Anthropic 发了新模型 Claude Opus 4.8，主要卖点是 Claude Code 现在能先写一个调度脚本，再同时拉起多个子代理并行处理复杂任务。不过有开发者提醒，这并不证明松散的 multi-agent 架构靠谱，反而是围绕小代理循环的确定性工作流更稳。模型本身被 Simon Willison 评价为“温和但有用的升级”，更诚实、更少...
推荐理由：HKR 三项都成立，因为这是一次有实质内容的 Anthropic/Claude 发布和 Claude Code 代理更新。文章没给基准测试、定价和上下文窗口数据，所以分数压在 85–94 这个区间。
Anthropic 把 Project Glasswing 的合作范围从约 50 家扩到约 150 家新机构，覆盖超过 15 个国家，新增了电力、水务、医疗、通信和硬件等关键基础设施行业。这些机构都有一个共同点：一旦代码库被攻破，影响可能超过 1 亿人。前期合作方用 Claude Mythos Preview 已经扫出超过 1 万个高危或严重漏洞，现在...
推荐理由：Anthropic把Project Glasswing铺到约150个新组织，横跨15个以上国家，HKR三项都有实打实的数字和行业支撑。不过正文没披露具体的安全机制或模型能力变化，所以分数就停在featured低段，先别太激动。
过去四年所有 AI 产品演示都说能帮你规划旅行，但实际用起来只会推荐每个城市最俗套的六件事。我用 Spark 的体验完全不同——它是 Google 一个野心很大的常驻 AI 管家。不过这篇报道只放了开头，正文没披露 Spark 什么时候上线、怎么收费、有没有跑分，也没说测试条件能不能复现，所以它到底多能打，我会先打个折。
推荐理由：我会先打个折：这篇是 The Verge 的上手体验，不是产品发布稿，所以别当官方公告看。标题的情绪冲击力够强，能勾住人，但正文只披露了旅行规划这一个场景的差异，发布时间、定价、可复现的测试条件一概没提，信息密度其实不高。不过它踩中了两个从业者会关心的点：一是 agent 常驻系统带来的自主性和安全边界问题，二是 Google 在这个方向上给竞品施加的压力。综合来看，有话题性但缺硬信息，放在 featured 级别是合适的。
NVIDIA 把 Cosmos 3 系列模型挂上了 Hugging Face，这次发了两个尺寸：Nano 版 160 亿参数，Super 版 640 亿参数。它是个全模态世界模型，输入可以混着来——文字、图片、视频甚至动作轨迹都行，输出也不止视频，还能直接吐图片、音频和下一步的动作指令。不过 Reddit 原帖的正文被网络策略挡了，实际跑起来的硬件门槛...
推荐理由：我会先打个折：正文没披露 benchmark 分数、许可证和训练细节，所以不能直接断定它比现有方案强。但 NVIDIA 把 16B 和 64B 两个规格的世界模型公开放在 HF 上，这件事本身就值得从业者看一眼——至少多了一个能本地跑、能接动作输出的多模态基座选项。对做机器人仿真和视频生成的人来说，输入支持动作轨迹、输出能直接给动作指令，说明它不只是生成漂亮画面，而是想往物理交互方向靠。这点先别太激动，因为没看到在真实机器人任务上的验证，但方向对，且开源降低了试错成本。
作者用Codex扫了自己的MacBook，发现B站缓存等一堆可删文件，激进方案能清出超140G。他干脆把清理逻辑做成一个开源skill，Mac和Windows都能用。工具会扫描文件生成可交互的HTML报告，用绿黄红三色标出哪些能放心删、哪些要人工判断、哪些千万别动，还带安全执行按钮。实测清出近120G，而CleanMyMac只扫出15.8G，信息透明度...
推荐理由：这篇东西不是平台级大新闻，但 H、K、R 三点都踩中了：120 美元的替代钩子够抓人，扫描报告和 120G 实测结果给了具体信息，开源 skill 的思路对想用 AI 省钱的开发者有直接复用价值。放在 featured 门槛附近没问题，属于那种实用开源工具类的推荐。
英伟达要在今年秋天把一台叫 RTX Spark 的 Windows 电脑推向市场。这台机器把一块 Blackwell 架构的 RTX 显卡和一颗 20 核 Arm 架构的 Grace CPU 焊在一起，通过 NVLink-C2C 高速互联，共享 128GB 统一内存。官方给出的 AI 算力是 1 petaflop，号称能在本地跑起 1200 亿参数、上...
推荐理由：英伟达把RTX Spark搬进Windows PC，不是发新模型，而是给开发者一台能本地跑120B模型的机器。1 petaflop算力和128GB统一内存这些数字，说明它想解决本地跑大模型内存不够、上下文装不下的痛点。对从业者来说，这意味着可以省掉一部分云端推理成本，延迟也更可控。不过正文没提具体功耗和价格，实际性价比还得等上市再看。整体是硬件产品更新，不是基础模型发布，所以分数落在78到84之间。
中科院自动化所开源了一个叫 MobileGym 的移动端智能体训练环境，直接在浏览器里模拟安卓手机。它覆盖了 28 款常用 App，包括微信、原神、淘宝这些，每个实例只占 400MB 左右，冷启动 3 秒就能跑起来。环境会把手机界面状态转成结构化的 JSON 快照，方便模型理解当前屏幕有什么、能点哪里，任务验证也是程序化自动完成的，不用人工盯着看。这套...
推荐理由：MobileGym 是一套开源的移动 agent 训练与评测基础设施，不是模型发布，但实用性强。我会先打个折：正文没披露判分准确率、任务完成率等验证数据，这点先别太激动。不过它用浏览器仿真 28 个 App，单实例约 400MB、3 秒冷启动，还支持 JSON 状态复制，意味着复现成本低、部署快，适合批量跑实验。对 agent 开发者来说，这比租真机或搭模拟器集群省钱省事。整体在 78–84 这个质量区间里算扎实的工程贡献，所以维持 featured 和现有评分。
这个模型用了多矩阵分解注意力，把 KV-cache 的占用压到 DeepSeek 同类模型的 22% 左右，显存压力小很多。另外还把注意力和前馈网络解耦，方便在硬件上跑得更顺。模型走 Apache 2.0 协议，已经在 Fireworks AI 上可用，官方说能用来搭智能体应用。不过正文没给出具体跑分和延迟数据，实际效果还得看第三方实测。
推荐理由：HKR 三项都站得住：Step 3.7 Flash 有 196B MoE 和约 22% KV-cache 成本的具体数字，不是纯宣传稿。不过它还没到一线旗舰模型的体量，所以给 78 分放在 featured 里。
英伟达在台北电脑展上放出了一波开源模型和硬件。Cosmos 3 是一个能同时处理文字、图片、视频、音频和动作的“世界模型”，用了混合 Transformer 架构，把负责推理和负责生成的两个模块拼在一起。它分 Nano（16B）和 Super（64B）两个尺寸，其中 Super 微调后的文生图和图生视频能力，在开放权重模型里直接冲到了第一。Nemotr...
推荐理由：这次发布把视觉世界模型、大语言模型和本地推理硬件捆在一起推，信息密度高。Cosmos 3 的 MoT 架构和两个具体尺寸（16B/64B）给了明确的技术锚点，Nemotron 3 Ultra 的 550B-A55B 开放权重对想自己部署大模型的人是个实在消息。不过正文没给出具体 benchmark 对比或价格，实际效果和性价比还得等上手。整体影响面广，但还没到前沿实验室发新基础模型那种震动级别。
Google AI Studio 上线了应用构建功能，可以直接在里面连接 Gmail、Drive 和 Sheets 等 Google 自家服务，不用再切到别的网站。目前支持在 AI Studio 内部添加测试人员，但正文没披露完整的公开分享功能具体什么时候上线，只说“即将推出”。
推荐理由：这是个中等体量的产品更新：Workspace 连接和测试人员支持已确认，但分享机制、权限细节和定价都没披露。我会先打个折，因为目前更像内部测试能力，离正式开放还有信息缺口。
OpenAI 宣布，它的前沿模型和 Codex 编程助手已经在 AWS 上正式开放使用。这意味着企业可以直接在自己熟悉的 AWS 环境里调用 GPT-5.5 等模型，走现有的安全、合规和采购流程，省去另起炉灶的麻烦。Codex 也一并上线，这个每周有超过 500 万人用的编程智能体，现在能在 AWS 里帮团队写代码、做审查和修 bug。正文没披露具体定...
推荐理由：这条消息本身挺有意思，OpenAI 上 AWS 意味着企业多了一个不用 Azure 也能用前沿模型的选择，对多云策略和采购谈判都有影响。但正文实在太薄，只给了个链接和 56 分、17 条评论，没写可用区域、价格、模型清单，也没说清楚是 Bedrock 里的托管版还是别的接入方式。所以我会先打个折：信息缺口太大，没法判断实际落地程度和性价比，这点先别太激动。
英伟达要把 AI 代理（能自主干活的软件助手）装进消费级 PC，合作方是微软、戴尔和惠普。他们瞄准的是价值 2000 亿美元的 CPU 市场。不过正文没披露具体配置、价格、上市时间，也没说怎么保证这些代理在个人电脑上安全运行不出乱子。如果真解决了易用、安全和实用这三个问题，这事儿确实不小，但现在只能先打个折看。
推荐理由：我会先打个折：正文没给任何规格、价格或上市时间，所以这更像一次生态站队宣示，不是产品发布。但“2000亿美元市场”这个钩子和微软/戴尔/惠普三家站台，足够让它进featured的低位。对从业者来说，知道Nvidia拉着OEM三巨头在铺AI agent PC的局就够了，具体能跑什么模型、卖多少钱，现在还没法判断。
The Verge 的编辑用了一周 Gemini Spark，这个能 24 小时在后台跑多步骤任务的 AI 代理，干活能力确实和谷歌演示的差不多。但文章没提具体价格，也没说清楚隐私条款，只透露 Spark 会在执行大动作前先跟你确认。编辑觉得它替你办事时偶尔好得让人意外，可一想到要付出的钱和可能交出去的数据，就不太确定值不值了。
推荐理由：我会先打个折：正文没披露价格、隐私条款和完整测试结果，所以判断只能基于已有信息。The Verge 用了一周，结论是 Gemini Spark 确实能后台执行多步骤任务，但表现也就跟 Google 自己演示的差不多，没有超出预期。这点先别太激动，因为缺了成本和隐私细节，实际能不能在生产环境用还不好说。整体看，这是一次有参考价值的实测，但信息缺口明显，所以分数放在 72–77 这个区间。
英特尔在 Computex 2026 上推出了新显卡 Crescent Island，用的是 Arc Xe 3P 架构。最抓眼球的配置是最高能堆到 480GB 的 LPDDR5X 显存，这对想在本地跑大模型的人来说，意味着能塞进更大的模型，不用频繁地往硬盘里倒腾数据。整卡功耗标了个 350W 风冷，不算低，但还在单卡能压住的范围。它支持的数据格式从原生...
推荐理由：HKR 三项都成立：480GB 显存这个数字本身就是强钩子，硬件细节够具体，而且精准踩中了推理成本和显存焦虑。不过价格、上市时间和实际性能跑分正文都没提，所以分数就停在 78–84 这个区间，先别太激动。
Perplexity 公开了一套叫 Search as Code 的搜索架构。它的做法是让 AI 代理直接写 Python 代码去调用自家的搜索栈，而不是像以前那样一步步循环调用函数。这套东西已经上线 Perplexity Agent API，并且成了 Computer 功能的默认选项。正文没披露具体性能对比数据，但思路很直接：省掉中间环节，让搜索更快...
推荐理由：我会先打个折：这篇只有 Perplexity 自己的公告，没给性能对比、定价细节和实际铺开范围，所以只能算一个低配版的产品更新。但亮点很实在——Perplexity 把搜索从“调 API 拿结果”变成了“让模型写代码操作搜索栈”，并且已经接进 Agent API，这对正在搭 agent 的团队来说是个省事的信号。正文没披露延迟和成本数据，这点先别太激动。
Gemini App 发帖演示了用 Gemini Omni 捏一个长相和声音都像你的数字分身，然后直接塞进视频创作里。帖子没提这个功能什么时候上线、要不要付费，也没说怎么防止别人拿你的形象乱用。
推荐理由：我会先打个折：正文只说了 Gemini Omni 能做个人数字分身，没披露上线范围、价格、安全机制或授权流程，所以信息缺口不小。但官方账号自己放出这个功能点，说明产品方向已经定了，对做视频创作和虚拟人业务的人是个明确信号。HKR 三项都踩中：钩子够强，事实够新，风险够直接。因为细节太少，重要性只能给到 74，放在 featured 里当个产品更新提醒，别当成熟方案看。
Ethan He 在 NVIDIA 做完 Cosmos 世界模型后跳到了 xAI，带着一个小团队三个月就做出了 Grok Imagine。他有个很直接的观点：视频模型现在的智能主要来自语言模型，不是靠堆视频数据训练出来的。下一个 Sora 级别的突破不会是更好的视频生成模型，而是能规划、生成、修改、反复打磨一个完整创意任务的视频智能体。这期播客聊了从零...
推荐理由：我会先打个折：这篇是访谈级别的信号，不是论文或产品发布。它给了“三个月小团队从零搭建”这个事实，也点出了视频 Agent、音视频对齐和推理加速这几个方向，但正文没披露任何基准分数、具体成本数字或可复现的测试方法。所以它更像一份来自 xAI 内部的路线图预告，能帮你判断他们在往哪使劲，但暂时没法拿来做技术选型。对关注视频模型和多模态 Agent 的人来说值得扫一眼，别当结论用。
OpenBMB 跟清华 NLP、Modelbest 一起发了两个数据集，都挂在 HuggingFace 上。一个是 Ultra-FineWeb-L3，给预训练用的合成数据，总量超过 600B token，其中英文 400B+、中文 200B+，是目前最大的开源中文预训练合成数据集。另一个是 UltraData-SFT-2605，给模型做指令微调用的，有...
推荐理由：我会先打个折：正文没披露数据质量评测、去重细节和许可证，所以没法判断实际可用度。但两个数据集的体量摆在那，600B+ tokens 的网页语料和 15M+ 条 SFT 样本，对做预训练和指令微调的人是实打实的弹药。冲上 HuggingFace 趋势榜说明社区有需求，不过这点先别太激动，热度不等于质量。整体看，这是一次对开源训练数据供给的补充，尤其对中文场景，值得关注但需要等后续评测。
OpenAI 联合 Oracle 等伙伴，在密歇根州 Saline 市破土动工一个叫“The Barn”的数据中心园区，总供电容量 1GW。官方承诺电费不会转嫁给当地居民，冷却系统用的是闭环设计，耗水量跟一栋普通办公楼差不多。项目预计带来超过 2500 个工会建筑岗位和 450 个长期现场岗位，还会向当地娱乐中心捐 1000 万美元，并在租期内产生约 ...
推荐理由：这条消息的钩子够硬：OpenAI 直接亮出 Stargate 在密歇根的 1GW 数据中心。1GW 这个数字说明供电规模很大，对推理和训练都有想象空间。但正文没给投资额、没给工期、也没说里面塞什么 GPU，信息缺口很明显。我会先打个折，因为缺的这些关键参数让实际落地时间表和成本结构都悬着，不能直接当投产新闻看。对从业者来说，这更像一个信号——OpenAI 在自建算力底座上继续加码，但离真正跑起来还有多远，正文没交代。
阿里云给 RocketMQ 加了一套 AI 场景的适配，叫 RocketMQ for AI。它主要干三件事：用 Lite-Topics 减少资源开销，靠有序消息防止多智能体协作时上下文乱掉，再通过流量整形避免突发请求把系统打挂。官方说已经在阿里云大规模跑过，代码也开源了，但正文没披露具体版本号和性能对比数据，实际省多少资源还得自己测。
推荐理由：这条更新把 RocketMQ 往 AI 场景推了一步，提的几个机制——轻量级主题、有序消息、流量整形——听着像是给多 agent 协作和长任务链路做减法，减少排队打架和资源争抢。我会先打个折，因为正文没给版本号、性能对比和实际落地案例，没法判断是已经能用的东西还是路线图上的规划。但方向本身不虚，agent 之间通信乱、调度不公正是真痛点，所以分数给到 74，放在 featured 里提醒一下做 agent 架构的人可以关注。
阶跃星辰这次放出的 Step 3.7 Flash 是个混合专家模型，总参数量 196B，还挂了一个 1.8B 的视觉编码器，但每次推理实际只动用 11B 参数，所以能跑到每秒 400 个 token。官方说在 Agent 任务上，它的成本只有 Claude 的零头。不过正文因为微信环境验证没抓到具体内容，实际跑分、具体任务对比和定价细节都没披露，这点先...
推荐理由：速度和参数数字都摆出来了，标题里那个成本对比很抓人。但正文没披露具体定价、基准测试的细节和开源条款，所以分数只能停在 82 这个质量更新档位。
VAST 推出了一个叫 Project Eden 的三层世界模型架构，把场景的持久状态和画面渲染拆开了。简单说，就是给 AI 生成的 3D 世界加了个“存档”功能，你改过的东西下次打开还在，不用每次都重新生成。文章还提到 VAST 在 A+ 和 A++ 轮一共融了将近 2 亿美元。不过正文因为微信页面环境异常被屏蔽了，具体技术细节和效果演示都没看到，这...
推荐理由：我会先打个折：VAST 不是一线基础模型实验室，正文也没披露具体基准测试结果或开放接入方式，所以分数落在 78–84 区间。但 Project Eden 把世界状态推演和视觉渲染拆成三层，还给了“存档”这个产品钩子，加上近 2 亿美元的融资规模，对关注仿真基础设施的从业者来说信息量够硬。
这个插件是给 OpenClaw 这类需要长期协作的智能体用的，相当于给它们装了个“第二大脑”。它用了一套六层记忆框架，还分了快慢两个系统来处理信息，目的是把零散的记忆整理成更有用的经验。官方给的数据是，记忆数量能砍掉 70% 以上，单条记忆的信息密度反而提升了 45% 多。在要处理超长文本的场景下，消耗的 token 能省下 35%，记忆更新速度也快了...
推荐理由：腾讯混元给OpenClaw这类长期协作智能体做了个记忆插件，思路是把记忆分层管理，再用快慢双系统决定什么时候调用什么记忆，目标是少记、记准、省 token。我会先打个折：目前只有官方一篇短文，没有可复现的测试、没提开源协议、也没有第三方对比，所以分数卡在 featured 门槛上。但给出的70%记忆缩减和35% token 节省这两个数，如果实测能复现，对跑长期 agent 的人来说确实挺省钱。
NVIDIA 在台北 GTC 上推出了一个叫 FOX 的工厂运营蓝图，相当于给工厂装了一套能自主管产线的“AI 大脑”。富士康已经用它搭了一个叫 MoMClaw 的多智能体系统，把摄像头、传感器和产线数据喂给多个 AI 智能体，让它们协同干活。官方说，这套系统能把查找产线故障根因的时间缩短 80%，但正文没披露这个数字是在什么规模的产线、什么类型的故障...
推荐理由：英伟达在 GTC 台北丢出一套工厂运营蓝图 FOX，让多个 AI 智能体组团进产线干活。富士康已经拿它搭了 MoMClaw 系统，号称能把找问题根因的时间砍掉 80%。我会先打个折——这是厂商博客放出来的预期数字，不是实测报告，正文也没披露具体产线、样本量和对比基准。但方向本身踩中了现在企业最关心的：智能体能不能真进业务流程降本，所以还是值得看一眼。
NVIDIA 在 Computex 上发了台叫 RTX Spark 的 Windows 电脑，专门在本地跑 AI 智能体。配置给得挺足：1 petaflops AI 算力、128GB 统一内存，意思是大模型不用来回倒腾显存。安全方面，他们和微软合作搞了个 OpenShell 运行时，用 Windows 新的安全接口把智能体锁在设备本地跑，数据不出机。性...
推荐理由：HKR 三项都踩中了：NVIDIA 把 RTX Spark 定位成本地智能体机器，给了 1 petaflops、128GB 统一内存和 llama.cpp 上 Qwen 27B 吞吐最高 2 倍的硬数字。因为是厂商博客发布，我会先打个折，分数落在 78–84 区间合理。
英伟达推了一款面向 PC 的新芯片，要跟英特尔和 AMD 抢 Windows 笔记本的生意。不过这篇报道正文没披露具体规格、定价、上市时间，也没提 AI 算力指标，所以性能到底怎么样、卖多少钱、什么时候能买到，现在都还不清楚。
推荐理由：Bloomberg 的信源让消息可信，Nvidia 杀进 Windows 笔记本这件事本身就够有话题性，所以 H 和 R 都成立。但文章几乎没给任何硬指标，K 完全站不住。我会先打个折：这条更像一个信号，不是一份能拿来评估的发布，别太激动。
Qwen 发布了 Qwen3.7-Plus，把视觉理解和语言能力塞进同一个模型里，让它能直接看懂屏幕、操作手机 App、根据截图写前端代码，还能在命令行和图形界面之间来回切换干活。在 Terminal Bench 2.0 终端任务上拿了 70.3 分，比 Opus 4.6 Max 和 DeepSeek-V4-Pro Max 都高；在 Deep-Plan...
推荐理由：我会先打个折：正文只给了功能清单，没给任何硬指标。7 类能力听着挺全，聊天、看图、读文档、搜网页、调工具都塞进去了，但没参数、没价格、没上线日期，等于只看了个目录。这点先别太激动。不过 Qwen 这条线每次更新都会牵动国内从业者的注意力，尤其是把多模态和智能体绑在一起推，说明他们想在应用层抢身位。信息虽然薄，但话题本身够热，放在 featured 里提醒大家盯后续是合理的。
下个月 WWDC 苹果会展示 Siri 和端侧 AI 的升级，核心思路是把谷歌 Gemini 模型“蒸馏”成一个小号版本，直接在 iPhone 芯片上本地跑，主打隐私和省 token 费。但整个技术栈对外依赖很重：本地模型源自 Gemini 蒸馏，手机处理不了的复杂请求会路由到谷歌云，还用了英伟达的机密计算。苹果之前承诺的 Private Cloud ...
推荐理由：这条消息我会先打个折，因为目前只有单一信源，正文没披露模型参数量、延迟、成本或合同细节。但它的信息量对从业者来说很实在：苹果在 WWDC 前被曝出用 Gemini 蒸馏模型救急，本地跑小模型保隐私，重活还是得走 Google 云和 Nvidia 机密计算，等于承认自研大模型没跟上。这个技术栈组合本身就说明苹果在端侧 AI 上选择了外部依赖，跟它一贯的全栈控制路线反差很大，所以给了 82 分，放在 featured 位置。
Reddit 用户 thibautrey 分享了一个三步走的方法：编辑 Codex Desktop 的 config.toml 配置文件，存好 API 密钥，再用一个叫 multicodex 的代理别名把 gpt-5.3-codex 这个模型名映射到 MiniMax-Latest。代理跑在本地 127.0.0.1:1455，会把返回的模型名伪装成 gp...
推荐理由：这是一条可复现的开发者操作流，不是官方发布。我会先打个折：正文没披露 MiniMax-Latest 的具体成本和延迟，也没说 proxy 稳定性如何，所以别急着在生产环境照搬。但 hook 很直接——不改代码就能在 Codex 桌面端用别的模型，配置细节也够落地，对想省钱或换模型的人有实际参考价值。
微软放出了一个叫 SkillOpt 的开源框架，一周就在 GitHub 上拿了 3300 多颗星。它的思路挺直接：不改模型本身的参数，而是像做文本版梯度下降一样，自动迭代优化那些写给 AI 智能体看的“技能文档”。论文里的实验覆盖了 7 个目标模型、6 个评测基准和 3 种执行环境，总共 52 种组合，结果要么最好，要么并列最好。不过正文因为访问限制没...
推荐理由：微软开源的 SkillOpt 把 agent 技能文档当成可训练的文本参数，像训神经网络一样去优化技能描述，这个思路挺新鲜。我会先打个折：论文说在 52 个组合里做到最优或并列最优，但正文没披露具体对比基线和误差范围，这点先别太激动。不过一周 3.3k star 说明 agent 工程圈确实被技能维护和评估成本折磨很久了，一个能自动优化技能文档的工具，哪怕只是省掉一部分手工调 prompt 的活，也值得关注。
三家公司在同一天发了同一张“PC 新纪元”的预告图，指向一台传闻中由英伟达主导设计的笔记本 N1X。目前流出的配置是 20 核 Arm 架构 CPU、Blackwell GPU、6144 个 CUDA 核心和 128GB LPDDR5X 统一内存，听起来像一台给 AI 开发者准备的移动工作站。不过正文没披露具体跑分和实测数据，内存带宽和 x86 转译效...
推荐理由：我会先打个折：这目前是三家同一天发暗示拼出来的硬件传闻，发布日期、价格、量产计划正文都没给。但“英伟达自研 CPU 塞进笔记本”这个组合拳，加上 128GB 统一内存这种能跑大模型的规格，确实值得当一条强信号来看。先别太激动，等实锤。
一群电动车爱好者开着搭载 FSD V14.3.3 的特斯拉，从温哥华一路跑到哈利法克斯，6051 公里零接管、零退出。变道、过施工路段、甚至每次进超充站自动倒车泊车，全是系统自己干的。这个版本放宽了对驾驶员盯路的判定，长途开下来没那么累。不过得说清楚，这仍是 L2 级辅助驾驶，法规上要求人随时准备接管。正文没提途中遇到的极端天气具体有多糟，也没交代是否...
推荐理由：我会先打个折：这是特斯拉自己放出来的单次行程，没有第三方验证，也没说清路线里高速和城市比例、天气变化、有没有施工路段这些容易翻车的细节。但 6051 公里零干预这个数字本身够硬，版本号也明确，对从业者来说是个可复现可质疑的靶子。分数停在 82 是因为它给了结果却没给边界条件，没法判断这到底是常态水平还是挑了个好天气跑出来的。
Simon Willison 用 Pyodide（把 Python 编译成浏览器能跑的 WebAssembly）加上 Service Worker，让 Python 的 ASGI 网页应用完全在浏览器里运行。他让 Claude Opus 4.8 帮忙写了代码，做了两个能用的演示：一个基础 FastAPI 例子，另一个是他自己的 Datasette 1....
推荐理由：Simon Willison 用 Claude Opus 4.8 辅助开发，把 Python ASGI 应用搬进了浏览器，已经跑通了 Datasette 的演示。这件事的钩子在于：浏览器不再只是前端沙箱，可以直接当应用服务器用。技术栈交代得清楚，Pyodide、Service Worker、ASGI FastCGI 每一步都有据可查，不是概念图而是能跑的代码。我会先打个折，这目前还是个开发者实验，离生产环境还有距离，但思路对无服务器和边缘部署的人有启发。
NVIDIA 给自家推理服务框架 Dynamo 配了个仿真工具 DynoSim，用 Rust 写成。它把部署测试变成“先在虚拟时间线上模拟、再挑最好的上真机”的流程，不用一个个试。测试里它能跑到实时速度的 1500 倍，一次筛几千种配置。正文没披露具体硬件环境、支持哪些模型和实测延迟数据，所以这个 1500 倍先打个折看——快是真的快，但省多少时间还得...
推荐理由：HKR 三项都成立：钩子是 1500 倍实时仿真，机制是虚拟时间线批量试配置，共鸣点打在推理成本和延迟上。单信源 NVIDIA 产品更新，信息量有限，放在 featured 低段合理。
GitHub Copilot 把计费方式从订阅制改成了按 token 算钱，开发者社区炸了。token 就是模型处理文本的最小单位，用多少收多少，但正文没披露具体单价、生效时间，也没说免费额度还在不在。我会先打个折——如果单价定得高，写代码时每补一行都可能肉疼，这对重度用户影响不小。
推荐理由：HKR 三项都踩中了：计费模式切换本身是实打实的机制变化，开发者骂“开玩笑吧”自带冲突感，而按 token 收费直接关系到每个用 Copilot 写代码的人的钱包。我会先打个折——正文没给价格、token 单价和生效时间，这些关键信息全是缺口，所以重要性只能停在 75 这一档。对从业者来说，这条消息值得看一眼，但别急着算账，等官方把数字放出来再说。
TechCrunch 的编辑实测了谷歌新推出的 Gemini Spark，把它当成一个全天候 AI 助手来用，主要干了整理邮件摘要和规划本地活动这两件事。体验下来觉得确实能帮上忙，但文章没搞懂谷歌为什么要把这个功能单独做成一个产品，而不是直接塞进现有的 Gemini 里。正文没披露这东西什么时候正式上线、要不要另外收费。
推荐理由：我会先打个折：正文没披露价格和发布时间，所以不能当产品发布看。但亮点在于，这是一篇上手实测，不是通稿。编辑用“actually pretty useful”收尾，说明 Gemini Spark 在收件箱摘要和本地活动规划这两个场景里跑通了，没翻车。对做 agent 的人来说，这种“替你干活”的体感比跑分重要。信息缺口明显，但反转叙事和具体场景撑住了 featured 的分数。
Google AI Developers 发推说 Nano Banana Pro（对应 gemini-3-pro-image）和 Nano Banana 2（对应 gemini-3.1-flash-image）已经正式发布，可以直接通过 Gemini API 调用。推文里贴了一些社区示例展示效果，但正文没披露定价、跑分、单次生成耗时或调用频率上限，想上...
推荐理由：我会先打个折：这就是个产品更新，不是技术突破。Google 把两个图像模型挂上 Gemini API 标成生产可用，对想用的人是个信号，但正文没披露价格、没给跑分、也没说调用限制，所以没法判断性价比。名字叫 Nano Banana，听着像玩梗，但背后就是 gemini-3-pro-image 和 gemini-3.1-flash-image，别被名字带偏。
这份评分表把用户跟 Claude 的对话拆成 11 个可观察的行为指标来打分，满分 11 分。背后的研究用了 9830 组匿名多轮对话，发现高质量对话里 85.7% 都出现了“反复修改追问”这个动作。正文没披露具体评分细则和实验设计细节，目前只能看到评分框架，所以这个 7.5 分到底怎么算出来的还不清楚，先别太激动。
推荐理由：这篇的切入点是把 AI 和人的关系倒过来，用评分卡的形式讲 Claude 怎么分析用户行为，标题自带传播力。内容有具体的行为列表和样本量，不是空谈。我会先打个折：这不是模型发布或重大能力更新，所以放在 featured 档位刚好，不用拔到 breaking。对从业者来说，能从中看到 Anthropic 对“高质量使用”的定义，也能反推自己用 Claude 的方式在什么水平。
这篇文章的正文被微信环境异常页挡住了，实际内容没抓到。从标题和已有英文摘要看，沃顿商学院教授 Ethan Mollick 用 Claude Opus 4.8 生成了一个叫“历史之幕”的网站，把人类历史上约 1170 亿次出生做成加权随机模拟，跑了 4000 轮蒙特卡洛来估算你投胎到不同地区和时代的概率。但具体怎么算的、模型代码怎么写的、有没有幻觉或偏差...
推荐理由：HKR 三项都成立：Mollick 的投胎模拟器是个有梗的钩子，不是常规的“模型又变强了”；1170亿人口和4000轮模拟给了可验证的数字；对开发者来说，这种一夜搭出复杂原型的效率比跑分更有说服力。这不是 Anthropic 官方发布，所以留在 featured 低位没问题。
SemiAnalysis 爆料 xAI 已经不用 JAX 在 NVIDIA GPU 上训练模型了，转而用 Grok Build 写了一套 C 语言训练框架。报道说 xAI 的 JAX 方案模型浮点利用率（MFU）不到 10%，这个数字很低，意味着大部分算力都浪费在调度和通信上，没真正花在训练上。NVIDIA 的 JAX 团队过去两年几乎全员扑在支持 x...
推荐理由：xAI 换训练框架是个强钩子，MFU 不到 10% 这个数字够扎眼，但来源是单条推文，复现条件也没给，所以定在 80 分，不上 P1。我会先打个折看后续：如果真有实锤，这事对训练成本的讨论会很大。