How we run Firecracker VMs inside EC2 and start browsers in less than 1s

HiSkill 针对 trajectory-to-skill 常见缺陷扁平文本技能库技能关系缺失高层描述与可执行动作断层提出层次技能图：节点含 skill 与 AtomicOp，边覆盖分解时序迁移兼容支持与恢复推理时检索任务相关子图，维护 symbolic task state 与 active skill，迭代选择 AtomicOp 并 grounding 为可执行动作三个交互环境上优于 SOTA，并降低 inference token；代码与数据开源在 BUPT-GAMMA/HiSkill

Sakana AI CEO David Ha 在 2026-06-15 宣布首款商用产品 Sakana Marlin 上线，定位为"Ultra Deep Research"自主代理（Virtual CSO）与分钟级 deep research 不同，Marlin 把推理时计算拉到连续 8 小时的自主推理，主动形成假设上网查证解决矛盾，输出结构化战略报告与幻灯片底层是 Sakana 团队 AB-MCTS（NeurIPS 2025 Spotlight）和 The AI Scientist（Nature）研究的工程化产物代表 agentic AI 从演示走向长时程sample-efficient 的实操路径

Franois Chollet 在 2026-06-15 呼吁业界停止对 prompt engineering 噱头恐慌式反应，转而建立标准化可量化可验证的 agentic 能力 benchmark在他看来，无法客观透明地测量这些系统到底在做什么，整个生态就会持续成为不可预期任意政府监管的靶子这一观点与 Frontier Model Forum 的能力评估框架方向一致，但明确把监管风险绑入 benchmark 缺失的代价清单

DeepSeek 于 7月31日官方发布 V4-Flash API 公测版该版本与 V4-Flash-Preview 保持相同架构和规模，仅进行了重新后训练，但 Agent 能力全面超越 V4-Pro-Preview基准成绩：Terminal Bench 2.1 = 82.7NL2Repo = 54.2Cybergym = 76.7DeepSWE = 54.4Toolathlon Verified = 70.3Agent Last Exam = 25.2DSBench-FullStack = 68.7同时原生支持 Responses API 格式并专门适配 CodexV4-Pro 官方版将于稍后发布