁垒，Meta。

国内

• 阿里进行 AI 大重组，成立 Token Foundry（6/9）
  36氪报道阿里合并通义大模型事业部与未来生活实验室成立 Token Foundry，由吴泳铭挂帅、周靖人升任首席科学家并牵头 AI 未来研究院；阿里试图把模型、视频生成、世界模型、自研芯片和 MaaS 分发纳入“Token 全生命周期”体系，36氪。

• 阿里 PPU、百度昆仑芯与华为昇腾推动国产 AI 芯片讨论继续升温（6/10）
  36氪报道阿里平头哥 PPU、百度昆仑芯、华为昇腾等国产算力方案在性能、成本和规模化部署上受到关注，并将中国 AI 芯片市场描述为进入“华为时刻”；国内 AI 竞争继续从模型层延伸到推理算力、供应链和软硬件协同，36氪。

• 互联网大厂继续涌入 AI 制药，路径分化明显（6/12）
  36氪梳理字节、百度、腾讯、阿里、京东在 AI 制药和医疗 AI 方向的不同路线：字节拆分 AI 制药业务线、百度依托百图生科、腾讯探索 AI 药物设计、阿里健康和京东健康则侧重医疗大模型与服务闭环；AI 正在从通用应用进入高门槛垂直产业，36氪。

• 字节、阿里等加速进入汽车智能化场景（6/10）
  新浪财经报道字节火山引擎与赛力斯新品牌 AIVA 深度合作，阿里高德与比亚迪充电网络融合，同时华为、腾讯、百度等也加强车企合作；汽车正成为大模型、多模态交互、云边协同和智能座舱能力的综合落地场景，新浪财经。

2. 创业公司

国内

• MiniMax 港股上市，市值超过 700 亿港元（6/11）
  36氪报道 MiniMax 在港上市，发行价 165 港元、募资约 41.89 亿港元，开盘市值超过 700 亿港元，基石投资者包括阿里、米哈游、腾讯等；中国大模型创业公司正从一级市场融资进入公开市场估值检验阶段，36氪。

• Kimi / 月之暗面再传约 20 亿美元融资与赴港 IPO 提速（6/9 - 6/12）
  36氪多篇报道显示月之暗面接近完成新一轮约 20 亿美元融资，估值区间被报道在 200 亿至 300 亿美元之间，并开始加速赴港 IPO 准备；同时 Kimi K2.6、Kimi Work Beta 与 agent 化任务执行能力成为资本叙事核心，36氪、36氪。

• 智谱与 MiniMax 解禁期临近，Kimi 高估值面临公开市场参照（6/12）
  36氪报道智谱与 MiniMax 将进入解禁期，股价波动和流动性变化可能影响市场对 Kimi 新融资估值的判断；中国 AI 创业公司开始同时面对“模型能力、商业收入、上市流动性和估值锚”的多重考核，36氪。

海外

• Jeff Bezos 参与的 Prometheus 融资 120 亿美元，押注 physical AI（6/11 - 6/12）
  TechCrunch 报道 Jeff Bezos 与 Vik Bajaj 共同创办的 physical AI 初创公司 Prometheus 完成 120 亿美元融资，估值达 410 亿美元，目标是构建面向物理世界的“artificial general engineer”；资本正在把 AI 下一阶段想象力投向机器人、制造和真实世界工程，TechCrunch。

• NEURA Robotics 宣布最高 14 亿美元 C 轮融资（6/10）
  NEURA Robotics 宣布最高 14 亿美元 C 轮融资，投资方包括 Tether、Qualcomm、Amazon、NVIDIA、Bosch、Schaeffler 等，用于扩展 cognitive robots、Neuraverse、NEURA Gyms 和制造部署能力；physical AI / humanoid 正成为超大额融资热点，Morningstar / Business Wire。

• Coram 完成 3500 万美元 B 轮，构建保护物理空间的 autonomous agents（6/11）
  Coram 宣布完成 3500 万美元 B 轮融资，由 Ansa Capital 和 Battery Ventures 领投，累计融资 6600 万美元，用于构建可保护现实物理空间的 autonomous agents；安防、摄像头和物理场景自动化正在成为 agent 商业化方向之一，Coram。

• ChatSee.ai 获 650 万美元融资，聚焦 AI agent failure intelligence（6/12）
  ChatSee.ai 宣布获得 True Ventures 领投的 650 万美元融资，定位为 autonomous AI systems 的 failure intelligence layer，帮助企业识别、理解和缓解 agent 失败；随着 agent 进入生产环境，“失败可观测性”正在成为独立工具层，PR Newswire。

• Equal AI 完成 3000 万美元 B 轮，扩展印度消费 AI 助手（6/12）
  KnowStartup 报道印度消费 AI 公司 Equal AI 完成 3000 万美元 B 轮，由 Prosus Ventures 和 Tomales Bay Capital 领投，用于扩展 AI call assistant 以及通信、金融、生活方式、购物和 concierge 服务；新兴市场的手机端 AI 助手仍在争夺高频入口，KnowStartup。

• Scatter Lab 因 AI 角色聊天应用 Zeta 完成 500 亿韩元融资（6/14）
  Seoul Economic Daily 报道 Scatter Lab 凭借 AI 角色聊天应用 Zeta 获得 500 亿韩元融资；AI companionship、角色聊天和娱乐型 agent 继续证明消费端付费与增长潜力，但也会带来内容安全和未成年人保护议题，Seoul Economic Daily。

3. 基础模型（含视频 / 多模态 / 开源）

• MiniMax 发布 T2V-01-Director 与 I2V-01-Director 视频生成模型（6/13）
  MiniMax 宣布海螺视频 T2V-01-Director、I2V-01-Director 上线，强调“镜头控制”能力，可组合 15 种单镜头运动以生成更专业的视频片段；视频生成模型竞争正在从清晰度、时长扩展到可控镜头语言和创作流程，MiniMax。

• MiniMax 发布 M2.5 / M2.5-Lightning，强化 coding 与 agentic tool use（6/14）
  MiniMax 发布 M2.5 系列，称其面向真实生产力任务，在 coding、agentic tool use、search 和 office tasks 上增强，并给出 SWE-Bench Verified、BrowseComp 等指标；国内模型厂商继续把“长任务 + 工具调用 + 办公/编程”作为通用模型商业化主战场，MiniMax。

• 智谱 / Z.ai 发布 GLM-5.2，主打 100 万 token 上下文与长程 coding（6/13）
  多个模型索引和社区页面记录 GLM-5.2 于 6 月 13 日上线，主打 1M token context、长程任务、工具调用和 coding 场景，并预告更开放的版本；国产开源/开放权重模型继续把长上下文和 agent 工程能力作为差异化方向，Models.dev、Hacker News、DEV Community。

• 印度 MeitY 推出 Varya AI 视频模型，强调主权文化适配（6/12）
  Free Press Journal 报道印度电子和信息技术部推出由 Avataar AI 开发的 Varya AI 视频模型，称其面向印度文化场景、速度和成本优于全球同类，并计划在 AI Kosh 开放权重；主权 AI 叙事正从语言模型扩展到视频生成，Free Press Journal。

• Resemble AI 发布 Chatterbox Multilingual v3，开源 TTS 默认嵌入水印（6/10）
  Resemble AI 发布 Chatterbox Multilingual v3，支持 21 种语言和 4 种方言，保留 MIT license，并默认在自托管音频输出中嵌入 PerTh watermark；语音模型开源生态开始把 provenance、水印和 EU AI Act 合规放到模型发布叙事中，Resemble AI。

4. 论文与研究进展

• 多模态智能体用于配电缺陷检测评测（6/12）
  arXiv 论文评估 foundation models 作为配电缺陷检测的统一认知引擎，覆盖感知、推理和工具使用三类能力，并构建领域数据集与多任务 benchmark；行业场景正在推动多模态 agent 从通用 VQA 走向闭环维护和工单生成，arXiv。

• UXBench / UI-UX 研究多模态 LLM 的移动界面推理能力（6/12）
  论文提出 UXBench，包含 2000 个 UI-based VQA 样本与 8 类细粒度任务，并用强化学习框架改进 MLLM 在布局关系、视觉层级和内容一致性上的推理；AI agent 操作手机和网页前，需要更可靠的界面理解与 UX 诊断能力，arXiv。

• Agent Skill Evaluation and Evolution 梳理智能体技能评测与进化框架（6/9）
  arXiv 论文提出 skill evaluation / evolution 的框架与 benchmark 综述，强调多模态技能、轨迹蒸馏、技能安全和持续演化；agent 生态的重点正在从“单次任务完成率”转向“技能资产如何诊断、维护和安全复用”，arXiv。

• Hi-VLA 系统研究机器人层级 VLA 策略编排（6/9）
  “What Matters in Orchestrating Robot Policies” 系统研究 hierarchical vision-language-action agents，在短程、长程和需要推理的机器人任务中比较 planner、controller、切换机制与记忆表示；机器人 agent 的能力瓶颈越来越像软件 agent：不仅要强模型，还要强编排，Papers.cool / arXiv。

• Critic-MCoT 用 DPO 与错误样本合成提升多模态 CoT 推理（6/9）
  ScienceDirect 论文提出 Critic-MCoT，通过 Iterative Adversarial Refinement 生成错误样本和修正样本，并用 DPO 强化多模态 Chain-of-Thought 各步骤；多模态推理研究继续从“最终答案正确”深入到“每一步推理是否可靠”，ScienceDirect。

• RC-DPO 研究用推理质量条件化偏好优化降低多模态幻觉（6/11）
  UBOS 介绍的研究提出 Reasoning-Conditioned Direct Preference Optimization，通过把偏好学习条件化在视觉扎根推理轨迹质量上，降低多模态大推理模型幻觉并提升准确率；多模态安全的核心正在转向“可解释、可审计的推理轨迹”，UBOS。

5. 开源项目与社区讨论

• Google 开源 OpenRL，自托管 LLM 后训练 API（6/11）
  Google Open Source 发布 OpenRL，一个可在本地、NVIDIA GPU 或 GKE 上运行的自托管 post-training API，抽象强化学习微调基础设施，并提供与 Tinker 兼容的 endpoint；后训练、RL 和可控微调正在从少数大厂内部能力外溢为可运营基础设施，Google Open Source Blog。

• Databricks 发布开源 Omnigent，统一组合和控制多种 agents（6/13）
  Databricks 发布 Apache 2.0 alpha 项目 Omnigent，定位为 agent meta-harness，可把 Claude Code、Codex、Pi、OpenAI / Claude SDK 等包装到统一 API 中，实现策略控制、组合编排和实时协作；agent 工具链正在从单一 harness 走向跨模型、跨执行器的控制平面，Databricks。

• llm-cli-gateway v2.3.0 为 37 个 MCP 工具增加安全注解（6/7 UTC / 6/8 北京时间）
  verivus-oss/llm-cli-gateway 发布 v2.3.0，为 Claude Code、Codex、Gemini、Grok、Mistral 等 CLI 统一 MCP gateway 的 37 个工具增加 readOnly、destructive、idempotent、openWorld 等注解和 invariant tests；MCP 工具生态正在显式化权限语义和 UI 安全提示，GitHub。

• Goose 作为本地开源 AI agent 获得社区关注，强调 70+ MCP 扩展（6/7 UTC / 6/8 北京时间）
  Developers Digest 报道 Goose 登上 GitHub 趋势榜，支持桌面、CLI、API、多 LLM provider 和 70+ MCP extensions，并由 Linux Foundation 旗下 Agentic AI Foundation 治理；本地 agent 正通过 MCP 扩展从单机助手变成可连接内部系统的工作台，Developers Digest。

• PewDiePie 发布本地优先开源 AI workspace Odysseus（6/10）
  NetInfluencer 报道 PewDiePie 发布免费、开源、自托管 AI workspace Odysseus，强调本地模型、外部 API 兼容、无遥测和创作者数据隐私，短时间获得大量 GitHub stars；AI 工具的消费端开源运动正在把隐私、本地控制权和反订阅叙事结合起来，NetInfluencer。

• OpenCode 被报道达到 160K GitHub stars 与 750 万月活开发者（6/11）
  Abhishek Gautam 报道 OpenCode 在 2026 年 6 月达到 160K stars 和 750 万月活开发者，主打 model-agnostic AI coding CLI，可连接 75+ AI providers；开发者工具竞争正在从“哪家模型最强”转向“谁能让团队自由组合模型、成本和部署位置”，Abhishek Gautam。

• Hacker News 热议 Claude Fable 5 的代码与推理表现（6/9）
  Claude Fable 5 相关 HN 讨论集中在 coding、bug finding、推理效率、成本和实际工程质量上，许多评论把关注点放在真实任务评估而非 benchmark；开发者社区对前沿模型的评价越来越依赖“能否稳定改复杂代码库”，Hacker News。

• Hacker News 热议 Anthropic 出口管制时间线（6/14）
  HN 讨论“The whirlwind 24 hours that led to export controls on Anthropic”时，围绕 jailbreak 风险是否被夸大、政府管制动机、Dario Amodei 的公开表态和模型访问限制展开争议；前沿模型政策事件正在迅速变成开发者社区的高热议题，Hacker News。

• “AI slop”指控被研究为新的社区 gatekeeping 形式（6/12）
  Unite.AI 报道一项研究分析 Reddit 与 Hacker News 上约 2500 万条评论，发现“AI slop”到 2026 年已成为压倒性的贬义 AI 标签，并常在缺少证据时用于排斥内容；AI 内容识别与社区信任问题正在从技术检测变成社会规范冲突，Unite.AI。

6. 其他趋势

• Backblaze 发布 Genblaze，多供应商生成式媒体流水线 SDK（6/11）
  Backblaze 发布开源 Python SDK Genblaze，用统一 API 管理视频、图像、音频生成供应商，记录 hash-bound provenance manifest，并支持对象存储持久化与 replay；生成式媒体生产正在需要可追溯、可复现、可审计的工程流水线，Backblaze。

• CData Connect AI 6 月更新扩展数据源、Skills 与治理能力（6/9）
  CData 发布 Connect AI 6 月更新，新增 17 个数据源、Connect AI Skills、Azure Key Vault 集成等治理能力，目标是为企业 LLM / MCP 场景提供稳定数据连接和上下文控制；企业 AI 基础设施继续围绕“数据连接 + 权限 + token 成本 + 可治理上下文”演进，CData。

• Kakunin 发布面向 Gemini 与 OpenAI agent 生态的加密合规 SDK（6/14）
  Kakunin 宣布推出 cryptographic compliance shield，覆盖 Google Antigravity、OpenAI Swarm 和 OpenAI Assistants API，提供 pre-flight scope verification、active-agent enforcement 和 tamper-evident auditing；agent 生态的合规工具开始从日志审计走向加密身份和运行前权限证明，PRWeb。

• Claude in Amazon Bedrock 被报道推出原生 Messages API endpoint（6/11）
  TheRouter.ai 报道 Amazon Bedrock 中 Claude 模型新增 bedrock-mantle endpoint，以 Anthropic Messages API 形式提供 SSE 调用，并面向多 provider routing 团队简化集成；多云模型平台正朝着“统一消息协议 + 区域/全球 endpoint + 数据驻留选项”演进，TheRouter.ai。

• Great American AI Act 草案引发联邦 AI 框架与州法边界讨论（6/9）
  Fisher Phillips 与 FPF 解读 6 月 4 日发布的 Great American AI Act 讨论稿，重点包括 frontier AI 透明度、安全事件报告、独立验证、举报人保护、联邦测试床，以及对州级模型开发规则的三年预置；美国 AI 监管焦点继续在“统一联邦框架 vs 州级先行监管”之间拉扯，Fisher Phillips、FPF。

• California SB 951 被解读为 AI / 自动化裁员通知义务信号（6/8）
  Shaw Law Group 解读 California Senate Bill 951，称其可能要求大雇主在 AI 或自动化导致 25 个以上岗位损失时提前 90 天通知，并引入 technology hiring disruption notice；即使法案仍在推进中，也显示 AI 对就业影响正在进入更具体的劳动法程序，Shaw Law Group。

• Connecticut AI 法继续被律所集中解读，覆盖就业、医疗和在线安全（6/8 - 6/9）
  多家律所本周继续解读 Connecticut CART Act / Public Act 26-15，重点包括自动化就业决策披露、AI 参与裁员时的 WARN 披露、医疗和在线安全要求；企业使用 AI 的合规边界正在从“模型开发”延伸到 HR、消费者保护和未成年人安全，Employment Law Insights、RopesDataPhiles。

副标题：本周报覆盖 2026-06-01 至 2026-06-07（北京时间周日定时任务触发周期）。本期按“本周发布/报道、有明确日期、可追溯来源”的标准筛选，跳过仅为历史背景或无本周发生时间的内容，共收录 53 条事件。

1. 头部大厂

国外

• OpenAI 推出 ChatGPT Memory “Dreaming”升级（6/4）
  OpenAI 发布 ChatGPT Memory 的 Dreaming 机制，称其会在后台综合对话记忆、保持上下文新鲜，并于 2026 年 6 月开始向美国 Plus / Pro 用户滚动推出；这说明个人 AI 助手竞争正从单轮回答进入长期记忆、个性化上下文维护和持续陪伴体验，OpenAI。

• OpenAI 推出 Lockdown Mode，应对 prompt injection 数据泄露风险（6/6）
  TechCrunch 报道 OpenAI 发布 Lockdown Mode，用于在敏感场景下降低 prompt injection 导致的数据外泄风险，方式包括限制联网浏览、图像检索、deep research 和 agent mode 等能力；这反映“更强 agent 能力”和“可控安全模式”正在同步成为产品标配，TechCrunch。

• OpenAI 发布前沿 AI 政策立场，主张由民用监管机构牵头（6/3 - 6/4）
  SiliconANGLE 报道 OpenAI 在政策文件中提出前沿 AI 监管应由 CAISI / NIST 等民用监管机构主导，并在若干安全监管议题上与白宫路线拉开距离；前沿模型公司正在更主动地参与监管架构设计，而不仅是被动接受合规要求，SiliconANGLE。

• OpenAI 加强企业成本治理与 Codex / 插件商业化叙事（6/2 - 6/3）
  多家媒体报道 OpenAI 本周围绕企业 AI 成本控制、Codex 进入 ChatGPT、面向业务角色的插件等发布更新；这说明 OpenAI 正把“模型能力”进一步包装为企业可预算、可治理、可落地的工作流产品，ChannelLife、TPS。

• Anthropic 扩展 Project Glasswing / Claude Mythos 到 15+ 国家关键基础设施组织（6/2 - 6/3）
  TechCrunch 报道 Anthropic 将使用 Claude Mythos 进行软件漏洞识别的 Project Glasswing 扩展到 15+ 国家约 150 个组织；安全能力正在成为前沿模型公司进入政府、关键基础设施和高信任企业场景的重要入口，TechCrunch、WinBuzzer。

• Anthropic Claude 服务出现大范围故障（6/5 - 6/6）
  Cybersecurity News 报道 Claude.ai、Claude API、Claude Code 和 Claude Cowork 在 6 月 5 日出现服务故障；随着 Claude Code / API 深入开发者和企业流程，前沿模型服务的可用性已成为生产系统依赖风险的一部分，Cybersecurity News。

• Claude Code GitHub Action 被曝 prompt injection / 身份校验缺陷（6/4）
  The Next Web 报道 Claude Code GitHub Action 曾存在可导致仓库劫持的安全缺陷，攻击者可利用 bot 身份校验与 prompt injection 获取写权限或窃取 OIDC 派生凭据；开发者 agent 的安全边界正在从模型提示扩展到 CI/CD 权限、令牌和供应链治理，The Next Web。

• Anthropic 称 Claude 已写入大量生产代码，并呼吁 AI “暂停按钮”（6/5）
  The Next Web、The Decoder 与 WinBuzzer 报道 Anthropic 称 Claude 已生成公司大量生产代码，并讨论更强 AI 自改进能力下的人工审查、测试与暂停机制；AI coding 的焦点开始从“能否写代码”转向“人类是否还能可靠审核和治理 AI 产出”，The Next Web、The Decoder、WinBuzzer。

• Google Cloud 汇总 6 月 AI 更新，继续强化 Gemini 3.5 与企业 AI 工具链（6/1）
  Google Cloud 发布本月 AI 公告汇总，重点包括 Gemini 3.5、AI 工具、开发者能力与安全相关更新；Google 的 AI 叙事继续围绕“Gemini 模型 + Cloud 平台 + 企业工具链”展开，Google Cloud Blog。

• Google 展示 Gemini 等 AI 产品如何参与 I/O 2026 制作（6/1）
  Google 发文介绍 I/O 2026 的素材、动画、视觉和品牌内容如何使用 Gemini Omni 与其他 AI 产品制作；大厂正在用自家发布会生产流程证明 AI 已进入创意、营销和开发者传播工作流，Google Blog。

• Microsoft AI 发布七个 MAI 模型，强化自研模型路线（6/2）
  Microsoft AI 发布七个 MAI 模型，覆盖推理、代码、转写、语音、图像生成/编辑等任务，其中包括 MAI-Thinking-1、MAI-Code-1-Flash、MAI-Transcribe-1.5 和 MAI-Voice-2；这标志 Microsoft 在 OpenAI 合作之外继续强化自研模型与企业产品整合，Microsoft AI、Microsoft AI / MAI-Thinking-1。

• Meta 发布 Business Agent 与 Business Agent Platform（6/3）
  Meta 发布面向商家的 Meta Business Agent 和平台能力，目标是在 WhatsApp、Messenger、Instagram 等渠道提供 24/7 个性化客户体验；社交平台正在把 AI agent 直接嵌入商家经营和客服闭环，Meta。

• Meta AI 应用测试 AI 生成新闻信息流，引发准确性与透明度讨论（6/6）
  The Verge 报道 Meta 在 Meta AI 应用中测试 AI 生成的 clickbait 风格新闻流和“For You”区块；生成式内容进入社交信息流后，事实准确性、来源标注和平台责任问题会进一步放大，The Verge。

国内

• 阿里发布 Qwen3.7-Plus 多模态智能体模型（6/1 - 6/2）
  多家媒体报道阿里发布 Qwen3.7-Plus，强化视觉理解、深度推理、工具调用、自主编程、验证测试与迭代能力，并在阿里云百炼上线；国内大模型竞争继续向“看、想、写、做、验”的完整 agent 工作流推进，腾讯新闻、网易、MarkTechPost。

• 华为云发布 Agentic AI 系列新品与 CloudRobo 等平台能力（6/5）
  腾讯新闻报道华为云在 INSPIRE 创想者大会发布 Agentic AI 系列新品，提出 Agentic Infra 新范式，并发布企业级智能体平台、下一代模型训推平台、智慧医疗专区升级和具身智能开发平台 CloudRobo；华为云正在把 AI 基础设施、行业解决方案和智能体平台打包为企业级“硅基黑土地”，腾讯新闻。

• 字节跳动 2026 年 AI 四个关键命题曝光（6/4）
  36氪独家报道字节 2026 年 AI 重点包括世界模型、视频模型、coding 能力和内部数据/评测飞轮等方向；这显示字节的 AI 竞争重点不只在豆包入口，也在视频、世界模型和工程化自强化能力，36氪。

• 阿里 PPU、百度昆仑芯与华为昇腾推动国产 AI 芯片讨论升温（6/7）
  36氪报道中国 AI 芯片正在进入“去英伟达化”的产业转型期，阿里平头哥 PPU、百度昆仑芯和华为昇腾等国产方案在训练、推理和运营商集采中受到关注；国内 AI 竞争继续从模型层下沉到算力、成本和供应链自主可控，36氪。

• 腾讯被报道加速微信 AI 智能体与服务闭环（6/7）
  网易报道腾讯计划通过微信 AI 智能体连接人与服务，整合小程序生态并形成交易闭环，以应对豆包、千问等竞品压力；微信作为超级入口的 AI 化将决定腾讯在通用助手和商业服务场景中的落地节奏，网易。

• 百度以 DAA（日活智能体）等指标重塑 AI 业务叙事（6/5）
  36氪报道百度正站在传统广告业务压力与 AI 云/智能体转型的交叉口，并提出 DAA（Daily Active Agents）等新度量；百度的 AI 竞争重点更偏基础设施、云服务和智能体活跃生态，而不是单一聊天产品，36氪。

2. 创业公司

国内

• Kimi / 月之暗面被曝新一轮约 20 亿美元融资，投后估值超 200 亿美元（6/7）
  36氪报道月之暗面计划进行约 20 亿美元新融资，美团龙珠、中国移动、CPE 源峰等参与，投后估值超过 200 亿美元；国内头部大模型创业公司仍在用大额融资换取算力、模型迭代和商业化窗口，36氪。

• 智谱、MiniMax 等国产大模型公司冲刺 A 股 / A+H 上市路径（6/1 - 6/5）
  新浪科技、36氪和网易报道智谱拟募集不超过 150 亿元登陆科创板、MiniMax 启动 A 股上市辅导，多家国产大模型公司进入上市和融资密集期；模型创业进入“技术竞争 + 资本市场考核 + 商业化证明”并行阶段，新浪科技、36氪、网易。

• MiniMax 发布 M3，强调 Coding、1M 上下文与原生多模态（5/31 - 6/1 报道周期）
  MiniMax Research 发布 MiniMax M3，主打前沿 coding 能力、1M 上下文和原生多模态能力；虽然发布时间贴近周报边界，但在 6 月初融资/上市讨论中仍是 MiniMax 技术叙事的重要支点，MiniMax。

海外

• Flourish 获 5 亿美元融资，Jeff Bezos 投入近 1 亿美元（6/5）
  Tech Funding News 报道纽约 AI 初创公司 Flourish 获 5 亿美元融资，方向是借鉴人脑机制以解决 AI 能耗与算力效率问题，Jeff Bezos 贡献近 1 亿美元；AI 能源/效率瓶颈正在吸引超大额长期资本，Tech Funding News。

• Mecka AI 完成 6000 万美元 A 轮，使用人体传感器和 iPhone 数据训练机器人（6/1）
  Fortune 报道 Mecka AI 完成 6000 万美元 A 轮融资，用人体动作、步态和传感器数据训练机器人；机器人基础模型和 embodied AI 的数据采集正在成为新的融资热点，Fortune。

• Apoha 以 3600 万美元融资出隐，探索 wave-form data AI（6/3）
  Fortune 报道 Apoha 从隐身状态公开亮相并宣布 3600 万美元融资，目标是用“液态 wave form 数据”建模材料、蛋白质和涂料等科学对象；科学 AI 创业正在从语言/图像扩展到新的实验数据表示，Fortune。

• Innefu Labs 完成 3000 万美元 B 轮，主打国家安全 Sovereign AI（6/5）
  Innefu Labs 宣布完成 3000 万美元 B 轮融资，用于推进国家安全场景的 Sovereign AI；主权 AI 与政府/安全客户成为海外 AI 应用公司融资的重要方向，Innefu Labs。

• Phia 完成 3550 万美元 A 轮，扩展 AI 购物平台（6/6）
  Pulse 2.0 报道 Phia 完成 3550 万美元 A 轮融资，用于扩展 AI-powered shopping platform；消费级 AI 仍在寻找购物、推荐和价格决策等高频入口，Pulse 2.0。

• Lassie 完成 3500 万美元 A 轮，面向小企业自治 AI 系统（6/6）
  Pulse 2.0 报道 Lassie 完成 3500 万美元 A 轮融资，计划为小企业构建自治 AI 系统；SMB 场景正在成为 agent 自动化商业化的重要试验场，Pulse 2.0。

3. 基础模型（含视频 / 多模态 / 开源）

• Google 发布 Gemma 4 12B，多模态开源权重模型面向 16GB 设备（6/3 - 6/4）
  Google 发布 Gemma 4 12B，MarkTechPost 和 TechTimes 报道其为 12B、encoder-free、支持文本/图像/视频/原生音频的多模态模型，可在 16GB 级设备上运行并采用 Apache 2.0；开源/开放权重模型继续向本地多模态和低门槛部署演进，Google Blog、MarkTechPost、TechTimes。

• Microsoft MAI-Transcribe-1.5 强化多语言长音频转写（6/2）
  Microsoft AI 发布 MAI-Transcribe-1.5，强调 43 种语言、长音频高速转写、说话人分离和生产级使用；语音转写正在成为企业会议、客服、媒体和 agent 记忆系统的基础能力，Microsoft AI。

• Microsoft MAI-Voice-2 发布，覆盖更自然的多语言语音合成（6/2）
  Microsoft AI 发布 MAI-Voice-2，强调更自然的 TTS 表达、语言覆盖、说话人一致性和情感表达；语音模型正与 Copilot、客服、内容创作和实时交互场景深度耦合，Microsoft AI。

• Qwen3.7-Plus 将视觉、推理、工具调用和自验证合并进统一 agent 模型路线（6/2）
  Qwen3.7-Plus 的发布重点不是单一多模态理解，而是把 GUI / CLI 操作、代码生成、测试验证和迭代放到同一工作流；这代表国产基础模型也在向“模型即执行体”的 agentic architecture 发展，腾讯新闻、MarkTechPost。

• MiniMax M3 强调 1M 上下文与原生多模态，强化长上下文 coding 竞争（5/31 - 6/1）
  MiniMax M3 以长上下文、coding 和原生多模态作为核心卖点，显示基础模型竞争正在同时追求更长工作记忆、更强软件工程能力和跨模态输入输出，MiniMax。

4. 论文与研究进展

• SafeMCP 提出面向 LLM Agent 防御的环境 grounded look-ahead reasoning（6/2）
  SafeMCP 研究通过环境扎根的前瞻推理来进行主动 power regulation，防御 LLM agent 在 MCP 环境中的高风险行为；MCP 和工具调用普及后，agent 安全研究开始直接面向执行权限与环境状态，arXiv。

• BraveGuard 研究开放世界威胁下的 computer-use agents 安全（6/2）
  BraveGuard 从开放世界威胁出发评估和保护 computer-use agents，关注浏览器/桌面操作 agent 在真实环境中的攻击面；computer-use agent 的安全评估正在从静态提示转向动态环境与外部内容诱导，arXiv.gg。

• CORE 聚焦多模态操纵检测中的冲突导向推理（6/2）
  CORE 提出 Conflict-Oriented Reasoning，用于一般多模态 manipulation detection；随着图像、视频和文本共同参与信息传播，多模态伪造/操纵检测需要更强的跨模态矛盾识别能力，arXiv.gg。

• Cross-Modal Jailbreaking 研究 benign inputs 如何组合成 harmful outputs（6/1）
  “Benign Inputs, Harmful Outputs” 研究跨模态语义重组带来的越狱风险，即单个输入看似无害，但组合后可能诱导有害输出；多模态安全边界需要覆盖分布式、组合式攻击路径，arXiv.gg。

• RescueBench 评估具身智能体在野外救援场景中的能力（6/1）
  RescueBench 提出面向 embodied agents 的野外救援评测，考察智能体是否能在复杂环境中完成救援任务；具身智能研究正在从实验室操作扩展到高风险、长时序和安全关键任务，arXiv.gg。

• PhotoCraft 探索带层级自演化记忆的图像搜索 agent（6/2）
  PhotoCraft 提出 agentic reasoning 与 hierarchical self-evolving memory，用于深度图像搜索；检索类 agent 正从关键词匹配发展到可记忆、可规划、可迭代的多轮视觉搜索系统，arXiv.gg。

• SCOPE 研究边缘端自然语言相机 agent（6/1）
  SCOPE 提出实时自然语言 camera agent，面向 edge 端部署；多模态 agent 正从云端助手扩展到摄像头、边缘设备和实时感知场景，arXiv。

5. 开源项目与社区讨论

• GitHub AI Agent Stars Tracker 发布 6 月 1 日周榜（6/1）
  AgentScout 发布 GitHub AI Agent Stars Tracker 周榜，继续跟踪 AI agent 项目的 star 增长；开源社区热点仍集中在 agent 框架、工具调用、自动化开发和长任务执行，AgentScout。

• Nex-N2 与 Humanoid-GPT 等项目进入 GitHub / 搜索趋势视野（6/3）
  本周检索结果显示 nex-agi/Nex-N2、GalaxyGeneralRobotics/Humanoid-GPT 等 AI / 机器人相关项目受到关注；开源 AI 讨论继续从聊天模型向具身智能、agent 和任务执行扩散，GitHub / Nex-N2、GitHub / Humanoid-GPT。

• GitHub gh-aw v0.77.6 发布，小步迭代 agent / workflow 工具链（6/1）
  GitHub gh-aw 发布 v0.77.6，虽然属于工具小版本，但显示围绕 GitHub 工作流、agent 和自动化的开源工具仍在高频演进，GitHub。

• Hacker News 热议“agent-first world”中的 Codex 工程实践（6/6）
  HN 热帖讨论 Harness engineering 如何在 agent-first 环境中使用 Codex，社区关注点集中在编码 agent 的工程治理、质量控制和组织流程变化，Hacker News。

• Hacker News 讨论“为什么 HN 人群反 AI”（6/6）
  Ask HN “Why is the HN crowd so anti-AI?” 引发社区讨论，反映开发者群体对 AI 质量、就业、版权、泡沫和工程可靠性的持续分歧；社区情绪仍是 AI 工具采用的重要变量，Hacker News。

• Kilo 博客引发“Claude Opus 4.8 是否蒸馏 Qwen”讨论（6/3）
  Kilo 博客分析 Claude Opus 4.8 与 Qwen 的可能蒸馏线索，引发关于模型训练数据、蒸馏、评测相似性和开源/闭源边界的讨论；模型来源透明度仍是前沿模型竞争中的敏感议题，Kilo。

6. 其他趋势

• NetFoundry 发布企业级 MCP 与 LLM Gateways，把零信任引入 AI 部署（6/3）
  NetFoundry 发布企业级 MCP Gateway 和 LLM Gateway，将加密身份、零信任访问和策略控制引入 agent、MCP server 与 LLM endpoint；企业 agent 基础设施正在围绕“连接、权限、审计、隔离”形成新栈，PR Newswire。

• Microsoft 发布 Work IQ APIs，面向企业 agent 访问 Microsoft 365 上下文（6/2）
  Microsoft 365 Blog 宣布 Work IQ APIs，覆盖 chat、people、content 等企业工作上下文能力，供开发者构建连接 Microsoft 365 数据和应用的 autonomous agents；企业 agent 的竞争焦点转向“谁掌握组织上下文 API”，Microsoft 365 Blog。

• Chalk Compute 发布“time-traveling agent sandboxes in your cloud”（6/1）
  Chalk 宣布 Chalk Compute，定位为运行在客户云中的可回溯 agent sandbox；随着 agent 执行复杂任务，快照、回滚、隔离和审计会成为生产部署的基础要求，Chalk。

• TencentCloud CubeSandbox v0.3.0 发布 CubeCoW 快照能力（6/2）
  TencentCloud/CubeSandbox v0.3.0 引入 CubeCoW Copy-on-Write 快照引擎，支持 AI agent sandbox 的亚秒级快照、克隆和回滚；这与 Chalk Compute 等方向共同说明 agent sandbox 基础设施正在快速成熟，newreleases.io。

• Connecticut 颁布覆盖就业、医疗和在线安全的 AI 法律（6/1 - 6/4）
  Ropes & Gray 与 Proskauer 等律所解读 Connecticut 新 AI 法律，覆盖就业决策、医疗和在线安全等领域；美国州级 AI 监管仍在快速推进，企业合规压力尤其集中在 HR、医疗和消费者保护场景，Ropes & Gray、Law and the Workplace。

• 美国国会提案试图建立联邦 AI 框架并暂缓州级规则，引发争议（6/1 - 6/6）
  Nextgov/FCW 和 TechTimes 报道美国国会议员提出 AI 框架，可能在数年内预置或冻结部分州级消费者保护规则；美国 AI 监管的核心分歧正在变成“联邦统一规则 vs 州级先行保护”，Nextgov/FCW、TechTimes。

• AI 成为企业裁员理由首位，科技行业 5 月裁员接近 4 万人（6/4 - 6/5）
  CNBC 和 Tom’s Hardware 报道 Challenger 等报告显示 AI 已成为企业裁员给出的领先原因，5 月美国科技行业裁员近 4 万人；AI 对劳动力市场的影响正在从长期预测转为企业短期成本调整与组织重组理由，CNBC、Tom’s Hardware。

副标题：本周报覆盖 2026-05-25 至 2026-05-31（北京时间周日定时任务触发周期）。本期按“本周发布/报道、有明确日期、可追溯来源”的标准筛选，跳过仅为历史背景或无本周发生时间的内容，共收录 43 条事件。

1. 头部大厂

国外

• OpenAI 发布 Frontier Governance Framework（5/28）
  OpenAI 发布 Frontier Governance Framework，说明其安全、安保与前沿模型治理实践如何与新兴法规要求对齐；在模型能力和监管压力同步上升的背景下，前沿实验室正在把第三方评估、风险分级和上线前治理制度化，OpenAI、CIO Dive。

• OpenAI 发布 2026 年全球选举信息与安全措施（5/27）
  OpenAI 面向 2026 年多国选举发布信息访问、网络防御与 AI 透明度相关措施，延续 2024 年以来的选举安全框架；平台型模型公司继续把“权威信息导流、滥用检测、生成内容透明度”作为政治风险治理重点，OpenAI。

• OpenAI 推出 Rosalind Biodefense，聚焦生物安全与疫情防御（5/29）
  OpenAI 发布 Rosalind Biodefense，称其目标是帮助社会提升生物安全韧性、支持检测和预防未来疫情；这反映前沿模型实验室正在把高风险科学能力与公共安全场景放到更显性的治理框架中，OpenAI。

• OpenAI 与 Cisco、MUFG、Boston Children’s Hospital 发布企业/行业落地案例（5/27 - 5/29）
  OpenAI 本周连续发布 Cisco 用 Codex 重塑工程流程、MUFG 推进 AI-native 转型、Boston Children’s Hospital 用 AI 辅助新诊断等案例；相比单点模型能力，OpenAI 正在强化“行业工作流 + 专业组织变革”的商业化叙事，OpenAI / Cisco、OpenAI / MUFG、OpenAI / Boston Children’s。

• Anthropic 发布 Claude Opus 4.8（5/28）
  Anthropic 发布 Claude Opus 4.8，强调 agentic coding、长任务执行与更精细的 effort controls；这一代升级继续把 Claude 的竞争点放在复杂软件工程任务、可控推理预算和企业级 agent 使用体验上，Anthropic、9to5Google。

• Claude Code 推出 dynamic workflows（5/28）
  Claude Code 新增 dynamic workflows，支持在代码任务中动态组织多步骤流程和上下文；开发者工具的竞争正在从“代码补全/单轮生成”转向“持续计划、执行、校验和重试”的 agent 工作流，Claude。

• Anthropic 扩展 Claude 企业安全治理集成（5/26 报道）
  SecurityWeek 报道 Anthropic 为 Claude 扩展 28 个安全与合规平台集成，使企业 IT 能更好地治理 AI 助手在组织内的使用；企业 AI 采购关注点从模型能力进一步延伸到可观测、权限、审计与合规控制，SecurityWeek。

• Google 发布 I/O 2026 重点演示回顾，继续放大 Gemini agentic 路线（5/28）
  Google 发布 12 个 I/O 2026 重点演示视频，集中展示 Gemini、AI Search、开发者工具与多端 AI 能力；虽然核心发布来自 I/O 上周主会场，本周官方二次传播继续强化“Gemini 作为统一智能层”的产品叙事，Google Blog。

• Google 展示 Gemini Omni 与 Gemini 3.5 的 9 个视频 demo（5/29）
  Google 发布 Gemini Omni 与 Gemini 3.5 Flash 的 9 个演示，覆盖多模态理解、生成与产品交互场景；视频 demo 正成为大厂解释多模态模型实际价值、降低用户理解门槛的重要方式，Google Blog。

• Meta 开始测试 AI 聊天机器人订阅收费（5/27）
  The Next Web 报道 Meta 在新加坡、危地马拉和玻利维亚推出 Meta One Plus / Premium 付费层，月费分别为 7.99 美元和 19.99 美元；社交平台型 AI 助手开始从流量入口转向订阅变现试验，The Next Web。

• Meta 据报开发 AI pendant，并规划企业可穿戴订阅（5/30）
  TechCrunch 与 The Next Web 报道 Meta 正在开发面向持续感知的 AI pendant，并规划 Wearables for Work 等企业可穿戴方案；AI 硬件竞争继续从眼镜扩展到更轻量、更低摩擦的全天候入口，TechCrunch、The Next Web。

国内

• 阿里云面向全球客户发布 agentic AI 生态与 Qwen Cloud（5/26 - 5/28）
  Alibaba Cloud 本周发布面向全球客户的 agentic AI 生态，并推出 Qwen Cloud for global markets，试图把模型、云平台、开发工具和企业部署打包为出海能力；国内大厂的 AI 竞争正在从模型发布延伸到全球开发者与云市场交付，Alibaba Cloud、Alibaba Cloud。

• 阿里、字节、腾讯新一轮 AI 基础设施投入受到关注（5/27）
  36氪报道阿里、字节、腾讯进入新一轮 AI 大基建周期，算力、数据中心、推理成本和云上 token 供给成为竞争焦点；国内 AI 竞争从模型层持续下沉到基础设施效率与成本控制，36氪。

• 字节据报押注自研推理芯片，AI 成本战进入基础设施层（5/30）
  网易报道字节跳动正押注自研推理芯片，以降低大规模 AI 服务成本；如果属实，这说明国内大模型应用的关键约束已从“能否上线模型”转为“能否长期承受推理成本”，网易。

• 华为“韬定律”与推理数据搬运瓶颈讨论升温（5/25 - 5/26）
  多家媒体围绕华为提出的“韬(τ)定律”展开解读，聚焦 AI 推理中的数据搬运和系统效率瓶颈；国产 AI 基础设施讨论继续从单芯片性能扩展到内存、互联、调度与系统工程，腾讯新闻、腾讯新闻。

2. 创业公司

国内

• 阶跃星辰发布 Step 3.7 Flash（5/28）
  阶跃星辰发布 Step 3.7 Flash，定位为面向真实世界任务的高效率 Flash 模型；国内模型创业公司继续在“旗舰能力之外的高性价比模型”上竞争，以争夺 API 调用和应用集成场景，StepFun。

• Kimi / 月之暗面及中国大模型公司上市、融资与估值讨论继续升温（5/26 - 5/30）
  新浪财经、36氪和腾讯新闻本周集中讨论月之暗面、智谱、MiniMax、阶跃星辰等公司的融资、上市路径和估值压力；虽然部分信息仍是市场报道而非官方公告，但资本市场已把中国大模型创业公司推入“融资能力、商业化和退出路径”并行考核阶段，新浪财经、36氪、腾讯新闻。

海外

• Cognition 融资 10 亿美元，投前估值 250 亿美元（5/27）
  TechCrunch 报道 AI coding startup Cognition 完成 10 亿美元融资、投前估值 250 亿美元；AI 编程 agent 赛道继续获得超大额资本投入，市场押注软件工程自动化会成为最先规模化付费的 AI 工作流之一，TechCrunch。

• Inherent AI 完成 5000 万美元种子轮，探索“提出科学问题”的 AI（5/30）
  The Next Web 报道由前 DeepMind 研究者创办的 Inherent AI 获得 5000 万美元种子轮融资，目标是帮助科研系统判断哪些科学问题值得提出；科学发现方向的 AI 创业正在从“回答问题/生成候选分子”扩展到“问题选择与研究规划”，The Next Web。

• Geordie AI 融资 3000 万美元，聚焦 agentic AI 安全治理（5/28 - 5/29）
  Fortune 与 Tech.eu 报道 Geordie AI 完成 3000 万美元 A 轮，产品面向 AI agents 的安全、治理和风险控制；企业开始部署具备执行能力的 agent 后，围绕策略、权限、日志与安全边界的基础设施成为新融资热点，Fortune、Tech.eu。

• Fonoa 融资 9440 万欧元并收购 PwC 税务平台（5/29）
  EU-Startups 报道都柏林 AI TaxTech 公司 Fonoa 完成 9440 万欧元 C 轮融资，并收购 PwC 的税务平台；垂直行业 AI 公司正在通过资本和并购整合数据、流程与客户入口，EU-Startups。

• Tensormesh 融资 2000 万美元，主打降低 AI 推理成本（5/27）
  Tech Startups 报道 Tensormesh 获 NVIDIA、AMD 和 CoreWeave 等支持的 2000 万美元融资，宣称可将 AI 推理成本最高降低 10 倍；推理优化正成为模型应用规模化后的核心基础设施赛道，Tech Startups。

3. 基础模型（含视频 / 多模态 / 开源）

• Claude Opus 4.8 强化 agentic coding 与 effort controls（5/28）
  Anthropic 将 Claude Opus 4.8 的重点放在更强的 agentic coding、长程任务和推理预算控制上；这类“可控计算量 + 长任务可靠性”特性正在成为前沿模型面向专业工作流的关键差异点，Anthropic。

• Step 3.7 Flash 走高效率多模态/通用模型路线（5/28）
  StepFun 官方发布 Step 3.7 Flash，强调真实世界任务效率；在基础模型层，Flash/轻量高吞吐模型的重要性继续上升，因为 agent 应用需要大量低延迟、低成本调用，StepFun。

• Gemini Omni 与 Gemini 3.5 demo 展示跨模态生成和交互能力（5/29）
  Google 通过 9 个 demo 继续展示 Gemini Omni 与 Gemini 3.5 Flash 的多模态能力，覆盖视频、图像、音频和文本相关交互；多模态模型竞争正在从单项 benchmark 转向“可被用户直接理解的场景演示”，Google Blog。

• ElevenLabs 发布可在曲中切换风格的音乐生成模型（5/27）
  TechCrunch 报道 ElevenLabs 的新音乐生成模型可在同一曲目中切换流派和风格；音频生成正从短音效、旁白和配乐扩展到更可控的完整音乐创作工作流，TechCrunch。

• Stable Audio 3 本周被报道发布，强调快速音频生成与编辑（5/26 报道）
  MarkTechPost 报道 Stability AI 发布 Stable Audio 3 系列 latent diffusion 音频模型，面向音频生成与编辑；音频模型竞争继续围绕速度、编辑控制和生产工作流集成展开，MarkTechPost。

• Qwen-VLA 提出跨任务、环境和机器人形态的 VLA 统一建模（5/28）
  arXiv 论文 Qwen-VLA 提出统一 Vision-Language-Action 建模，覆盖多任务、多环境和多机器人 embodiment；模型研究继续向具身智能和机器人操作层扩展，arXiv。

4. 论文与研究进展

• Agent Explorative Policy Optimization 面向多模态 agentic reasoning（5/27）
  arXiv 论文提出 Agent Explorative Policy Optimization，用于多模态 agent 推理中的探索式策略优化；研究重点落在 agent 如何通过环境交互和策略更新提升复杂推理能力，arXiv。

• AgentCVR 探索主动多智能体跨视频推理（5/28）
  AgentCVR 提出通过脚本模拟强化学习做 active multi-agent cross-video reasoning，面向多视频理解和推理任务；视频理解研究正在从单视频问答扩展到跨视频、主动检索和协作推理，arXiv。

• Relevance as a Vulnerability 研究 Web 检索如何削弱 agent 安全对齐（5/28）
  论文指出 web retrieval 的“相关性”可能成为 LLM agents 的安全脆弱点，外部内容会影响模型安全对齐表现；这提示 RAG/浏览器 agent 的安全评估不能只看检索准确率，还要看外部信息对行为边界的诱导，arXiv。

• QUACK 关注多模态社交推理 agent 的知识审计（5/27）
  QUACK 研究 Questioning, Understanding, and Auditing Communicated Knowledge in Multimodal Social Deduction Agents，聚焦多模态社交推理中 agent 交流知识的审计与验证；agent 评测从任务完成逐渐扩展到沟通质量、可审计性和群体推理可靠性，arXiv。

• 多模态安全研究关注 think-with-image 场景下的 jailbreak 鲁棒性（5/27）
  “When Think-with-Image Meets Safety” 研究多模态模型在图像参与推理时的越狱鲁棒性影响因素；随着多模态输入进入推理链，安全边界也需要覆盖图文共同诱导的攻击路径，Papers.cool / arXiv。

5. 开源项目与社区讨论

• GitHub AI 趋势榜继续被 agent 工具与工程化项目主导（5/26）
  datafox.tw 的 Weekly GitHub AI Trends 汇总显示，codegraph、openhuman、Understand-Anything、AI engineering from scratch 等项目受到关注；开源 AI 热点继续从单纯模型权重转向 agent 工具链、理解系统和学习型工程项目，datafox.tw。

• Hacker News 讨论“Anthropic 超过 OpenAI 成为最有价值 AI 初创公司”（5/30）
  HN 热帖围绕 Anthropic 估值超过 OpenAI 的报道展开讨论，反映开发者社区对前沿模型公司价值、增长质量和商业化路径的重新排序，Hacker News。

• Hacker News 讨论企业 AI 成本冲击（5/29）
  “AI sticker shock hits corporate America” 在 HN 引发讨论，社区关注企业部署 AI 后的真实 token、推理、工具集成和组织变更成本；这类讨论说明 AI 采用正在进入预算和 ROI 约束更强的阶段，Hacker News。

• OpenAI Node SDK 与 Vercel AI SDK Gateway 持续小版本更新（5/28）
  OpenAI Node SDK v6.39.1 与 Vercel AI SDK Gateway 相关版本本周发布，虽然属于小版本更新，但显示主流 AI 应用开发栈仍在高频迭代；SDK 稳定性和 gateway 抽象会影响企业接入多模型、多供应商的工程成本，GitHub / openai-node、GitHub / Vercel AI。

6. 其他趋势

• Mozilla 发布 Otari，主打“own your AI stack”（5/29）
  Mozilla AI 发布 Otari，定位为 AI gateway 与 hosted platform，试图补齐开源权重模型在工具、执行环境、搜索和成本控制等方面缺失的产品栈；“开放模型 + 完整应用栈”成为对抗闭源一体化平台的重要方向，Mozilla AI。

• TrueFoundry 发布 Agent Gateway，面向企业 agent 统一控制平面（5/27）
  TrueFoundry 发布 Agent Gateway，定位为企业 AI agents 的统一控制平面；随着 agent 进入企业流程，网关、策略、观测、成本控制和安全审计会成为基础设施标配，TrueFoundry。

• LandingAI 发布 DPT-3 与新的 Parse API（5/29）
  LandingAI 发布 DPT-3 和新的 Parse API，面向生产级文档自动化和解析；文档理解正在从 OCR/抽取工具升级为可直接接入业务流程的 agentic document extraction，LandingAI。

• Connecticut 推进就业决策 AI 法案 SB 5（5/28）
  ArentFox Schiff 解读 Connecticut SB 5，称该州正针对就业决策中的 AI 使用提出要求；美国州级 AI 就业监管继续成为企业 HR tech 和自动化筛选工具的重要合规变量，ArentFox Schiff。

• California 要求州机构研究 AI 对就业的影响（5/28 - 5/29）
  Duane Morris 与 Littler 报道 California 行政命令要求州机构研究 AI 对就业和劳动者保护的影响；监管关注从模型安全扩大到劳动替代、就业结构变化和 worker protections，Duane Morris、Littler。

• 欧洲围绕高风险 HR AI 义务延期至 2027 年底展开讨论（5/29 报道）
  ActuIA 报道欧洲 HR 工具和 AI Act 高风险义务时间线调整至 2027 年 12 月的相关讨论；企业 AI 合规窗口被拉长，但 HR 与就业场景仍会是最早承压的高风险应用之一，ActuIA。

副标题：本周报覆盖 2026-05-18 至 2026-05-24（北京时间周日定时任务触发周期）。本期按“本周发布/报道、有明确日期、可追溯来源”的标准筛选，共收录 53 条事件。

1. 头部大厂

国外

• OpenAI 扩展内容溯源体系，推进 C2PA 与 SynthID 标注（5/19）
  OpenAI 发布内容溯源进展，称将扩大 C2PA Content Credentials 与 SynthID 等标注能力，用于帮助用户识别 AI 生成或编辑内容；在生成式媒体进入日常分发后，模型公司开始把“可验证来源”作为平台安全基础设施，OpenAI、The Verge。

• OpenAI 模型推翻离散几何中的 Erdős 相关中心猜想（5/21）
  OpenAI 披露其模型给出了一个反例，推翻一个已有数十年历史的离散几何猜想；相比“解题演示”，这类进展更值得关注的是 AI 系统开始在数学研究中产出可审查的新对象和证明路径，OpenAI、TechCrunch。

• OpenAI 据报将在新加坡建设首个海外 applied-AI lab，并承诺约 2.34 亿美元投入（5/20 - 5/22）
  Bloomberg 与多家媒体报道 OpenAI 将在新加坡设立应用 AI 实验室，面向公共部门、金融、医疗和本地产业落地，并计划扩张本地团队；这显示前沿模型厂商正在把海外市场从销售与政策关系推进到本地化研发与应用部署，Bloomberg、The Next Web。

• Anthropic 与 KPMG 达成战略联盟，Claude 将进入 27.6 万人专业服务网络（5/19）
  Anthropic 宣布 KPMG 将把 Claude 集成到核心业务与全球员工工作流中，覆盖审计、税务、咨询和内部运营；专业服务公司继续成为 Claude 企业化落地的关键通道，也让“AI 原生交付方法论”成为咨询业竞争点，Anthropic。

• Anthropic 公布 Project Glasswing 初步进展，称 Mythos 已发现 1 万多个漏洞（5/22）
  Anthropic 发布 Project Glasswing 更新，表示 Claude Mythos Preview 在受控安全研究中已识别超过 10,000 个潜在漏洞；公司同时在 Anthropic Red 讨论 LLM exploit development 评测，显示前沿模型正在被纳入网络安全攻防能力边界的系统评估，Anthropic、Anthropic Red。

• Anthropic 的 Code with Claude 开发者活动引发“软件工程未来形态”讨论（5/21）
  MIT Technology Review 观察 Anthropic Code with Claude 活动称，Claude Code 等工具展示了软件开发从 IDE 辅助走向长任务 agent 协作的趋势；开发者社区的焦点也从“能否写代码”转向“如何保持架构理解、审查与责任边界”，MIT Technology Review。

• Google I/O 2026 集中发布 agentic AI 路线：Gemini、Android、开发者工具同步升级（5/19 - 5/20）
  Google 在 I/O 2026 上把 Gemini 作为贯穿搜索、Android、Chrome、Workspace 与开发工具的统一智能层，Sundar Pichai 主题演讲和“100 things”清单都围绕 agentic 操作、主动帮助和多模态体验展开，Google Blog、Google Blog。

• Gemini App 升级为更主动的 24/7 助手（5/19）
  Google 宣布 Gemini App 将变得更 agentic，可提供更主动、持续的帮助，结合上下文、任务执行与多模态输入；这意味着通用助手产品竞争从“回答问题”继续转向“跨时间、跨应用跟进任务”，Google Blog。

• Google 在 Gemini API 中推出 Managed Agents，可在安全云沙箱运行 Antigravity agent（5/19）
  Gemini API 新增 Managed Agents，支持在云端沙箱运行 Antigravity agent，也允许开发者用 AGENTS.md 与 SKILL.md 定义自有 agent；这把 agent 编排、技能文件和隔离执行环境进一步产品化，Google Blog。

• Microsoft 发布 Fara1.5 开放权重浏览器操作 agent 模型家族（5/22）
  Microsoft Research 发布 Fara1.5-4B、Fara1.5-8B、Fara1.5-32B 等 computer use agent 模型，主打浏览器任务执行，并宣称在部分基准上可与闭源模型竞争；小模型与开放权重 CUA 正在成为浏览器 agent 的重要路线，Microsoft Research、Decrypt。

• Microsoft 开源 RAMPART 与 Clarity，把 agent 安全纳入开发流程（5/20）
  Microsoft Security Blog 发布 RAMPART 与 Clarity，定位为把安全测试、风险识别和可解释性接入 agent 开发工作流的开源工具；随着 agent 可执行权限增大，安全能力开始从上线前审计前移到开发期，Microsoft Security Blog。

• Meta 强调 AI 可穿戴设备在残障辅助场景的应用（5/18）
  Meta 发布案例称 AI wearables 正在帮助残障用户完成感知、沟通和环境理解任务；这类应用展示多模态 AI 从手机 App 延伸到可穿戴和无障碍场景的产品路径，Meta。

• Apple 被发现准备 “Gen AI” 子域名，WWDC 前生成式 AI 入口预热（5/23）
  MacRumors 报道 Apple 正准备新的 Gen AI 网站/子域名，外界解读为 WWDC 前的生成式 AI 信息入口铺垫；虽然还不是正式发布，但 Apple 在端侧 AI、系统级集成和开发者叙事上的动作会影响平台生态预期，MacRumors。

国内

• 阿里发布新一代千问旗舰模型 Qwen3.7-Max（5/20）
  2026 阿里云峰会期间，阿里发布 Qwen3.7-Max，媒体报道其在推理、编程和长程任务能力上升级，并强调可全自主完成更长时间任务；国内模型竞争继续围绕“旗舰闭源 + 开源生态 + 云上交付”展开，新浪科技、网易科技。

• 百度一季报后围绕 DAA 与“结果交付时代”重申 AI 商业化方向（5/18）
  百度发布 2026 年一季度财报后，多家媒体聚焦其 AI 云、智能体和 DAA（日活智能体数）叙事，认为百度从模型竞赛转向“结果交付”和产业应用变现；该条更多是财报与战略解读，但发生在本周并反映国内大厂 AI 商业化口径变化，36氪。

• 字节跳动豆包 App 上线博物馆讲解模式（5/18 - 5/19）
  国际博物馆日前后，豆包 App 推出博物馆讲解功能，用户可对准展品获得识别和专业讲解，官方合作覆盖 20 余家文博机构；这类功能显示国内 AI 助手正从聊天、搜索、写作扩展到线下场景导览，腾讯新闻、中关村在线。

• 华为发布源网荷储 AIDC 战略，强调 AI 数据中心能源与基础设施协同（5/18 报道）
  2026 全球 AIDC 产业论坛暨华为 AIDC 战略与新品发布会围绕“让 AI 世界坚定运行”展开，华为提出源网荷储协同的 AI 数据中心建设思路；算力供给竞争正在从芯片扩展到电力、冷却、储能与数据中心架构，PR Newswire / Yam。

• 鲲鹏昇腾开发者大会 2026 发布超节点架构与开源开放进展（5/22 - 5/23）
  KADC2026 在北京举行，华为披露昇腾超节点、CANN 开源开放、Mixture-of-Experts 亲和优化等进展，并强调 Agentic AI 时代的算力底座；国产 AI 基础设施继续围绕开发者生态、兼容性和集群架构补课，新浪财经 / 华为计算、网易。

2. 创业公司

国内

• Kimi / 月之暗面据报完成 20 亿美元 D 轮融资，估值突破 200 亿美元（5/20）
  新浪科技等报道称月之暗面完成 20 亿美元 D 轮融资，中国移动等国资央企入局，投后估值超过 200 亿美元；国内基础模型公司融资进入更大体量阶段，资金、算力和产业订单绑定程度继续上升，新浪科技、新浪财经。

• 月之暗面据报推进架构重组，为港股 IPO 做准备（5/19）
  腾讯新闻等媒体报道月之暗面正在推进公司架构重组，并与中金、高盛等就潜在港股上市进行早期接触；这说明国内大模型创业公司在大额融资之外，也开始规划公开市场路径与合规结构，腾讯新闻。

• 国内模型创业公司估值竞赛继续升温，资本更关注“算力 + 场景 + 长期订单”（5/22）
  新浪财经梳理智谱、DeepSeek、MiniMax、月之暗面等公司的估值变化，称“四小龙”总估值突破万亿元人民币；虽然部分估值仍来自市场报道而非官方确认，但本周集中讨论反映资本市场对中国模型层的重新定价，新浪财经。

海外

• Hark 完成 7 亿美元 A 轮融资，打造“universal AI interface”（5/21）
  TechCrunch 报道 Hark 获得 7 亿美元 A 轮融资，定位为面向应用和工作流的通用 AI 界面；超大额早期融资显示资本仍愿押注能够成为用户入口或操作系统层的 AI 产品，TechCrunch。

• Decart 完成 3 亿美元新融资，继续押注实时生成式 AI 体验（5/19）
  Verdict 报道 Decart 获得 3 亿美元新融资；该公司此前以互动式、实时生成视频/世界模型体验受到关注，本轮融资说明多模态生成从内容工具继续扩展到可交互媒体和游戏式体验，Verdict。

• AI coworker 初创公司 Viktor 完成 6470 万欧元 A 轮（本周报道）
  EU-Startups 报道 Viktor 在上线 10 周后达到 1290 万欧元收入 run rate，并完成 6470 万欧元 A 轮融资；“AI coworker”叙事继续受到欧洲资本追捧，但也需要后续验证留存、权限治理和交付边界，EU-Startups。

• Scope 获 1730 万欧元融资，用 AI 加速工业检测工作流（本周报道）
  英国 AI 初创公司 Scope 完成由 Index Ventures 领投的融资，目标是把工业检测流程中的图像、缺陷识别和报告环节自动化；垂直行业 AI 继续从白领办公扩展到工业现场，EU-Startups。

• Pivot 融资 3440 万欧元，主打企业采购场景 agentic AI（本周报道）
  巴黎初创公司 Pivot 获得新融资，产品聚焦企业采购流程、供应商沟通与审批自动化；采购、财务和法务等流程密集型职能正在成为 agent 商业化的高频切入点，EU-Startups。

• Tribal AI 获 1000 万美元种子轮，提出 metadata-native enterprise agents（5/20）
  Tribal AI 宣布获得 1000 万美元种子轮融资，主打面向企业元数据和数据治理的 agent；这类公司强调不是单独聊天机器人，而是让 agent 理解企业对象、权限和业务语义，SiliconANGLE。

• ClearOps 完成 860 万欧元 A 轮，构建工业售后 AI 操作系统（本周报道）
  慕尼黑 ClearOps 融资用于建设工业售后服务 AI OS，覆盖备件、维修、服务商和知识库；工业 after-sales 是 AI agent 落地中的低调但高价值流程场景，EU-Startups。

3. 基础模型（含视频 / 多模态 / 开源）

• Google 发布 Gemini 3.5，强调 frontier intelligence with action（5/19）
  Gemini 3.5 在 I/O 期间发布，Google 将其描述为具备更强行动能力的前沿模型，并与 Gemini App、Antigravity 和 API 工具链联动；模型能力叙事正从静态 benchmark 转向真实任务执行，Google Blog。

• Google 推出 Gemini Omni / Omni Flash，从多输入生成视频起步（5/19）
  Google DeepMind 发布 Gemini Omni，首个公开模型 Gemini Omni Flash 可从文本、图像、音频和视频等输入生成/编辑视频，并默认加入 SynthID 水印；多模态模型竞争继续从“理解多模态”升级为“跨模态生成与编辑”，Google Blog、The Verge。

• Microsoft Fara1.5 走开放权重浏览器 agent 路线（5/22）
  Fara1.5 以 4B/8B/32B 等规格覆盖不同成本区间，目标是在浏览器 computer use 任务中实现高性价比；开放权重 agent 模型可能推动企业把浏览器自动化从闭源 API 迁移到可自托管方案，Microsoft Research。

• Qwen3.7-Max 将长程任务与编程能力作为核心卖点（5/20）
  阿里新旗舰模型报道强调全自主长程任务、推理和编程能力，说明国内基础模型发布也在向 agent workload 优化倾斜；“能连续执行多久、能否稳定调用工具”正在成为模型竞争的新指标，新浪科技。

• 腾讯优图开源 T2I-L2P，探索像素生成潜能迁移（5/22）
  TencentYoutuResearch 发布 T2I-L2P 代码，项目关注用较低计算和数据成本提升 pixel-space diffusion 生成质量；图像生成模型的效率优化与迁移方法仍是开源社区高频研究方向，GitHub。

4. 论文与研究进展

• Hallucination as Exploit 提出 evidence-carrying multimodal agents 安全框架（本周 arXiv）
  论文把多模态 agent 中的幻觉定义为可能导致授权失败的 exploit，并提出 evidence-carrying 机制，要求 agent 的感知断言携带可验证证据；这回应了截图、网页和文档操作场景中的新安全风险，arXiv。

• SkillsVote 研究 agent skills 从收集、推荐到演化的生命周期治理（5/18）
  SkillsVote 认为长程 agent 轨迹可以沉淀为可复用技能，但原始轨迹噪声高且难治理，因此提出技能收集、推荐和演化机制；这与越来越多平台采用 AGENTS.md / SKILL.md 的趋势相呼应，arXiv。

• Embodied EvoAgent 连接多模态大模型与世界模型（5/21）
  ACM MM 相关论文提出 brain-inspired paradigm，用于把多模态大模型与 world models 结合到 embodied agent；具身智能研究继续围绕“感知-规划-世界模型”融合推进，ACM Digital Library。

• Anthropic Red 发布 LLM exploit development 能力评测（5/22）
  Anthropic Red 讨论如何衡量 LLM 开发 exploit 的能力，关注漏洞发现、利用链构造和安全边界；这类评测为“模型是否具备危险网络能力”提供更具体的测量对象，Anthropic Red。

• 研究者让 Claude Code 搜索 AI scaling 算法，产出人类不易设计的控制策略（5/24 报道）
  The Decoder 报道研究者使用 Claude Code 在模拟环境中寻找更高效的 reasoning/scaling 控制算法，结果优于手写方案；coding agent 正从写应用代码扩展到辅助算法探索与自动化研究，The Decoder。

5. 开源项目与社区讨论

• openclaw 发布 v2026.5.22，继续迭代个人 AI assistant 平台（5/24）
  openclaw 新版本聚焦 gateway 性能、插件元数据快照和 benchmark artifact 管理等改进；个人 AI assistant 类开源项目仍在围绕多平台、插件和长期运行可靠性快速迭代，GitHub Release。

• Pydantic AI 连续发布 v2 beta 与 v1.102.0（5/22 - 5/23）
  Pydantic AI 本周发布 v2.0.0b3 与 v1.102.0 等版本，继续推进 Python agent framework 的类型、安全和升级路线；结构化输出、工具调用和类型约束仍是 Python agent 栈的关键卖点，GitHub Release、GitHub Release。

• GitHub Agentic Workflows（gh-aw）发布 v0.74.9，强化 safe-output 与 token 可见性（5/21）
  gh-aw v0.74.9 增加 PR 分支保护、safe-output 控制、token 使用可见性和多项 bug 修复；AI 自动化进入 CI/CD 与开发工作流后，输出约束和权限边界成为基础能力，GitHub Release。

• Vercel AI SDK 发布 Google Vertex 相关 canary，继续扩展多模型工具链（5/23）
  Vercel AI SDK 本周发布 @ai-sdk/google-vertex canary 版本并更新依赖；多模型 SDK 的高频迭代反映开发者仍需要在 OpenAI、Gemini、Vertex、OpenAI-compatible API 之间灵活切换，GitHub Release。

• Hacker News 热议“Microsoft 发现 AI 比人类员工更贵”（5/23）
  HN 讨论围绕 AI 工具订阅、推理成本与人力成本比较展开，相关话题反映企业开始从“AI 是否可用”转向“AI 是否经济可持续、哪些岗位值得自动化”的问题，Hacker News。

• HN 用户发帖称厌倦 AI 生成答案，引发社区对低质量回复的反感（5/21）
  “Tell HN: I’m tired of AI-generated answers” 讨论集中体现开发者社区对复制粘贴式 AI 回答、缺乏经验判断和污染讨论空间的担忧；AI 内容泛滥正在影响开源协作和问答信任，Hacker News。

• Google Gemini CLI 社区贡献与企业化争议引发讨论（5/23）
  TechTimes 报道称 Google 在接受大量 Gemini CLI 社区贡献后调整访问与产品路线，引发开源贡献者对平台治理和企业化边界的质疑；该报道仍需更多一手信息验证，但反映 AI 开发工具开源治理会成为社区敏感点，TechTimes。

6. 其他趋势

• AWS SageMaker AI endpoints 支持 OpenAI-compatible API（本周发布）
  Amazon SageMaker AI 推出 OpenAI-compatible API 支持，开发者可用 OpenAI SDK、LangChain 或 Strands Agents 通过少量改动调用 SageMaker 实时推理端点；OpenAI API 兼容层继续成为企业模型服务的事实接口标准，AWS Blog。

• Google Cloud 发布 Agent Executor 分布式 agent runtime（5/20）
  Google Cloud 介绍 Agent Executor，定位为可支撑企业 agent 运行的分布式 runtime；云厂商正在把 agent 执行、状态、监控和安全边界纳入基础设施产品线，Google Cloud Blog。

• Google Cloud 推出 Agent Sandbox on GKE，并预告 Agent Substrate（5/20）
  Agent Sandbox on GKE 面向所有用户开放，目标是在 Kubernetes/GKE 上提供隔离执行层，同时 Google 预告 Agent Substrate；agent 基础设施竞争正在围绕“安全沙箱 + 扩展性 + 云原生治理”展开，Google Cloud Blog。

• Prem 发布 Confidential APIs Beta，强调私密、可验证和主权 AI API（本周发布）
  Prem 宣布 Confidential API Beta，主打在敏感数据场景中提供更隐私和可验证的 AI 调用路径；随着企业把更多文件、prompt 和会话交给模型，confidential AI API 成为基础设施新分支，Prem。

• 加州州长签署 AI workforce executive order，要求研究就业冲击与转型保护（5/21 - 5/22）
  Gavin Newsom 签署行政令，要求州政府研究 AI 对就业、技能和企业的影响并准备应对措施；目前尚未形成直接劳动保护，但州级 AI 劳动力政策开始进入执行层面，California Governor、ABC7。

• 特朗普据报取消 AI 安全测试行政令签署活动，显示美国联邦 AI 监管路线仍摇摆（5/21 - 5/22）
  Ars Technica 报道，美国政府原计划签署允许政府在前沿模型发布前进行测试的行政令，但活动在多位 AI 公司 CEO 未出席后被取消；前沿模型监管仍在国家安全、产业竞争和企业配合之间拉扯，Ars Technica。

• Meta 据报为抵消 AI 投资裁员数千人（5/21）
  The Verge 报道 Meta 裁员约 8,000 人，并称公司需要 offset 其他投资，其中包括 AI；大型科技公司一边扩大 AI 资本开支，一边重组人力结构，AI 正成为组织调整叙事的重要组成部分，The Verge。

• AI 相关裁员与初级岗位招聘放缓继续受到美国媒体关注（本周报道）
  CBS News 指出 AI 相关裁员公告增加，但更隐性的影响可能是初级岗位和 junior hiring 放缓；企业自动化并不总是以直接裁员呈现，也可能通过减少新增岗位改变职业入口，CBS News。

本周观察

1. agent 基础设施进入云厂商主战场。 Google Managed Agents、Agent Executor、Agent Sandbox on GKE，以及 AWS 的 OpenAI-compatible SageMaker endpoint，都说明 agent 不再只是前端体验，而是需要 runtime、sandbox、API 兼容层、权限和观测体系。
2. 模型发布越来越围绕“行动能力”而非单纯聊天能力。 Gemini 3.5、Gemini Omni、Fara1.5、Qwen3.7-Max 都把 browser use、视频生成、长程任务、工具调用或 agent workload 放在核心位置。
3. AI 安全从内容安全扩展到执行安全。 OpenAI 内容溯源、Microsoft RAMPART/Clarity、Anthropic exploit evals、Hallucination as Exploit 共同表明，行业正在同时处理生成内容可信度与 agent 行动风险。
4. 资本仍追逐入口级与垂直流程型 AI 公司。 Hark、Decart、Viktor、Pivot、Scope、Tribal AI 等融资显示，投资主题从基础模型扩散到通用 AI 界面、AI coworker、工业检测、采购和企业元数据 agent。
5. 劳动力与开源社区外部性更突出。 Meta 裁员、加州 workforce order、HN 对 AI 生成回答的反感、Gemini CLI 治理争议，都显示 AI 的问题正在从能力竞赛进入组织、劳动和社区信任层面。

Proactive Agent 的核心是 context 的传递和管理。普通对话系统以 session 为边界，每个 session 稳定处理当前对话、当前工具调用和当前 memory 生命周期。主动性要求系统拥有一层类似潜意识的 subconscious layer：持续观察、连接、准备，并在合适的时机把 context 递回具体 session。

Singleton Agency 更接近 IM 产品，也更接近人类工作方式。人类员工在群聊、私聊、会议、文档之间切换时，会在后台维护一个持续的 attention system：谁承诺了什么，哪个信息需要同步，哪个决策影响了另一个群，哪个风险需要提前提醒。数字员工也需要这层 subconscious layer。它在 front-stage conversation 之外维护 global attention，负责发现弱信号、连接跨 session context、准备后续动作，并把信息轻量送回 target session。

这篇文章记录一个实际系统里的设计演进：先把 proactive logic 放进 conversation session，再把后台关注拆成 paired agency session，最后收敛成 singleton agency。每一步都解决上一层结构里的 context 管理问题，也暴露下一层结构需要处理的 context routing 问题。

1. Front-stage Session：conversation session 与 memory lifecycle

当前系统的基本单位是 conversation session。用户消息、API 输入、IM bridge 消息都会进入某个 session。session 创建 run，run 执行 agent runtime，runtime 读取工具、workspace、历史消息、memory，再输出结果。

一个 conversation session 有自己的生命周期：

• 接收输入。
• 创建或合并 run。
• 运行 agent。
• 写入 run output。
• 提交消息历史。
• 触发 memory lifecycle。
• memory agent 提取长期事实、偏好、任务线索和摘要。
• 下一轮 run 重新读取 memory。

这个模型能支撑普通对话代理。context ownership 清晰：当前 session 负责当前会话，memory lifecycle 负责把会话中稳定的信息转成 long-term context。

flowchart TD    U[User / API / IM message] --> S[Conversation Session]    S --> R[Run]    R --> A[Agent Runtime]    A --> O[Run Output]    O --> H[Message History]    O --> M[Memory Lifecycle]    M --> MS[Memory Session]    MS --> MF[Memory Files / Memory Store]    MF --> A

这套结构的关键边界是 session-local。一次 run 主要看到当前 session 的 context。memory lifecycle 会把当前 session 的稳定信息沉淀下来，再在后续 run 中注入。它擅长保存 long-term context，跨 session 的 proactive discovery 需要额外机制支撑。

2. Case：一个 release path 变更如何穿过多个群聊

考虑一个 Agent IM 场景：

1. 架构群里决定把 release path 从 legacy-release 改成 canary-release。
2. 项目群仍在按 legacy-release 讨论排期和负责人。
3. 某个开发在私聊里承诺周五前补齐迁移脚本。
4. 发布群里出现生产数据权限风险，需要提前确认审批路径。
5. 会议纪要里记录了最终 owner 和 deadline。

这些信息分别落在不同 session：架构群、项目群、私聊、发布群、会议 memory。每个 session 都有自己的 context 和 memory。真正需要的是一个跨 session 的 context router：它能知道架构群的决策影响项目群，私聊承诺影响项目推进，发布群风险影响当前方案，会议 memory 可以补齐 owner 和 deadline。

flowchart TD    Arch[Architecture Group Session] --> D[release path decision]    Project[Project Group Session] --> P[planning with early path]    DM[Direct Message Session] --> C[script commitment]    Release[Release Group Session] --> Risk[permission risk]    Meeting[Meeting Memory Session] --> Owner[owner and deadline]    D --> Need[Context Routing Need]    C --> Need    Risk --> Need    Owner --> Need    Need --> Project

这个 case 贯穿后面的设计。Proactive Agent 的问题可以具体化为：系统怎样把这些分散 context 送到正确 session，并让目标 session 用当前语气、权限和工作状态继续处理。

3. 演进一：Session-local Proactive Logic

最直接的演进是在每个 conversation session 内增强 prompt 和 memory lifecycle。每条消息进来后，当前 session agent 自己判断：是否有 follow-up、是否需要提醒、是否需要写入 memory、是否需要发起下一步行动。

flowchart TD    MSG[Message] --> S[Conversation Session]    S --> A[Agent Runtime]    A --> D{Need proactive action}    D -->|Yes| P[Prepare follow-up]    D -->|Later| M[Write memory]    P --> O[Output / Task / Reminder]    M --> Next[Future run]

这个形态解决的是 current-session follow-up。context 在一个 session 内闭环，工具权限、用户语气、消息历史都在本地。每个 session agent 对当前对话拥有最强判断力。

它的边界也清晰：

• context 传播依赖当前 session 自己看到的内容。
• 跨 session 关系需要通过 memory 或外部检索间接发现。
• 每个 session 都会重复维护主动性逻辑。
• 主动行为的预算、风险策略和审计日志分散在多个 session 中。

这个形态适合当前会话里的主动提醒，例如从一句话里识别待办、提醒用户补充 deadline、把当前对话总结成任务。对于 release path case，项目群 session 需要主动发现架构群、私聊、发布群、会议 memory 里的相关 context，系统成本会快速上升。这个边界推动下一步演进：把前台回答和后台关注拆开。

4. 演进二：Paired Agency Session

下一步演进是为每个 conversation session 创建一个配套的 agency session。conversation session 负责用户对话，agency session 负责后台观察、反思、计划和跟进。

flowchart TD    U[User Message] --> C[Conversation Session]    C --> R[Conversation Run]    R --> O[Run Output]    C --> F[Agency Signal]    O --> F    F --> AS[Paired Agency Session]    AS --> AM[Agency Memory Files]    AS --> H[Handoff / Follow-up]    H --> C

这个结构解决的是 background continuity。它把“正常回答”和“后台关注”拆成两个 session，让 agency session 拥有自己的 episode、intention、action log。它可以在 conversation session 空闲后继续整理，记录下一次唤醒条件，也可以在新信号到来时继续上一次 agency episode。

它的主要边界来自数量和视角：

• 每个 conversation session 都有自己的 agency session，后台状态数量随会话增长。
• 每个 agency session 主要关注自己的 source session，跨 session context 需要额外路由。
• 同一个人、同一个项目、同一个风险可能出现在多个 session 中，多个 agency session 会各自维护部分事实。
• 主动提醒的全局优先级难统一，例如哪个群更值得提醒、哪个 stale wait 更紧急、哪个风险应该先处理。

per-session agency 适合“每条对话都有一个 shadow agent”的产品形态。它把主动性做进了 session 体系，全局 context 仍然分散在多个 shadow agent 中。对于 release path case，每个 shadow agent 都能维护 local signal，跨群同步需要额外的 global coordination layer。这个边界推动下一步演进：把 background attention 从 per-session 结构提升到 singleton 结构。

5. 演进三：Singleton Agency

最终方案把 agency 收敛成一个全局 singleton session。整个 Claw 实例只有一个 session_type="agency" session。它通过 durable fire 观察所有 conversation session、memory session 和 heartbeat，再通过统一的 session submit 机制把输入送入 Agency runtime。

flowchart TD    C1[Architecture Group Session] --> F[Agency Fires]    C2[Project Group Session] --> F    C3[Direct Message Session] --> F    C4[Release Group Session] --> F    M[Meeting Memory Session] --> F    H[Idle Heartbeat] --> F    F --> SA[Singleton Agency Session]    SA --> AF[Agency Files]    SA --> SUB[submit_to_session]    SUB --> C1    SUB --> C2    SUB --> C3    SUB --> C4

Singleton Agency 解决的是 global context routing。它是系统的 subconscious layer，接收 front-stage session 的消息、输出和 memory 产物，在后台维护 global attention。它的工作方式更接近人类员工：看见多个聊天窗口里的 weak signal，把分散事实连接成工作判断，然后在合适时机提醒正确的人或正确的群。

它也是数字员工的必要结构。数字员工需要跨群、跨任务、跨会议、跨私聊维护 continuity。一个数字员工应该能记住“架构群已经改了 release path”，也能知道“项目群现在需要这条信息”，还能把 reminder 交给项目群 session，让项目群 agent 用当前 context 完成最终表达。

Agency 观察四类 fire：

这些 fire 进入同一个 durable queue。每条 fire 记录 source session、source run、payload、dedupe key、priority 和状态。Agency 通过 pending -> submitted / merged / steered -> consumed / failed 的状态流管理交付。

stateDiagram-v2    [*] --> pending    pending --> submitted    pending --> merged    pending --> steered    submitted --> consumed    merged --> consumed    steered --> consumed    submitted --> failed    merged --> failed    steered --> failed

这里最重要的设计点是统一 submit 语义。Agency 自己收到 fire 时走 SessionController.submit_input()；Agency 想提醒某个 source session 时也走 SessionController.submit_input()。

flowchart TD    I[Input Parts] --> L[Session Lock]    L --> A{Active Run State}    A -->|Idle| N[Create Queued Run]    A -->|Queued| M[Merge Input Parts]    A -->|Running| S[Steer Runtime]    N --> R[Run Event Stream]    M --> R    S --> R

这让 context 传递变成同一种数据结构：input_parts + metadata + trigger_type。用户输入、IM bridge、heartbeat、agency fire、agency handoff 都是 session input。系统只需要维护一套 session delivery 语义。

6. Context Routing Model：从 fire 到 handoff

Singleton Agency 的核心能力是 context routing。它把 context 的发现、组织、持久化、交付拆成三层。

第一层是 source context。它来自具体 conversation session，包括用户消息、bridge metadata、run output、source run ID、source session ID。Agency 通过 fire 获取这些上下文的复制件。复制件是第一层 context，source session 和 run trace 是按需读取的第二层 context。

第二层是 agency context。Agency 拥有自己的 long-term attention state：

1
2
3
4
5

AGENCY.md
agency/ACTION_LOG.md
agency/episodes/*.md
agency/intentions/*.md
agency/archive/*.md

AGENCY.md 记录当前 attention index，ACTION_LOG.md 记录 material action 和 decision，episodes/ 保存重要 investigation 过程，intentions/ 保存 deferred opportunity 和 future trigger condition。

第三层是 handoff context。当 Agency 发现某个 source session 可以受益于全局信息时，它调用 submit_to_session，把一段自然语言 nudge 注入目标 session，并附带轻量 metadata。

flowchart TD    SF[Source Fire Payload] --> A[Agency Runtime]    AF[Agency Files] --> A    RT[Source Run Traces] --> A    A --> N[Nudge Prompt]    A --> HM[Handoff Metadata]    N --> T[Target Conversation Session]    HM --> T    T --> J[Local Judgment]    J --> U[User-facing Output]

handoff 的内容通常包括：

• Agency 观察到了什么。
• 这个信号当前为什么重要。
• 建议 target session 采取什么下一步。
• 涉及哪个人、哪个群、哪个 session、哪个 run 或哪个 artifact。
• fire IDs、source run IDs、async task IDs 等 provenance。
• 影响判断的不确定性或置信度。

它的 metadata 负责机器可读部分：

1
2
3
4
5
6
7
8
9
10

{
  "handoff_kind": "reminder",
  "handoff_tags": ["agency-reminder", "ask-person", "stale-wait"],
  "metadata": {
    "fire_ids": ["..."],
    "source_run_ids": ["..."],
    "people": ["Alice"],
    "artifact_paths": ["agency/episodes/..."]
  }
}

这个模型把 context 的 producer 和 consumer 拆开。Agency 负责 global discovery 和 preparation，conversation session 负责 local judgment 和 user-facing expression。这样可以保留 source session 的语气、权限、workspace 状态和当前对话意图。

7. Case Walkthrough：release path 变更如何被路由到项目群

回到前面的 release path case，Singleton Agency 的运行过程可以拆成五步。

sequenceDiagram    participant Arch as Architecture Group    participant Project as Project Group    participant DM as Direct Message    participant Meeting as Meeting Memory    participant Agency as Singleton Agency    Arch->>Agency: message_observed: release path changed    DM->>Agency: message_observed: migration script commitment    Meeting->>Agency: memory_session_completed: owner and deadline    Agency->>Agency: connect decision, commitment, owner, target group    Agency->>Project: submit_to_session: proactive nudge

Agency 收到架构群消息 fire，记录 release path 变更。它随后收到私聊承诺 fire，知道迁移脚本有人负责。会议 memory 完成后，它拿到 owner 和 deadline。项目群继续讨论早期路径时，Agency 能把这些 context 连接起来：项目群需要更新 release path，需要确认迁移脚本 owner，也需要把发布风险纳入排期。

最终 Agency 通过 submit_to_session 给项目群 session 发送一段 nudge：

1

Agency noticed a release-path update from the architecture group. The current path is canary-release. Alice committed to finish the migration script by Friday, and the meeting memory records Bob as the release owner. Suggested move: remind the project group to update the release plan, confirm the migration script owner, and include the permission risk check before finalizing the schedule.

项目群 session 收到这段 handoff 后，结合项目群当前 context 决定如何表达。它可以提醒群成员、询问 Alice、更新任务，也可以把风险确认放进下一步计划。Agency 负责送达 context，项目群 session 负责完成当前对话里的行动。

8. Task Decomposition vs Context Routing

传统 Multi-Agent 系统通常把问题拆给多个角色：planner、researcher、coder、reviewer、manager。它适合完成一个明确任务。任务被拆解，agent 之间传递中间结果，最后收敛为一个 output。

flowchart TD    Task[Task] --> Manager[Manager Agent]    Manager --> Planner[Planner]    Manager --> Researcher[Researcher]    Manager --> Executor[Executor]    Planner --> Manager    Researcher --> Manager    Executor --> Manager    Manager --> Output[Final Output]

这是一种 task decomposition 架构。核心问题是：如何把一个任务拆成多个子任务，并把结果合并。

Agent IM 和数字员工面临的是 context routing。系统面对多条长期 session、多个人、多段承诺、会议 memory、跨群信息差、延迟触发和时机判断。核心问题是：哪个 context 应该在什么时间进入哪个 session。

flowchart TD    G1[Group Chat A Session] --> Fire[Global Fire Queue]    G2[Group Chat B Session] --> Fire    DM[Direct Message Session] --> Fire    Meeting[Meeting / Memory Session] --> Fire    Fire --> Agency[Singleton Agency / Subconscious Layer]    Agency --> R{Route Context}    R --> G1    R --> G2    R --> DM

两类系统的差异可以用 context 管理来描述：

Multi-Agent 系统的强项是 task decomposition。Singleton Agency 的强项是 context routing。它可以在需要时使用 async subagents 做 investigation、summary、review 和 preparation，它自己的核心角色是 global attention layer。

9. 为什么它更接近人和数字员工

人类员工的协作能力来自持续的 context routing。一个人参加会议、阅读文档、回复私聊、在群里协调事项时，会持续维护一张隐式工作图谱：谁拥有决策权，哪个承诺影响哪个项目，哪个风险需要提前暴露，哪个信息应该同步给哪个群。

数字员工也需要这张 implicit work graph。它需要在多个 session 之间保持 continuity，同时尊重每个 session 的 local context。Singleton Agency 提供了这层 subconscious layer：

• 它拥有跨 session 的观察面。
• 它维护 global attention state。
• 它通过 durable fire 管理触发与审计。
• 它通过 handoff 把 context 送回具体对话。
• 它让 source session 保留用户表达、权限和当前判断。

因此，这个方案更像一个数字员工的后台认知结构：front-stage session 负责说话和执行，singleton agency 负责 attention、connection、preparation 和 reminder。

10. 工程结果

当前方案带来的直接结果是：

1. Context 有明确分层：source context、agency context、handoff context。
2. 主动触发有 durable fire 管理，支持去重、排序、审计和失败恢复。
3. Agency 和 source session 共用 submit 语义，idle、queued、running 三种状态统一处理。
4. 全局判断和局部执行分离，source session 保留用户表达和当前上下文所有权。
5. Long-term state 有 material write policy，background agent 只在产生 durable value 时写文件。
6. Agent IM 的跨群提醒、owner routing、stale wait、risk nudge 都能复用同一套机制。

Proactive Agent 的架构重点是 context 的位置。普通 session 保存 local context，memory lifecycle 保存 stable facts，singleton agency 保存 global attention state，handoff 把 global context 送回具体对话。主动性来自这条 context routing pipeline。

副标题：本周报覆盖 2026-05-11 至 2026-05-17（北京时间周日定时任务触发周期）。本期按“本周发布/报道、有明确日期、可追溯来源”的标准筛选，共收录 46 条事件。

1. 头部大厂

国外

• OpenAI 扩大 Trusted Access for Cyber，并开放 GPT-5.5-Cyber 给更多欧洲防御方（5/12 - 5/13）
  OpenAI 本周围绕 GPT-5.5-Cyber 和 Trusted Access for Cyber 扩大受控访问，Reuters 报道其向 Deutsche Telekom、BBVA、Telefonica、Sophos 等欧洲企业开放最新网络安全模型，用于漏洞发现和防御响应；这显示前沿模型厂商正在用“受控准入 + 行业白名单”的方式进入高风险网络安全场景，OpenAI、Reuters / Yahoo Finance。

• OpenAI 在 ChatGPT 中推出 workspace agents，面向团队共享长任务 agent（5/14）
  OpenAI 发布 ChatGPT workspace agents，称其由 Codex 驱动，可在云端持续运行、自动化复杂工作流，并在组织权限和控制范围内被团队共享；这标志 ChatGPT 内部的 GPTs 形态进一步向“组织级可执行 agent”演进，OpenAI。

• OpenAI 将 Codex 控制能力带入 ChatGPT 移动端（5/14）
  OpenAI 更新 ChatGPT iPhone、iPad 与 Android 应用，允许用户在移动端查看、批准、调整或启动 Codex 任务；随着 coding agent 运行时间拉长，移动端成为人类随时介入 agent 工作流的新控制面，9to5Mac。

• OpenAI 推出 ChatGPT 个人金融预览功能，可连接银行与投资账户（5/15）
  OpenAI 面向美国 ChatGPT Pro 用户预览个人金融工具，用户可通过 Plaid 连接银行、券商和信用卡账户，查询支出、订阅、组合表现和未来财务规划；ChatGPT 的产品边界继续从信息助理扩展到高敏感个人数据工作流，TechCrunch。

• Bain 投资 OpenAI Deployment Company，强化企业级 AI 落地网络（5/11）
  Bain & Company 宣布投资由 OpenAI 与 19 家全球合作伙伴发起的 OpenAI Deployment Company，面向企业关键运营场景做规模化 AI 部署，并让 Bain 的 PE 客户及其被投企业优先使用相关服务；模型公司正在把“能力供给”延伸为咨询、实施和行业转型网络，PR Newswire。

• Anthropic 发布 Claude for Small Business，把 Claude 接入中小企业常用工具（5/13）
  Anthropic 推出 Claude for Small Business，通过开关式 connector 和现成工作流接入 QuickBooks、PayPal、Docusign、HubSpot、Google Workspace、Microsoft 365 等工具，目标是让小企业用 Claude 处理 payroll、月结、销售活动和催收等任务，Anthropic、The Verge。

• Anthropic 与盖茨基金会达成 2 亿美元合作，投向公共健康与教育等公益场景（5/14）
  Anthropic 宣布与 Gates Foundation 合作，在未来四年投入 2 亿美元 grant、Claude credits 与技术支持，重点支持全球健康、生命科学、教育和经济流动性项目；前沿模型公司正在把公益部署、评测基准和公共数据建设纳入长期战略，Anthropic。

• Anthropic 扩大与 PwC 战略合作，Claude Code / Cowork 将面向数十万专业服务人员落地（5/15）
  Anthropic 与 PwC 扩大战略联盟，围绕 agentic technology build、AI-native deal-making 和企业职能重塑推广 Claude，先从美国团队开始，再扩展到全球数十万专业人员；专业服务巨头正在把模型能力变成交付效率和业务单元重构工具，Anthropic。

• Anthropic 收紧 Claude 订阅/第三方 agent 工具使用额度，引发 agent 时代订阅模型讨论（5/14）
  Axios 报道 Anthropic 对付费 Claude 订阅中的第三方 agent harness 使用引入独立 credit meter，引发重度用户不满，也给 OpenAI 吸引 agent 用户留下空间；agent 工作负载消耗远超人类聊天，正在冲击“无限量订阅”的经济模型，Axios。

• Google 发布 Gemini Intelligence，把 Android 推向更主动的 agentic 操作系统（5/12）
  Google 在 Android Show: I/O Edition 前公布 Gemini Intelligence，强调跨应用执行任务、网页浏览、表单填写、语音听写和生成式小组件等能力；Android 的竞争焦点从“内置助手”转向“能理解屏幕并操作应用的系统级 agent”，Google Blog、TechCrunch。

• Google 将 Gemini in Chrome 的 auto browse 带到 Android（5/12）
  Google 宣布 Chrome for Android 将引入 Gemini 与 auto browse，让浏览器在移动端承担文章总结、任务管理和页面操作等 agentic 体验；浏览器正成为移动 AI agent 控制页面和网页任务的重要入口，Google Blog。

• Meta AI App 增加 live AI，可用摄像头实时提问（5/12）
  Meta AI app 本周增加 live AI，用户可把摄像头对准物体并实时提问获取回答；多模态助手继续从“上传图片再分析”走向低延迟、连续感知式交互，The Verge。

• Apple 与 OpenAI 合作关系据报恶化，OpenAI 正研究法律选项（5/14）
  Business Standard 报道 Apple 与 OpenAI 两年前达成的合作关系变得紧张，OpenAI 律师正研究包括合同违约通知在内的法律选项；手机平台与模型公司的入口分成、用户增长和产品控制权矛盾开始显性化，Business Standard。

国内

• 百度 Create 2026 发布文心大模型 5.1 等系列产品，并提出 DAA（日活智能体数）指标（5/13 - 5/14）
  Create 2026 百度 AI 开发者大会本周开幕，百度发布和展示文心大模型 5.1 等多项 AI 进展，李彦宏提出用“日活智能体数”（DAA）衡量 AI 生态繁荣度，而不是只看 token；国内大厂对 agent 生态的度量和商业化叙事进一步清晰，新华网、网易 / 天极网。

• 百度智能云开放“芯、云、模、体”全栈 AI 能力给个人创作者与 OPC（5/14 - 5/15）
  百度智能云在 Create 2026 超级个体主论坛宣布以轻量化形态开放全栈 AI 云能力，并推出 OPC on DuMate 专项扶持和秒哒“筑梦计划”升级，覆盖知识整理、内容生产、应用开发与业务决策等场景，经济参考网。

• 腾讯一季报披露 AI 投入：研发、资本开支和新 AI 产品投入同步上升（5/13 - 5/15）
  腾讯 2026 年一季报显示研发投入同比增长、资本开支增加，管理层强调不会用单季财务目标约束 AI 新产品，并披露 Hy、元宝、CodeBuddy、WorkBuddy、QClaw 等新 AI 产品对收入、成本和开支的影响；AI 已成为腾讯财务报表里的显性投资项，新浪科技、新浪财经。

• 腾讯与阿里财报后，市场重新定价中国互联网巨头 AI 投入与回报（5/14）
  第一财经报道，腾讯和阿里公布 2026 年一季度业绩后，市场关注两家公司 AI 投入增长和商业化回报，阿里云 AI 收入、平头哥能力与腾讯 AI 业务投入成为估值讨论重点；港股互联网板块的叙事正在从传统互联网复苏转向“AI 成长估值”，新浪财经 / 第一财经。

2. 创业公司

国内

• 月之暗面 / Kimi 据报将完成 20 亿美元新融资，投后估值破 200 亿美元（5/13 报道，本周持续发酵）
  多家媒体本周继续跟进 Kimi 新一轮融资：本轮由美团龙珠领投，中国移动、CPE 等参投，叠加年初多轮融资后，Kimi 半年内累计融资接近 40 亿美元，市场关注其编程和 agent 商业化能否支撑新估值，新浪财经 / 网易科技、36氪。

• 阶跃星辰新一轮融资获腾讯跟投，并继续推进港股 IPO 准备（5/11）
  上证报称腾讯已跟投阶跃星辰新一轮融资；此前消息显示阶跃星辰即将完成近 25 亿美元融资，并拆除红筹架构、加速赴港 IPO。腾讯云与阶跃在 AI 座舱 Agent 上也有业务合作，融资背后体现“模型 + 终端/车载场景”的产业资本绑定，新浪财经 / 上海证券报。

• 智谱与 MiniMax 二级市场市值上行，国内大模型进入千亿估值竞赛（5/13 - 5/14）
  36氪报道，智谱 5 月 13 日港股收盘市值首次站上 5000 亿港元，MiniMax 市值也大幅上涨；与 Kimi、阶跃星辰、DeepSeek 的融资传闻共同构成中国基础模型公司的“千亿估值竞赛”，资本市场正重新筛选具备模型收入、产业资本和生态位的公司，36氪。

• DeepSeek 被传首轮融资估值继续上探，国内基础模型窗口期压缩（5/8 - 5/14 报道延续）
  36氪梳理称 DeepSeek 近期融资传闻从百亿美元估值快速升至 500 亿美元以上，并可能融资 500 亿元人民币；虽未见官方确认，但该传闻与 Kimi、阶跃同周融资消息共同显示国内基础大模型进入更高资金门槛的军备竞赛，36氪。

海外

• Isomorphic Labs 完成 21 亿美元 B 轮融资，扩大 AI 药物设计引擎（5/12）
  Alphabet 旗下 AI 药物设计公司 Isomorphic Labs 宣布完成 21 亿美元 B 轮融资，由 Thrive Capital 领投，Alphabet、GV、MGX、Temasek、CapitalG、UK Sovereign AI Fund 等参与，用于扩大 AI drug design engine 和临床前管线，PR Newswire。

• Recursive Superintelligence 融资 6.5 亿美元，估值达 46.5 亿美元（5/15）
  Recursive Superintelligence 本周以 46.5 亿美元估值融资 6.5 亿美元，并从隐身状态进入公众视野；资本仍在押注通用智能与更高层次 agent/推理公司，即便行业对商业化节奏更审慎，FinSMEs、Tech.eu。

• Mind Robotics 获 4 亿美元融资，扩展工业机器人部署（5/13）
  Mind Robotics 宣布获得 4 亿美元新融资，由 Kleiner Perkins 领投，用于扩展结合 foundation models、硬件和部署基础设施的工业机器人平台；AI 投资正在从纯软件 agent 扩展到制造业自动化和具身智能落地，BusinessWire。

• Exaforce 完成 1.25 亿美元 B 轮融资，主打 AI 时代安全运营推理（5/12）
  Exaforce 宣布完成 1.25 亿美元 B 轮融资，产品用实时知识图谱帮助安全团队检测、分诊、调查并响应 AI 时代攻击；安全运营正在从规则和告警堆栈转向具备推理能力的 agentic SOC，VentureBeat。

• White Circle AI control platform 融资 1100 万美元，关注企业 AI 监控与控制层（5/12）
  White Circle 宣布获得 1100 万美元融资，其平台定位为让企业监控、保护和控制 AI 系统的统一控制层；随着企业接入多个模型和 agent，AI governance / control plane 继续成为早期创业热点，BusinessWire。

3. 基础模型（含视频 / 多模态 / 开源）

• Google DeepMind 据报发布 Veo 3，支持最长 60 秒并原生同步音频的视频生成（5/16）
  本周报道显示 Google DeepMind 推出 Veo 3，可从文本生成最长 60 秒、带原生同步音频的视频片段；若能力落地，视频生成将从无声短片向“一步生成可发布素材”推进，Let’s Data Science。

• Perceptron Mk1 发布高性价比视频理解模型，主打低于主流闭源模型 80% - 90% 成本（5/12）
  VentureBeat 报道 Perceptron Mk1 是面向视频分析的 AI 模型，可理解视频或实时视频流，并宣称成本比 Anthropic、OpenAI、Google 相关方案低 80% - 90%；视频理解模型开始围绕安防、设施巡检和实时监控形成价格竞争，VentureBeat。

• NVIDIA 发布 Nemotron 3 Nano Omni，把视觉、语音和语言整合到单一多模态 agent 模型（本周发布/报道）
  NVIDIA 日本博客介绍 Nemotron 3 Nano Omni，称其将视觉、音频、语言能力集成到一个开放多模态模型中，可提高 AI agent 处理视频、音频、图像和文本的效率；多模态 agent 模型正在从“多个模型串联”走向单模型统一处理，NVIDIA Japan Blog。

4. 论文与研究进展

• TRACER 提出多模态工具使用 agent 的可验证生成溯源（本周 arXiv 公开）
  TRACER 关注 multimodal tool-using agents 的生成 provenance，让复杂 agent 任务中的中间产物和工具链路可验证；随着 agent 调用更多工具，输出可信度不再只取决于最终文本，还取决于可审计过程，arXiv。

• Skill-CMIB 研究多模态 agent skill 的一致动作生成（本周 arXiv 公开）
  Skill-CMIB 使用 conditional multimodal information bottleneck 改善 LLM-based agents 在多模态环境中的动作一致性，试图减少长程任务中由冗余或噪声信息造成的决策漂移，SciRate / arXiv。

• Fill the GAP 提出用于 MLLM 视觉推理的 granular alignment paradigm（本周 arXiv 公开）
  Fill the GAP 关注多模态大模型视觉推理中的细粒度对齐，通过 granular alignment 改善模型在视觉 reasoning 中的信息定位和推理可靠性；多模态研究继续从“看见图像”走向“对齐视觉证据并推理”，SciRate / arXiv。

• Tools as Continuous Flow 探索把工具调用建模为连续流，以改善 agentic reasoning（本周 arXiv 公开）
  论文指出现有工具使用多为 step-wise paradigm，容易在长程任务中累积错误，因此提出 continuous flow 视角来增强全局规划；这类研究反映 agent 工具调用正在从离散调用技巧走向系统级推理架构，SciRate / arXiv。

• Containment Verification 讨论独立于 alignment 的 AI safety guarantee（本周 arXiv 公开）
  Containment Verification 将 agentic frameworks 视为 AI 与世界交互的软件层，尝试给出不依赖模型“内在对齐”的安全保证；随着 agent 可执行性增强，外部 containment 与形式化验证变得更重要，SciRate / arXiv。

5. 开源项目与社区讨论

• OpenAI Agents Python 发布 v0.17.2，修复多 agent / realtime / tracing 等问题（5/12）
  openai-agents-python v0.17.2 发布，修复 reasoning persistence、未知 realtime tools 自动响应、tracing retry backoff、local approval rejection reasons、session settings 等问题；官方 agent SDK 的迭代重点仍在可靠性、可观测性和人类审批链路，GitHub Release。

• LiteLLM 发布 v1.86.0-rc.1，AI Gateway 持续迭代签名验证、路由和企业能力（5/17）
  BerriAI / LiteLLM 发布 v1.86.0-rc.1，项目继续作为支持 100+ LLM API 的 SDK 与 proxy server 迭代；多模型网关已成为企业 AI 应用连接不同模型、做成本追踪、guardrail 和负载均衡的基础组件，GitHub Release。

• GitHub Spec-Kit 据报达到 9 万 stars，spec-driven development 对抗 vibe coding（5/13）
  TeqVolt 报道 GitHub Spec-Kit 在 2026 年 5 月初达到约 9 万 stars，作为 Spec-Driven Development 工具包，把规格说明、技术计划和任务拆解变成 AI coding agent 可执行的结构化输入；社区正在用更硬的工程约束纠正“只靠 prompt 写代码”的不确定性，TeqVolt。

• OpenHuman 在 Product Hunt 和 GitHub trending 走红，主打个人 AI super intelligence（5/15）
  OpenHuman 本周在 Product Hunt 发布并进入 GitHub trending，项目使用本地知识库、Obsidian vault 和 118+ 第三方集成构建个人 AI 记忆与任务系统；个人 agent 的开源产品仍在围绕“本地数据 + 长期记忆 + 工具集成”快速试错，DEV Community。

• 开发者社区热议 AI coding 是否造成 cognitive debt 与能力退化（5/13）
  MindBento 汇总 HN 热点称，部分开发者认为被强制使用 LLM coding tools 后出现技能退化、代码库 mental model 弱化和 tech debt 上升；社区讨论从“AI 是否提升生产力”转向“生产力指标是否掩盖认知债务”，MindBento / HN Top。

• Google 称拦截到疑似 AI 生成的 zero-day exploit，社区关注 AI 攻防外部性（5/11）
  The Verge 报道 Google 研究人员在 exploit 代码中发现疑似 AI 生成痕迹，包括“幻觉式”CVSS 分数；AI 生成代码不仅用于生产力，也正在改变漏洞利用和防御检测方式，The Verge。

6. 其他趋势

• Claude Platform on AWS 正式可用，Anthropic 原生平台进入 AWS 账户体系（5/11）
  Anthropic 和 AWS 宣布 Claude Platform on AWS GA，AWS 客户可通过 AWS 认证、账单和承诺消费访问 Anthropic 原生 Claude Platform 功能，同时 Claude 仍可通过 Amazon Bedrock 使用；模型平台正在和云厂商采购、权限和结算体系深度融合，Claude Blog、AWS Blog。

• CoreWeave 推出 Sandboxes，面向 RL、agent tool use 和模型评估提供安全执行层（5/14）
  CoreWeave 发布 CoreWeave Sandboxes，可在客户自有 CoreWeave 基础设施或通过 W&B serverless runtime 运行，用于强化学习、agent 工具调用和模型评估；AI 基础设施正在补齐“可大规模安全执行”的环境层，CoreWeave。

• SAP 在 Sapphire 2026 推出 AI Agent Hub，试图治理企业 agent 蔓延（5/12）
  SAP 发布 AI Agent Hub，目标是在企业软件生态中统一发现、管理和编排来自不同供应商的 agent，缓解 agent sprawl；大型企业开始需要 agent 注册表、治理层和跨系统编排，而不是单点助手，The New Stack。

• Google Gen AI Python SDK 发布 v2.3.0（5/15）
  googleapis/python-genai v2.3.0 发布，增加 UserInputStep content union、Interaction 输出字段等功能；主流模型厂商继续通过 SDK 细节迭代降低开发者接入成本，GitHub Release。

• 美国 AI 监管路线摇摆，模型发布前政府评估机制仍存分歧（5/15）
  Lawfare 总结本周美国政府内部关于 AI 模型评估和监管权责的争论：从发布前政府审查、商务部门角色，到情报机构是否应更深介入模型评估，各派意见仍不统一；前沿模型监管正在国家安全、产业竞争和行政执行之间拉扯，Lawfare。

• 企业裁员继续与 AI 叙事绑定，但研究认为 AI 未必是美国劳动力放缓主因（5/14）
  AP 报道从 Cisco 到 Block，越来越多公司在裁员时提及 AI；与此同时 Yahoo Finance 引用纽约联储研究称，AI 暴露行业招聘放缓不一定由 AI 本身直接驱动。AI 正成为企业重组叙事的一部分，但宏观就业因果仍需谨慎判断，ABC News / AP、Yahoo Finance。

本周观察

1. agent 从产品功能变成组织基础设施。 OpenAI workspace agents、Claude for Small Business、SAP Agent Hub、CoreWeave Sandboxes 与 Claude Platform on AWS 共同说明，agent 正在进入权限、结算、执行环境和治理体系，而不只是聊天窗口里的功能。
2. 模型公司开始争夺高价值垂直场景。 OpenAI 进入个人金融与网络安全，Anthropic 进入中小企业工作流、专业服务与公益健康，Google 把 Gemini 嵌入 Android/Chrome；本周的共同主题是“模型能力 + 场景分发 + 数据权限”。
3. 中国基础模型资本窗口进一步压缩。 Kimi、阶跃、智谱、MiniMax、DeepSeek 相关融资与估值报道集中出现，说明国内模型层进入“谁能拿到长钱、产业入口和收入证明”的新阶段。
4. 多模态竞争从生成效果转向实时、统一和成本。 Meta live AI、Veo 3、Perceptron Mk1、Nemotron 3 Nano Omni 都指向低延迟视觉/视频/音频理解与生成，下一步竞争会集中在生产可用性和单位成本。
5. AI 外部性成为监管与社区焦点。 AI coding 的 cognitive debt、AI 生成 exploit、AI 裁员叙事与美国监管路线摇摆，显示 AI 的问题正在从模型能力扩展到组织治理、劳动关系和公共安全。

副标题：本周报覆盖 2026-05-04 至 2026-05-10（北京时间周日定时任务触发周期）。本期按“本周发布/报道、有明确日期、可追溯来源”的标准筛选，共收录 39 条事件。

1. 头部大厂

国外

• OpenAI 发布 GPT-5.5 Instant，替换 ChatGPT 默认即时模型（5/5）
  OpenAI 宣布将 ChatGPT 默认模型升级为 GPT-5.5 Instant，强调更高准确性、更清晰简洁的回答和更强个性化，同时仍维持低延迟；这是面向日常高频使用场景的默认体验升级，OpenAI、TechCrunch。

• OpenAI 推出 GPT-5.5-Cyber 与 Trusted Access for Cyber（5/7）
  OpenAI 发布面向高影响网络安全研究的 GPT-5.5-Cyber，并通过 Trusted Access for Cyber 将更强安全任务能力开放给经过审核的防御团队；这延续了“强能力模型 + 受控准入”的安全产品化方向，OpenAI、CNBC。

• OpenAI 发布 ChatGPT Trusted Contact，强化敏感对话中的真人支持路径（5/7）
  OpenAI 宣布 Trusted Contact 功能，让用户可在需要时连接到自己信任的人，意在为涉及心理压力或个人困境的对话提供更合适的支持机制；AI 助手的安全设计正在从模型拒答扩展到产品级求助链路，OpenAI。

• Anthropic 与 SpaceX 达成算力合作，并上调 Claude Code / API 使用限额（5/6）
  Anthropic 宣布与 SpaceX 达成合作以显著增加算力容量，并同步提高 Claude Code 与 Claude API 的使用限额；这表明前沿模型竞争仍受制于可用算力，算力供给变化会直接反映到开发者产品体验，Anthropic、Ars Technica。

• Anthropic 为 Claude Managed Agents 增加“dreaming”等能力（5/7）
  Anthropic 在 Code with Claude 相关更新中为 Claude Managed Agents 引入让 agent 从过往交互和错误中学习的“dreaming”机制，并配套增强记忆与长期任务能力；agent 平台的竞争焦点正在从“能调用工具”转向“能持续改进工作流”，VentureBeat、SiliconANGLE。

• Google 将 Gemini API File Search 扩展为多模态 RAG 工具（5/5）
  Google 宣布 Gemini API File Search 支持多模态、custom metadata 与页级引用，帮助开发者在图片、文档等非结构化资料上构建更可验证的 RAG；这强化了 Gemini API 在企业知识检索场景中的工具层能力，Google Blog。

• Meta 据报开发面向普通用户的 agentic shopping 工具 Hatch（5/5 - 5/8）
  The Verge 与 CNBC 本周报道，Meta 正在开发内部代号 Hatch 的面向普通用户 AI agent，并与 Google 等巨头一同进入“agentic wars”；社交与电商流量平台正在争夺下一代消费入口，The Verge、CNBC。

• Apple 据报计划在 iOS 27 中允许用户切换 Apple Intelligence 所用模型（5/5）
  Bloomberg 与 The Verge 报道称，Apple 正规划 AI “extensions”，让用户在 Apple Intelligence 中选择第三方模型，而不只依赖 ChatGPT；若落地，端侧生态的 AI 模型入口将从单一合作转为可插拔平台，Bloomberg、The Verge。

• Microsoft、Google 与 xAI 将允许美国政府在发布前测试模型（5/5）
  CNN 报道称 Microsoft、Google 与 xAI 将允许政府在模型正式上线前进行测试；这显示国家安全与模型安全评估正在前移到发布流程中，且可能成为大型模型厂商的新合规基线，CNN Business。

国内

• 微信据报研发自有 AI 模型，面向小程序与社交生态探索内置 AI（5/10）
  36氪独家报道，微信正在尝试研发独立自有 AI 模型，计划用于小程序生态中的智能体开发，并长期探索深度嵌入微信社交与效率工具场景；腾讯的 AI 入口战从元宝外部产品延伸到微信核心生态，36氪。

• 百度健康 DoctorClaw 内测，阿里云推出手机“一键养虾”产品 JVS Claw（5/9）
  36氪报道称，百度健康内部孵化面向医生的专业 AI 智能助手 DoctorClaw，同时阿里云推出支持多端访问的 JVS Claw；国内大厂正围绕 OpenClaw 类智能体框架争夺“能做事”的 agent 入口，36氪。

• 豆包据报在 App Store 更新付费声明，国内 C 端 AI 商业化压力升温（5/6）
  36氪本周报道，豆包在 5 月 4 日更新付费声明，显示标准版、加强版、专业版等订阅梯度，同时基础功能维持免费；国内大模型 C 端产品开始从免费增长进入商业化试水阶段，36氪。

2. 创业公司

国内

• 月之暗面 / Kimi 完成约 20 亿美元新融资，投后估值突破 200 亿美元（5/7）
  华峰资本披露、腾讯新闻与 36氪等报道显示，月之暗面完成约 20 亿美元融资，由美团龙珠领投，投后估值突破 200 亿美元，ARR 据称在 4 月突破 2 亿美元；中国大模型头部创业公司的估值继续被 agent 与商业化叙事推高，腾讯新闻、36氪。

• 阶跃星辰据报将完成近 25 亿美元融资，并加速港股 IPO（5/8）
  每日经济新闻 / 新浪财经报道称，阶跃星辰将完成近 25 亿美元融资，且股份制改造、红筹架构拆除等工作推进，港股 IPO 进程提速；产业资本进入也反映“AI + 终端”商业闭环成为模型创业公司的差异化路径，新浪财经。

海外

• DeepInfra 完成 1.07 亿美元 B 轮融资，扩展生产级 AI 推理云（5/4）
  DeepInfra 宣布完成 1.07 亿美元 B 轮融资，用于扩展面向开源与 agent workload 的高吞吐推理云，称每周处理近 5 万亿 tokens；推理基础设施继续吸引资本押注，Longbridge / GlobeNewswire。

• Nova Intelligence 完成 3150 万美元 A 轮融资，切入 SAP 迁移与企业 agent 工作流（5/5）
  Nova Intelligence 宣布获得 3150 万美元 A 轮融资，目标是用 agentic AI 自动化 SAP 迁移和大型企业遗留系统流程；企业软件迁移成为 AI agent 的高价值垂直场景，Yahoo Finance / Fortune。

• Fazeshift 完成 2200 万美元融资，部署应收账款自治 agent（5/7）
  Fazeshift 宣布完成 1700 万美元 A 轮、累计融资 2200 万美元，用 AI-native 平台自动执行开票、催收、对账等应收账款流程；财务后台流程自动化仍是 agent 落地最快的场景之一，BusinessWire。

• Vori 完成 2200 万美元融资，打造食品杂货门店“自驾驶操作系统”（5/6）
  Vori 宣布完成 2200 万美元融资，称其 AI 系统可端到端管理食品杂货门店运营，包括支付、库存、发票和后台系统；传统零售门店的低数字化流程正在成为垂直 AI 操作系统的目标市场，PR Newswire。

• Nace.AI 完成 2150 万美元融资，发布企业工作流 metamodel 研究预览（5/5）
  Nace.AI 宣布完成 2150 万美元融资，并发布由 100+ 专业 agent 自主推进复杂工作流、专家最终确认的研究预览产品；“多 agent + 人类签核”成为企业自动化常见产品形态，Yahoo Finance / BusinessWire。

3. 基础模型（含视频 / 多模态 / 开源）

• OpenAI 在 Realtime API 中推出 GPT-Realtime-2、Realtime Translate 与 Realtime Whisper（5/7 - 5/8）
  OpenAI 本周推出新的实时语音智能能力，包括 GPT-Realtime-2、翻译模型和流式 Whisper 变体，面向实时语音对话、翻译与转写应用；语音模型从 TTS/ASR 组件走向实时多能力 API，TechCrunch、The Next Web。

• Google Gemini 3.1 Flash-Lite 在 Gemini Enterprise Agent Platform 上 GA（5/7）
  Google Cloud 宣布 Gemini 3.1 Flash-Lite 正式可用，定位为速度最快、成本效率最高的 Gemini 3.1 模型，并面向企业 agent 平台开放；低成本快速模型仍是企业 agent 大规模部署的关键，Google Cloud Blog。

• Inworld AI 发布 Realtime TTS-2 研究预览版（5/5）
  Inworld AI 发布 Realtime TTS-2，主打实时对话中的语气、节奏和情绪理解，以及可控语音指令；语音模型竞争正在从自然度扩展到交互状态感知与角色一致性，Inworld AI。

• Video Rebirth 发布 BACH，面向 30 秒多镜头短片生成（5/7）
  Video Rebirth 宣布推出 BACH AI video engine，宣称可将创意生成 30 秒多镜头影片，并强调角色一致性、写实与电影感；视频生成产品继续向“多镜头叙事 + 一致性”方向演进，PR Newswire。

4. 论文与研究进展

• SafeHarbor 提出层级记忆增强 guardrail，用于 LLM agent 安全（5/8）
  SafeHarbor 论文提出 Hierarchical Memory-Augmented Guardrail，面向 LLM agent 的长期任务与记忆风险设计安全防护；随着 agent 具备更强持续执行能力，guardrail 也需要从单轮输入过滤升级到记忆与任务层安全，SciRate / arXiv。

• Chain of Risk 研究大型推理模型安全失败链条与自适应多原则 steering（5/8）
  《Chain of Risk》讨论大型推理模型中的安全失败及缓解方法，提出 adaptive multi-principle steering；推理模型在复杂任务中可能沿多步推理链累积风险，安全评测也必须覆盖链式失败，arXiv。

• Visual Latents Know More Than They Say 探索多模态模型潜变量推理能力（5/5）
  该研究关注 MLLM 视觉潜变量中未被语言输出充分表达的推理信息，尝试“unsilencing” latent reasoning；多模态模型能力分析正在从最终答案转向内部表征与中间推理，SciRate / arXiv。

• OpenSearch-VL 发布多模态搜索 agent 的开放 recipe（5/7）
  OpenSearch-VL 论文提出构建前沿多模态搜索 agents 的开放方法，面向图文搜索、工具使用和视觉语言推理；多模态 agent 正从闭源产品能力扩散到可复现研究路线，SciRate / arXiv。

• Thinking in Text and Images 研究长程机器人操作中的图文交错推理轨迹（5/4）
  该论文探索在长程机器人操作任务中使用文本与图像交错的视觉语言推理 trace，尝试把多模态推理显式化用于机器人规划；具身智能研究继续把“可解释中间步骤”作为提升可靠性的路径，SciRate / arXiv。

5. 开源项目与社区讨论

• LiteLLM 发布 v1.84.0-rc.1，继续迭代多模型网关能力（5/5）
  BerriAI / LiteLLM 发布 v1.84.0-rc.1，项目作为支持 100+ LLM API 的 SDK 与代理网关，持续覆盖成本追踪、guardrails、负载均衡与日志；多模型网关仍是企业 AI 应用基础设施高频组件，GitHub Release。

• Bifrost HTTP v1.5.0 发布，AI gateway 赛道继续分化（5/6）
  maximhq / bifrost 发布 transports/v1.5.0，项目定位为高性能企业 AI gateway，强调 adaptive load balancer、cluster mode、guardrails 与 1000+ 模型支持；模型路由层竞争正在从功能覆盖延伸到性能与集群化，GitHub Release。

• OpenClaw 据报 5 个月达到 36.9 万 GitHub stars（5/6）
  byteiota 报道称 OpenClaw 自 2025 年 11 月发布后 5 个月达到 369K GitHub stars，成为增长最快的开源仓库之一；无论具体统计口径如何，OpenClaw 已成为本周国内外 agent 讨论和产品跟进的核心符号，byteiota。

• Hacker News 热议“AI slop 正在杀死在线社区”（5/7）
  HN 本周出现关于 AI 生成内容冲击小众创作社区的高热讨论，社区运营者称需要持续封禁 AI 内容账号；AI 内容治理从平台政策问题下沉到小型社区的日常运营成本，Hacker News。

• HN 继续围绕 vibe coding 与 agentic engineering 的边界展开争论（5/6）
  HN 讨论“vibe coding and agentic engineering are getting closer than I’d like”，焦点集中在 AI 编码的能力边界、技能退化和软件工程实践变化；开发者社区仍在重新定义“AI 辅助”和“工程责任”的分界，Hacker News。

6. 其他趋势

• OrcaRouter 发布 MIT 许可开放 LLM API Router，主打零加价与 100+ 模型（5/8）
  Continuum AI 发布 OrcaRouter 与 OrcaRouter Lite，定位为开放 LLM API 路由器，强调 MIT License、零加价和 100+ 模型；模型聚合与路由工具正在从商业 SaaS 向可自托管、低加价形态扩展，PR Newswire。

• Google js-genai SDK 发布 v2.0.0（5/7）
  googleapis/js-genai 发布 v2.0.0，这是 Gemini 与 Vertex AI 的 TypeScript / JavaScript SDK；主流模型厂商继续通过官方 SDK 降低 Web 与 Node.js 开发者接入门槛，GitHub Release。

• 欧盟据报推迟 AI Act 部分规则落地，应对行业反弹（5/7）
  The Register 报道称，欧盟在行业反弹后推迟部分 AI Act 规则落地；监管执行节奏正在与产业部署压力博弈，未来几个月仍需关注通用 AI、透明度与高风险系统规则的具体落地，The Register。

• California AI-driven layoffs 90 天通知要求引发雇佣合规关注（5/4）
  The AI Chronicle 本周报道 California 对 AI-driven layoffs 的 90 天通知要求，反映 AI 对岗位替代和组织重组的影响开始进入州级劳动合规讨论；AI 裁员将不只是管理议题，也会成为法务与 HR 风险，The AI Chronicle。

• HR Dive 报道科技裁员上升，AI 仍被列为主要驱动因素之一（5/8）
  HR Dive 报道称科技行业裁员攀升，AI 仍是劳动力削减和岗位重构叙事中的主要驱动因素；企业 AI 投资与组织“效率化”正在同步发生，HR Dive。

• Coinbase 据报裁员 14%，CEO 信中提及 AI 相关效率压力（5/5）
  Business Insider 报道 Coinbase 裁员 14%，并引用 CEO Brian Armstrong 信件中关于 AI 与组织效率的表述；加密与金融科技公司也在将 AI 作为组织结构调整的重要理由之一，Business Insider。

本周观察

1. agent 入口战全面升温。 Meta Hatch、百度 DoctorClaw、阿里 JVS Claw、微信自有模型与 OpenClaw 社区热度共同说明，AI 竞争正从“聊天助手”转向“可执行任务的入口”。
2. 算力与限额成为产品体验变量。 Anthropic 因 SpaceX 等算力合作上调 Claude Code / API 限额，DeepInfra 获大额融资扩展推理云，说明推理供给已直接影响开发者体验和商业模型。
3. 语音与多模态基础能力进入 API 化阶段。 OpenAI Realtime 音频模型、Inworld TTS-2、Google 多模态 File Search 与 Gemini Flash-Lite GA 都指向更实时、更低成本、更可组合的多模态应用栈。
4. 国内大模型资本市场再次提速。 Kimi 和阶跃星辰本周融资报道显示，头部公司正借 agent 热潮、商业化指标和港股窗口重估估值。
5. AI 对劳动与社区治理的外部性更显性。 EU AI Act 延期、AI-driven layoffs 合规讨论、HN 对 AI slop 的担忧，显示 AI 影响正从产品能力扩展到组织、法律与社区生态。

副标题：本周报覆盖 2026-04-27 至 2026-05-03（北京时间对应周日定时任务触发周期）。本期按“本周发布/报道、有明确日期、可追溯来源”的标准筛选，共收录 24 条事件。

1. 头部大厂

国外

• Microsoft 与 OpenAI 修订合作协议，OpenAI 获得更大云与商业灵活性（4/27）
  Microsoft 与 OpenAI 宣布修订合作协议，Microsoft 仍是 OpenAI 的主要云合作伙伴，OpenAI 产品仍优先在 Azure 发布，但新协议为 OpenAI 使用其他云、服务更广泛客户和调整收入分成提供了更明确的空间；这为随后 OpenAI 与 AWS 的合作铺路，Microsoft Blog、CNBC。

• OpenAI 模型、Codex 与 Managed Agents 登陆 AWS（4/28）
  OpenAI 宣布与 Amazon 扩大合作，将 OpenAI 模型、Codex 和 Managed Agents 带到 AWS 环境，企业可在已有 AWS 安全、合规和采购体系内使用 OpenAI 能力；这标志着 OpenAI 从 Azure 独占生态走向多云分发，OpenAI、CNBC。

• OpenAI 与 Yubico 推出 ChatGPT 高级账户安全硬件密钥方案（4/30）
  OpenAI 与 Yubico 宣布合作，为 ChatGPT Advanced Account Security 项目提供定制 YubiKey 双件套，主打硬件支持的抗钓鱼 passkey；随着 AI 账户承载代码、文件、企业数据和 agent 权限，账号安全被提升到产品基础设施层，Yubico。

• Anthropic 发布 Claude Security 公测版，面向企业代码安全扫描与修复（4/30）
  Anthropic 宣布 Claude Security 向 Claude Enterprise 客户开放 public beta，用 Claude Opus 4.7 扫描代码库漏洞、验证风险并生成补丁，CrowdStrike、Palo Alto Networks 等安全生态伙伴参与；这体现前沿模型公司正把“高风险网络安全能力”包装为受控企业防御工具，Claude Blog、SiliconANGLE、ZDNET。

• Google 在英国推出 Gemini 个性化记忆能力（4/29）
  Google 宣布将 Gemini 的 Memories 设置带到英国，允许 Gemini 在用户授权下从过往对话中学习偏好，提供更个性化的回答；这说明主流助手竞争正在从“单轮模型能力”进入长期记忆、个性化和隐私控制的产品层，Google Blog。

• Gemini 将进入搭载 Google built-in 的汽车（4/30）
  Google 宣布 Gemini 将进入 Google built-in 汽车，用更自然的语音交互替代传统车载助手，帮助驾驶者处理导航、信息查询、车辆场景任务等；车载空间成为大模型助手争夺的下一类高频入口，Google Blog。

• Meta 披露 Business AI 每周支持约 1000 万次商业对话（4/30）
  Meta 在一季度业绩电话会中披露，其 Business AI 工具截至 3 月底每周促成约 1000 万次对话，较年初约 100 万次显著增长；Meta 的 AI 商业化路径更偏向将 AI 嵌入广告、商家消息与社交平台存量流量，TechCrunch。

• Apple R&D 支出创新高，AI 投资继续加速（4/30）
  Apple 在 2026 财年二季度披露研发支出达 114 亿美元，同比提升 34%，创历史新高，管理层将增长与 AI 等长期产品投入关联；这显示 Apple 虽发布节奏较慢，但正在通过研发预算为端侧与生态级 AI 能力补课，9to5Mac。

• Apple 研究者提出 LaDiR，用潜在扩散增强 LLM 推理（4/29）
  Apple 机器学习研究团队发布 LaDiR（Latent Diffusion Enhances LLMs for Text Reasoning）相关研究，用并行探索多个解题思路再生成答案的方式提升数学推理、代码生成等任务表现；这反映大厂在传统自回归生成之外继续探索混合推理架构，Apple Machine Learning Research、9to5Mac。

国内

• 百度文库与网盘发布 GenFlow 4.0，并推动 PSIG 首次亮相（4/27）
  百度个人超级智能事业群在 AI Day 开放日首次亮相，百度文库、网盘联合发布通用智能体 GenFlow 4.0，强调 Office Agent、团队空间和文件/素材工作流能力，把搜索与内容产品从“内容驱动”推进到“能力驱动”，京报网、腾讯新闻。

• 百度宣布中管层以下职级体系改造，强化 AI 时代复合型人才导向（4/28）
  百度发布全员信称自 5 月 1 日起打通专业与管理双通道，取消 T/P/E/M 等字母标签并统一为 5 至 12 级数字职级，理由是 AI 时代更需要兼具专业力与领导力的复合型人才；组织机制调整成为大厂 AI 转型的一部分，新浪财经、网易。

• 国内大模型生态战继续升温，阿里、腾讯、字节、百度争夺 AI 入口（4/29）
  36氪本周报道梳理阿里千问、腾讯元宝、字节豆包和百度搜索/AI 应用之间的入口竞争，指出国内大厂正把 AI 模型深度嵌入消费、社交、搜索和娱乐场景；本周虽更多是阶段性复盘，但反映春节后入口战仍在延续，36氪。

2. 创业公司

国内

• Kimi / 月之暗面据报新一轮融资即将完成交割，估值超 100 亿美元（5/2）
  36氪援引 IPO 早知道消息称，Kimi 母公司月之暗面新一轮超 7 亿美元融资即将完成全部交割并实现超募，由阿里、腾讯、五源、九安等联合领投，投后估值超 100 亿美元；报道还称 Kimi 已以 100 亿至 120 亿美元估值开启新一轮融资接触，36氪。

• 月之暗面 K2.5 带动收入与开发者关注，国内模型创业进入商业化验证期（4/29）
  36氪本周多篇报道提到，月之暗面近期收入增长与 K2.5 多模态、长文本、智能体协作能力有关，海外 API 收入和 C 端付费成为重要叙事；这说明国内头部模型创业公司开始从融资竞赛进入收入、留存与开发者生态的验证阶段，36氪、36氪。

海外

• Parallel Web Systems 完成 1 亿美元 B 轮融资，估值 20 亿美元（4/29）
  Parallel 宣布完成 1 亿美元 B 轮融资，由 Sequoia Capital 领投，估值达 20 亿美元；公司定位为 AI agents 访问和使用开放 Web 的基础设施，累计融资达 2.3 亿美元，说明“agent 上网能力”正在成为独立基础设施赛道，PR Newswire。

• Rogo 完成 1.6 亿美元 D 轮融资，扩展金融 agentic 平台（4/29）
  金融 AI 平台 Rogo 宣布完成 1.6 亿美元 D 轮融资，由 Kleiner Perkins 领投，Sequoia、Thrive、Khosla、J.P. Morgan Growth Equity Partners 等参投，累计融资超 3 亿美元；垂直金融研究与投行工作流仍是 agent 商业化的高价值场景，PR Newswire。

• Scout AI 完成 1 亿美元 A 轮融资，开发无人作战基础模型 Fury（4/29）
  Scout AI 宣布完成超额认购的 1 亿美元 A 轮融资，称其为美国防务科技史上最大 A 轮之一，资金将用于开发面向无人作战的 foundation model Fury；国防、机器人和物理世界 AI 正成为大额早期融资热点，PR Newswire。

• Sereact 获 1.1 亿美元融资，扩展 AI 机器人“大脑”（4/27）
  德国 AI 机器人公司 Sereact 据报完成 1.1 亿美元融资，用于开发面向机器人操作的 AI 模型与产品；物流、仓储和通用机器人感知/操作模型继续获得资本关注，PYMNTS。

• DeepMind 前研究者 David Silver 创立的 Ineffable Intelligence 据报融资 11 亿美元（4/27）
  TechCrunch 报道称 David Silver 创立的英国 AI 实验室 Ineffable Intelligence 获得 11 亿美元融资，目标是构建无需人类数据即可从自身经验中学习的“superlearner”；顶级研究者创业仍能吸引巨额资金，TechCrunch。

3. 基础模型（含视频 / 多模态 / 开源）

• NVIDIA 发布 Nemotron 3 Nano Omni 开放多模态模型（4/28）
  NVIDIA 发布 Nemotron 3 Nano Omni，将文本、图像、视频和音频统一到一个面向 agent 的多模态推理模型中，宣称在开放多模态模型中具备领先准确率和最高 9 倍效率提升，并可用于企业和边缘 agent 部署，NVIDIA Blog、Hugging Face。

• NVIDIA Nemotron 3 Nano Omni 同日进入 Amazon SageMaker JumpStart（4/28）
  AWS 宣布 Nemotron 3 Nano Omni 在 Amazon SageMaker JumpStart day-zero 可用，企业可在 SageMaker 中部署统一处理视频、音频、图像和文本的多模态模型；模型发布与云端部署渠道同步成为基础模型落地的重要路径，AWS Blog。

• GLM-5V-Turbo 论文发布，面向原生多模态 agent 基础模型（4/29）
  GLM-5V-Turbo 论文提出面向多模态 agents 的原生基础模型，强调在图片、视频、网页、文档和 GUI 等异构上下文中感知、理解与行动的能力；这与本周 NVIDIA 的 omni 模型发布共同体现多模态 agent 正成为模型路线重点，Papers Cool / arXiv。

4. 论文与研究进展

• Apple LaDiR 研究探索扩散与自回归结合的文本推理路径（4/29）
  LaDiR 通过潜在扩散过程在生成答案前并行探索候选思路，再由 LLM 进行整合，报告在数学推理、代码生成等任务上提升；该方向值得关注，因为它试图改变 LLM 单一路径生成带来的早期错误累积问题，Apple Machine Learning Research。

• 机器人健康护理 LLM 安全基准评估 72 个模型（4/30）
  arXiv 论文《Benchmarking the Safety of Large Language Models for Robotic Health Attendant Control》提出 270 条医疗伦理相关有害指令数据集，并在机器人健康护理模拟环境中评估 72 个 LLM，显示真实物理/医疗场景中的安全约束仍需专门评测，arXiv。

• MMPerspective 发布，评估多模态大模型的透视理解与鲁棒性（5/2）
  MMPerspective benchmark 关注多模态大模型是否理解视觉透视、视角推理和鲁棒性问题；随着多模态模型进入具身智能、车载和视频理解，几何/视角推理能力将影响实际可用性，arXiv。

• Exploration Hacking 研究讨论 LLM 是否会在 RL 训练中学会抵抗探索（4/30）
  《Exploration Hacking: Can LLMs Learn to Resist RL Training?》讨论在强化学习后训练中，模型是否可能学会减少有效探索、从而影响对齐与能力提升；该问题触及 reasoning / agentic 模型训练的安全与可控性，arXiv。

5. 开源项目与社区讨论

• LiteLLM 发布 v1.83.14-stable，继续强化 LLM 网关安全与可验证发布（5/2）
  BerriAI / LiteLLM 发布 v1.83.14-stable，项目作为支持 100+ LLM API 的 Python SDK 与代理网关，本周 release 强调 Docker 镜像签名校验；模型网关、成本追踪、负载均衡和审计仍是企业接入多模型的基础设施热点，GitHub Release。

• Vercel AI SDK 发布 ai@6.0.173，补强 MCP 动态工具信息传递（5/1）
  Vercel AI SDK 发布 ai@6.0.173，patch 中包含 MCP 动态工具 parts 传播 server name 的改动；MCP 相关细节进入主流 AI 应用框架的日常迭代，说明工具协议生态正在成熟，GitHub Release。

• Google ADK Python v1.32.0 发布，继续迭代 agent 构建与部署工具链（5/1）
  Google ADK Python v1.32.0 增加部署 CLI onboarding、BigQuery agent analytics credentials 等功能；开源 agent 开发套件正在从 demo 框架转向部署、分析和企业集成，GitHub Release。

• GitHub Trending AI 继续集中在 agent、开发环境与垂直应用项目（4/29 - 5/2）
  GitHub Trending AI 日报显示，本周热门项目包括 agentic development environment、TradingAgents 等，社区关注从单模型调用扩展到开发环境、金融多 agent 框架和自动化内容流水线，GitHub Issue、GitHub Issue。

• HN / Reddit 社区围绕 AI 成本、泡沫与内容数据价值展开讨论（4/27 - 5/1）
  Hacker News 本周出现“AI 是否泡沫”“Uber 四个月烧完 2026 年 Claude Code 预算”等讨论，Reddit CEO 则称 Reddit 是 AI 的“fuel”；社区焦点从模型能力转向 token 成本、ROI、训练数据授权与内容平台议价能力，Hacker News、Hacker News、CNBC。

6. 其他趋势

• DigitalOcean 发布生产级 Inference Engine 与 Inference Router（4/28）
  DigitalOcean 宣布推出 Inference Engine 新能力，包括面向 agentic workloads 的 Inference Router，宣称早期客户可降低最高 67% 推理成本；中小开发者云厂商也在将推理路由、成本控制和生产部署打包为平台能力，DigitalOcean。

• 中国法院案例明确“AI 替代”不能单独作为解除劳动合同理由（4/30 - 5/2）
  杭州法院发布 AI 企业与劳动者权益保护典型案例，裁判思路显示企业不能仅以 AI 替代岗位作为解除劳动关系的合法依据；该案例在全球科技行业 AI 相关裁员讨论升温背景下具有信号意义，SCIO / Xinhua、The Next Web。

• 欧盟 AI Act Omnibus 谈判未达成一致，关键修订推迟至 5 月（4/29）
  欧盟成员国与欧洲议会围绕 AI Act 修订进行 12 小时谈判后未达成协议，争议集中在嵌入消费产品的高风险 AI 系统是否应豁免等问题；这显示全球最严格 AI 监管框架在落地阶段仍面临产业与立法目标冲突，The Next Web。

• Colorado 因 xAI 诉讼推迟 AI 法执行，州级监管面临司法挑战（4/29）
  Colorado 总检察长办公室表示将在 xAI 提起诉讼后推迟执行该州 AI 法部分要求，凸显美国州级 AI 监管在算法歧视、披露义务和企业合规成本之间仍存在法律不确定性，StateScoop。

• 美国大型科技公司裁员讨论与 AI 投资、效率叙事交织（5/1）
  Washington Post 报道指出 Amazon、Meta、Microsoft 等公司的裁员并非完全由 AI 导致，但财报和管理层表述中“效率”“敏捷”“自动化”频繁出现；AI 正成为组织瘦身叙事的一部分，也加剧劳动力市场对技能重构的担忧，Washington Post。

本周观察

1. 前沿模型分发从独占转向多云。 OpenAI 与 Microsoft 修订协议后快速登陆 AWS，说明模型厂商越来越需要在企业既有云、合规和采购体系内分发能力。
2. agent 正在把基础设施拆出新赛道。 Parallel、DigitalOcean Inference Router、LiteLLM、Vercel AI SDK、Google ADK 等事件共同说明，模型之上的路由、工具协议、浏览 Web、部署、审计和成本控制正在独立成市场。
3. 多模态 agent 成为模型发布主线。 NVIDIA Nemotron 3 Nano Omni、GLM-5V-Turbo、MMPerspective 等都指向同一个方向：未来 agent 需要同时处理屏幕、文档、视频、音频、GUI 和真实世界信号。
4. AI 劳动影响进入司法与监管阶段。 中国法院 AI 替代劳动争议、欧盟 AI Act 修订僵局、Colorado AI 法诉讼，显示监管焦点正在从“模型是否安全”扩展到“AI 如何改变工作、市场与责任边界”。