Google DeepMind 将 computer use 作为内置工具集成进 Gemini 3.5 Flash，此前该能力仅以独立的 Gemini 2.5 computer use 模型形式提供。开发者可通过 Gemini API 和 Gemini Enterprise Agent Platform 使用它构建能跨浏览器、移动端和桌面环境感知、推理并执行操作的智能体，面向持续软件测试等长周期与企业自动化任务。为降低实时环境中的提示词注入风险，官方对 computer use 做了针对性对抗训练，并发布两套可选的企业级防护系统。
#产品更新#Agent#Google
Anthropic 将停用现有 Claude in Slack 应用，改为推出常驻智能体 Claude Tag，它可以作为团队成员加入 Slack 频道，访问管理员指定的频道、工具、数据和代码库，用户 @Claude 即可委派任务。Anthropic 称其产品团队 65% 的代码由 Tag 编写，Tag 还能跨频道学习、主动推送更新并自行安排任务。现有连接器将于 8 月 3 日停止服务，Enterprise 和 Teams 客户即日起可用 Tag，迁移窗口为 30 天，迁移的 Enterprise 客户可获 25000 美元额度、Teams 客户 2500 美元，额度 9 月 1 日到期。
#产品更新#Agent#MCP/工具调用
Vercel 在伦敦 Ship 活动上发布开源智能体框架 eve，用 TypeScript 和 Markdown 定义指令、技能、模型提供方、工具、认证、渠道和调度，智能体默认运行在隔离 VM 沙箱中，代码以 Apache 2.0 许可托管在 GitHub。eve 构建的智能体默认通过 vercel deploy 部署到 Vercel，也可用 npx eve dev 在本地运行，模型可接入 AI SDK 支持的任何模型。Vercel 同时预览 Enterprise Apps and Agents，其中 Passport 基于 OpenID Connect 把团队内应用和 AI 智能体统一置于 Okta、Microsoft Entra 等身份提供商之下，用于应对员工用 AI 生成、却脱离企业 IT 管控的 shadow AI 应用。
#产品更新#Agent#开源生态
Anthropic 发布 Claude Tag，团队可在 Slack 中 @Claude 委派任务，Claude 会分解任务、使用工具并异步完成。Claude Tag 支持多人协作、持续学习上下文和主动跟进，并可由管理员精细控制工具与数据访问权限。该功能今日起在 Claude Enterprise 和 Team 客户中提供 beta 版，与 Opus 4.8 配合使用。
#产品更新#Agent#Anthropic
Modal 发布 Auto Endpoints，提供 OpenAI API 兼容、生产可用的推理服务，底层是用户可见可控的 Modal App，可通过 CLI 或点击部署 GLM 5.2 等开放模型。官方称不隐藏代码与指标，自动提供投机解码接受长度、每副本引擎侧 token 延迟分位数等数据，并同步推出面向超低延迟路由的 Modal Servers，HTTP 请求开销约 5ms。其部署配方基于 SGLang、FlashAttention-4 等开源引擎的补丁与上游贡献，并采用 Z Lab 的 DFlash 块扩散 drafter 架构。
#产品更新#部署/工程#开源生态
OpenHands 发布验证栈，用两层自动验证器解决编码智能体生成代码后的验证瓶颈：第一层 critic 模型在代码推送前给智能体运行打分，低分可提前终止或触发重试；第二层仓库级验证器由代码审查 skill 与 QA 智能体组成，在 PR 上自动运行。官方称代码审查机器人已在 OpenHands/software-agent-sdk 仓库运行六个月，发布 1000 多次审查、覆盖 900 多个 PR，平均合并时间缩短 58%，测试覆盖率提升近 25%。critic 模型现已在 OpenHands Cloud 和 Agent Canvas 的 Verification 设置中开放启用。
#产品更新#Agent#编码
Prime Intellect 发布 prime-rl 0.6.0，可在重智能体负载下训练万亿参数规模模型，并称能在 28 个 H200 节点上以最高 131k 序列长度训练 GLM-5 完成 SWE 任务，步时间低于 5 分钟、批量 256 条 rollout。该版本采用异步 RL，将训练与推理解耦，并给出 FP8 推理、Wide EP、P/D 分离、KV cache 分层卸载、router replay 以及 FSDP、EP、CP 三维并行等优化细节。这些优化同样适用于 Kimi-K2.7-Code、NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16 等其他大型 MoE 模型。
#产品更新#数据/训练#部署/工程
xAI 在 Grok Build 中推出 /goal 模式，支持长时自主执行，可将较大的实现任务交给智能体。该模式会规划方案、拆解为进度清单并持续执行，直到任务完成并验证，期间可继续追加指令；同时提供 /goal status、pause、resume、clear 等命令用于监控和干预长时任务。Grok Build 现已可用，通过单条命令安装并登录账号即可使用。
#产品更新#Agent#编码
Modal 本周发布面向 Qwen 3.5 397B-A17B 的 DFlash 推测解码模型，并与 SGLang 合作优化性能；同时在 Hugging Face 开源 Qwen 3.6 35B-A3B、Qwen 3.5 4B/9B/27B/35B-A3B/122B-A10B 的 DFlash 草稿模型，在已有 DFlash 基线上再获 5% 至 20% 加速。Modal 称 Qwen 3.5 122B-A10B 在 B200 单节点、并发 1 下可超过 1000 tok/s，并给出接受长度从 3 提升到 9 可将加速从 25% 提升到 3 倍的建模分析。
#开源/仓库#推理#部署/工程
Amp 推出自定义 Agent 功能，用户可通过插件创建自定义 Agent，用作主 Agent、子 Agent 或工具管道的一部分。每个自定义 Agent 配有自定义 orb 颜色，并可通过 Thread 对象进行消息发送和响应等待。
#产品更新#Agent#MCP/工具调用
Anthropic 宣布 Claude Code 开始支持 artifacts，能把会话中的工作进度转成可共享的实时可视化页面，例如 PR 讲解、系统说明、仪表盘和发布清单，并随会话进展自动更新。artifacts 基于会话的完整上下文构建，包括代码库、连接器和对话本身，无需自行接入数据源或搭建基础设施；每次发布在同一链接生成新版本并保留版本历史，页面默认仅作者可见，可共享给团队成员和组织，且不能设为公开。该功能以 beta 形式面向 Claude Team 和 Enterprise 组织开放，可在 Claude Code CLI 和桌面应用中使用，页面可在任意浏览器查看。
#产品更新#Agent#部署/工程
Replit 现已可直接在 Claude 内使用，用户在 Claude Design 中用自然语言设计应用后，可将设计直接发送到 Replit 继续构建、完善和发布，无需复制粘贴或切换上下文。Claude 还能通过官方 Replit Connector 把任意开发任务交给 Replit，例如搭建后端、开发功能或迭代现有项目。
#产品更新#Agent#MCP/工具调用
Transluce 发布 Analysis Plans，一套用于可验证分析 AI 行为的框架，通过 Python API 编写、在网页界面中逐步审阅。它包含查询步骤（用 DQL 过滤、分组、连接数据）和阅读步骤（用 LLM 分析数据并给出带引用的文本摘要或结构化判断），两类步骤可组合成分析流水线。团队用 Docent 在约 15 分钟内检测 SWE-rebench 上的作弊行为，并演示了识别失败模式、对比 GPT-5.1 Codex 与 GPT-5 Codex 在 Terminal-Bench 上 6.5 个百分点差距等案例。该功能现已向所有 Docent 用户开放。
#产品更新#Agent#部署/工程
xAI 宣布 Grok 4.3 在 Amazon Bedrock 正式可用，开发者可通过 Bedrock 的推理引擎调用该模型。Grok 4.3 支持 100 万 token 上下文窗口，推理强度可配置为 none、low、medium、high，定价为输入 $1.25 / 百万 token、输出 $2.50 / 百万 token。xAI 称其在 Artificial Analysis Omniscience 基准上取得最低幻觉率，并在 Tau2 Telecom、Vals AI Case Law 与 Corporate Finance 基准上排名第一。
#产品更新#OpenAI#xAI
Tensordyne 公布其 Napier AI 推理引擎架构，核心思路是把数据转成对数后用加法替代矩阵乘法，官方称相比 Nvidia 和 AWS 的混合架构性能提升一个数量级以上，价格与功耗更低。Napier 采用 3nm 工艺、1380 亿晶体管，支持 NVFP4、FP8、FP16，FP8 稠密算力 2.1 petaflops，配备 144 GB HBM4 和 256 MB SRAM，单芯片功耗 300 瓦，对比 B300 GPU 的 1200 瓦。公司计划 2026 年底开放云端访问，2027 年第一季度向客户交付 beta 版 TDN Pod 系统，2027 年第二季度末开始出货。
#行业动态#推理#部署/工程
xAI 推出 Grok for PowerPoint，这是一款免费的 Microsoft 365 加载项，可从 Microsoft Marketplace 添加。用户给出大纲后，Grok 能生成完整幻灯片，并调用网络或 X 搜索补充研究、图表和图片，也可单张添加幻灯片、套用样式主题或按一条指令重构章节，并会反问澄清问题。该加载项还能调用 Grok connectors，基于近期邮件、SharePoint 或 Google Drive 文件撰写幻灯片，同时已支持 Word 和 Excel。
#产品更新#MCP/工具调用#Microsoft
LMSYS 联合 Z Lab 和 Modal 发布 DFlash 推测解码模型与 SGLang 默认的 Spec V2 引擎，DFlash 用块扩散并行起草并通过 KV 注入提升接受长度。在 HumanEval 数据集并发为 1 时，Qwen 3.5 397B-A17B 的 DFlash 模型吞吐达到基线的 4.3 倍以上、MTP 的 1.5 倍。该模型已在 z-lab、modal-labs 和 lmsys 三个 Hugging Face 组织发布，可在 SGLang 中直接部署。
#产品更新#部署/工程#开源生态
xAI 为 Grok Build 推出 Agent Dashboard，把每个 Grok Build 会话集中到一个界面，可查看各会话状态、并行运行，并只在需要输入时介入。用户可在 shell 中运行 grok dashboard，或在任意会话内用 /dashboard（Ctrl+\）打开。面板按状态排序会话，等待输入的会话置顶，可用 Ctrl+S 按工作目录分组，子智能体归入启动它的会话；选中某行可查看最新输出并直接回复，空闲会话立即发送、活跃会话排队到当前轮次结束。底部输入框可派发新会话，Enter 派发后留在面板，Shift+Enter 派发并立即打开，发送前可设置模型、以 plan 模式启动或让会话自动批准自身编辑。
#产品更新#Agent#部署/工程
Sakana AI 发布首个商用产品 Sakana Marlin，这是一款面向企业的自主型调研助手，输入调研主题后可自主研究最长约 8 小时，输出结构化摘要幻灯片和数十页调研报告。该产品基于长期推理技术，整合了 AB-MCTS 与 The AI Scientist 等研究成果，经过 2026 年 4 月启动的封闭测试、约 300 名来自金融机构、咨询公司和智库等行业的测试者参与打磨。产品提供按量付费及 Pro、Team、Enterprise 等套餐，面向企业战略、咨询、智库等日常调研岗位。
#产品更新#Agent#推理
OpenRouter 发布 Fusion，一次 API 调用即可把多个模型的结果交给裁判模型融合，在 DRACO 的 100 项深度研究任务上，Fable 5 与 GPT-5.5 融合得分 69.0%，超过 Fable 5 单独运行的 65.3%。由 Gemini 3 Flash、Kimi K2.6 和 DeepSeek V4 Pro 组成的低成本组合也超过了 GPT-5.5 和 Opus 4.8，成本仅为 Fable 5 的一半。Fusion 可通过 chatroom、model slug、server tool 和 plugin 四种方式使用，调用时耗时通常是普通请求的 2-3 倍。
#产品更新#Agent#推理