AI 资讯速读 - 2026-06-27

本次总结

OpenAI正式发布GPT-5.6系列模型,推出Sol旗舰版、Terra平衡版和Luna高效版三大版本,标志着新一代语言模型的性能突破。

Agent开发生态持续活跃,lmarena.ai推出Agent Arena排行榜并引入因果追踪方法论,腾讯操作系统级AI助手Marvis iOS版正式上线,开发工具层面竞争加剧。

基准测试方面,GLM-5.2在Code Arena编码排名中超越Claude Opus 4.8 Thinking版本,显示国产模型在编码能力上的进步。

今日焦点

1. 腾讯操作系统层级AI助手Marvis iOS版正式上线

腾讯操作系统级AI助手Marvis iOS版正式上线,可深度调用系统能力提供智能交互

2. lmarena.ai推出Agent Arena及因果追踪方法论

lmarena.ai发布Agent Arena排行榜,支持按开源模型或实验室过滤,引入因果追踪方法论衡量agent性能与token效率

3. GLM-5.2在Code Arena编码排名超越Claude Opus 4.8 Thinking

GLM-5.2在Code Arena前端编码任务中排名高于Claude Opus 4.8 Thinking版本

资讯内容

1. OpenAI / GPT / Codex

OpenAI发布GPT-5.6系列：Sol旗舰、Terra平衡、Luna高效

GPT-5.6系列推出三大模型：Sol为旗舰，性能超越前代

Codex用量因误标记bug被重置引发用户吐槽

Codex用量近期消耗极快，官方确认是滥用和欺诈机制误标记导致的bug，并进行了全体重置

2. Anthropic / Claude

GLM-5.2在Code Arena编码排名超越Claude Opus 4.8 Thinking

GLM-5.2 (Max)在Code Arena的Frontend编码任务中排名高于Claude Opus 4.8 (Thinking)，Arena公布了10组单次生成对比示例

Claude Code发布v2.1.195：新增禁用鼠标点击环境变量

Claude Code新版本新增CLAUDE_CODE_DISABLE_MOUSE_CLICKS环境变量，修复语音听写和钩子匹配器等多项问题

Anthropic Econ Index新增artifacts追踪，分析使用场景

Anthropic的Econ Index新增对artifacts的统计，分析Claude会话中生成物的用途

Claude Fable 5分批重新上线

消息称Claude Fable 5正在分批重新上线，同时有GPT-5相关传言

Claude Code发布v2.1.193，新增自动模式拒绝原因与日志事件

Claude Code v2.1.193新增autoMode.classifyAllShell设置，所有命令均通过自动模式分类器

Anthropic发布Claude经济影响研究：小时级采样揭示使用模式

Anthropic采用小时级采样和调查数据研究Claude经济影响，发现新闻提示在早晨、食谱在晚上达到峰值

Anthropic恢复Mythos 5部署用于关键基础设施安全

Anthropic宣布与美国政府合作，恢复最强网络安全模型Mythos 5的访问，将部署给运营关键基础设施的美国组织

3. Google / Gemini / DeepMind

Gemini Thinking Levels功能现已在全平台可用

Gemini的Thinking Levels功能已在Web、iOS和Android上全面上线，此前问题已修复

4. 开发工具 / Agent 工作流

lmarena.ai推出Agent Arena及因果追踪方法论

lmarena.ai发布Agent Arena排行榜，支持按开源模型或实验室过滤，并引入因果追踪方法论衡量agent性能与token效率

AI Agent框架排名更新：LangGraph居首

Harrison Chase分享AI Agent框架排名，LangGraph位列第一，其后为Vercel AI SDK、CrewAI和Mastra

ContextForge开源：为LLM提供本地长期记忆SDK

ContextForge发布，作为本地SDK为LLM提供长期记忆能力，突破上下文窗口限制，已开源

Vercel AI SDK Harness API新增对OpenCode和LangChain Deep Agents支持

Vercel AI SDK Harness API新增统一支持OpenCode和LangChain Deep Agents，简化代理部署

腾讯云EdgeOne Makers发布，三行命令部署AI Agent框架

腾讯云发布EdgeOne Makers，通过三行命令即可部署AI Agent开发框架，支持本地测试、域名绑定和GitHub持续迭代

AI辅助开发工具TRAE Work Design发布：从需求到代码全流程

TRAE Work Design支持从需求、设计到代码的全流程AI辅助，实测可精准识别设计系统，显著提升开发效率

腾讯操作系统层级AI助手Marvis iOS版正式上线

腾讯MarvisiOS版已上线，这是操作系统层级的AI助手，可深度调用系统能力，为用户提供智能交互体验

FactoryAI借助Fireworks实现模型管理效率大幅提升

Fireworks AI分享案例：FactoryAI通过标准化使用Fireworks，获得2-3倍开源模型增长和5-15倍每美元工作量提升，展示模型部署优化方案

开发者用Vibe Coding为女儿打造互动游戏，获赞审美出色

好友陈言为女儿开发互动游戏，界面、交互、配乐出色，内容情节和对话精彩，是Vibe Coding的亲子实践

Devin帮助Metaview在两天内完成SOC2审计

DevinAI代理帮助Metaview AI团队在两天内完成SOC2审计，替代了传统数周的的手动工作，展示了AI在合规自动化中的强大能力

Browser Use v4引入QA技能，Agent可自动测试应用

Browser Use v4新增QA技能，Agent构建应用后可自动测试并反馈Bug，形成开发闭环

LangChain内部测试LangSmith LLM Gateway，实现预算控制

LangChain在内部推出LangSmith LLM Gateway，实现预算控制和灵活使用编码agent，无需等待审批即可快速分配资源

公考解题技能包：基于花生十三体系，支持五种模式

开发者整理了基于花生十三公开教学体系的行测申论技能包，覆盖20多种题型和上百条速算公式，支持讲题、模考、规划等五种模式

5. DeepSeek / 深度求索

基于DeepSeek V4的终端编码Agent发布，极低成本媲美Claude Code

一个基于DeepSeek V4的终端编码agent，7个bug-fix任务仅花费¥1.07，比Claude Opus便宜约30倍，靠前缀缓存聚合命中率95.8%压低费用

6. 其他值得关注

AA-Briefcase排行榜评估现实任务，Nemotron 3 Ultra开放模型领先

AA-Briefcase新排行榜评估现实任务，Nemotron 3 Ultra在开放模型中表现突出，NVIDIA AI转发宣布

Ornith-1.0-35B发布Q3_K_M量化版，单GPU可运行

Ornith-1.0-35B模型推出Q3_K_M量化版本，占用约17GB显存，可在单GPU运行，比Q4_K_M小21%

英伟达在HuggingFace发布MiniMax M3的NVFP4格式版本

英伟达将MiniMax M3模型转换为NVFP4格式并上线HuggingFace，MiniMax官方感谢支持

英伟达开源MoE新方法，一行import微调加速3.7倍

英伟达开源MoE微调新方法，只需一行import即可将微调加速3.7倍，集成专家并行和DeepEP等技术

它石智航联合四大机构发布TacForeSight，机器人提前200毫秒预判接触

它石智航联合四大机构发布TacForeSight，使机器人能提前200毫秒预判接触，破解精细操作难题，推动机器人精准互动能力

7. 行业资讯 / 应用落地

Stanford AI Lab发布Auto-psych，AI自动完成心理学研究全流程

Auto-psych系统让AI代理自动提出理论、设计实验、分析数据，实现心理学研究全流程自动化

观点：新模型推出放缓将影响OpenAI/Anthropic收入及AI股票

有观点认为，如果前沿模型推出放缓，OpenAI和Anthropic的收入增长将减速，AI领域股票涨幅可能不及预期，形成两头堵的局面

Cerebras启动全球大使计划招募AI社区建设者

Cerebras宣布启动Ambassador Program，寻找AI社区建设者

a16z：风险投资激增机器人领域，AI原生公司资本效率更高

a16z最新图表显示VC对机器人兴趣激增

Aseon获1000万美元种子轮，开发自主舱解决机器人出租车空驶

Aseon获Y Combinator支持1000万美元种子轮，开发停车空间大小的自主舱，解决机器人出租车在没有乘客时的死驶里程问题

领益智造港股上市市值880亿港元，AI终端精密件全球第一

领益智造港股上市，市值880亿港元，在全球AI终端设备高精密功能件行业排名第一，为AI硬件供应链注入新资本

深度机智获数亿元新一轮融资，加速国产物理AI基座模型落地

深度机智完成数亿元新一轮融资，由国寿长三角科创基金领投，两个月连获两轮融资，以全栈自主路线加速国产物理AI基座模型落地

微软分析五百万M365 Copilot对话，洞察员工AI使用场景

微软研究分析五百万条M365 Copilot对话，了解员工实际使用AI的具体场景和方式，为AI生产力提供数据支撑

谷歌推理之王跳槽Meta，曾由李飞飞挖来

谷歌重要AI研究人员（推理之王）跳槽Meta，此前由李飞飞挖入谷歌