微软推出 Frontier Tuning：在企业合规边界内用强化学习调优 AI
Microsoft 在 Build 大会上推出企业级定制方案 Frontier Tuning 并开启私有预览。该方案允许企业在自身合规边界内，利用受管强化学习环境和内部数据调优模型与智能体。微软内部 HR 智能体借此将任务完成率从 13% 拉升至 87%，后续还将接入 Copilot Studio 与 Foundry。
AI工具 · 日报
周二
6月2日 星期二
微软推出首款常驻智能体 Scout：无需反复提示，在后台替你推进工作
Microsoft 推出首款 Autopilot 个人智能体 Scout。它拥有独立身份并在后台常驻，打通 Teams、Outlook 等应用，可自主跨时区协调会议、预警停滞决策并锁定交付时间。目前已面向 Frontier 组织小范围测试。
GitHub 推出 Copilot 桌面客户端：多智能体并行调度，做开发控制中心
GitHub 推出桌面端 Copilot app 技术预览版，专为调度多个 AI 智能体设计。每个智能体都在独立的 git worktree 隔离运行，配合双向交互画布 Canvas 与 Agent Merge 工具，能自主推进 PR。目前已向 Copilot 付费订阅用户开放测试。
微软宣布 Work IQ APIs：让智能体直接读取 Microsoft 365 组织上下文
Microsoft 宣布 Work IQ APIs 将于 2026 年 6 月 16 日正式上线。该接口让外部智能体直接读取 Microsoft 365 的业务上下文而非原始数据，并通过 MCP 协议将操作简化为 10 个通用工具。计费采用 Copilot Credits，目前公开预览版已在 GitHub 上线。
微软推出 Web IQ 接地 API：专为 AI Agent 重构，延迟低于 165 毫秒
Microsoft 推出面向 AI 智能体的接地检索 API「Web IQ」。它基于 Bing 全球索引重构，不返回整篇网页，而是直接抽取段落级结构化证据以节省 token，p95 延迟低于 165 毫秒。这意味着多步推理智能体能以更低成本快速获取实时网络数据。
微软发布桌面 AI 开发者主机：配 128G 统一内存，本地跑 120B 大模型
Microsoft 在 Build 大会上发布迷你开发者电脑 Surface RTX Spark Dev Box。它搭载 NVIDIA RTX Spark 芯片与 128GB 统一内存，提供 1 Petaflop 算力，可在本地运行 120B 模型。该设备主打本地优先 AI 开发以节省云端调用开销，预计今年晚些时候在美发售。
微软 Build 2026 大更新：让 Windows 成为智能体原生开发底座
微软在 Build 2026 上推出一系列面向智能体与 AI 开发的 Windows 新功能。包括用于安全隔离智能体的 MXC 执行容器架构、原生 WSL 容器支持、Intelligent Terminal，以及全新的 Aion 1.0 本地端侧小模型。微软希望让开发者在本地设备上更安全地构建与运行 AI 智能体。
Nous Research 开启 Hermes Desktop 公测：本地原生运行智能体
Nous Research 开启 Hermes Desktop 公开预览。该应用曾在英伟达 CEO 黄仁勋的 GTC 主题演讲中亮相，主打在本地设备原生运行完整的 Hermes Agent，无需依赖云端基础设施。这意味着用户可以直接利用自有硬件部署智能体。
Perplexity 推出端云混合编排器：敏感数据留本地，重活交给云端
Perplexity 为其 Personal Computer 产品公布混合推理编排器。系统能自动拆解任务，把财务与健康等隐私数据留在本地小模型处理，复杂计算路由给云端前沿模型。该架构联手 Intel 推出并支持英伟达芯片，定于 7 月上线。
Claude Code 上线动态工作流：现场自写调度脚本，多智能体对抗验证
上周，Anthropic 宣布在 Claude Code 中上线动态工作流。依托 Claude Opus 4.8，Claude 能针对复杂任务现场编写 JavaScript harness，派生独立上下文的子智能体执行对抗验证或锦标赛竞争。不过其 token 消耗显著增加，更适合高复杂度任务。
OpenAI 升级 Codex：推出六大岗位插件，还能一键生成交互式网站
OpenAI 宣布为 Codex 推出六大岗位专用插件，以及面向企业预览的 Sites 功能。Codex 周活已超 500 万，非技术用户增速达开发者三倍。新插件打包了 62 款应用，无需写代码，团队就能用自然语言生成交互式仪表盘并生成链接分享。
周一
6月1日 星期一
TwelveLabs 推出视频副驾 Rodeo：用一句话帮剪辑师扒出关键镜头
TwelveLabs 发布首款面向终端用户的 AI 创作副驾 Rodeo。依托 Marengo 3.0 与 Pegasus 1.5 大模型，它能根据自然语言理解长视频的画面与上下文，在庞大素材库中自动检索并拼贴出成片，省去人工逐秒翻查素材的繁琐工作。
Factory 推出 Factory Router：编程成本降低 25%，性能保留 99%
Factory 推出模型智能路由工具 Factory Router。它会根据任务复杂度自动分发模型，简单重构走平价模型，复杂推理调用顶级模型，在保持 Claude Opus 4.7 基准表现 96% 至 99% 的同时削减 20% 至 25% 的成本。目前已在 CLI 和桌面客户端开启私有研究预览。
微软发布 Surface Laptop Ultra：搭 Blackwell GPU，本地可跑 120B 模型
Microsoft 宣布推出 Surface Laptop Ultra，搭载 NVIDIA Blackwell RTX GPU 与最高 128GB 统一内存，提供 1 petaflop 的 AI 算力，可在本地运行 120B 参数大模型。设备配备 15 英寸 mini-LED 触控屏，峰值亮度 2,000 尼特，将于今年晚些时候上市。
周五
5月29日 星期五
Codex 更新：内置浏览器并支持导入 Cookie，可在登录态调试与采集内容
Codex 迎来功能更新，上线内置浏览器并支持一键导入 Chrome Cookie，用户可直接带入抖音、小红书等平台账号挖掘热门内容。新版本还加入开发者模式，支持检查 DOM、控制台和网络请求，方便开发者调试需要真实登录态的 Web 应用。
Codex 更新 26.527：Windows 支持 Computer Use 和手机远控
Codex 应用发布 26.527 版更新。Windows 正式支持 Computer Use 功能，Codex 可直接识别屏幕、点击并键入操作桌面应用；同时支持通过 iOS 或 Android 上的 ChatGPT 远程控制 Windows 设备。此外个人资料页新增用量统计与 Token 动态。
Brilliant 推出 AI 家教 Koji：拒绝直接给答案，在屏幕画批注带你思考
Brilliant 推出名为 Koji 的「图形化私教」。它不直接给答案，而是能看懂用户的屏幕操作与停顿，通过语音交流、屏幕高亮和图表批注来引导解题。目前该功能已在 Brilliant 大多数数学和编程课程中上线。
周四
5月28日 星期四
ElevenLabs 推出 Dubbing v2：跨语言配音也能保留原声情绪
ElevenLabs 推出新一代配音模型 Dubbing v2。新模型主打跨语言情绪与表演细节的保留，能把原声的情绪起伏完整迁移到目标语言中。这意味着 AI 配音不再只是干瘪的台词朗读，视频出海本地化听起来将更像原声出演。
Microsoft 改版 365 Copilot：加载提速 50%，把提示框变成工作台
Microsoft 宣布重构 Microsoft 365 Copilot 界面与交互。新版应用加载速度提升超 50%，复杂聊天响应加快 10%，并引入结合邮件、文件与会议上下文的「Work IQ」智能层。在 Word、Excel 等应用中，Copilot 也转为支持直接操作画布的智能体模式。
Figma Make 支持直连本地代码库：用可视化拖拽直接改生产代码
Figma 宣布 Figma Make 支持连接本地生产代码库。设计师在画布上调整样式或添加标注，内置智能体就会自动修改对应代码，并支持分支与 PR 等 Git 工作流。这打破了设计与代码的割裂，目前仅在 Mac 桌面 Beta 版开启内测。
Perplexity Computer 接入 Word 与 Excel：侧边栏直接生成文档与模型
Perplexity 宣布 Computer 正式接入 Microsoft Word、Excel、PowerPoint 和 Outlook 原生插件。用户无需再手动复制粘贴，可直接在侧边栏起草文档、搭建财务模型或撰写邮件，并自动关联网络及 SharePoint 数据且附带引用。该功能面向 Pro 等付费订阅用户开放。
Claude Code 上线动态工作流：可调度数百个子智能体，11 天重构 Bun
Anthropic 在 Claude Code 中正式上线「动态工作流」功能。Claude 能动态生成编排脚本，在单次会话中并行运行数十至数百个子智能体协同验证与修改。Bun 作者曾借此在 11 天内将 75 万行代码移植至 Rust。不过该功能会显著增加 token 消耗。
周三
5月27日 星期三
CapCut 上线设计工作室 2.0：用无限 AI 画布告别套模板
CapCut 在网页版推出 Design Studio 2.0，将工作流重构成无限 AI 画布，并内置 AI 智能体实时协同创作。用户可借助画笔编辑、智能图层分离和一键创意衍生自由排版，摆脱传统模板限制。目前每位用户每天可免费生成 20 次。
Runway 推出 MCP：在 Claude 和 ChatGPT 里直接生成视频
Runway 推出 Runway MCP，将图像和视频生成能力接入 Claude、ChatGPT、Cursor 和 Replit 等平台。用户无需离开当前工作界面，就能直接调用 Gen-4.5、Kling 等模型生成内容。这意味着开发者和创作者可以直接在日常对话和编程工具中调度多模态模型。
OpenAI 与 Thrive 打造 Tax AI：让 Codex 自主修 Bug，准确率 6 周跃升至 86%
OpenAI 与 Thrive Holdings 披露为会计机构 Crete 开发的 Tax AI 智能体，本季度已处理 7000 份税单。系统将专业会计师的人工修正自动转为评测集，并由 Codex 自主排查并修复代码。上线 6 周内达到 75% 准确率门槛的税单比例从 25% 跃升至 86%，节省了约三分之一工时。
周二
5月26日 星期二
Anthropic 升级 Claude 托管智能体：支持自托管沙箱与内网 MCP 隧道
Anthropic 升级 Claude 托管智能体。新上线的自托管沙箱支持在企业自身设施或 Cloudflare、Vercel 等平台上运行工具，确保代码与文件不外泄；MCP 隧道则让智能体无需暴露公网即可安全调用内网私有 MCP 服务。前者已开启公测，后者进入研究预览。
周一
5月25日 星期一
xAI 上线 Grok Build Beta：支持任务规划与命令行编排
xAI 面向 SuperGrok 和 X Premium+ 订阅用户推出 Grok Build Beta 测试版。该工具配备用于任务规划的 Plan Mode，支持通过 Imagine 生成图像与视频，并提供 CLI 工具以构建自动化流程与智能体编排器。付费用户可借此更方便地搭建 AI 应用。
周五
5月22日 星期五
Ideogram 推出 MCP：把 Claude 和 ChatGPT 变成设计智能体
Ideogram 推出 Ideogram MCP 集成，将 Claude 和 ChatGPT 变身设计智能体。用户无需离开对话框，即可直接生成图片、制作设计并训练专属模型。该功能还兼容 Cursor 和 Hermes 等平台，进一步简化了设计工作流。
OpenAI 推出 ChatGPT for PowerPoint：侧边栏直接改 PPT，内容完全可编辑
OpenAI 推出 ChatGPT for PowerPoint 插件测试版，面向所有免费和付费用户开放。用户可以在侧边栏直接用提示词生成或重写幻灯片，输出内容完全可编辑，也能插入 AI 图片。不过目前复杂模板和特定字体的支持依然有限。
微软 Office 妥协：下周允许移走遮挡单元格的悬浮 Copilot 按钮
Microsoft 宣布将于下周更新 Office，允许用户将悬浮的 Copilot 按钮移回顶部功能区。该按钮此前常驻在 Word、Excel 等文档右下角且无法关闭，因遮挡单元格引发大量用户不满。更新后右键点击该按钮即可重新设置位置。
周四
5月21日 星期四
Codex Mac 版上线 Appshots：自动捕获应用上下文，融入日常桌面操作
OpenAI 在 Codex for Mac 中推出新功能 Appshots。该功能能够捕获用户在 Mac 上的应用上下文，让 AI 理解用户当前正在进行的操作。也就是说，Codex 不再局限于孤立的代码窗口，能更自然地融入跨应用的日常桌面工作流中。
Cursor推限时福利：Teams计划受邀新用户首月用量翻倍
Cursor CEO Michael Truell宣布推出限时促销。未来30天内，受邀加入现有Cursor Teams计划的新用户，整个首月的使用额度直接翻倍。现有团队成员只需在活动期内邀请同事加入即可享受该优惠。
Spotify 推出 AI 个人播客：丢个 PDF 或提示词，自动生成私密音频
Spotify 在 2026 投资者日上公布 Personal Podcasts 功能，用户只需输入提示词或导入 PDF、网页链接，AI 就会结合全网知识与个人听歌偏好，生成专属的私人简报或深度播客。下月起面向美国 Premium 用户开放。此外，播客实时提问功能现已在美、瑞、爱三地上线。
Bing 图片搜索改版：AI 自动分类加摘要，告别无脑刷图
Microsoft 推出新版 Bing 图片搜索。该功能利用 AI 将原本平铺的网格图片自动归纳为带标签的分类，并生成简短说明与来源出处。这项更新旨在帮助用户更快做决定，目前已对美国桌面端开放且无需登录，通过页面开关即可开启。
Anthropic 开放 Claude 合规 API：接入微软与 Okta 等上百家安全工具
Anthropic 宣布为 Claude 推出 28 项新安全与合规集成，合作伙伴总数已超 100 家。借助 Claude Compliance API，企业安全团队可直接调取对话内容与操作日志，像管控普通办公软件一样将 Claude 纳入既有的 DLP 和监控流程，消除大模型部署时的审计盲区。
周三
5月20日 星期三
Figma 画布上线原生 AI Agent：直接动嘴改稿，支持多 Agent 并行
Figma 在协作画布中上线原生 AI agent。它基于针对设计微调的模型，设计师直接输入自然语言就能生成界面、改稿或自动探索迭代，还能同时启动多个 agent 并行干活。最值得关注的是，日常改图和创意测试从此无需离开画板。
Granola 上线 Briefs：开会前自动出要点，连参会人背景都帮你查好
AI 笔记应用 Granola 推出会议简报功能 Briefs，支持 Mac、Windows 和 iPhone。无需手动提示词，系统在夜间自动检索过往笔记、Gmail 与网络信息，在入会前生成 2 到 3 条要点摘要并附带引用来源，专为外部会议免去临时查背景的慌乱。
周二
5月19日 星期二
Google AI Studio 上线应用构建器：输入提示词几分钟生成 Android App
Google 在 Google I/O 2026 上为网页版 Google AI Studio 加入 Android 原生应用生成功能，几分钟即可凭提示词跑通一款 App。应用基于 Kotlin 与 Jetpack Compose，支持 GPS 和蓝牙等传感器，并自带浏览器模拟器。不过目前生成的应用仅限个人体验，暂不支持向他人分发。
Gemini 变身 24 小时智能体：关机也能在后台干活，还自带视频生成
Google 宣布 Gemini 月活突破 9 亿，并推出多项 Agent 更新。核心是全天候云端智能体 Gemini Spark，合上电脑也能在后台打理邮件与文档；同步上线的还有视频生成模型 Gemini Omni 与早报功能 Daily Brief。
Google 重构 25 年搜索框：默认接入 Gemini 3.5 Flash，还能写迷你应用
Google 宣布搜索 AI Mode 默认接入 Gemini 3.5 Flash，并迎来 25 年来最大搜索框改版，支持文件与网页标签等输入。搜索还加入全天候监控智能体与实时编写迷你应用能力。新搜索框现已上线，智能体功能今夏陆续推出。
Google 发布 Universal Cart：跨平台比价，装机还能查零件兼容
Google 在 I/O 2026 上推出由 Gemini 驱动的 Universal Cart。它打通了搜索与 Gemini 等入口，跨商家加购时可主动预警零件不兼容并追踪降价，同时搭配新支付协议 AP2 让 AI 在预算内安全代付。今年夏季先在美区上线。
Google Labs 升级 Pomelli：引入 Agent，几键生成品牌手册和网站
Google Labs 宣布为其面向中小企业的 AI 工具 Pomelli 增加智能体功能。用户上传产品资料、照片或通过对话即可提炼「商业 DNA」，进而自动生成包含专属图片、字体和配色的品牌手册，或直接点击几下搭建出完整网站。
Google Stitch 升级：支持语音与文字实时协作设计，一键发布上线
Google 在 I/O 大会上宣布 Stitch 推出实时协同设计功能。用户可用文字或语音实时驱动 Stitch Agent 在画布上生成设计，支持导入既有代码。作品可导出至 Google Antigravity 接后端，或通过 Netlify 一键上线。更新现已向全球开放。
Together AI 开源 hallmark：逼 Claude 和 Cursor 做出没有「AI 味」的网页
Together AI 开发者开源设计 skill hallmark，适配 Claude Code、Cursor 等工具。它内置 50 种设计主题，在真实浏览器中通过多道关卡拦截大模型常见的套模板特征。最值得关注的是，它能让 AI 摆脱千篇一律的审美惯性，直接交付没有「AI 味」的自包含网页。
Chrome DevTools for agents 1.0 发布：给 AI 编程助手装上真实浏览器
Chrome 团队正式发布 Chrome DevTools for agents 1.0，让编程 Agent 能在真实浏览器中检查输出与调试代码。它提供 MCP、CLI 和 Agent skills 三种接入方式，支持跑 Lighthouse 审计、模拟设备环境与抓取内存堆快照。这意味着写代码的 AI 终于不再盲人摸象，可以直接闭环验证运行时表现。
OpenAI 接入 SynthID 隐形水印：上线公开工具查验 AI 图片
OpenAI 宣布升级内容溯源体系，成为 C2PA 认证生成器，并联合 Google DeepMind 为 ChatGPT 等生成的图片嵌入 SynthID 隐形水印。官方还上线了公开验证工具，可同时检查元数据与水印信号，防止图像被二次篡改。
Google 发布 Antigravity 2.0：全新桌面端上线，支持多智能体协同编程
Google 在 I/O 2026 上推出智能体编程工具 Antigravity 2.0，带来全新桌面端、CLI 和 SDK。新版本基于 Gemini 3.5 Flash，支持编排多个智能体并行处理任务并自动在后台调度运行。同时 Google 还推出了每月 100 美元的新订阅档位。
Anthropic 升级 Claude 托管智能体：代码执行放自家沙箱，内网直连 MCP
Anthropic 为 Claude Managed Agents 推出自托管沙箱与 MCP 隧道两项企业级功能。用户可将代码执行与敏感文件留在自有设备或 Cloudflare 等沙箱提供商，Anthropic 仅负责编排；同时支持无公网暴露穿透访问内网 MCP 服务。前者已开启公测，后者需申请预览权限。
Apple 预览 AI 无障碍功能：用眼神开轮椅，自然语言声控全系统
Apple 公布一系列由 Apple Intelligence 驱动的无障碍更新，预计今年晚些时候上线。语音控制支持自然语言「所见即所说」，旁白与放大器能对画面进行追问；全生态支持端侧自动生成字幕。此外，Apple Vision Pro 还将支持通过眼球追踪操控电动轮椅。
Claude 托管智能体会「做梦」了：会话间自我优化，支持多 Agent 编排
Anthropic 升级 Claude Managed Agents，推出在会话间提取规律并自我优化的「做梦」机制，以及支持独立评分自纠错的 Outcomes 和多智能体编排。测试中 Outcomes 让任务成功率最高提升 10 个百分点。目前做梦功能需申请预览，其余已开放公测。
周一
5月18日 星期一
亚马逊上线 Alexa Podcasts：说个话题，AI 几分钟生成定制播客
亚马逊为美国 Alexa+ 订阅用户推出 Alexa Podcasts 功能。用户只需说出感兴趣的话题，即可通过语音调整大纲与时长，几分钟内生成由 AI 主播朗读的定制播客。内容整合了美联社、路透社等 200 多家媒体资源，可通过 Echo Show 或 App 播放。
Cursor 上线 Composer 2.5：合成任务扩增 25 倍，强化长程编程
Cursor 宣布上线代码智能体 Composer 2.5。新版本基于 Kimi K2.5 底座，合成训练任务量扩大 25 倍，并引入靶向文本反馈解决强化学习归因难题，显著提升长任务执行稳定性。团队目前正联手 SpaceXAI 用 10 倍算力训练更大模型。
周五
5月15日 星期五
ChatGPT 上线个人理财功能：直连 1.2 万家金融机构，GPT-5.5 帮你管账
OpenAI 推出 ChatGPT 个人理财功能预览。用户可通过 Plaid 绑定超 12,000 家金融机构账户，生成开支看板，并基于 GPT-5.5 推理能力和个人财务记忆进行个性化记账与规划。目前该功能已面向美国用户开放。
xAI 接入开源 Hermes Agent：Grok 订阅用户可直接调用
xAI 宣布支持 Grok 订阅用户直接接入 Nous Research 的开源智能体 Hermes Agent。该智能体具备跨会话长期记忆，并能接入 Telegram 等软件。用户通过 OAuth 授权即可直接在本地或 VPS 部署中使用 Grok 能力。
周四
5月14日 星期四
xAI 推出 Grok Build：专为写代码打造的智能体命令行工具
xAI 面向 SuperGrok Heavy 订阅用户上线了 Grok Build 早期测试版。这是一款专为编写代码、构建应用和自动化工作流设计的智能体命令行（CLI）工具。xAI 表示，测试期间将根据开发者反馈持续打磨底层模型与产品体验。
Kimi 推出浏览器扩展：让 AI Agent 直接操控本地浏览器
Kimi 推出浏览器扩展（原 Kimi WebBridge），让 AI Agent 能直接在 Chrome 或 Edge 中点击、输入和抓取。它通过本地协议复用真实浏览器，数据不离开设备，并新增了侧边栏入口。这意味着 Agent 不用开沙箱就能替你填表和调研。
Google 将在 I/O 亮相 Gemini Spark：24 小时全天候运行的个人 AI 智能体
据曝光消息，Google 计划在 I/O 大会上公布全新个人智能体 Gemini Spark。它主打 24/7 全天候主动运行，能结合用户习惯、关联应用及网页登录状态自主处理收件箱和网络任务。这意味着 Gemini 正加速从被动问答转向常驻型主动助理。
Meta 开放显示眼镜开发者预览：支持原生 SDK 与 Web 应用开发
Meta 宣布开放 Meta Ray-Ban Display 眼镜的开发者预览。开发者可通过原生移动 SDK 或 HTML、CSS 与 JavaScript 构建界面，在眼镜上呈现文本、图像与视频，并支持通过肌电手环进行手势控制。预览期最多支持 100 名测试者。
Perplexity 上线 Snowflake 连接器：免写 SQL，用自然语言查数据
Perplexity 宣布为旗下 Computer 产品推出 Snowflake 连接器，员工无需写 SQL 即可用日常口语查询企业数据。系统支持基于角色的权限管控和 User OAuth，承诺不使用企业数据训练模型，目前已面向 Pro、Max 和 Enterprise 用户开放。
OpenAI 上线手机版 Codex：用 ChatGPT 随手批命令、看 Diff
OpenAI 在 ChatGPT 移动端（iOS 和 Android）上线 Codex 预览版，覆盖 Free 和 Go 在内的全部套餐。开发者无需守在屏幕前，用手机就能发起任务、批准命令并实时同步代码 diff 与测试结果。目前连接 Windows 端的支持即将推出。
