AI 日报 · 覆盖 2026-05-25 至 2026-05-27

2026-05-27

状态：降级

今天的主线是企业级 agent 正在从演示走向可审计的工作流：Microsoft Copilot Studio 把 computer-using agents 推到 GA，并把工作流、Work IQ、MCP 与 A2A 放进同一套低代码平台；同时 Hugging Face 的 agent 术语长文和 builder 在 X 上对 Codex、自测、eval 的讨论，都指向同一个问题：模型能力之外，harness、工具隔离、浏览器自测和评估回放正在成为 agent 产品能否落地的关键。补充信息包括 OpenAI FedRAMP 登录 incident、Check Point 把 frontier AI 扫描接进安全发布流程，以及一个面向 Claude 工作流插件的 GitHub 项目。

主体3重点条目
AIGC1产品/内容
精选博客1深读
GitHub0Top 10
Builder2观察
覆盖05.25-27标准时间范围
日报导航结构化 JSON

正文

AI 行业动态

模型、公司、政策与基础设施层面的行业动向。（本日 3 条）

Microsoft Copilot Blog Microsoft Copilot Studio 发布 computer-using agents GA 与工作流更新 重大 topic|primary MCP: 7d 11x/4d enterprise agent governance: 7d 5x/3d

  • Microsoft 的 2026-05-26 Copilot Studio 月度更新显示，computer-using agents 已 GA，同时新的 workflows 体验、Work IQ REST API/CLI、remote MCP servers、A2A GA 和实时语音 agent 都有进展。
  • 新的 workflows 体验把 agent node、审批、业务逻辑和 AI-powered actions 放到统一画布，并提供 node-level testing，适合把不确定的 agent 动作放回可审计流程。
  • 来源：Microsoft Copilot Blog Microsoft Copilot Blog

OpenAI Status OpenAI Status 显示 FedRAMP 用户登录问题仍在处理 重大 topic|primary coding agent: 7d 29x/5d

  • OpenAI Status 显示一条已定位但仍在缓解中的 incident：最近登出过的 FedRAMP 用户可能遇到登录问题，影响范围标为 ChatGPT 与 FedRAMP。
  • 状态页同屏列出 APIs、ChatGPT、Codex 和 FedRAMP 的可用性，适合作为 incident runbook 中的供应商状态检查入口。
  • 来源：OpenAI Status OpenAI Status

Check Point Blog Check Point 把 frontier AI 扫描结果落到安全发布流程 重大 topic|primary

  • Check Point 在 2026-05-26 的安全更新中说明，其 Frontier AI Models Readiness Program 已把大规模 AI-driven code scanning、人工验证、组件加固和补丁发布串到 Jumbo Security Release。
  • 文中提到 BLAST 会按部署条件、可达攻击面、认证要求和现实攻击能力过滤发现项，这比只看扫描器告警数量更接近补丁优先级排序。
  • 来源：Check Point Blog Check Point Blog

正文

订阅 RSS

Harness, Scaffold, and the AI Agent Terms Worth Getting RightHugging Face / 2026-05-25

值得关注Agent terminology and harness design

这篇文章把 agent 相关术语拆成几个工程层次：model 是完成预测或生成的底层能力，scaffold 是围绕模型组织提示、状态和工具调用的脚手架，harness 则是让整个系统可运行、可观测、可评估的外层执行环境。作者进一步把 context engineering、tool use、skills、sub-agents 与 training 分开，指出很多争论来自把模型能力、产品体验和执行环境混在一起。对研发团队来说，这篇文章适合用来统一 coding agent 或研究 agent 的设计语言：先明确哪些问题属于模型，哪些属于上下文组织、工具权限、失败恢复和评估回放，再决定是换模型、改 harness，还是补技能和测试。

signals

X/Twitter 讨论

Peter Yang@petergyang

值得关注AI product builder2026-05-26

Peter Yang 说 Codex 已经很强，尤其让他印象深的是会用浏览器测试自己的工作；但设计和前端任务上 Claude 仍然更占优。这条观察把 coding agent 的分水岭说得很具体：不是只看生成代码，而是看它能否把浏览器自测、视觉检查和结果验证纳入工作流。

Garry Tan@garrytan

值得关注YC CEO / investor-builder2026-05-26

Garry Tan 提到一种 agent eval 做法：让 agent 把某个 skill file 调用的输入和输出交给三个 frontier models 评审，并按效果打分。这个说法值得记录，因为它把“写 skill”从一次性提示词工程推进到可复核的评分流程，也呼应了今天博客区的 harness 主题。