Sakana AI 发布其首个商用产品 Sakana Marlin，一款面向商业调研的自主研究助手，并开始招募封闭 β 测试者，测试期间免费。用户只需给出调研主题，AI 即可自主研究近 8 小时，输出结构化摘要幻灯片和数十页调研报告，全程无需人工介入。该产品基于 AB-MCTS 的推理时搜索与 AI 科学家的工作流自动化技术，可调用多个模型协同调研；此前验证中，其在信息深挖方面获得比现有聊天服务内置研究功能更实用的反馈。
#产品更新#Agent#推理
Mistral AI 发布内部平台工具 Spaces CLI，用于脚手架搭建项目、生成配置并部署到 staging，同时兼顾人类开发者与编码智能体两类使用者。团队为每个交互式提问补上等价 flag，并加入 -y 无阻塞模式，使智能体可端到端自主完成配置与部署。每次 init 还会生成 context.json 与 AGENTS.md，向智能体说明项目模块、端口、命令和环境变量，减少其猜测与误操作。
#教程/实践#Agent#部署/工程
goose 官方博客介绍 adversary mode，在每次敏感工具调用执行前加入一个静默的独立审查智能体，结合用户原始任务、近期对话和工具调用细节判断 ALLOW 或 BLOCK，被拦截的调用主智能体无法重试。该审查智能体使用 goose 已配置的同一模型与提供商，无需额外 API key，在 ~/.config/goose/adversary.md 写入规则即开启，删除文件即关闭，空文件使用默认规则；若审查器自身出错则放行（fail-open）。官方称其与基于模式的提示词注入检测互补，能区分 curl 下载依赖与 curl 外传 SSH 密钥。
#安全/对齐#Agent#开源生态
Ollama 发布预览版，在 Apple Silicon 上改用 Apple 的机器学习框架 MLX，利用统一内存架构加速，在 M5、M5 Pro 和 M5 Max 上借助 GPU Neural Accelerators 提升首 token 时间与生成速度。测试于 2026 年 3 月 29 日使用阿里 Qwen3.5-35B-A3B 模型进行，Ollama 0.19 在 int4 量化下可达 1851 token/s prefill 和 134 token/s decode。该版本还引入 NVIDIA NVFP4 格式以降低内存带宽和存储需求，并升级缓存以复用跨对话缓存、在提示词中设置智能检查点并延长共享前缀存活时间，需 Mac 统一内存超过 32GB。
#产品更新#部署/工程#端侧
Prime Intellect 宣布与 Browserbase 合作推出 BrowserEnv，把 Browserbase 的可扩展浏览器基础设施开放给所有人，用于训练浏览器和计算机使用智能体。BrowserEnv 支持两种模式：面向视觉语言模型的 CUA 模式通过截图和屏幕坐标操作，面向纯文本模型的 DOM 模式借助 Browserbase 的 Stagehand SDK 处理完整 DOM 上下文。团队用 WebVoyager 基准的 600 个真实网页任务微调 Qwen3-VL-8B-Instruct，训练运行与环境均已发布在 Hub 上并可复现。
#产品更新#Agent#开源生态
Amp Free 已取消广告，多数现有用户暂时仍可获得每日 $10 免费额度，但部分低活跃用户的额度将暂停。Amp 表示广告收入已达 $10M+ USD 年化水平，但不足以承担不断增长的前沿模型 token 消耗。2026-05-23 的更新称，更多用户的每日额度将被暂停或削减，旧版客户端使用免费额度也将受到限制。
#产品更新#编码#Agent
We're rolling out plugins in Codex. Codex now works seamlessly out of the box with the most important tools builders already use, like @SlackHQ, @Figma, @NotionHQ, @gmail, and more. https://t.co/PQDsLqHGA6 https://t.co/TIbsIUAf6S
#产品更新#MCP/工具调用#OpenAI
Sierra 发布智能体构建工具 Ghostwriter，用户上传 SOP、客服通话记录、白板草图或音频，或用自然语言描述目标，即可生成覆盖语音、聊天、邮件和 30 多种语言的生产级智能体。配套的 Explorer 基于客户对话数据识别改进方向，平台已重构为无头基础设施，让智能体可直接调用完整工作区并在沙箱中验证改动。
#产品更新#Agent#MCP/工具调用
Google Research 发布 Vibe Coding XR 工作流，将 Gemini Canvas 与开源 XR Blocks 框架结合，把自然语言提示词转成可交互、带物理效果的 WebXR 应用，可在桌面模拟环境和 Android XR 头显上运行，官方称生成时间在 60 秒以内。该流程通过专门的系统提示词让 Gemini 掌握 XR Blocks 架构与示例，覆盖房间级 XR 环境、包管理和交互最佳实践，并给出数学辅导、物理实验、化学实验、薛定谔的猫等示例原型。团队用 20 名 Google 员工在四场内部工作坊中提供的 60 条提示词构建 VCXR60 数据集，早期多数错误来自 XR Blocks 自身缺陷或对不存在或已弃用 API 的幻觉，成功率约 70%，经六个月迭代和 11 个主要版本后，以 XR Blocks Gem v0.11.0 在 VCXR60 上的评测作为基线参考，并建议开发者使用 Pro Mode 获得更可靠结果。
#产品更新#多模态#Agent
LMSYS 在 SGLang 中集成 Elastic EP，通过解耦专家与 GPU 的固定映射并保留冗余专家，实现单实例内的部分故障容错。在 4 节点 32 GPU 上运行 DeepSeek V3.2、设置 ep_size=dp_size=32 与 256 个冗余专家时，可容忍最多 16 个 rank 故障，服务中断控制在 10 秒以内，相比完整重启所需的 2 至 3 分钟减少约 90%，静态性能与标准 DeepEP 持平。启用需配置 --elastic-ep-backend mooncake、--moe-a2a-backend mooncake、--ep-num-redundant-experts 等参数，NVIDIA Dynamo 团队的 NIXL EP 也可通过 --moe-a2a-backend nixl 试用。
#教程/实践#部署/工程#开源生态
Anthropic 发布 Claude Code auto mode，用输入层的提示注入探针和输出层基于 Sonnet 4.6 的 transcript 分类器替代人工逐条批准，以缓解审批疲劳。分类器分两阶段运行，第一阶段单 token 快速过滤、第二阶段仅在命中时启用链式推理，把 8.5% 的误报率降到 0.4%。在 52 条真实过度主动行为样本上，其漏报率为 17%，官方称多数漏判源于把会话中的批准痕迹误当作对当前操作范围的授权。
#产品更新#Agent#安全/对齐
Now you can use AI agents to design directly on the Figma canvas, with our new use_figma MCP tool and skills to teach them. Open beta starts today. https://t.co/AQZsFWvvXQ
#产品更新#MCP/工具调用#Agent
Replit 在 Live from HQ 直播第二部分中介绍 Agent 4 的团队协作能力，AI 工程师 Peter 负责的并行任务系统可自动解决约 90% 的合并冲突，剩余边缘情况交由用户决定。Agent 4 会先判断任务依赖顺序再并行执行，底层由探索、测试、子智能体等多个专用模型组成流水线，用户只能通过 economy、pro、power 模式调整模型组合。协作方面，用户可看到谁在哪个任务上、哪些改动已合并到 main，且协作者不按席位收费；新任务基于 micro VM 创建隔离副本，启动速度接近即时。
#产品更新#Agent#部署/工程
Claude 在 Claude Cowork 和 Claude Code 中推出电脑操控能力，可自动点击、滚动、打开文件和使用浏览器，无需额外设置。该能力处于研究预览阶段，Claude 会先尝试使用 Slack 或 Google Calendar 等连接器，没有连接器时才直接控制屏幕，并在访问新应用前请求许可。
#产品更新#Agent#Anthropic
Replit 发布 Agent 4 发布周直播回顾第一部分，社区经理 Manny Bernabe 与 Raymmar Tirado 在总部演示了 Agent 4 的 Infinite Canvas、并行任务和统一构建。Manny 用一个项目同时跑落地页、Web 应用和手机原生版本，并调用 Google Gemini 分析图片生成风格提示词；Raymmar 展示了从 BigQuery 读取数据实时更新的 3D 城市 Replitopolis。团队称 Agent 4 让多人协作构建应用更简单，设计负责人 Zade Keylani 表示 Agent 4 的设计本身就是用 Agent 4 完成的。
#产品更新#Agent#部署/工程
Cognition 宣布 Devin 可以调度自己的会话，用户只需描述需要周期性执行的任务，Devin 会自行确定频率、建立计划并自动运行，无需配置 cron job 或工作流构建器。Devin 会在多次运行之间读写自己的笔记、保留上下文，因此像每周发布说明这类任务不会重复总结上周已覆盖的 PR。该功能可与本周早些时候推出的 Managed Devins 组合，例如每周五自动并行测试各页面并汇总报告发到 Slack。
#产品更新#Agent#部署/工程
Replit 发布 Agent 4，围绕设计、协作、可构建内容和规划方式四个方向升级。Design Mode 被 Design Canvas 取代，支持所有 artifact 类型、实时预览和直接编辑；协作从 fork-and-merge 改为同一项目内共享，任务在 Drafts、Active、Ready、Done 四列看板上并行推进，由 Agent 协助合并。规划与构建改为同时进行，任务在隔离环境中执行，需明确批准后才影响主项目。旧项目仍可正常使用，但一个项目创建多个应用的能力暂不兼容旧项目。
#产品更新#Agent#部署/工程
goose 官方博客宣布，借助 Agent Client Protocol（ACP），用户现在可以在 goose 中使用 Codex、Claude 和 Gemini 的订阅。Codex 可直接登录 ChatGPT 账号，无需安装其他组件；Gemini 通过 OAuth 用 Google 账号登录；Claude 需一次性安装一个小型适配器包。goose 会把已配置的 MCP 扩展通过 ACP 传递给 Claude，而 Codex 属于完整的 LLM API，可直接在 goose 中使用扩展。原有的 claude-code、codex、gemini-cli 等 CLI 直通 provider 即将移除。
#产品更新#Agent#MCP/工具调用
Cognition 宣布 Devin 现在可以把大任务拆解并委派给一组受管理的 Devin 并行执行，每个子 Devin 运行在独立虚拟机中，拥有自己的终端、浏览器和开发环境，可独立执行命令、跑测试并验证改动后回报。主 Devin 会话充当协调者，负责划定范围、分配任务、监控进度、解决冲突并汇总结果，同时支持向子会话发消息、监控 ACU 消耗、休眠或终止子会话以及给自己安排后续消息。该功能现已向所有用户开放，官方给出了并行 QA、大规模迁移、安全与依赖审计、代码重构和测试新功能等示例任务。
#产品更新#Agent#部署/工程
Together AI 扩展 Together Fine-Tuning，新增工具调用、推理轨迹和视觉语言模型微调支持。升级后的训练栈可更高效处理 100B+ 参数模型，吞吐量最高提升 6×，并支持最大 100GB 的数据集。服务还新增训练前成本估算和训练中 ETA；推理微调支持 Qwen 与 Z.AI，VLM 微调支持 Qwen、Google 和 Meta 模型。
#产品更新#数据/训练#MCP/工具调用