Perplexity Brain、GPT-5.5 Instant 医疗、o3 罕见诊断 NEJM AI、Genspark AgentBase

2026年6月18日 — Perplexity 为其 Computer 代理配备了自我改进型记忆（Brain），它会在夜间从过往会话中学习。OpenAI 发布了两项医疗领域的重要成果：GPT-5.5 Instant 在 ChatGPT 的 2.3 亿免费用户中达到了前沿级表现；而一项发表于 NEJM AI 的研究显示，o3 Deep Research 在 376 个尚未解决的儿科遗传病例中帮助确立了 18 个新诊断。Genspark 推出 AgentBase，一个无需 SaaS 的内部数据管理平台。在开发者工具方面，Claude Design 与 Claude Code 实现双向同步，MAI-Code-1-Flash 扩展到八个 Copilot 界面，而 DeepMind 发布了其 AI 代理安全框架。

Perplexity Brain — 面向 Computer 的自我改进记忆

6月18日 — Perplexity 为其 Computer 代理推出了 Brain，这是一个集成在其中的自我改进型记忆系统。不同于以用户偏好为中心的传统记忆系统，Brain 记住的是代理 做了什么：成功的任务、犯下的错误，以及在过往会话中所做的修正。

其工作方式依赖于一个活的上下文图谱（一种由语言模型生成的 wiki，会在每次会话时自动加载到代理的沙箱中）。该图谱会映射用户的项目、人员、来源和工件。夜间，代理会分析过往会话，提炼经验并修正策略——无需人工介入。每条记忆记录都可追溯到原始会话、文件或来源。

参数	值
产品	Perplexity Computer — Brain
可用性	Max 和 Enterprise Max（Research Preview）
已见任务准确率	+25 %
召回	+16 %
tokens 成本降低	-13 %
可追溯性	每条记录都关联到其会话或原始来源

tokens 成本降低 13% 尤其值得注意：通过记住重复任务的上下文，代理避免了在每次新会话中重建上下文。其改进具有递归性：代理会从自己的错误以及用户在会话间的修正中学习，从而减少来回反复和模型调用。

“Brain doesn’t just remember you — it remembers what it did, what worked, what failed, and how to correct course.”

🇨🇳 Brain 记住的不只是你——它还记住它做过什么、什么奏效了、什么失败了，以及如何修正自己。 — @perplexity_ai

🔗 Perplexity Brain — 官方博客

GPT-5.5 Instant — 面向所有用户的前沿级医疗智能

6月18日 — OpenAI 宣布 GPT-5.5 Instant 在 HealthBench 和 HealthBench Professional 基准上达到了前沿模型的表现——而且这一水平现已向 ChatGPT 的全部 2.3 亿周活跃用户开放，包括免费账户。

最引人注目的指标：ChatGPT 生产环境回答中的医疗事实性问题率在两个月内下降了 71%。这一进步依托一个覆盖 60 个国家、260 名医生的医疗网络，他们涵盖 26 个专科和 49 种语言，用于评估并优化模型回答。

维度	值
模型	GPT-5.5 Instant
可用性	所有 ChatGPT 用户（含免费用户）
评估网络中的医生	260+，覆盖 60 个国家、26 个专科、49 种语言
已完成的医学评估	700 000+
医疗事实性错误率下降	2 个月内 -71 %（生产环境）
达到的基准	HealthBench、HealthBench Professional（前沿级）

OpenAI 指出，GPT-5.5 Instant 在多项标准上超越了由医生撰写的回答——包括表述清晰度、完整性以及对对话对象水平的适配。这一公告属于 OpenAI for Healthcare 战略和 ChatGPT for Clinicians 计划的一部分，而这里其面向大众的范围被明确扩大了。

🔗 ChatGPT 中的医疗智能 — OpenAI

o3 Deep Research — 在 376 例未解决病例中确立 18 个儿科诊断（NEJM AI）

6月18日 — 发表在 NEJM AI（New England Journal of Medicine AI）上的一项研究显示，o3 Deep Research 被波士顿儿童医院和哈佛的临床医生用作研究工具，帮助在 376 例先前未解决的儿科遗传病例中确立了 18 个新诊断——相当于额外 4.8% 的诊断收益。

这一流程受到严格监督：研究人员将匿名化病历提交给 o3 Deep Research，获取其假设，然后通过 CLIA 认证实验室检测和多学科专家审查进行验证。该模型没有诊断任何患者——诊断和确认均由医生完成。

队列	病例数	确认诊断数	收益
神经发育障碍	100	10	10.0 %
神经肌肉疾病	61	4	6.6 %
早发精神病	15	2	13.3 %
儿科意外猝死	200	2	1.0 %
总计	376	18	4.8 %

一个案例说明了溯因推理的潜力：o3 推断出输入数据中并未明确出现的 22q11.2 缺失（DiGeorge 综合征），这一假设随后在实验室得到证实。该模型还通过 S1PR1 通路为白癜风提出了一个潜在的新机制——这是一个可检验的假设。OpenAI Foundation 将通过向 Manton Center for Orphan Disease Research（Boston Children’s Hospital）的 grant，为后续研究提供资助。

🔗 儿科罕见病诊断 — OpenAI

Genspark AgentBase — 通过提示词将数据转化为数据库、仪表盘和 CRM

6月17日 — Genspark 以公开预览版推出 AgentBase：一个将组织现有数据转换为定制数据库、仪表盘和可运行内部系统的平台——无需额外购买 SaaS 解决方案。该公告在几小时内就获得了 213,000 次 X 平台浏览。

功能	描述
数据来源	邮箱、文件、应用、会议记录
原生集成	Salesforce、HubSpot 及其他现有数据库
自定义	通过提示词——代理根据描述构建仪表盘
预构建系统	CRM、招聘、项目跟踪、内部系统
发布促销	按计划享受 2-4 周半价积分；Enterprise 免费 4 周

其定位明确反 SaaS：团队不再部署专用 CRM、单独的招聘工具和项目跟踪系统，而是用自然语言描述需求，由 AgentBase 基于自有数据构建工作流。

“AgentBase turns your data into personalized databases, dashboards, and internal systems — without buying multiple SaaS tools.”

🇨🇳 AgentBase 将你的数据转化为定制数据库、仪表盘和内部系统——无需购买多个 SaaS 工具。 — @genspark_ai

🔗 Genspark AgentBase — genspark.ai

Claude Design — 与 Claude Code 的双向同步

6月17日 — Anthropic 为 Claude Design 更新了通过 /design-sync 与 Claude Code 的原生双向同步。流程是：将 design system 导入代码仓库，以便基于真实组件构建；或者将现有代码推送到 Claude Design，继续在画布上编辑。

功能	描述
双向同步	`/design-sync` 在 Claude Code 与 Claude Design 之间
画布编辑	无需离开 Claude Design 界面即可直接修改
跨项目 design system	所有项目保持视觉规范一致（颜色、排版、组件）
导出	可直接从设计导出 PDF 和 PowerPoint

“Claude Code and Claude Design now sync both ways. Run /design-sync to pull your design system into your repo and build against your real components, or push what you’ve built back into Claude Design and keep editing on the canvas.”

🇨🇳 Claude Code 和 Claude Design 现在已经可以双向同步。运行 /design-sync，将你的 design system 导入仓库并基于真实组件构建；或者把你已经构建好的内容推送到 Claude Design，继续在画布上编辑。 — @ClaudeDevs

🔗 Claude Design — @claudeai

Google DeepMind — 面向代理安全的 AI Control Roadmap

6月18日 — Google DeepMind 发布了其 AI Control Roadmap，这是一个面向内部 AI 代理系统的所谓 defense-in-depth 安全框架。该方法将代理视为潜在的内部威胁（insider threats），并通过架构级监控层来补充模型对齐。

该框架基于对 100 万条编码代理轨迹的分析进行校准。DeepMind 同时发布了 Three Layers of Agent Security，这是一份面向政策制定者的技术报告，分为三个层次：单个代理的安全性、多代理系统的安全性，以及整体生态系统的安全性。Gemini Spark 代理上已启用实时监控。

“There is a narrow window to embed structural security protocols before multi-agent systems scale globally.”

🇨🇳 在多代理系统全球规模部署之前，仍然有一个短暂窗口可以纳入结构化安全协议。 — @GoogleDeepMind

🔗 保障 AI 代理的未来 — DeepMind

MAI-Code-1-Flash — 已在另外八个 Copilot 界面上线

6月18日 — Microsoft 的 MAI-Code-1-Flash 模型，专为 GitHub Copilot 设计并优化，现已可在另外八个环境中使用。

界面	MAI-Code-1-Flash 可用性
Copilot CLI	✅
GitHub Copilot 应用	✅
Copilot Chat	✅
Visual Studio	✅
GitHub Mobile	✅
JetBrains IDE	✅
Eclipse	✅
Xcode	✅

覆盖计划：Free、Student、Pro、Pro+、Max。正在分阶段部署——Business 和 Enterprise 即将到来。

🔗 MAI-Code-1-Flash — GitHub Changelog

Copilot Code Review — 支持 AGENTS.md 和 UI 改进

6月18日 — Copilot code review 现已正式支持 AGENTS.md：仓库可以将该文件放在根目录，以便让 Copilot 的审查自动与项目约定保持一致。本次更新还带来了两项界面改进：在草稿 PR 上可直接使用 Request 按钮，以及将审查事件汇总到对话时间线中。

🔗 Copilot code review AGENTS.md — GitHub Changelog

Grok on Databricks — 在 Data + AI Summit 上登陆 Agent Bricks

6月18日 — Grok 模型现已原生可用于 Databricks Agent Bricks，该消息在 Databricks 2026 Data + AI Summit 上宣布。Agent Bricks 将来自 Lakehouse（Data Lakehouse）数据的上下文与 Grok 模型连接起来，使工程团队能够基于大规模数据构建 AI 代理。此次集成补充了 6 月 17 日宣布的 Amazon Bedrock 可用性。

🔗 Databricks 上的 Grok — x.ai

Kimi Work — 长时任务代理的目标模式（Goal Mode）

6月18日 — Kimi（Moonshot AI）在其桌面代理 Kimi Work 中引入了目标模式（Goal Mode）。该模式允许代理持续运行 24 小时、每周 7 天，直到完整完成一项任务，无需持续监督。它面向长时任务（long-horizon tasks）和复杂的多步骤工作流。

🔗 Kimi Work 目标模式 — @Kimi_Moonshot

ChatGPT Enterprise — 新的支出控制与信用分析

6月18日 — OpenAI 为 ChatGPT Enterprise 管理员推出了新的使用分析工具和支出控制功能。Global Admin Console 现在将 ChatGPT 和 Codex 的信用消耗统一到单一视图中。管理员可以按 workspace、组或个人设置限额。员工可以查看自己的信用预算，并可直接在界面中请求增加额度。统一的 Cost API 允许导出数据以供外部分析。

🔗 ChatGPT Enterprise 支出控制 — OpenAI

ElevenLabs — 波兰通过 Vinci/BGK 取得股权投资

6月18日 — 波兰政府通过 Vinci（国家开发银行 BGK 集团的子公司）入股 ElevenLabs。这是该公司首次获得主权国家投资，投资方阵容还包括 Andreessen Horowitz、Sequoia 和 ICONIQ。华沙的这一选择与欧洲关于 AI 数字主权的更广泛讨论相呼应。

🔗 波兰对 ElevenLabs 的投资

NVIDIA 在 Cannes Lions — 结合 Blackwell 与 DGX Vera Rubin 的广告 AI 合作伙伴

6月18日 — 随着 Cannes Lions 电影节（6月22日至26日，法国）临近，NVIDIA 展示其合作伙伴如何利用 Blackwell 和 DGX Vera Rubin NVL72 加速器来重塑广告与营销。

合作伙伴	NVIDIA 用途
Higgsfield AI	基于 Blackwell 的视频/图像营销代理（Soul 2.0）+ NemoClaw/OpenShell；约 400 家 Fortune 500 客户
Alembic	在 DGX Vera Rubin NVL72 SuperPODs 上运行因果 AI
Criteo	在 Blackwell 上模型训练速度提升 2×（cuEmbed，17,000 GPU 小时/年）
KERV.ai	借助 Nemotron 3 Nano Omni，视频理解速度提升 10×
Taboola	运行于 NVIDIA GPU 上的 DeeperDive 对话式 AI

🔗 NVIDIA Cannes Lions — NVIDIA 博客

简讯

Dataland——全球首个 AI 艺术博物馆：Google 与艺术家 Refik Anadol 将于 6 月 20 日在洛杉矶开设 Dataland（25,000 m²），由 Gemini Enterprise Agent Platform 提供支持。同步启动 AI 艺术驻留计划：4 位艺术家，每人 25,000 美元。 🔗 blog.google
Grok for Word：Grok 面向 Microsoft Word 的扩展现已在 Microsoft Marketplace 免费提供。可将笔记转换为文档、执行网页搜索、连接 SharePoint 和 Google Drive。补充了已上线的 PowerPoint 和 Excel 扩展。 🔗 x.ai
GitHub Copilot — 发布说明中的开发者署名：当由 Copilot 代理打开的 PR 被合并时，发布说明中自动生成的内容现在会同时署名请求该 PR 的开发者和 @copilot（例如：“由 @monalisa 与 @copilot 共同完成”）。 🔗 GitHub Changelog
Cohere North Mini Code 1.0——首个开源代理式编码模型：Cohere 发布 North Mini Code 1.0（Apache 2.0），MoE 架构，总参数 30B / 活跃参数 3B，256K tokens 上下文，在吞吐量上比 Devstral Small 2 快 2.8×。可在 Hugging Face（bf16、fp8、4-bit 量化）、Ollama 和免费版 OpenRouter 上使用。 🔗 cohere.com
Cohere——G7 数字主权专栏文章：Cohere CEO Aidan Gomez 在 Fortune 发表专栏，警告各国在 AI 领域对大型科技公司的“危险”依赖，并结合 G7 背景主张数字主权。 🔗 fortune.com

这意味着什么

医疗 AI 正跨过科学可信度的门槛。 Boston Children’s Hospital / Harvard / OpenAI 的研究发表于 NEJM AI，是一个强烈信号：在 376 个未解决病例中，18 个经实验室确认的诊断表明，o3 Deep Research 能生成可操作的医学假设，而不仅仅是文献摘要。同一天，面向 2.3 亿免费用户的 GPT-5.5 Instant 在健康领域达到 frontier 水平，也勾勒出一条一致的发展轨迹：面向大众的医疗 AI 正在常态化，并由覆盖 60 个国家、260 名医生的网络作为编辑护栏。这两项发布共同指向同一个信号——健康领域的 AI 正从 benchmark 阶段走向可验证的临床结果。

代理记忆与长期自主性正成为差异化价值主张。 Perplexity Brain 代表了一项架构性进展：该代理将其操作历史转化为优势（任务精度 +25%，重复任务 tokens 成本 -13%）。Kimi Work Goal Mode（24/7 自主运行）与 Genspark AgentBase（通过提示词将数据写入操作系统）则印证了 2026 年是代理从一次性辅助转向持续执行的一年。这三款产品的收敛勾勒出下一代代理的架构：跨会话记忆、持续执行、按需构建工具。

数字主权正在成为对 AI 集中的地缘政治回应。 波兰通过 BGK 对 ElevenLabs 的投资，以及 Aidan Gomez 在 Fortune G7 专栏中的观点，指向同一诊断：各国正试图掌控其战略性 AI 基础设施。Cohere North Mini Code 1.0 以 Apache 2.0 形式发布（30 亿活跃参数，可本地运行，速度比 Devstral Small 2 快 2.8×），说明开源如何回应这种需求——通过本地部署能力与对云供应商的独立性来实现主权。

开发者工具链正在进入全覆盖阶段。 一次更新将 MAI-Code-1-Flash 带到八个 Copilot 界面、为对齐项目规范而标准化的 AGENTS.md、通过 /design-sync 与 Claude Code 同步的 Claude Design：逻辑不再是“我的 AI 助手支持哪一个 IDE”，而是“无论我在哪里编码，我的 AI 助手是否都在场”。DeepMind 同时发布其面向代理的安全框架（以一百万条轨迹为基准）提醒我们，这种垂直整合带来了尚未解决的控制问题——而产业界的回应已经开始成形。