Product
1. Google 发布 Gemini Deep Research 代理 API
Google AI Developers 推出了 Deep Research 和 Deep Research Max 代理，旨在处理长周期的规划、搜索与合成任务。该代理通过 Interactions API 提供，支持协作式规划、原生图表生成及远程 MCP 服务器连接。用户可以设置 collaborative_planning=True 来迭代研究计划，并利用 visualization=“auto” 生成 base64 编码的图表。该工具支持多模态输入，允许将图像、PDF 和音频作为研究背景，并提供实时流式传输的推理摘要。这是 Google 在自主研究代理领域的重要布局，旨在解决复杂长程任务的自动化需求。
来源：How to use Deep Research with the Gemini API
2. Hermes Agent v0.11.0 发布：接口与交互的全面重构
Hermes Agent v0.11.0 “The Interface Release” 带来了全面的 React/Ink CLI 重构，引入了可插拔的传输架构。该版本支持 GPT-5.5，增加了对 AWS Bedrock 的原生支持，并新增了 5 种推理路径。此外，它还扩展了插件生态，支持 QQBot 等 17 种消息平台。此次更新标志着 Hermes Agent 在交互体验和多平台适配能力上的重大飞跃，进一步巩固了其作为可成长、多平台代理的地位。
来源：GitHub
3. OpenAI 开源思维链（CoT）监控评估工具
OpenAI 开源了其思维链（CoT）监控评估套件，旨在帮助研究社区评估模型的监控能力。该发布包含数据集、g-mean 监控指标计算代码以及一种新的交叉拟合过滤策略，用于提高干预估计的鲁棒性。OpenAI 强调，CoT 监控是其安全策略的核心，通过监督模型的推理过程来捕捉潜在的奖励黑客行为或不当行为。此举旨在推动行业对模型推理透明度的重视，确保在优化模型性能的同时，不牺牲推理过程的可读性和可监督性。
来源：Open Sourcing Monitorability Evaluations
4. Claude Managed Agents 引入文件系统级记忆功能
Claude Managed Agents 现已支持文件系统级记忆功能，处于公测阶段。该功能允许智能体在多次会话间积累经验，通过将记忆存储为文件，开发者可实现对记忆的导出、管理及审计。这种设计利用了智能体已有的 bash 和代码执行能力，使得 Claude 能够更智能地决定保留哪些信息。该功能专为企业级部署设计，支持跨智能体共享记忆，并提供细粒度的权限控制，旨在解决长期运行代理在跨会话协作中的上下文丢失问题。
来源：Claude
5. Claude Code 引入 Routine 一次性任务调度
Claude Code 现支持通过 CLI 或 Routines UI 调度一次性任务。用户可以使用
/schedule命令定义在特定时间执行的任务，例如清理功能标志或生成发布报告。这一功能进一步增强了 Claude Code 的自动化能力，允许开发者将重复性或延时性任务委托给 Anthropic 管理的云基础设施。这是 Claude Code 从交互式助手向自动化工作流引擎演进的重要一步。
来源：Automate work with routines - Claude Code Docs
6. Claude Code 新增 /ultrareview 功能
Claude Code 推出 /ultrareview 研究预览版，允许开发者在合并高风险代码（如身份验证、数据迁移等）前，在云端运行自动化漏洞扫描代理。
7. OpenAI 发布 Workspace Agents
面向企业和教育用户的 Workspace Agents 允许在 ChatGPT 中创建具备特定角色、任务及外部工具访问权限的代理，未来将取代自定义 GPT。
8. OpenAI 开源聊天数据查看器 Euphony
Euphony 是一个用于查看聊天数据和 Codex 会话日志的开源工具。
来源：OpenAIDevs
9. OpenAI 发布 GPT-5.5：智能与效率的双重提升
OpenAI 发布 GPT-5.5，在保持与 GPT-5.4 相同延迟的同时，显著提升了智能水平和 token 效率。该模型在 Terminal-Bench 2.0 和 OSWorld 等代理任务中表现优异，并在科学研究领域展现出辅助发现新证明的能力。OpenAI 强调其在 agentic 执行能力上的突破，即模型能够自主规划、调用工具并纠错直至任务完成。尽管 API 定价有所调整，但 token 效率的提升被认为能有效对冲成本。此外，OpenAI 还推出了面向安全研究人员的 Trusted Access 计划。
来源：@dotey
Tutorial
1. LiteParse：在浏览器中实现空间感 PDF 文本提取
Simon Willison 实现了 LiteParse 的浏览器版本，该工具能够处理复杂的 PDF 布局（如多栏排版）。LiteParse 不依赖 AI 模型，而是通过空间文本解析算法（Grid Projection）来重构文档的视觉流。它支持将提取的文本与带有边界框的视觉引用相结合，为 RAG 系统提供高可信度的证据。通过 Claude Code 的辅助，作者成功将原本仅限 Node.js 的 CLI 工具移植到浏览器环境，展示了在客户端进行复杂文档处理的可行性。
Opinions/Thoughts
1. AI 代理成本优化：从默认模型到任务路由的架构转型
随着 Anthropic 取消固定费率订阅，AI 代理的成本控制成为开发者必须面对的架构问题。作者通过审计发现，将所有任务默认运行在 Opus 模型上导致了严重的资源浪费。通过引入任务路由层，将背景自动化任务迁移至更具性价比的 Minimax M2.7，并将编码任务交给 GPT-5.4，实现了 47% 的成本削减。文章强调，未来的竞争优势在于将模型路由视为工程问题，而非单纯的订阅管理。此外，作者指出“Vibe Tax”（认知负担）是计量计费模式下被低估的隐形成本，建议通过事件驱动架构替代轮询，以实现真正的成本优化。
来源：How I Rebuilt My OpenClaw After Anthropic Pull the Plug (Plus 6 Tips on Optimizing Cost)
2. GPT-5.5 在 Codex 中的表现反馈
开发者反馈 GPT-5.5 在 Codex 中的表现非常出色，响应速度快，意图理解能力强，且具备良好的“个性”。它能够高效完成复杂任务，无需频繁暂停。用户展示了其生成的 artifact 设计，认为这是 OpenAI 的重大胜利。这一反馈进一步证实了 GPT-5.5 在编码和代理任务中的实际效能。
来源：@omarsar0
3. Anthropic 修复 Claude 降智问题：三个关键变更的复盘
Anthropic 复盘了 Claude 近期“降智”的原因，归结为三个独立但叠加的变更，均已在 4 月 20 日修复。这些变更包括：默认思考时长从“长”调至“中”导致的智能下降、缓存优化导致的健忘 bug，以及系统提示词中限制回复长度导致的质量下降。Anthropic 承认这些变更在内部评测中未被及时发现，并强调了在复杂系统中进行广泛评测的重要性。这一复盘展示了 AI 模型在工程化过程中面临的复杂挑战。
来源：@xiaohu
4. Sierra 试点 AI 原生面试
Sierra 正在测试一种 AI 原生面试流程，通过让候选人与编码代理协作改进中型代码库来评估其能力。
来源：sierra.ai