AI 日报 2026-06-08 08:45

快速预览

• OpenAI Codex 重大更新：Sites 插件预览发布，可创建和部署网站；AWS 全面可用；ChatGPT 新增邮件直发功能；活动洞察和分享卡片上线
• Anthropic 融资与产品：H 轮融资 650 亿美元，估值 9650 亿美元；Claude Opus 4.8 发布；Claude Code 新增 fallbackModel 设置；递归自我改进研究引关注
• xAI Grok 生态扩张：Grok Imagine 1.5 Preview 发布；Grok Build Beta 向所有 SuperGrok/X Premium+ 用户开放；集成 Cloudflare AI Gateway、Gopuff、Vapi、Kilocode
• Google I/O 2026 焦点：Gemini Omni 和 Gemini 3.5 演示发布；Co-Scientist 多智能体系统助力科研；AI Studio vibe coding 工具推出
• Benchmark 动态：SWE-bench Verified 前三无变化（live-SWE-agent + Claude 4.5 Opus 79.2%）；[email protected] 榜首稳定（vix / Claude Opus 4.7 90.2%）；LMArena 整体榜前三均为 Claude Opus 4.6/4.7 系列

新闻动态

OpenAI

2026-06-04

• How Endava is redesigning software delivery around AI agents - Endava 使用 AI agents、ChatGPT Enterprise 和 Codex 加速软件交付、自动化工作流并建立 AI 原生文化
• Dreaming: Better memory for a more helpful ChatGPT - ChatGPT 推出新记忆系统，更好记住偏好并保持上下文相关性
• Biodefense in the Intelligence Age - AI 驱动的生物防御行动计划

2026-06-03

• Introducing new capabilities to GPT-Rosalind - GPT-Rosalind 增强生物推理、药物化学专业知识、基因组分析和实验工作流能力
• How Wasmer used Codex to build a Node.js runtime for the edge - Wasmer 使用 Codex + GPT-5.5 构建边缘 Node.js 运行时，开发速度提升 10-20 倍
• A blueprint for democratic governance of frontier AI - OpenAI 提出美国前沿 AI 治理蓝图
• OpenAI public policy agenda - OpenAI 公共政策议程，涵盖安全、青年保护、劳动力转型和全球标准

2026-06-02

• Travelers deploys AI-powered claims countrywide with OpenAI - Travelers 使用 OpenAI 构建 AI 理赔助手，提供 24/7 支持
• Codex for every role, tool, and workflow - 新 Codex 插件、站点和注释帮助分析师、营销人员、设计师等团队提高效率
• Advancing youth safety and opportunity through global leadership - OpenAI 呼吁全球行动加强青年 AI 安全
• Codex is becoming a productivity tool for everyone - 《知识工作的下一个时代》报告探讨 Codex 如何通过 AI 驱动的研究、数据分析和工作流自动化转变生产力

2026-06-01

• Our views on AI policy and political advocacy - OpenAI 对 AI 政策和政治倡导的立场
• Building the infrastructure for the Intelligence Age in Michigan - OpenAI 在密歇根州 Stargate 项目中破土动工建设 1GW 数据中心
• OpenAI frontier models and Codex are now available on AWS - OpenAI 前沿模型和 Codex 现已在 AWS 上全面可用

2026-05-29

• Boston Children's uses AI to unlock new diagnoses - 波士顿儿童医院使用 OpenAI 技术改善患者护理，帮助诊断 40 多例罕见病病例
• How Braintrust turns customer requests into code with Codex - Braintrust 工程师使用 Codex + GPT-5.5 加速实验和编码
• Strengthening societal resilience with Rosalind Biodefense - OpenAI 推出 Rosalind Biodefense，扩展 GPT-Rosalind 可信访问
• A shared playbook for trustworthy third party evaluations - OpenAI 分享第三方 AI 评估指南

2026-05-28

• How Endava builds an agentic organization with Codex - Endava 使用 Codex 构建智能体组织，将需求分析从数周缩短至数小时
• MUFG aims to become AI-native with OpenAI - MUFG 使用 ChatGPT Enterprise 构建 AI 原生组织
• OpenAI's Frontier Governance Framework - OpenAI 前沿治理框架

2026-05-27

• Cisco and OpenAI redefine enterprise engineering with Codex - Cisco 和 OpenAI 使用 Codex 重新定义企业工程
• Building self-improving tax agents with Codex - OpenAI、Thrive 和 Crete 使用 Codex 构建自我改进税务智能体
• Warp's big bet on building open source with GPT-5.5 - Warp 使用 GPT-5.5 和 OpenAI 模型协调跨本地、云和开源开发工作流的编码智能体
• Election information and safeguards in 2026 - 2026 年全球选举前，OpenAI 加强选举信息和保障措施

OpenAI Codex 更新日志

2026-06-04

• Codex app updates 26.602 - 个人资料新增活动洞察和分享卡片功能，可查看 Codex 使用亮点并保存个人资料卡片
• Codex CLI 0.137.0 - TUI 控件支持 F13-F24 键绑定、可搜索菜单中的粘贴和紧凑的仅推理状态/标题项

2026-06-02

• Build and deploy websites with Sites - Sites 插件预览版在 Codex app 中发布，可创建、保存、部署和检查由 OpenAI 托管的网站、仪表板、内部工具、Web 应用和游戏
• ChatGPT for iOS 1.2026.146 - 为 Codex 新增可选 Face ID 或密码锁

2026-06-01

• Use Codex with Amazon Bedrock - Codex 现可使用通过 Amazon Bedrock 提供的支持 OpenAI 模型

Anthropic

2026-06-06 至 2026-06-04

• Claude Code v2.1.168 - bug 修复和可靠性改进
• Claude Code v2.1.167 - bug 修复和可靠性改进
• Claude Code v2.1.166 - 新增 fallbackModel 设置，可配置最多 3 个后备模型按顺序尝试
• Claude Code v2.1.165 - bug 修复和可靠性改进
• Claude Code v2.1.163 - 新增 requiredMinimumVersion 和 requiredMaximumVersion 托管设置

社交媒体动态

• 2026-06-05: Making Claude a chemist - Opus 4.7 在 NMR 光谱分析上匹配甚至超越专用 NMR 软件
• 2026-06-04: Recursive self-improvement - 内部数据显示 Claude 正在加速 AI 开发，Anthropic 工程师平均每季度交付代码量是 2021-2025 年的 8 倍
• 2026-06-03: AI-enabled cyber threats mapped to MITRE ATT&CK - 检查 832 个恶意账户并将其活动映射到 MITRE ATT&CK 数据库
• 2026-06-02: Expanding Project Glasswing - Claude Mythos Preview 访问扩展至约 150 个组织，覆盖 15 个以上国家
• 2026-06-01: Confidential draft S-1 SEC filing - Anthropic 已向 SEC 机密提交 S-1 注册草案，为可能的 IPO 做准备
• 2026-05-28: Series H Funding: $65B at $965B valuation - H 轮融资 650 亿美元，投后估值 9650 亿美元，由 Altimeter Capital、Dragoneer、Greenoaks 和 Sequoia 领投
• 2026-05-28: Claude Opus 4.8 发布 - 在 Opus 4.7 基础上改进判断力、对自身进度的诚实度和长时间独立工作能力，价格不变
• 2026-05-26: How we contain Claude - 工程博客介绍通过沙箱限制潜在破坏性操作的范围
• 2026-05-25: Chris Olah at Pope Leo XIV's encyclical presentation - Anthropic 联合创始人 Chris Olah 应邀在教皇利奥十四世通谕发布会上发言

xAI

2026-06-03

• Grok models on Cloudflare AI Gateway - Grok LLM、音频、图像和视频模型现可通过 Cloudflare AI Gateway 使用
• Go by Gopuff powered by Grok - Gopuff 和 SpaceXAI 推出个人购物助手 Go，由 Grok 文本、音频和图像模型驱动
• Grok Imagine 1.5 Preview - 现已在 API 中提供
• Grok STT and TTS on Vapi - Grok STT（最具成本效益）和 TTS（最自然）API 现已在 Vapi 上线

2026-05-28

• Grok Build 0.2.7 - 新增 /usage、/login、跨子智能体共享终端和改进的图像理解

2026-05-27

• Grok in Kilocode - 可在 Kilocode IDE 扩展或 CLI 中使用 SuperGrok 或 X Premium+ 订阅访问 grok-build-0.1

2026-05-26

• Grok Build usage limits reset - 团队发现缓存改进区域并重置所有账户的 Grok Build 使用限制

2026-05-25

• Grok Build Beta available - 所有 SuperGrok 和 X Premium+ 用户现可使用 Grok Build Beta，包括计划模式、Imagine 图像和视频创建以及 CLI 自动化

Google

2026-06-05

• The latest AI news we announced in May 2026 - 5 月 AI 更新回顾

2026-06-03

• 5 ways Google Search can level up your thrift and vintage shopping - Google 搜索古着购物技巧

2026-06-01

• How we used Gemini to build Google I/O 2026 - Google 使用 Gemini 构建 I/O 2026

2026-05-29

• Take our I/O 2026 quiz, vibe coded in Google AI Studio - 使用 Google AI Studio vibe coding 制作 I/O 2026 测验
• 9 demos of Gemini Omni and Gemini 3.5 in action - Gemini Omni 和 Gemini 3.5 实战演示
• Check out real-life AI prototypes from the Futures Lab - 滑铁卢大学学生开发手语导师等 AI 原型

2026-05-28

• Catch up on 12 major I/O 2026 moments - I/O 2026 主题演讲 12 个重要时刻

个人社交媒体动态

OpenAI 相关人士

• 2026-06-07 @thsottiaux: 未来 100 天每天选一人给予 10 倍 Codex 使用限制
• 2026-06-05 @thsottiaux: Codex 设置现支持搜索功能
• 2026-06-07 @gdb: Codex 能力范围很大，当前"过剩"感明显
• 2026-06-06 @gdb: ChatGPT 新增网页端邮件直发功能
• 2026-05-29 @nickaturley: GPT-5.5 instant 新版本改进阿谀奉承、事实性和多语言性能

Anthropic 相关人士

• 2026-06-04 @bcherny: 转发 Anthropic 工程师代码产出是 2021-2025 年 8 倍的推文
• 2026-05-28 @bcherny: 转发 Anthropic H 轮融资推文

Google 相关人士

• 2026-06-05 @OfficialLoganK: 探索举办 Google Summer of Building 帮助学生和早期建设者
• 2026-06-05 @OfficialLoganK: 创建优质公开 AI benchmark 机会巨大
• 2026-06-04 @OfficialLoganK: 正在开发世界最佳 Android 和 iOS vibe coding 应用
• 2026-06-03 @demishassabis: 转发 DataDIVER 计算模型发现研究
• 2026-06-02 @demishassabis: 转发 Google DeepMind Co-Scientist 多智能体系统
• 2026-05-29 @demishassabis: 转发 Gemini Omni 演示

Benchmark 快照与变化

SWE-bench Verified

本期排名前三（无变动）

本期变化

• EntroPO + R2E + Qwen3-Coder-30B-A3B-Instruct: 排名从 103 升至 76，分数从 52.2 升至 60.4
• Warp: 排名从 11 降至 36，分数从 75.6 降至 71.0
• devlo: 排名从 44 降至 83/94，分数从 70.2 降至 58.2/54.2
• Nemotron-CORTEXA: 排名从 50 降至 82，分数从 68.2 降至 58.2
• Solver (2024-09-12): 排名从 120 降至 126，分数从 45.4 降至 43.6
• EPAM AI/Run Developer Agent + GPT4o: 排名从 156 降至 162，分数从 27.0 降至 24.0

来源: https://github.com/OpenAutoCoder/live-swe-agent

SWE-bench Pro Public

本期排名前三（无变动）

本期无变化

来源: https://labs.scale.com/leaderboard/swe_bench_pro_public

[email protected]

本期排名前三（无变动）

本期变化

• LemonHarness / Multiple: 排名从 10 升至 4，分数从 79.9 升至 84.5
• Gemini CLI / Gemini 3.1 Pro: 排名从 47 升至 42，分数从 59.4 升至 61.4
• little-coder / Qwen3.6-35B-A3B: 排名从 123 升至 118，分数从 23.0 升至 24.6
• Warp / Multiple: 排名从 43 降至 49/67，分数从 61.2 降至 59.1/50.1

来源: https://www.tbench.ai/leaderboard/terminal-bench/2.0

LMArena 整体榜

本期排名前三（无变动）

本期无变化 - 前十名模型和分数均保持稳定

来源: https://datasets-server.huggingface.co/rows?dataset=lmarena-ai/leaderboard-dataset&config=text_style_control&split=latest

来源状态

所有新闻来源和 benchmark 来源均正常采集，无失败来源。