MiniMax 升级 Agent 为 Mavis，推出 Agent Teams 多智能体协作
MiniMax 将升级后的 Agent 命名为 Mavis，并上线 Agent Teams，支持桌面端多个 Agent 并行协作，以解决单 Agent 在复杂任务中易中途停止、长任务性能下降、响应慢及角色分工不清等痛点。
推荐理由：把多 Agent 系统的交接、共享与聚合成本摊开讲，比多数产品发布更实在地描述了从演示走向交付需要跨过的基础设施门槛，对选型团队有参考价值。
AI 资讯AI 每天都在变，
AI 每天都在变，
这里一页看完
全球 AI 公司、研究机构和媒体的最新动态，自动挑出值得看的，全天自动更新。
更新于 10月16日 12:10 · 每小时自动更新
5月13日 周三13 条
Tibo@thsottiaux产品AI 评分76Codex应用内浏览器升级，提升多视口测试与标注效率
Codex应用内浏览器功能迎来多项改进，支持在不同视口尺寸下测试应用，并能控制设备工具栏、在不同断点进行点击验证。长时测试中，Codex会在关键节点截图供用户核查。为加速测试，可隐藏应用内浏览器以禁用动画，使测试速度提升1-2倍。此外，标注功能现在发送更快且消耗更少tokens。
推荐理由：Codex这个内测浏览器升级挺实用，不同视口尺寸下截图验证，做响应式布局的人能省下反复部署的时间，更新不大但痛点打得很准。
Satya Nadella@satyanadella产品AI 评分68微软推出多模型AI安全系统，集成超百智能体高效发现漏洞
微软推出新型多模型智能体安全系统，整合了超过100个基于前沿和定制模型的专用智能体，用于发现可利用的安全漏洞。该系统在CyberGym基准测试中取得了顶级性能。在最近的Patch Tuesday之前，该系统已帮助发现并修复了16个漏洞。微软宣布客户现可申请加入该系统的私有预览测试。
推荐理由：微软把多模型代理系统用到安全漏洞挖掘上，100多个专业代理协作，在CyberGym基准拿了第一，做安全的朋友值得看看实际效果。
ClaudeDevs@ClaudeDevs产品AI 评分69Claude Code新增/goal功能确保任务完成
如何让Claude持续工作直至任务完成？Claude Code通过几种方式提供帮助，包括我们最近推出的功能：/goal。
推荐理由：Claude Code 的 /goal 命令解决了一个长期痛点，让 AI 能自己持续拆解执行复杂任务，不用开发者反复盯着推送，做长任务自动化的人可以直接试。
展示 HN：Statewright——通过可视化状态机提升AI智能体可靠性
Statewright 是一个通过状态机为AI智能体提供约束的系统，能控制其在各阶段可使用的工具，从而聚焦推理并提升可靠性。它将工作流定义为规划、实施、测试等多个阶段，自动执行工具限制与状态转换。在本地模型测试中，两个模型在5项SWE-bench子任务上应用约束后，正确率从2/10显著提升至10/10。该系统已集成到Claude Code等平台，一个修复测试失败的典型工作流可在46秒内完成。
推荐理由：Statewright用状态机给AI代理上“紧箍咒”，让13B小模型也能搞定SWE-bench任务，做coding agent的应该立刻装上试试。
Demis Hassabis@demishassabis产品AI 评分81谷歌AI重塑智能鼠标指针交互
团队正在用AI重新构想鼠标指针，成果非常酷！在@GoogleAIStudio尝试原型版本，体验相当神奇。 [引用 @GoogleDeepMind]：我们正用AI重新构想这个存在50年的界面——鼠标指针。🖱️ 这些实验演示展示了人们如何通过动作、语音和自然简写，在屏幕上直观操控Gemini完成任务🧵
推荐理由：用了50年的鼠标指针第一次被AI改造，这个原型让你在屏幕上随手画圈、说话、打缩写就能控制Gemini，产品经理和设计师都该去玩一下。
v2.1.140 版本更新
本次更新包含多项错误修复与体验优化。核心改进包括：增强了Agent工具的`subagent_type`匹配逻辑，现对大小写和分隔符不敏感；修复了`/goal`命令在特定钩子设置下无响应的问题，现会显示明确提示；解决了Windows系统上因缺失可执行文件导致的周期性事件循环停滞。此外，还修正了后台服务启动、远程设置认证重试、托管市场更新策略持久化、`/loop`命令调度冗余以及`Read`工具参数验证等多个问题。插件系统现会对因配置冲突而被静默忽略的默认组件文件夹发出警告。
推荐理由：Claude Code 这次修了一批烦人小 bug，尤其是 /goal 不再装死、/loop 不再空转，用着难受的开发者可以立刻更新试试。
OpenAI Developers@OpenAIDevs产品AI 评分70Codex实现跨应用无感多任务处理
计算机使用让Codex能在你的应用间工作而不占用你的Mac。 @AriX与@romainhuet探讨当代理程序能点击、输入并在后台持续工作时将带来哪些改变。
推荐理由：Codex 这个「computer use」不接管整台 Mac，只在后台帮你点、帮你打字，对用过 Cursor 接管全屏后心里发毛的开发者来说，是个更让人放心的设计，但有没有宣传的那么顺还得等实测。
Claude进军法律行业
Anthropic公司为法律行业发布20多个新的MCP连接器及12个专用插件，将Claude深度集成至合同管理、文档处理等法律核心软件栈。Claude现可直接在Microsoft Word、Outlook等办公应用中无缝工作，具备起草、修订、条款比对等可复用技能，并能自动化处理日常法律事务。公司同时宣布与多个司法公益组织合作，以扩大法律服务的可及性。
推荐理由：Claude 这次在法律行业的布局很大，20+ 连接器和 12 个插件意味着它不是做表面集成，而是把律师的整套工具链都拉了进来——对律所是效率革命，对做垂直 AI 产品的团队则是教科书级的行业解决方案示范。
GitHub Copilot 个人计划：在 Pro 和 Pro+ 中引入弹性配额，以及新的 Max 计划
GitHub 宣布从6月1日起更新 Copilot 个人计划阵容，基于用户反馈进行调整。主要变化包括在现有 Pro 和 Pro+ 计划中引入弹性配额机制，允许用户更灵活地分配使用量；同时新增 Max 计划，扩展高级选项。此次更新旨在提升计划的可定制性，为开发者提供更个性化的编程辅助服务，优化整体使用体验。
推荐理由：GitHub Copilot 个人版引入弹性配额和更贵的 Max 计划，对你这样每天靠它写代码的人，要么多花钱要么被限流，算清楚自己的用量比看功能列表更重要。
Sundar Pichai@sundarpichai产品AI 评分73谷歌推出Gemini智能，赋能高端安卓设备
今天在@Android Show（I/O特别版）上，我们发布了Gemini智能——将Gemini的最佳功能引入我们最先进的设备。 跨应用和Chrome自动化多步骤任务，一键填写表单，通过Rambler将口语想法转化为精炼文本，构建自定义小部件及更多功能。
推荐理由：below_threshold:T2 推文门槛 75,当前 finalScore=73
OpenAI Developers@OpenAIDevs产品AI 评分71Symphony为每个任务启动运行Codex智能体
Symphony：每个开放任务都有一个正在运行的Codex智能体
推荐理由：OpenAI 让每个开启的任务都自动配上一个 Codex agent，这不是单个功能的更新，是开发者 workflow 的一次静默接管。
Code w/ Claude SF 2026开发者大会：基于AI指数级增长的构建
在Code w/ Claude SF 2026开发者大会上，Anthropic宣布提升开发者工具能力。Claude Code的速率限制翻倍，Claude Opus的API限制提高，以支持大规模可靠开发。同时，Claude平台上的托管智能体新增四项功能：“梦想”功能通过回顾会话优化记忆；多智能体编排支持主智能体并行委派子任务；“成果”功能通过定义输出标准提升任务成功率，内部测试显示最难问题成功率最多提升10%；Webhooks提供任务完成通知。大会主题演讲和分组会议录像已上线，并计划在伦敦和东京举办后续活动。
推荐理由：虽然已是旧闻，但Dreaming和Outcomes这两个功能让agent能自我改进，是构建生产级AI团队的真信号，做Claude开发的值得补课。
5月12日 周二5 条
Co-Scientist：一个加速研究的多智能体AI伙伴
Co-Scientist 是一款由 Gemini 构建的协作式 AI 助手，旨在帮助科研人员加速科学突破。它通过多智能体（multi-agent）的架构设计，作为研究人员的智能伙伴参与工作流程，以提升研究效率并推动创新发现。
推荐理由：Google DeepMind 推出的科研助手，用多智能体框架帮科学家加速实验设计，如果做生物/材料领域研究，值得跟踪一下，但对其他领域暂时可能还是个概念。
OpenAI Developers@OpenAIDevs产品AI 评分69Codex插件助力AI应用与智能体开发提速
Codex现可通过OpenAI Developers插件，帮助您利用OpenAI API更快地构建AI应用和智能体。
推荐理由：把 Codex 直接接入 OpenAI API 开发流程，这是在给自家开发者递快刀，做 AI 应用和 Agent 的可以第一时间装上，省掉的不只是时间，还有调试的心力。
Claude Code v2.1.139 版本更新
本次更新引入了多项新功能与优化。核心新增包括：集中管理会话的Agent视图（研究预览）、可设置目标并持续工作的`/goal`命令、实时调整滚轮速度的`/scroll-speed`命令，以及查看插件详情的`claude plugin details`命令。交互界面导航与控制能力得到增强。底层优化涵盖MCP服务器可获取`CLAUDE_PROJECT_DIR`环境变量、`/context all`的令牌估算会考虑模型分词器并显示舍入值。此外，修复了超过20项问题，如凭证死锁、内存无限制增长、权限规则、UI显示错误及路径处理等缺陷。
推荐理由：Claude Code 这波更新给了两个真正改变工作流的杀手功能，agent view 让你一眼看清所有会话，/goal 命令能让 Claude 自己跑完一个任务直到满足条件，做开发的同学可以立刻试试。
Anthropic在AWS上正式推出Claude平台
Anthropic公司正式在AWS上推出Claude平台，为AWS客户提供了通过其现有身份验证、账单及承诺消费抵扣使用完整Claude功能的新途径。该平台首次将全套Claude API功能引入AWS生态，新功能与原生API同日上线。平台包含Claude托管智能体、代码执行、文件API等多项核心功能，并支持最新模型。与Amazon Bedrock上的服务不同，此平台由Anthropic直接运营，数据在AWS边界外处理，适合需要完整平台体验的企业客户。服务将在多数AWS商业区域提供。
推荐理由：Anthropic 第一次把完整 Claude 平台功能全量搬到 AWS 上，用 AWS 账号就能直接拿原生 API 最新特性，对于 AWS 生态里的开发者是个省心的一站式选择，不用再纠结该走 Bedrock 还是原生。
LlamaIndex 发布 LiteParse Server 可自托管文档解析服务
LlamaIndex 发布 liteparse-server，将 LiteParse 封装为可自托管的 HTTP 文档解析服务，支持 PDF、Word、PowerPoint、表格和图片，输出带 bounding box 的空间布局文本。
推荐理由：原文给出了接口、格式支持和两种部署模式的具体细节，读者可以据此评估自托管文档解析在隐私和成本上的取舍。
5月11日 周一3 条
告别编写YAML：使用confingy配置机器学习系统
Runway开源了Python库confingy，旨在解决机器学习系统配置的长期痛点。该库允许开发者用纯Python代码（支持懒加载、类型检查和序列化）替代传统YAML配置文件，从而摆脱YAML作为图灵完备领域特定语言所带来的维护困境。confingy无需重构现有代码，即可满足跟踪构造函数参数、避免实例化昂贵对象（如大语言模型）等核心需求，有效改善了因复杂YAML配置导致的无法跳转定义、类型提示失效和重构困难等开发体验问题。
推荐理由：Runway把自家ML训练的YAML坑填平了，开源了confingy。如果你还在用YAML管实验参数，这可能是今年最该装的pip包。
OpenRouter@OpenRouter产品AI 评分76帕累托代码以市场需求重塑模型选择
Pareto Code 是一种利用真实市场需求观察帕累托前沿的新方法 DeepSeek V4 Pro 占据首位，其次是 GPT 5.4 Mini 和 Gemini 3.1 Pro https://openrouter.ai/openrouter/pareto-code
推荐理由：OpenRouter 这个实验性路由把模型选型从靠直觉变成了实时市场驱动的自动化决策，对预算敏感又看重编码质量的项目来说，是个值得一试的免费工具。