Sierra 推出 Agent Strategist：应用 AI 领域的"博士学位"

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 如何加速逆转细胞衰老的基因研究

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。

Claude Managed Agents 推出 dreaming、outcomes 与多智能体编排

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。

Claude 平台发布 MCP tunnels 研究预览及 Claude Managed Agents 自托管沙箱

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。

Sierra 详解语音 AI 转录平台：多提供商集成与上下文感知如何降低错误率

Sierra 构建了一套语音转录平台，通过并行调用多个转录提供商进行集成、注入对话上下文，并支持 70+ 种语言，以解决姓名拼写歧义、行业术语识别等难题。其内部基准显示，集成方案平均将话语错误率降低约 25%，在部分语言中最高降低 37%；上下文感知转录使金融服务智能体的输入验证率提升超 25%，整体问题解决率最高提升 1%，重大转录错误减少最多 15%。

Claude Managed Agents 新增自托管沙箱与 MCP 隧道

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。

Import AI 457：AI 版 Stuxnet、有缺陷的 Muon 优化器与正向对齐

Import AI 457 聚焦三项研究：SentinelOne 拆解出约 20 年前的病毒 fast16.sys，它通过篡改 LS-DYNA 970、PKPM、MOHID 等高精度计算软件的内存结果来破坏科研与工程计算。

Runway 工程实践：为什么分布式训练很难，DTensor 的正确性与抽象代价

Runway 工程团队通过一个三行模块的四种并行尝试，展示手工分布式训练中梯度易出静默错误的根因，并说明 PyTorch DTensor 如何用 placement 元数据自动插入正确的 collective 来保证正确性。

Google DeepMind 为 Project Genie 接入 Street View 真实地点生成并向 Google AI Ultra 用户开放

Google DeepMind 在 Project Genie 中推出基于 Street View 的世界生成能力，用户可通过 Maps 图钉选择美国地点并叠加 Ocean World、B&W film 等风格，生成起点绑定真实街景的交互式世界，底层由 Maps Imagery Grounding 驱动。

Claude 网页搜索工具升级：返回更丰富的 SEC 文件数据

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。

Google Co-Scientist 加速肝病机制发现，提出 MASH 组合疗法新假说

爱丁堡大学团队用 Google Co-Scientist 研究 MASH 肝病，系统整合肝脏生物学与药理学证据，锁定值得关注的机制并筛选出候选组合疗法。针对 resmetirom 仅对少数合格患者有效的问题，Co-Scientist 提出 NLRP3 炎症小体是连接炎症与代谢的分子桥梁，该假说随后经实验验证，有望推动靶向双重疗法。

Google DeepMind Co-Scientist 如何连接两个实验室推进 ALS 研究

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。

Stanford 团队用 Google DeepMind Co-Scientist 筛选出肝纤维化候选药物

Stanford 医学院遗传学家 Gary Peltz 团队在 Advanced Science 发表研究，用 Co-Scientist 从现有药物文献中筛选可重定位治疗肝纤维化的药物。

Linear 发布 Code Intelligence，为 Linear Agent 引入代码上下文能力

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。

Runway 进军日本：设立东京总部并投资 4000 万美元

Runway 宣布进军日本，在东京设立日本总部并投入 4000 万美元初始投资，同时招募日本业务负责人。日本已是 Runway 第三大市场，过去 12 个月企业客户增长 300%，贡献其亚洲销售额的三分之一。Yamaha、SoftBank Corp. 和 NHN 等企业已在营销、广告与创意流程中使用 Runway。

Sierra 发布 𝜏-knowledge 基准，评测智能体的真实知识库检索与多步工具调用能力

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 发布 Runway Agent，对话式生成可发布的成片视频

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。

Anthropic 为 Claude API 推出缓存诊断公开测试版

Anthropic 在 Claude API 上线缓存诊断公开测试版，请求中传入 diagnostics.previous_message_id 后，API 会返回 cache_miss_reason，说明提示词缓存前缀在何处与上一轮发生偏离。使用该功能需在请求中带上 cache-diagnosis-2026-04-07 beta header。

Claude Opus 4.7 快速模式开启研究预览

Claude Opus 4.7 现已支持快速模式（研究预览），可通过设置 speed: "fast"、model: "claude-opus-4-7" 并搭配 fast-mode-2026-02-01 beta header 使用，以显著更快的输出 token 生成速度换取溢价定价。其定价、速率限制和访问权限与 Opus 4.6 快速模式相同，感兴趣的客户需加入等待列表。

Import AI 456：RSI 与经济增长、AI 监管的“激进可选择性”与神经计算机

Institute for Law & AI 提出“激进可选择性”监管思路，主张政府短期避免过度监管，同时提前建设信息收集、举报人保护、评估与模型权重安全等能力。Meta 与 KAIST 的论文提出 Neural Computer，将计算、内存与 I/O 统一在学习到的运行时状态中。

Runway 开源 confingy：用 Python 替代 YAML 配置 ML 系统

Runway 发布开源 Python 库 confingy 并已上架 PyPI，用于配置 ML 系统，内部已将全部 YAML 配置迁移过去。

Claude Platform 上线 AWS，支持 AWS 计费与 IAM 认证

Anthropic 推出 Claude Platform on AWS，Claude API 现可通过 AWS 原生端点访问，使用 AWS 计费和 IAM 认证。可用能力包括完整 Messages API、Files API、Message Batches API、Claude Managed Agents、Agent Skills、代码执行和工具使用。

Runway 阐述其儿童安全保护方法：从模型开发到内容溯源

Runway 发布其儿童安全保护方法，将儿童安全考量融入模型开发、产品部署与用户生成各环节，并与 Thorn 的生成式 AI 安全设计原则对齐。其措施包括用哈希匹配、儿童安全分类器和 LLM 审核过滤训练数据，部署后扫描已知 CSAM 哈希库并人工复核，2025 年向 NCMEC 的 CyberTipline 提交了 516 份报告。此外还引入 C2PA 内容溯源信号，便于识别 AI 生成内容。

自适应并行推理：高效推理扩展的下一个范式

一篇综述分析了并行推理领域的最新进展，重点讨论自适应并行推理——让推理模型自行决定何时分解并并行化独立子任务、生成多少并发线程以及如何协调。文章梳理了从自一致性、Best-of-N、Tree/Graph of Thoughts、MCTS 到 ParaThinker、GroupThink、Hogwild! Inference 等方法，指出多数方法仍由外部强加并行结构，而不同问题需要不同并行度。

Sierra 如何评估它的 Monitors？

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 多智能体编排与 Outcomes 进入公测

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。

Sierra 谈上下文工程：打造优秀 AI 智能体的关键

Sierra 提出"上下文工程"是构建复杂 AI 智能体的核心，即决定智能体在每个时刻能访问哪些信息、何时使用。其平台通过渐进式披露机制，仅在条件满足时向智能体提供最少且最相关的信息，避免无关 token 分散模型注意力。

Sierra 完成 9.5 亿美元融资，估值超 150 亿美元

Sierra 宣布融资 9.5 亿美元，由 Tiger Global 和 GV 领投，估值超 150 亿美元，公司可投入资金超过 10 亿美元。

Jack Clark 撰文判断 2028 年底前无人类参与 AI 研发概率超 60%

Jack Clark 在 Import AI 455 中判断，到 2028 年底出现无人类参与的 AI 研发（模型自主训练出后继版本）的概率超过 60%，2027 年约为 30%。

Runway 发布 Characters，单张图片生成 24fps 实时对话视频智能体

Runway 发布 Characters，基于 GWM-1 将单张参考图转为可实时对话的视频角色，无需微调，支持写实人像、卡通和吉祥物等风格。模型每帧有效耗时 37 毫秒，用户停止说话到角色开口的服务端延迟 1.75 秒；通过扩散变换器与 VAE 解码器流水线并行、KV-cache 管理、CUDA Graphs 和 Triton 核优化实现 24fps 实时生成。

Runway 如何用 GPU 点对点广播将模型冷启动提速 60 倍

Runway 构建了 NCCLBack 系统，让新 GPU worker 直接从已加载权重的对等节点通过 GPU 互联接收权重，而非从云存储重复下载，将模型冷启动时间从数分钟缩短到数秒，冷启动时间不再随集群规模线性增长。该系统基于 NCCL broadcast 原语，配合 Redis 队列做节点发现，并包含传输与完整性校验层。

Claude 平台上线 Workload Identity Federation，支持用短时 OIDC token 认证 API

Anthropic 在 Claude 平台发布 Workload Identity Federation，可用自家身份提供方（AWS IAM、Google Cloud、GitHub Actions、Kubernetes、Microsoft Entra ID、Okta、SPIFFE 等）签发的短时 OIDC token 认证 Claude API，替代长期静态 API key。

Sierra 发布 𝜏-voice 基准，在真实语音条件下评测实时语音 Agent

Sierra 团队推出 𝜏-voice 基准，将 𝜏-bench 的 278 个客服任务与全双工实时语音、可控真实音频结合，任务、工具和评估器与文本版逐字节一致，语音成绩可与文本 Agent 直接对比。

Anthropic 停用 Claude Sonnet 4.5 / 4 的 1M token 上下文窗口 beta

Anthropic 已停用 Claude Sonnet 4.5 和 Claude Sonnet 4 的 1M token 上下文窗口 beta（context-1m-2025-08-07），beta header 对这两个模型不再生效，超过标准 200k token 上下文窗口的请求将返回错误。

DeepSeek@deepseek_aiAI 评分3535

DeepSeek-V4-Pro 折扣已延长至 2026 年 5 月 31 日 15:59 UTC！

Anthropic 发布 Claude API 开源 Agent Skill，覆盖 8 种语言的 Messages API 与 Managed Agents 参考资料

Anthropic 发布 Claude API skill，这是一个开源 Agent Skill，为 Claude 提供构建 Messages API 和 Claude Managed Agents 的最新参考资料，覆盖 8 种语言。该 skill 随 Claude Code 捆绑提供，也可在 Anthropic skills 仓库获取。

SGLang 用 RDMA P2P 实现 1T 参数秒级权重传输，Kimi-K2 提速 7 倍

SGLang 为 RL 工作负载引入基于 RDMA 的 P2P 权重更新机制，通过 Mooncake TransferEngine 传输，将 1T 参数 Kimi-K2 的权重传输从 53 秒缩短至 7.2 秒，提速 7 倍，代价是每个训练 rank 额外占用 32G CPU 内存的推理引擎副本。

Mistral AI 发布 Workflows 公开预览版，为企业 AI 提供编排层

Mistral AI 发布 Workflows 公开预览版，定位为企业 AI 的编排层，提供持久执行、可观测性和人工审批能力。开发者用 Python 编写工作流，可发布到 Le Chat 由业务人员触发，每步在 Studio 中可追踪审计。

Runway 如何用 Kueue 管理研究算力，GPU 利用率提升超 20 个百分点

Runway 将 Kueue 作为 Kubernetes 准入控制器管理多团队共享的 GPU 集群，在保证团队预留容量的同时把 GPU 利用率提升超过 20 个百分点。

DeepSeek@deepseek_aiAI 评分6363

DeepSeek 即日起将全系列 API 的输入缓存命中价格降至原价的 1/10。图中显示 DeepSeek-V4-Pro 缓存命中价从 $0.145 降至 $0.003625，DeepSeek-V4-Flash 从 $0.028 降至 $0.0028；DeepSeek-V4-Pro 75% 折扣促销将持续至 2026 年 5 月 5 日 15:59（UTC）。