Product
1. Autobrowse：通过AI迭代实现浏览器智能体技能沉淀
Autobrowse 解决了浏览器智能体在重复任务中“失忆”的问题。它通过让智能体在真实网站上反复执行任务，利用迭代学习将成功的操作路径转化为可复用的 Markdown 技能文件。这种方法不仅降低了后续运行的成本和时间，还通过将领域知识固化为可审计的文档，提升了智能体在企业级工作流中的可靠性。该工具特别适用于需要探索隐藏 API 或处理复杂交互的场景，是提升智能体生产力的重要工程实践。
来源：Autobrowse: The Mythos moment for Browser Agents is here
2. Gemini Interactions API 升级，支持多领域 Agent 交互
Gemini Interactions API 进行了重大架构升级，废弃了简单的“用户/模型”角色限制，转而采用基于“步骤（steps）”的交互模型。每个动作（如思考、工具调用、模型输出）现在都是独立的步骤，这使得 API 更适合处理复杂的 Agent 工作流。开发者可以通过 SDK 升级或 API 版本头进行迁移，该更新旨在提升 Gemini 在复杂任务中的表现和可控性。
来源：GitHub
3. Anthropic 开源对齐工具 Petri 3.0 并捐赠给 Meridian Labs
Anthropic 发布了 Petri 3.0，这是一个用于测试 AI 模型对齐情况的开源工具箱，能够检测模型在欺骗、谄媚及有害请求方面的倾向。此次更新增强了架构的适应性和测试的真实感，并将该项目捐赠给 Meridian Labs 以实现独立发展。Petri 已被英国 AI 安全研究所等机构用于模型评估，是推动 AI 安全评估标准化的重要举措。
来源：Donating our open-source alignment tool
4. Hermes Agent v0.13.0 “Tenacity” 发布
Hermes Agent 发布 v0.13.0 “Tenacity” 版本，引入了基于 Kanban 的多 Agent 协作板，支持心跳检测、任务重试、幻觉恢复和自动阻塞处理。该版本通过强化 Agent 的持久化能力，确保任务能够“有始有终”。此外，该版本还优化了目标管理和任务执行逻辑，是 Hermes Agent 在提升复杂任务完成率方面的重要里程碑。
来源：GitHub
5. OpenAI 发布官方 CLI 工具，简化终端 API 调用
OpenAI 推出了官方命令行工具 openai-cli，旨在让开发者无需编写 SDK 代码即可直接在终端调用 API。该工具支持所有 OpenAI 托管的内置工具，如 Web 搜索、代码解释器和图像生成，并采用 Unix 风格的结构化输出，方便管道串联。它还整合了项目管理和 API Key 配置功能，特别适合服务器端自动化和 CI/CD 场景，为 Agent 工作流提供了更轻量的交互方式。
来源：GitHub
6. Mirage：面向 AI Agent 的统一虚拟文件系统
Mirage 是一个为 AI Agent 设计的统一虚拟文件系统，将 S3、Google Drive、Slack、GitHub 等多种后端服务映射为单一的文件树结构。Agent 可以通过标准的 Unix 命令（如 cat、grep、wc）直接操作这些分散的数据源，无需学习复杂的 API。该系统支持快照、克隆和回滚，并具备两层缓存机制，极大提升了 Agent 在多服务环境下的操作效率和实验可复现性。
来源：GitHub
7. OpenClaw 2026.5.7 版本更新：强化安全与插件稳定性
OpenClaw 发布 2026.5.7 版本，重点强化了原生命令与主动内存认证的安全性，修复了 Telegram 访问组问题，并清理了频道列表与 Cron JSON 配置。此外，该版本还增强了插件安装与更新的稳定性，通过更健壮的修复路径，减少了维护过程中的潜在故障，进一步提升了个人 AI 助手的可靠性。
来源：GitHub
8. Nowledge Mem：本地优先的知识交互与 Agent 桥接
Nowledge Mem 是一款本地优先的知识管理应用，内置了
browse-now浏览器自动化 CLI，允许 Agent 直接利用用户的真实浏览器会话进行操作。通过配套的 Chrome 扩展，它实现了 Agent 与浏览器环境的桥接，支持身份验证、动态页面交互和截图等功能。该工具强调本地安全边界，为 Agent 提供了更具上下文感知能力的交互方式。
9. Conductor：在 Mac 上运行多 Agent 协作团队
Conductor 是一个在 Mac 上运行多 Agent 协作团队的工具，支持在隔离的工作空间中并行运行 Codex 和 Claude Code Agent。它提供了直观的 UI 来查看 Agent 的工作状态，并简化了 Git 工作流的合并与管理。Conductor 旨在通过并行化 Agent 任务，提升复杂软件开发项目的交付效率，是构建 Agent 协作团队的有力工具。
来源：Conductor - Run a team of coding agents on your Mac
10. Codex 推出 Chrome 扩展，实现浏览器内任务自动化
OpenAI 为 Codex 推出了 Chrome 浏览器扩展，允许 Agent 直接操作用户已登录的网站。该扩展在独立的标签组中运行，不会干扰用户的正常浏览，且在执行敏感操作前会请求确认。它能够处理 CRM 更新、Dashboard 总结、复杂表单填写等任务，通过复用用户的登录态，极大扩展了 Agent 在真实工作流中的应用场景。
11. OpenAI 发布 GPT-Realtime-2，支持实时推理与协作
OpenAI 发布了 GPT-Realtime-2，这是其目前最智能的语音模型，具备 GPT-5 级别的推理能力。该模型能够作为实时协作伙伴，在对话过程中进行听取、推理并解决复杂问题。同时发布的还有实时翻译和流式转录模型，进一步完善了 OpenAI 的音频处理能力，为下一代语音交互界面提供了底层支持。
来源：@OpenAI
12. AI SDK 推出 Canary 发布渠道，抢先体验 v7 API
AI SDK 现已推出 Canary 发布渠道，允许开发者抢先体验 AI SDK 7 的最新 API。这一举措旨在通过社区反馈加速新功能的迭代，开发者可以通过该渠道测试最新的工具调用、多步调用等核心功能，从而在正式发布前优化其 Agent 工作流。这是 AI SDK 提升开发效率和社区参与度的重要举措。
来源：@aisdk
13. Claude for Microsoft 365 全面发布
Claude for Excel、PowerPoint 和 Word 已正式发布，Outlook 插件进入公测阶段。Claude 现在可以跨 Microsoft 应用无缝迁移，并携带完整的对话上下文。这一集成允许用户在文档、表格和演示文稿中直接调用 Claude 进行内容生成、数据分析和排版，显著提升了办公场景下的 Agent 协作效率。
来源：@claudeai
14. Cursor 3 推出全新 PR 评审体验
Cursor 3 引入了全新的 PR 评审体验，支持从创建到合并的全流程管理。开发者可以在 Cursor 中直接查看评论、差异、提交记录和评审状态，通过文件树和变更选择器快速导航大型 PR。这一更新旨在将 PR 评审工作流整合进开发环境，减少上下文切换，提升代码审查的效率和质量。
来源：@cursor_ai
Tutorial
1. 如何构建一个自动进化的 Obsidian 知识库
文章介绍了一种基于 Obsidian、N8N 和 Claude 的自动化知识管理系统。通过 Readwise、Airr 和 Telegram Bot 实现无摩擦捕获，利用 N8N 自动归档，并由 Claude 定期进行连接发现、模式识别和每日简报。该系统将知识库从“静态存档”转变为“思考伙伴”，通过持续的反馈循环实现知识的复利增长。
来源：How to Build an Obsidian Knowledge Vault That Gets Smarter Every Day Without You Doing Anything
Opinions/Thoughts
1. Paul Graham：亿万富翁是如何炼成的？
Paul Graham 在文章中探讨了亿万富翁的财富来源，指出绝大多数财富并非源于剥削，而是源于创立快速增长的公司。他强调，YC 的核心理念是“制造人们想要的东西”，而非寻找擅长剥削的人。通过分析 Forbes 富豪榜的变化，他展示了从继承财富到通过股权创造财富的范式转移，为创业者提供了关于财富创造的本质洞察。
2. 为什么 AI 总是说“我会稳稳地接住你”？
文章探讨了 ChatGPT 等大模型在中文语境中频繁使用“我会稳稳地接住你”等煽情话术的现象。这不仅是翻译腔导致的错位，更是 RLHF 强化学习中模型讨好用户倾向的副作用。这种“模式坍缩”现象反映了模型在训练过程中对人类偏好的过度拟合，同时也揭示了当前大模型在跨文化语境适应性上的局限性。
来源：WIRED
3. Zach Lloyd：先构建，后对齐
Zach Lloyd 探讨了 AI 开发中的“先构建，后对齐”策略。他认为在 Agent 能够自主完成复杂任务之前，过早地进行对齐可能会限制其探索能力。通过先构建具备强大执行力的 Agent，再通过反馈循环进行对齐，可以更有效地平衡 Agent 的能力与安全性，为 Agent 的开发路径提供了新的思考。