Midjourney Medical 用 Scanner 把生成影像公司推进到医疗硬件

1/12 Midjourney Medical 用 Scanner 把生成影像公司推进到医疗硬件

Midjourney 宣布成立 Midjourney Medical，并展示新的 Midjourney Scanner。官方称这是一个面向全身内部 3D 扫描的新硬件方向，配套发布了技术介绍视频和下午 AMA；François Chollet 与 Linus Ekenstam 等账号也把它理解为“不用 MRI 的全身内部 3D 扫描”方向。该事件的重要性不只在医疗影像本身，而是 Midjourney 从图像/视频生成模型公司外延到实体扫描硬件与医疗数据采集。如果这个方向继续推进，AI frontier 的竞争会从模型生成能力扩展到传感器、人体数据、临床可用性和监管路径。

2/12 OpenAI 把 GPT-5.5 Instant 的医疗回答能力推给免费用户

OpenAI 称 GPT-5.5 Instant 在健康相关问题上已达到 frontier Thinking models 水平，并强调每周有超过 2.3 亿人向 ChatGPT 提出健康与健康管理问题。OpenAI 表示改进来自数百名医生参与评估，覆盖 60 个国家、49 种语言和 26 个专科，重点包括识别需要紧急就医的场景、询问相关背景、解释不确定性、避免过度自信，以及把复杂信息说清楚。因为 GPT-5.5 Instant 面向 ChatGPT 免费用户，这条更新把“医疗 AI 能力”从高端模型 demo 推到大规模消费入口。

3/12 OpenAI 与 Boston Children’s/Harvard 用 o3 Deep Research 重查罕见病病例

OpenAI 与 Boston Children’s Hospital、Harvard 研究者在 NEJM AI 发表研究，称 o3 Deep Research 帮助医生重新分析 376 个过去已做过基因检测和专家审查但仍未解决的儿科罕见病病例，并找到 18 个诊断。推文描述的流程不是让模型直接给出结论，而是把临床特征、遗传模式、变异证据和科学文献连接成可供专家审查的假设，每个结果仍经过人工裁定和临床确认。这个案例显示，长推理模型在医疗里的近期价值更像“专家重分析加速器”，而不是替代医生。

4/12 OpenAI 用真实对话 RL 训练“广泛且持久有益”的模型行为

OpenAI Alignment 发布新研究，用 realistic conversations 中的强化学习训练模型在不同场景中保持 truthfulness、humility under uncertainty、openness to correction、fairness 和 concern for human welfare 等有益行为。OpenAI 称少量训练数据在 53 个独立评估中的 44 个上带来改善，覆盖 deception、reward hacking、安全、健康和心理健康等任务；即使只在健康对话上训练，也出现跨域迁移，并在 adversarial prompts 和 harmful fine-tuning 压力下表现出更强抗性。这是把 alignment 从静态拒答规则推进到“行为特质可迁移性”的一次实验。

5/12 Google DeepMind 发布 AI Control Roadmap，聚焦“并非恶意但会误解目标”的 agent 风险

Google DeepMind 发布 AI Control Roadmap，核心假设不是 agent 总会按人类意图行动，而是要预设 advanced agents 可能误解命令、过度追求目标或在复杂系统里产生意外行为。DeepMind 称其内部数据表明，多数问题不来自恶意，而来自误解或“过于热情”的目标执行，因此需要在多 agent 系统全球扩张前嵌入结构化安全协议。这个路线图把 agent 安全从内容过滤扩展到权限、监控、隔离、审计和运行时控制，更接近企业与内部系统真正需要的治理层。

6/12 Anthropic Project Fetch Phase 2 测试 Claude 编程 robodog

Anthropic Frontier Red Team 发布 Project Fetch Phase 2，测试 Claude 能否在真实机器人任务中编程 robodog。Anthropic 称 Opus 4.7 在没有人类辅助的情况下，在已完成任务上比去年由 Opus 4.1 辅助的最快人类团队快约 20 倍，但 robodog 最终仍未能成功取回 beach ball。这个结果的价值在于它同时展示了进步和边界：模型可快速生成和调试复杂机器人控制代码，但物理世界的感知、执行、误差累积和任务闭环仍让“会写代码的 agent”距离可靠具身智能有明显距离。

7/12 Perplexity Brain 给 Computer 加入持续学习的任务记忆图

Perplexity 发布 Brain in Computer，称 Brain 是一个 continuously learning memory system，每次 Computer 任务都会接入由 Brain 构建的 context graph，让桌面 agent 不再每次从零开始。Perplexity 表示，在需要历史上下文的任务中，Brain 使回答正确率提升 25%、召回率提升 16%，并让单任务成本降低 13%；同时每条记忆都会回链到 session、file 或 source，保留透明度和控制权。这个更新把 desktop agent 的竞争焦点推向持久记忆、项目级上下文和可审计来源，而不是单次浏览器操作。

8/12 Cursor /automate 让 coding agent 自己配置定时任务和触发器

Cursor 发布 Automations 更新，新增 /automate skill：用户用自然语言描述任务，Cursor 负责配置 trigger、instructions 和 tools。Cursor 还加入 Slack emoji trigger，用户可以对 Slack 消息加反应来启动运行；GitHub triggers 覆盖 issues、reviews 和 workflow runs；cloud agents 增加 computer use。这个方向说明 coding agent 正从“在 IDE 里执行当前请求”走向“常驻工作流代理”：它能被 Slack、GitHub、定时器或事件触发，理解上下文并持续执行软件团队的重复性事务。

9/12 Kimi Work Goal Mode 强调 24/7 长周期桌面 agent

Moonshot 发布 Kimi Work 的 Goal Mode，定位为让 desktop agent 24/7 持续运行直到任务完成，面向 long-horizon tasks 和 complex multi-step workflows。与 Cursor Automations、Perplexity Brain 和 Replit Slack 集成同日出现，这条更新说明桌面/工作流 agent 的叙事正在从“打开网页完成一步操作”转向长时段、多步骤、可恢复、可记忆的任务执行。真正的竞争点会变成任务状态管理、失败恢复、权限边界、成本控制、用户可监督性，以及 agent 能否在跨应用环境中保持上下文一致。

10/12 Databricks Agent Bricks 接入 Grok，企业数据 agent 继续多模型化

xAI 宣布 Grok models 已可在 Databricks Agent Bricks 上使用，目标是把 Grok 接到企业数据上构建 agent。Databricks 同日继续总结 Data + AI Summit 的 agentic data foundation：Lakehouse//RT、Lakebase、Vector Search、LTAP、Genie Ontology、Unity AI Gateway、OpenSharing、Omnigent OSS、Agent Bricks、Genie One/Code/Agents 等能力。对企业来说，重点不是某一个模型，而是模型、数据、权限、语义层、工具和审计能否放进同一个治理平面。Grok 接入 Databricks 进一步说明企业 agent 平台会天然支持多模型供应商。

11/12 Cohere North Mini Code 扩展到 4-bit、Ollama 和 OpenRouter

Cohere 发布 North Mini Code 的三项可用性更新：4-bit quant 版本已开放，让其首个开源 agentic coding model 小到可以在 Mac 上运行；模型支持 Ollama，可与 Codex、OpenClaw 等本地工作流结合；同时可通过 OpenRouter API 免费使用。这个发布不是单纯模型分数更新，而是把开源 coding model 推到本地、低成本和多入口分发。结合 GLM-5.2、DeepSeek 和 Kimi 的开放模型讨论，agentic coding 的开放生态正在围绕成本、延迟、可部署性和工具兼容性快速迭代。

12/12 GLM-5.2 与开放权重讨论把模型竞争拉回成本和可替换性

Together AI 上线 GLM-5.2，称其面向 long-horizon agent workloads，支持 1M context、flexible thinking effort、更强 coding，并用 IndexShare 将 1M context 下每 token FLOPs 降低 2.9 倍。Clement Delangue 转发多条对 GLM-5.2 性价比的评价，并强调“Open weights are now our default”；Ethan Mollick 则提出开放权重 frontier model 的商业模式疑问。今天的开放模型讨论焦点已经不是“有没有接近闭源模型”，而是成本 per task、长上下文、agent loop 稳定性、推理速度、部署主权和供应商可替换性。

---

Deep Dive 附录

Reinforcement learning towards broadly and persistently beneficial models

OpenAI Alignment 的研究目标是训练模型把有益行为带到训练分布之外，而不是只在固定安全规则或单一领域上表现良好。方法是在 realistic conversations 上用 reinforcement learning 强化 truthfulness、humility under uncertainty、openness to correction、fairness 和 concern for human welfare 等特质，并在独立评估上测试泛化。OpenAI 报告称，训练模型在 53 个 alignment/benefit 评估中的 44 个上优于 compute-matched baseline，覆盖 deception、reward hacking、安全、健康和心理健康等任务。最值得注意的是 cross-domain transfer：只在健康对话上训练时，模型在非健康的 misalignment、deception 和 reward hacking 任务上也有改善。研究还测试了 adversarial pressure 和 harmful fine-tuning，初步显示这些有益行为有一定持久性。 查看原文

Project Fetch: Phase two

Anthropic 的 Project Fetch Phase 2 是一个 frontier red-team style 的具身智能测试：让 Claude 编程和调试 robodog，在真实物理环境中完成取物任务。Anthropic 称 Claude Opus 4.7 在无人辅助时，在已完成任务上的速度约为去年最佳人类团队加 Opus 4.1 辅助的 20 倍，说明代码生成、调试和策略搜索能力已有明显进步。但实验也明确保留失败结果：robodog 仍未能真正取回 beach ball。这个对比让实验比单纯 demo 更有信息量，因为它同时暴露了 coding agent 与 physical agent 的差距：模型可以快速写控制逻辑，但真实世界的感知误差、硬件限制、动作闭环和任务鲁棒性仍是主要瓶颈。 查看原文

Securing internal systems against increasingly capable and imperfectly aligned AI

Google DeepMind 的 AI Control Roadmap 把重点放在“越来越有能力但不完美对齐”的 AI 系统如何进入内部工具和多 agent 环境。其风险模型不是单一恶意模型，而是 agent 在追求目标时误解指令、访问过多权限、串联工具或在复杂系统中产生非预期行动。DeepMind 强调需要在 multi-agent systems 大规模扩张前嵌入结构化安全协议，包括分层权限、监控、隔离、审计、运行时约束和跨组织协作。这个路线图的意义在于，它把 AI 安全从模型回答层的内容政策，推进到实际系统工程层：agent 能做什么、在哪里运行、能触达哪些资源、失败后如何回滚，以及人类如何保持可见性。 查看原文

Improvements to Cursor Automations

Cursor 的 2026-06-18 changelog 把 Automations 做成更接近事件驱动 agent 平台的产品形态。/automate 允许用户用自然语言描述重复任务，由 Cursor 配置触发器、指令和工具；Slack emoji trigger 让团队可以从一条消息直接启动 run；GitHub triggers 覆盖 issues、reviews 和 workflow runs；cloud agents 增加 computer use，意味着 agent 可以在远端环境中执行更复杂的 UI 或浏览器操作。这个更新把 coding agent 从单次 IDE 助手推进到软件团队里的常驻自动化层。它需要解决的问题也更工程化：任务配置可解释性、权限、日志、失败重试、触发条件去重，以及不同协作工具之间的上下文传递。 查看原文

Databricks agentic data foundation and OpenSharing SecureConnect

Databricks 在 Data + AI Summit 期间把平台叙事集中到 agentic data foundation。其发布组合包括 Lakehouse//RT、Lakebase、Vector Search、LTAP、Genie Ontology、Unity AI Gateway、OpenSharing、Omnigent OSS、Agent Bricks、Genie One、Genie Code 和 Genie Agents。OpenSharing SecureConnect 则通过 Databricks-managed proxy 简化数据共享的网络配置，减少 recipient onboarding 时的防火墙和网络协调成本。这些更新共同指向同一个目标：企业 agent 不只是调用模型，还要在被治理的数据、语义层、共享协议、模型网关和工具权限之上运行。xAI Grok models 接入 Agent Bricks 也强化了这个趋势，即企业 agent control plane 会多模型化，而不是绑定单一模型供应商。 查看原文 查看原文

Markdown Comes to LiteParse

LlamaIndex 发布 LiteParse v2.1，核心更新是提供快速 markdown output，并强调该路径 LLM-free、轻量、速度快。官方称 LiteParse 在三个 benchmark datasets 上超过其他 model-free competitors。这个发布与 LlamaIndex 同日关于企业非结构化数据的讨论相呼应：大量知识工作仍锁在 PDF、文档和表格里，agent 要真正自动化 workflow，必须稳定、低成本地理解和编辑这些文件。LiteParse 的意义不是替代大模型，而是在 agent stack 中提供更可靠的文档解析层，减少模型截图、重复读取、格式丢失和高成本 OCR 调用，让上层 agent 把上下文预算用于推理和行动。 查看原文

GLM-5.2 on Together AI

Together AI 将 GLM-5.2 定位为面向 long-context、tool-heavy agent workloads 的开放模型。推文中强调 1M context、flexible thinking effort、coding improvement，以及 IndexShare 架构在 1M context 下将 per-token FLOPs 降低 2.9 倍。结合 Clement Delangue 转发的“open weights are now our default”和性价比讨论，GLM-5.2 的传播重点是把开放权重模型放进真实 agent 成本比较中：同样任务下的 dollar per task、latency、可部署性、可替换性和供应商锁定。Ethan Mollick 对开放权重 frontier model 商业模式的疑问也提醒，这个生态的长期可持续性仍未解决。 查看原文

Perplexity Brain in Computer

Perplexity Brain 是 Computer 的持续学习记忆系统，把每个任务接入一个 context graph，使 agent 可以从项目、决策和来源历史中恢复上下文，而不是每次从空白状态开始。Perplexity 称，在需要历史上下文的任务中，Brain 将 answer correctness 提高 25%、recall 提高 16%，并让单任务成本降低 13%。同时，记忆会回链到 session、file 或 source，用户可在 Customize 中访问和控制。这个设计回应了桌面 agent 的核心短板：没有持久记忆时，agent 很难跨天、跨文件、跨工具执行真实工作；但有记忆后，透明来源、隐私、纠错和删除机制又会变成产品可信度的关键。 查看原文