Meta超级智能实验室（MSL）负责人Alexandr Wang宣布推出Muse Image，号称首个「智能体式」图像生成模型，其特点是在生成图像前会先进行推理和规划，而非直接输出。同时Meta预览了配套的视频生成模型Muse Video，强调其在提示词遵循度、视觉保真度与时间连贯性方面具备竞争力。这标志着图像生成从「一次性直出」向「先思考后生成」的范式转变，与传统扩散模型的即时生成路径形成差异。目前仅公布产品发布信息，未披露具体参数、可用性时间表及定价细节。

谷歌为Gemini API的托管智能体（Managed Agents）推出四项新功能：后台任务执行（background tasks）、远程MCP服务器支持、自定义函数调用（function calling）以及网络凭证刷新（credential refresh），且这些能力已通过免费层级开放。谷歌开发者关系负责人Logan Kilpatrick表示目标是大幅降低智能体投入生产的成本与摩擦，目前已服务数千家客户，未来路线图还包括新UI与自定义智能体。此举旨在与LangChain、Anthropic等在智能体基础设施领域展开竞争。

苹果与博通（Broadcom）将合作关系延长至2031年，双方将共同开发用于未来多代产品的定制ASIC芯片，以支持苹果计划于2027年部署的先进AI服务器。此举反映苹果加速构建自研AI算力基础设施的战略布局，通过与博通深度绑定确保芯片供应链稳定，为其AI服务的规模化部署做准备。这一长期协议凸显了大型科技公司纷纷自研芯片、减少对英伟达依赖的行业趋势。

英伟达将其Kyber机架级架构的发布推迟超过12个月至2028年。该系统旨在集成144颗Rubin Ultra芯片以构建超级计算机，延迟主因在于核心电路板的制造难题。这反映出英伟达激进的快速迭代节奏正遭遇实际制造瓶颈的制约。此外，苹果计划9月发布的iPhone Ultra定价预计为2400美元，是iPhone 17 Pro Max的两倍，可能引发抢购与供应紧张。

LangChain联合创始人Harrison Chase宣布开源deepagents项目，这是一个模型无关（model-agnostic）的智能体运行框架，专为研究、编码等长时运行工作流设计，可处理规划、上下文管理与多智能体编排。同时LangChain Academy推出配套免费课程，涵盖框架概念、核心能力、构建与部署，并原生集成LangSmith追踪与部署。LangChain强调真实AI应用几乎都需要在LLM外包裹一层软件框架（harness）来连接工具与外部环境。

Anthropic宣布Claude Cowork功能将扩展至移动端与网页版，用户可在不同设备间交接任务并接收已完成的工作，测试版将从Max套餐开始在未来数周内逐步推出。新增能力包括：即使电脑关机也能运行定时任务（如自动准备简报、起草跟进邮件），以及将Chat与Cowork整合进网页和桌面端的统一界面，共享项目与工件。此外，加倍的Cowork使用额度延长至8月5日。Cowork被定位为主动式业务助手，而非被动响应的聊天机器人。

Anthropic的ClaudeDevs公布了Claude托管智能体的多种成本优化模式实测数据。在BrowseComp基准上，采用Fable 5作为编排器、Sonnet 5作为工作者的模式，可在46%的价格下达到Fable 5全量96%的性能；在SWE-bench Pro上，Fable 5作顾问、Sonnet 5执行的模式则以63%成本实现92%性能。该方案通过让Fable 5负责规划、Sonnet 5负责执行，并对子智能体进行缓存以避免重复调用的完整token成本。此外Anthropic还将Fable 5免费试用延期至7月12日。

谷歌DeepMind在其Antigravity平台上推出名为「预测过去」（Predicting the Past）的新技能，将Gemini与专家AI模型Aeneas和Ithaca集成，使历史学家能用普通英语研究古希腊与拉丁文本，无需专业技术门槛。DeepMind与历史学家Thea Sommerschield合作完成三项案例研究，验证了该技能在文本修复、断代与归属分析中的研究价值，展示了AI在人文历史领域应用的具体路径。

有开发实践显示，使用小型语言模型对检索增强生成（RAG）系统中的上下文进行剪枝，成功去除了68%的无关内容，同时保持96%的召回率，显著提升了问答系统效率。核心观点是不应将所有任务都依赖大型LLM，确定性任务应由应用层逻辑完成以节省成本。文章还指出GLM 5.2等高效小模型的出现可能压缩AI服务的利润空间，并预计AI实验室到2030年每年将在数据上投入超1000亿美元，凸显数据已成为战略资源。

施耐德电气（Schneider Electric）已在全球生产环境中部署超过60个AI智能体，服务16万名员工，并使用自托管的LangSmith进行追踪与可观测性管理。这一案例代表了大型工业企业将AI智能体规模化落地生产的实践。与之呼应，DoorDash也向全体员工推广Claude Code，发现更快的代码生成会将压力转移至CI/CD、代码审查、安全审查等环节，凸显AI提效是「全公司问题」而非单纯的工程问题。