Nathan Lambert 撰文认为 Z.ai 于 6 月 13 日向 GLM Coding Plan 用户推出、6 月 16 日以 MIT 许可开源的 GLM-5.2，是首个在编码智能体场景中真正好用的开源权重模型，社区评测显示其在 Arena 智能体榜单上是唯一能与 OpenAI 和 Anthropic 最新模型抗衡的开源模型。
推荐理由：作者以亲测和社区评测为依据，把 GLM-5.2 与 DeepSeek R1 时刻类比，并展开开源与闭源差距及监管风险的独特分析。
本期Import AI汇总：牛津、UK AISI、斯坦福等机构研究显示AI在4项实验、6923人、18978段对话中说服力稳定超过专家人类，对Save the Children的真实募款效果约为专业劝募员的近3倍。
Anthropic 宣布 Claude Code 支持 artifacts，可基于会话完整上下文（代码库、连接器、对话）生成 PR walkthrough、仪表盘、发布清单等实时网页，并随会话进展自动更新。页面默认组织内私有，支持版本历史和管理员权限控制，目前以 beta 形式面向 Claude Team 和 Enterprise 组织开放，可从 Claude Code CLI 和桌面应用使用。
推荐理由：官方说明给出 artifacts 的工作方式、调试场景和组织级权限设置，团队用户可据此评估是否引入协作流程。
Sierra 于 3 月推出 Ghostwriter，让用户无需点击或写代码、只需描述需求即可构建和优化 AI 智能体。三个月后，支持主管、运营经理、QA 团队等非技术成员已能直接改进客户体验。Sierra 同时推出优化智能体的 Explorer，持续分析客户对话并找出客户流失、回答不佳和 CSAT 下滑等问题，再由 Ghostwriter 将洞察转化为改进。
Vivid Seats 上线 AI 客服不到四周，问题解决率提升 40%、客户满意度提升 35%，CX 团队转向根因修复并将实时洞察反哺产品开发。Wilson 的 AI 智能体可追问身高与偏好来推荐具体商品，Minted 则用 AI 智能体打通各客户平台，识别趋势并分发洞察。
Linear 工程师分享用 Linear Agent 自动修复进入 triage 的 bug 的经验。通过 Datadog 监控发现死 feature flag（任务形状固定，几乎每次一次修复成功）和失败的后台任务（失败率超 0.2% 时建 issue，约三分之一修复命中），并加入门控让 agent 先证明理解问题以节省 token。
Linear 发布 coding sessions、自动化 triage 和 Diffs，Linear Agent 可以从 issue 直接触达实现：阅读 issue 与讨论、调查代码库、提出方案、写代码并开 PR，全程在云端用 Claude Code 或 Codex 等模型与 harness 完成。
推荐理由：Linear 官方给出从 issue 到 PR 的完整执行闭环细节，并附自用数据与 Ramp、Coinbase 案例，读者可评估其对工程流程的影响。
作者论证 AI 达到某能力阈值将引发大规模裁员的叙事不成立。纽约州 WARN 披露首年超 160 家公司提交通知，仅 Nespresso 勾选 AI 项，约 25,000 名被裁者中仅 46 人与 AI 相关；Block、Snap、Intuit 等被广泛归因于 AI 的裁员实际各有财务或重组原因，HBR 调查显示 21% 高管为预期 AI 大幅裁员、仅 2% 因实际部署裁员。
推荐理由：作者用纽约 WARN 披露、美联储研究和 GitHub 开发者数据支撑论点，给出可用于检验裁员叙事的可迁移框架。
Sierra 与 Knox Systems 合作获得 FedRAMP High 认证，可面向美国联邦机构提供 AI 智能体服务，此时距其成立仅两年多。该技术已被 40% 的 Fortune 50 企业采用，支持语音、聊天和邮件渠道及 58 种语言，全天候运行。Cigna 用其智能体在八周内投产，将患者身份验证时间缩短 80%。
Claude 平台的代码执行工具现已支持 code_execution_20260521，在工具描述中披露每单元格 90 秒执行时限，便于 Claude 为长耗时单元格做预算，且无需 beta header。
Linear 推出 Diffs 功能，用于应对智能体生成代码带来的审查压力：2026 年 1 月至 3 月，其团队新建 issue 与合并 PR 数量均上升 50%。该功能把审查集中到 Linear 内，支持一键查看代码变更背后的客户反馈或 bug 报告，并将改动分组为可读的叙事块，作者可直接在 Linear 中用智能体处理评论。
Anthropic 发布 Claude Fable 5（claude-fable-5）面向所有客户，Claude Mythos 5 面向 Project Glasswing 参与者。
推荐理由：官方发布说明完整列出两个新模型的能力参数、tokenizer 变化、API 行为改动和迁移注意事项，对计划接入或迁移的开发者有直接参考价值。
Google 在 Gemini Enterprise Agent Platform 上推出基于 Agentic RAG 的 Cross-Corpus Retrieval，相比标准 RAG 在事实性数据集上准确率最高提升 34%。
Miles 团队提出 Token-In-Token-Out（TITO）原则，要求第 n 轮 prompt 的 token 序列必须与第 n-1 轮 prompt+response 逐位一致，以消除智能体 RL 中训练与推理的 token 序列不匹配。
SGLang 与 Miles 团队宣布 Day-0 支持 NVIDIA Nemotron 3 Ultra，一个面向长程自主智能体的开源推理模型，采用混合 Transformer-Mamba 架构的 Latent MoE，总参数 550B、激活 55B，上下文最长 1M token，支持 NVFP4 与 BF16 推理。
Microsoft AI 发文阐述其在医疗领域的产品与研究方向，称旗下消费产品每天处理数千万条健康问题，对 50 万条 Copilot 对话的分析显示用户依赖 AI 做症状解读、检查结果解释和就医导航。
推荐理由：微软官方阐述其在医疗领域的价值落地，读者可以据此了解 MAI DxO、Mayo Clinic 合作与 Copilot Health 的进展全貌。
Sierra 工程师 Stephen Burgess 复盘用 AI 编码智能体独自完成产品本地化，耗时不到 4 个月，而他在 Slack 参与的同类项目需 10 人团队 9 到 12 个月。他经历 IDE 智能体、云端智能体、批量调用 Claude 脚本三轮迭代，并发现技能文档过长会超出上下文窗口反而推高错误率，最终把工作重心从执行迁移转向设计反馈循环。
推荐理由：作者复盘个人用 AI 编码智能体完成本地化的完整工作流，提炼出批处理脚本、反馈循环与上下文管理等可迁移方法。
Claude Managed Agents 的 webhooks、多智能体编排和自托管沙箱现已在 AWS 上的 Claude Platform 提供。官方文档列出了新增的 IAM actions 和 AnthropicSelfHostedEnvironmentAccess 托管策略。
Mistral 在 AI Now Summit 2026 宣布面向工业工程的整体 AI 栈，并与 Airbus、BMW 和 ASML 合作，覆盖设计、仿真和生产场景。
Mistral 将 Le Chat 升级为统一智能体 Vibe，一个账号覆盖工作与编码场景，已上线 chat.mistral.ai。Work Mode 面向长时多步任务，支持企业知识搜索、数据分析、文档起草、定时任务和可复用技能；Code Mode 提供远程编码会话并推出 VS Code 扩展，CLI 新增技能命令、会话权限控制和 /teleport 迁移。
推荐理由：原文是 Mistral 官方发布，完整列出 Work 与 Code 两种模式的能力、集成入口和各档定价，读者可据此评估是否替换现有工作流。
Linear 发布代码评审产品 Diffs，面向所有套餐开放，目标是让代码评审在不牺牲严谨性的前提下保持快速。评审在 Linear 内打开并关联对应的 issue 和项目，优先级可见；Guided reviews 把大 diff 按工作的推理顺序拆成章节，先展示核心改动，结构化 diff 高亮会剥离格式改动，让 2000 行的 PR 在一次阅读中变得可读。
推荐理由：Linear 官方解释了 Diffs 针对的评审痛点与具体设计，读者可以对照自己团队被 agent 大量 PR 拖慢的评审流程判断是否适用。
Anthropic 发布 Claude Opus 4.8，为其最强模型，在 Claude API、Amazon Bedrock、Google Cloud 和 Microsoft Foundry 上默认支持 1M token 上下文窗口，最大输出 128k token。
推荐理由：原文完整列出 1M 上下文、采样参数限制和各端可用性等迁移要点，接入方可以直接对照判断升级路径。
Anthropic 联合创始人 Jack Clark 在牛津大学人类中心 AI 实验室发表 2026 年 Cosmos 演讲，主张面对 AI 持续进步应选择探索未来而非回避现实。
Mistral AI 宣布与奥地利 Physics AI 公司 Emmi AI 达成最终收购协议，以加强面向工业企业的 AI 转型业务。Emmi AI 团队包括 30 多名研究人员和工程师，将于 5 月加入 Mistral AI 的 Science 和 Applied AI 团队，其大工程模型能力涵盖实时模拟、数字孪生等工程场景，应用于航空航天、汽车和半导体等领域。
Sayash Kapoor 等人分析 Google 在开发者大会上发布 Gemini 3.5 Flash 和 Antigravity 2.0 时宣称的智能体团队以单一提示词、约 916.92 美元 API 费用和 2.6B tokens 造出操作系统的实验。
推荐理由：文章逐条拆解 Google 智能体造操作系统的宣称，指出单一提示词等说法缺乏关键细节，并探讨开放世界评测需要的方法规范。
Mistral 发布 Mistral Medium 3.5，一个 128B 稠密开源权重模型（modified MIT 许可），256k 上下文窗口，SWE-Bench Verified 得分 77.6%，τ³-Telecom 得分 91.4，自托管最少只需四块 GPU，API 定价每百万输入 token $1.5、输出 token $7.5。
推荐理由：官方同步发布模型与云端异步智能体，给出基准分数、定价和开源权重，可对照评估其编码与长程任务能力。
Mistral 发布 Studio 的 Connectors（Public Preview），内置连接器和自定义 MCP 可通过 API/SDK 用于所有模型与 Agent 调用。
Sierra 已在多伦多开设办公室，目前约有十几名员工，客户数量持续增长。基于 Sierra 构建的 AI 智能体现已服务超过 40% 的 Fortune 50 企业，处理数十亿次客户交互。Singtel 上线用时 10 周，解决率超过 70%；Cigna 八周进入生产环境，患者身份验证时间缩短 80%。
Sierra 正在招聘并扩张其增长最快的团队 Agent Strategist，这一角色结合 go-to-market、咨询与构建能力，负责端到端落地 AI 智能体。该岗位使用 Sierra 的 Ghostwriter 等工具，将客户旅程转化为可运行的智能体，并持续优化提示词与流程。Sierra 按结果收费，仅在智能体交付实际成果时获得收入。
Google DeepMind 的 Co-Scientist 帮助 Omar Abudayyeh 和 Jonathan Gootenberg 的实验室筛选逆转细胞衰老的基因线索，它扫描数万篇论文后提出 20 多个新颖候选遗传因子，其中数个经实验室验证成功将细胞推向更年轻状态并改善整体功能。Co-Scientist 还将原本需长达六个月的筛选数据分析缩短至几天。
Anthropic 在 Claude Managed Agents 中推出 dreaming 研究预览，并开放 outcomes、多智能体编排和 webhooks。
推荐理由：官方公布了 dreaming、outcomes 与多智能体编排的具体机制和内部基准数据，可了解 Managed Agents 的能力边界与实际收益。
Claude 平台发布更新：MCP tunnels 以研究预览形式上线，可连接私有网络中的 MCP 服务器。
Anthropic 宣布 Claude Managed Agents 支持自托管沙箱和 MCP 隧道，让智能体在企业自身边界内执行工具并访问私有网络中的 MCP 服务器。
推荐理由：原文给出自托管沙箱与 MCP 隧道的边界划分和支持的沙箱提供商，读者可据此评估企业内智能体部署路径。
Claude 平台的网页搜索工具现已返回更丰富的 SEC 文件数据，便于金融研究智能体、财报分析和尽职调查工作流基于一手来源并附引用。该更新于 2026 年 5 月 18 日发布。
MIT 的 Ritu Raman 与波士顿儿童医院的 Ryan Flynn 借助 Google DeepMind 的 Co-Scientist，将组织工程与 RNA 表面图谱两套工具结合用于 ALS 研究。
Linear 推出 Code Intelligence，作为 Linear Agent 的新功能，让智能体可以按需或自动对代码库进行研究，现在面向 Business 和 Enterprise 计划开放公测，公测期间免费。
推荐理由：官方说明了产品如何把代码上下文引入问题分诊、支持与产品规划流程，并给出内部使用量增长数据，可帮助读者评估其适用场景。
Sierra 发布 𝜏-knowledge，扩展其 𝜏-bench 对话基准，新增 𝜏-Banking 域，包含 698 篇文档、21 个产品类别（约 195K tokens），任务平均需查阅 18.6 篇文档和 9.5 次工具调用。
Runway 推出 Runway Agent，一个智能体创意伙伴，可在单次对话中从想法产出可发布的成品视频，包含多镜头画面、旁白、对白和音乐。用户用自然语言描述需求，可上传参考图、选择画幅比例和时长，逐步对话确定概念与故事结构后生成视频，再用时间线编辑器做最终调整，官方称可在数分钟内产出高分辨率多镜头视频。产品面向品牌团队、营销人员、创意机构、社媒内容团队和影视创作者，现已开放使用。
推荐理由：Runway 官方宣布 Agent 上线并给出工作方式与适用场景，读者可以据此判断对话式视频生产对内容团队的适用度。
Sierra 详解其始终在线的评估层 Monitors 如何被评估：每个 monitor 先基于真实对话人工标注的示例定义目标行为，再由多个模型评判并与团队标签比对，分歧处回炉迭代直至模型稳定一致。
Claude Managed Agents 的多智能体编排与 Outcomes 功能进入公测，使用标准 managed-agents-2026-04-01 beta header。