这套模板把金融行业里常见的 AI 用法打包成了开箱即用的工作流，覆盖投研、投行、风控等核心环节。里面塞了 10 个端到端智能体、7 个垂直插件，还接好了 11 家主流金融数据商的 MCP 连接器，等于把模型跟 Bloomberg 这类数据源的通路提前打通了。部署方式从个人插件到企业 API 都支持，也能塞进 Microsoft 365 和私有云。正文没...
推荐理由：我会先打个折：这不是模型发布，所以重要性到不了 85 分，但开源一套能跑的金融 agent 模板，比发篇愿景文章实在得多。Anthropic 把 10 个端到端智能体、7 个插件和 11 家数据商的 MCP 连接器打包扔上 GitHub，等于给金融行业的 AI 落地画了一条参考线，别人想跟进得先过这一关。正文没披露这些 agent 在生产环境跑到什么程度、延迟和准确率怎么样，所以别急着当成熟方案用，但作为起点，信息量和可复现性都够格进 featured。
Ring-2.6-1T 是一个万亿参数模型，主打可调“思考强度”——你可以手动控制它多想一会儿还是少想一会儿，在回答质量、token 消耗和响应速度之间自己取舍。模型专门为智能体场景做了优化，支持多步执行和工具调用，适合高频工作流。官方说它能处理数学逻辑和科研类任务，但正文没给出具体跑分或对比数据。目前通过 OpenRouter 免费开放，截止到 5 ...
推荐理由：这条发布信息量偏薄，正文没给基准测试、定价、架构或训练细节，所以重要性我打了个折，没给更高。但万亿参数这个量级本身就有话题性，加上 OpenRouter 上的限时免费，对想快速试用的开发者很友好。可调思考强度和工具调用这两点，说明它在往智能体落地靠，不是单纯刷榜的模型。整体判断是：值得关注的一次模型发布，但别急着当里程碑，等实测数据出来再说。
OpenAI 新成立了一家叫 OpenAI Deployment Company（DeployCo）的独立公司，专门帮企业把 AI 系统真正部署到日常业务里。核心做法是派驻一种叫“前线部署工程师（FDE）”的人进到客户公司内部，跟业务、运营、一线团队一起找出 AI 最能产生价值的地方，然后重新设计流程、搭系统、做测试，直到能稳定跑在生产环境里。为了起步...
推荐理由：OpenAI 搞 DeployCo 是个实打实的企业战略信号。H 有独立公司的钩子，R 踩中了部署竞争的神经，但 K 很弱——定价、客户、时间都没披露，所以只能放在 featured 的底线分。
这篇文章的正文被微信环境验证挡住了，实际内容没拿到。从标题和现有英文摘要看，它讨论的是 Claw-Eval-Live 这个基准测试，用 105 个任务测了 13 个前沿模型，表现最好的模型通过率也没超过 70%，HR 类任务平均通过率只有 6.8%。核心观点是静态评测不够用了，需要能动态更新的“活”基准来测 AI 智能体。但具体怎么个“活”法、任务怎么...
推荐理由：HKR 三项都成立：活的 benchmark 这个切入点具体，不是又一篇刷榜通稿；数据量够，105 道任务和 13 个模型的覆盖面说得过去，HR 任务 6.8% 的通过率尤其扎眼；它踩中了 Agent 从 demo 到落地之间那个“到底能不能用”的信任问题。Claw-Eval-Live 本身还没经过大规模实战检验，所以放在 featured 偏低的位置比较合适。
5 月 4 日，OpenAI 和 Anthropic 先后宣布与 PE 成立合资公司（JV），专门向大企业部署 AI。结构看着一样，但条款暴露了两家对“自己是什么公司”的判断截然相反。OpenAI 的 DeployCo 给了 PE 投资人 17.5% 的保底回报，相当于高价租用 PE 的渠道和控股权，把部署当成本，核心资产还是模型。Anthropic ...
推荐理由：我会先打个折，这篇是单人评论，没有多方信源交叉验证，所以分数卡在 80 附近。但它的切入点很巧，把 OpenAI 和 Anthropic 在同一天跟私募成立合资公司这件事拎出来，用保底回报这个具体数字说清了两种商业路线的分歧。对关注 AI 公司怎么赚钱、怎么跟资本绑定的从业者来说，信息量够，读起来也不累。
Google 在 5 月 4 日毫无预告地关掉了去年 I/O 大会上主推的 AI 浏览器代理 Project Mariner。这件事不能简单看成 Google 掉队，因为 Anthropic 和 OpenAI 在同类产品上也撞了墙。核心问题在于，独立浏览器代理（像 Mariner、Operator）一启动就是个全新的、没有 cookie 和浏览记录的会...
推荐理由：这条消息的价值在于把三家公司对浏览器 agent 的悲观判断摆在一起，而不是只报 Google 一家关停。关停日期是新的，但正文没给出官方公告链接，也没披露失败的具体指标，比如任务成功率掉到多少、成本高到什么程度，所以信息强度有折扣。对做 agent 的人来说，知道大厂在这个方向上集体后撤，比看一篇技术方案更有参考意义，但缺少一手数据支撑，只能算一个值得注意的信号。
有人让 Codex 去赚 5 美元，它自己找到开源项目的安全审计赏金，提交了能用的代码修复，跟维护者来回沟通，还搞定了 GitHub 的验证流程，最后代码被合并，拿到了 16.88 美元。整个过程大约 22 小时，如果每天重复，一个月能赚 506.40 美元。金额不大，但这是 AI 第一次自己跑通“接活—干活—收钱”的闭环。正文没披露 Codex 具体...
推荐理由：HKR 三项都站得住：一个 Codex agent 在 22 小时内走完了从接任务到收钱的闭环，有具体金额和流程细节。不过目前只有一条社交帖子作为证据，没有可复现的日志，所以先不打最高级。
MachinaCheck 是一个跑在 AMD MI300X 上的多智能体系统，专门分析 STEP 格式的 CNC 零件图，判断能不能做、需要什么刀具。它用 Qwen 2.5 7B 模型在本地推理，靠 192GB 显存把客户设计数据留在厂里，不往外传。核心流程是先用纯代码解析几何特征，再让多个模型分工做工序分类、刀具匹配、可行性判断和报告生成。团队说，以...
推荐理由：这是个AMD黑客松项目，不是大厂产品发布，但“30秒出CNC报价”的钩子够直接，技术条件也写得明白，所以给到featured。正文没披露实际准确率和误判案例，这点先别太激动。
浙大和腾讯优图在 ACL 2026 上发了 AdaMARP，让 AI 角色扮演不再只是你一句我一句，而是像导演一样调度四类消息：对话、旁白、场景描述和内心独白。框架里塞了个场景管理器，能根据剧情走向自动切分镜。训练数据从 81 部文学作品和 20 个合成主题里抽，评测集 AdaptiveBench 用 100 个种子场景来考模型能不能把故事讲下去。正文...
推荐理由：这篇 ACL 2026 的工作把角色扮演从“一问一答”拉到了多角色叙事，四通道消息和场景管理器是核心卖点，81 本书的数据集也算扎实。我会先打个折：它更像一个研究原型，没看到生产环境下的延迟、成本或安全约束，所以别急着想象它能直接跑在商业产品里。亮点在机制设计，短板在工程验证，整体值得关注但保持观望。
Anthropic 一项专利披露了 Computer Use 的训练数据管线，核心不是录屏，而是把原始操作变成带推理链的数据。管线分三步：截获用户操作时允许附加思考标注，用多模态模型把点击坐标翻译成语义意图，再用更强的模型做合成扩展，一条真实轨迹变出几十条带推理变体的样本。学术数据集能训出跑 benchmark 的原型，但覆盖软件少、轨迹偏干净、缺少长...
推荐理由：这篇不是官方发布，是从专利里扒出来的分析，所以我会先打个折。但它把 Computer Use 的数据管线讲得很实在：先截屏记录人的操作，再用 transformer 推断操作背后的意图，最后让强模型把意图扩展成更多样的训练样本。对正在搭 agent 的团队来说，这套思路能直接参考，尤其是怎么把少量人工操作放大成训练数据。正文没披露具体模型规模和成功率数字，这点先别太激动。
Garry Tan 把 GBrain 放上了 GitHub，这是他给自己搭的一套个人 AI 操作系统，想做成能持续增值的“第二大脑”。系统按任务拆成几个模块：Book Mirror 负责深度处理书籍，Meeting Prep 自动做会前预习，五个月啃完 20 多本书，结构化知识库超过 10 万页，还在涨。架构上分三层——轻量路由层决定用哪个模型、可组合...
推荐理由：Garry Tan 把自用的 GBrain 开源，这件事我会先打个折——正文没披露 repo 活跃度、具体架构和有没有测试，所以别当成熟产品看。但亮点在于他真用了 5 个月，啃了 20 多本书、攒了 10 万页以上的结构化知识，说明系统至少跑通了个人知识复利这条链路。对想用模型管自己资料的人来说，这是个有参考价值的开源起点，不是公关稿。
Peekaboo 3.0 上线了，作者说这是 2.0 以来最大的一次更新。核心变化是把“操作”放在第一位，不再是先看再点，而是直接让模型去执行 Mac 上的任务。它把截图和界面检测统一成一个功能，CLI 和 MCP 之间的 JSON 交互也整理得更干净，快照功能有改进。作者提到去年就想做，但当时模型能力不够，现在时机到了。正文没披露定价、用了哪个模型，...
推荐理由：我会先打个折：正文没披露价格、模型细节和实际落地数据，所以判断只能停在工具更新本身。亮点是把截图和界面检测统一起来，再配上 CLI 和 MCP 的 JSON 交互，让 macOS 桌面 agent 的“看”和“动”更连贯。这点先别太激动，因为没有性能对比或用户反馈，但方向对做桌面自动化的团队有用。
Reddit 用户 janvitos 在 RTX 4070 Super（12GB 显存）上跑 Qwen3.6-35B-A3B-MTP-GGUF，搭配 llama.cpp 的一个 MTP 拉取请求。他贴出的实测数据是每秒 69.2 到 81.9 个 token，草稿接受率在 0.694 到 0.947 之间，上下文长度拉到 131072。关键设置是 -f...
推荐理由：这条帖子是单用户实测，不是官方数据，验证强度有限，但数字和配置都摆出来了，可复现。对想在家用显卡上跑长上下文模型的人来说，是个很具体的参考点。我会先打个折，毕竟只有一个人晒结果，但 12GB 显存跑 35B 还能 80 tok/s，这点确实让人想试试。
作者查 bug 时会让 Codex 在临时沙盒里重建出问题现场，先确认 bug 能复现，再修，修完再验证一遍。本地环境不会被搞乱，因为所有操作都在隔离的临时环境里跑；速度也不掉，因为他同时开 10 个会话并行处理。正文没披露具体修复成功率或单次耗时。
推荐理由：这是一篇第一人称的工作流笔记，不是产品发布或基准测试，但 10 个 Codex 会话并行修 bug 的实操信号很强。我会先打个折——正文没披露修复成功率、单会话耗时和资源消耗，所以实用性还缺几块拼图。不过它把“临时沙盒 + 并行验证”这套打法讲清楚了，对想用 AI agent 干活的开发者有直接参考价值，放在 featured 里偏低的位置合理。
港中文 CURE 实验室把 ArbiterOS 开源了，这是一个给 AI 智能体（Agent）用的运行时治理内核。它的思路很直接：不让模型直接拿到执行权，而是在模型生成操作指令后、系统真正执行前，插一层拦截、解析、治理和观测。在 OpenClaw 的安全测试任务上，这套机制把高危步骤的拦截率从原来的 6.17% 提到了 92.95%。正文没披露具体延迟...
推荐理由：这篇不是大厂模型发布，是港中文 CURE Lab 的一个开源 agent 安全内核。我会先打个折，因为目前只在 OpenClaw 一个环境上测过，泛化性还没验证。但它的切入点很巧——不是事后审核，而是运行时拦截高危步骤，把拦截率从 6.17% 拉到 92.95%，这个提升幅度够大，说明原来的 agent 几乎不设防。对做 agent 安全或工具调用治理的人来说，这是个能直接拿来改的参考方案。信息量够，数字有解释，没有吹概念，所以放在 featured 档，重要性给 80 是合适的。
RadixArk 在 5 月 5 号宣布拿了 1 亿美元种子轮，投后估值 4 亿美元。领投的是 Accel，Spark Capital 跟投，更少见的是英伟达、AMD、英特尔这三家芯片厂同时出现在投资人名单里，联发科和 Databricks 也参与了。正文因为微信环境验证没抓到具体内容，没法展开说他们到底做什么、钱怎么花，但光看这个阵容，大概率是跟 A...
推荐理由：这条消息的硬核在于钱和站队：1亿美元种子轮、4亿美元投后估值，英伟达、AMD、英特尔三家芯片厂同时出现在投资人名单里，这在AI基础设施赛道不常见。我会先打个折——正文没披露产品性能基准、客户验证或开源项目的实际采用数据，所以目前只能当一笔高关注度的融资来看。对从业者来说，看点不是金额本身，而是三家互相竞争的芯片厂为什么愿意一起押注推理优化，这背后可能指向算力成本、模型部署效率的痛点。信息缺口也很明显：没写团队背景、技术路线和落地案例，后续如果有产品实测或客户名单，价值会更高。
谷歌 DeepMind 发布了一个叫 AI Co-Mathematician 的系统，它不是单个模型，而是一套异步协作的智能体工作区，专门用来做数学研究。在 FrontierMath 这个目前最难的数学基准测试里，它解开了 48 道 Tier 4 级私密题中的 23 道，正确率 48%。对比之下，GPT-5.5 Pro 的正确率是 39.6%。测试条件...
推荐理由：我会先打个折：正文没披露模型架构、训练数据和具体成本，所以没法判断这 48% 的含金量到底多实。但故事本身很抓人——牛津教授用这个系统解开了一个群论悬案，同时 FrontierMath Tier 4 这种非公开难题集上的成绩比 GPT-5.5 Pro 高了 8 个多点，说明在极难数学推理上确实往前走了一步。对做推理和 agent 的人来说，这是个值得盯的信号，但别急着把它当成通用数学家的雏形。
Anthropic 的 Thariq Shihipar 提出一个反直觉的建议：让 Claude 输出 HTML 而不是 Markdown。Simon Willison 过去一直默认用 Markdown，因为 GPT-4 时代 8192 token 的上下文限制让 Markdown 更省 token。但 Thariq 的文章让他重新考虑这件事——HTML...
推荐理由：HKR 三项都踩中了，但本质是个工作流技巧，不是 Claude 本身的功能更新。作为一篇质量在线的 Claude Code 教程，放在 72–77 分段合理，加上 Simon Willison 的转发背书，进 featured 没问题。
regent-vcs 开源了一个叫 re_gent 的工具，想给 AI 编程助手（目前只支持 Claude Code）加上类似 Git 的版本控制。它能记录 AI 为什么改某个文件、支持把整个对话过程回滚到之前的状态，还能用二分法定位 AI 的哪一步操作引入了问题。项目刚发布，正文没披露许可证、数据存储格式和具体安装步骤，目前只有 42 个星标和 2 ...
推荐理由：HKR 三条都站得住：Git 的类比让人一眼就懂，功能描述具体到删除追踪和 bisect，Claude Code 用户回退的痛点是真实存在的。不过正文没披露许可证、存储格式和安装方式，信息缺口明显，所以分数先打个折，放在 featured 这一档。
许晓斌在内部访谈里给了几个数：工程师重度用 AI 后，写代码占工作时间从 30% 掉到 5%，跟 Agent 对话的时间从 5% 涨到 60%，端到端交付效率提升 2 到 3 倍，纯编码效率提升 10 倍。这些数字来自内部访谈，不是大规模统计，样本量和统计口径正文没披露，所以我会先打个折看。核心变化不是代码写得更快，而是工程师的时间分配被彻底打散重排—...
推荐理由：阿里技术这篇是内部访谈整理的组织方法论，不是产品发布或模型更新，但给出的数字很具体，能让人直观感受到 AI 把工程师的工作重心从写代码拽到了指挥 Agent 上。我会先打个折：效率提升 2 到 3 倍这个说法正文没交代是怎么算出来的，样本量和统计口径都不清楚，这点先别太激动。不过 HKR 三项都踩中了，放在 featured 门槛上刚好。
OpenAI 开源了一个叫 openai-cli 的命令行工具，让开发者直接在终端里调用它的模型。你可以用一条命令完成对话、生成图片、编辑图片、语音转文字和文字转语音，不用再为复杂的 SDK 集成头疼。不过，这篇文章的正文因为微信环境验证被挡住了，具体支持哪些参数、怎么安装、有没有延迟数据，这些细节都没看到。
推荐理由：OpenAI 终于出了个官方命令行工具，开源，一行命令就能在终端里调模型、生图、转语音，不用再折腾各种 SDK 版本。对天天跟 API 打交道的开发者来说，这能省不少集成和维护的力气。不过这只是个工作流层面的更新，不是模型能力升级，所以重要性我给打个折，放在低 featured 档。正文没提性能对比或实际延迟数据，这点先别太激动。
OpenAI 在 Realtime API 里上线了 GPT-Realtime-2、GPT-Realtime-Translate 和 GPT-Realtime-Whisper。GPT-Realtime-2 是主打的语音对话模型，OpenAI 说它用上了 GPT-5 级别的推理能力，上下文窗口从之前的 32K 直接拉到 128K，一次最多能输出 32K ...
推荐理由：我会先打个折：这不是新基础模型，是 API 层面的更新，所以分数没往 90 以上拉。但 128K 上下文和 96.6% 的音频基准分确实够硬，对实时语音应用来说是个实打实的升级。正文没提延迟和具体定价，这点先别太激动，等上线跑过再看。
工信部等部门联合发布了《人工智能终端智能化分级》国家标准，把终端设备的 AI 能力分成 L1 响应级、L2 工具级、L3 辅助级和 L4 协同级四个等级，等级越高设备越“聪明”。标准覆盖手机、电脑、电视、眼镜、汽车座舱、音箱、耳机七类产品，起草单位包括小米、荣耀、华为、OPPO 等。L4 协同级的具体要求正文没披露，说后续再补。另外，具体的测试指标和判...
推荐理由：这条国标先把 AI 终端的智能化程度分成了 L1 响应级、L2 工具级、L3 辅助级、L4 协同级，首批覆盖手机、电脑、眼镜、电视、耳机等 7 个品类，框架是“2+N”。对从业者来说，分级标签本身是个对齐口径，但真正要盯的是测试方法——正文没给出具体指标，L4 的细则也说要后续修订。所以现在能参考的是等级定义和覆盖范围，能不能落地、怎么验证，还得等下一版。
OpenAI 在 GitHub 开源了 openai-cli，Apache 2.0 协议，Homebrew 或 Go 都能装。这个工具让你在终端里直接敲命令调用 API，省掉写 SDK 的步骤。它主要干几件事：一是支持 Responses API，能把网页搜索、代码解释器这些云端工具串起来，让模型进业务流程干活；二是输出 JSON、YAML 这类结构化...
推荐理由：HKR 三项都站得住：官方 CLI 本身就有话题性，安装和功能细节够具体，又切中开发者想少写胶水代码、让模型直接进流程干活的需求。不过它终究是个工具更新，不是新模型或重大能力发布，76 分放在 featured 里合理。
Codex 插件现在支持在 macOS 和 Windows 的 Chrome 上运行，可以跨标签页在后台并行处理网页和应用，不会抢走你对浏览器的控制权。正文没提具体版本号、同时能跑几个任务，也没说企业策略怎么管。想用的话，在 Codex 应用里装一下 Chrome 插件就行。
推荐理由：HKR-H/K/R 全过，但正文只给了平台和执行机制，版本号、并发上限、企业管控都没提。分数 76，算一个实用的 OpenAI Codex 产品更新。
美国能源部和英伟达要在阿贡国家实验室建两台 AI 超算。小的一台叫 Equinox，用 10,000 块 Grace Blackwell GPU；大的一台叫 Solstice，计划上 100,000 块还没发布的 Vera Rubin GPU。英伟达的 Ian Buck 说 Solstice 的算力能干到 5,000 exaflops，这个数字听听就好...
推荐理由：HKR 三项都踩实了：GPU 型号和数量是硬信息，DOE 与 NVIDIA 的角色分工清楚，电网瓶颈那段把 AI 的落地价值讲得很具体。不过来源是 NVIDIA 官方博客，信息偏单向，所以放在 featured 而不是 must-write 的档位，82 分在这个区间里是合理的。
Claude 正式接入了四个微软办公软件：Excel、PowerPoint、Word 和 Outlook。其中 Excel、PPT 和 Word 已经全面开放，Outlook 还在公开测试阶段。你可以跨应用跟 Claude 对话，比如让它分析 Excel 里的数据，再把结论写成 Word 报告，最后用 Outlook 发出去，上下文是打通的。企业管理员...
推荐理由：Claude 这次不是发模型，而是把能力塞进微软 Office 全家桶里。Excel、PPT、Word 已经全量上线，Outlook 在公测，企业管理员可以通过微软管理中心统一部署，还能用 OpenTelemetry 看全流程的调用情况。对 Anthropic 来说，这是把模型推到亿级用户的工作流里，入口价值比单发一个模型版本更大。但毕竟不是底层能力突破，所以分数卡在 83 这个位置，不往上拔了。
Perplexity 发布了 Mac 版“Personal Computer”应用，不再需要邀请码。这个应用可以跨本地文件、Mac 原生软件、网页和 Perplexity 自己的服务器干活，相当于让 AI 直接操作你的电脑。正文没提收费方式、权限边界（比如它能读写哪些文件夹）和任务成功率，我会先打个折：能跑起来和跑得靠谱是两回事。
推荐理由：一条产品更新，信息量中等。Perplexity 把 agent 能力搬上 Mac 桌面，能跨文件、应用和网页干活，听着挺实用。但正文没提价格、权限怎么划、任务成功率多少，我会先打个折——没这些硬指标，实际好不好用还不好说。评分放在中等偏上的产品更新档位，合理。
Reddit 用户发帖警告，Hugging Face 上名为 Open-OSS/privacy-filter 的仓库是信息窃取器。它伪装成 OpenAI 的隐私过滤器，通过 loader.py 拉取 PowerShell 脚本，再下载一个 EXE 文件并利用 Windows 任务计划程序运行。发帖者已向微软和 Hugging Face 举报，帖子提到 ...
推荐理由：HKR 三项都成立：伪装成 OpenAI 隐私过滤器的恶意模型有明确的 Windows 执行链，对本地部署用户来说是个实在的供应链风险。信息源目前只有 Reddit 用户报告，缺少官方确认，所以重要性停在 73 分 featured 档位是合理的。
Apify 发布了一个叫 mcpc 的通用 MCP 客户端，把 x402 支付协议塞了进去，让 AI Agent 在调用付费 API 时能自己签名付款。x402 把整套结算流程压成一次 HTTP 往返加一个签名，碰到 HTTP 402 状态码就自动完成支付，不用人插手注册绑卡。mcpc 支持 Claude Code 这类 MCP 兼容的 Agent，钱...
推荐理由：我会先打个折：这还是个集成层面的更新，正文没披露实际用量、定价或生产环境案例，所以别急着把它当成成熟方案。但它的价值在于把“机器替人付款”这件事从概念拉到了协议层——用 HTTP 402 触发、一次签名完成结算，链路很轻。对跑 Agent 工作流的人来说，付费 API 的自动结算一直是个脏活，x402 这条路径至少给出了一个可验证的起点。
生数科技把 Vidu Claw 放出来了，主打“一句话出广告片”。你给一句提示词，它能自动走完写脚本、配旁白、加音乐、剪辑合成全流程，最后吐出一条成品视频。官方拿龙虾当例子，说百元预算就能搓出“百万级”广告片，但正文没披露这个成本具体怎么算出来的，也没给实际成片链接，我会先打个折看。配套的 Video Plan 套餐每天最多能生成 40 分钟内容，覆盖...
推荐理由：我会先打个折：正文没披露生成一支片子的实际耗时和最终成本，也没给画质、可控性的横向对比，所以“百万级”更多是噱头，别太当真。但 Vidu Claw 把脚本、配音、配乐、剪辑打包成一句话工作流，还给了每天 40 分钟的生成额度，对做短视频和广告测试的人来说，试错成本确实低。龙虾广告这个例子够具体，能让人直观感受到“输入一句话、输出成片”的完整链路，比单纯讲参数更有说服力。不过没有定价细节和商用授权说明，这点先别太激动。
这期主要讲了几件事。ChatGPT 免费版换上了新模型 GPT-5.5 Instant，看 PDF、搜网页、调用记忆都比上一代强，在容易出错的场景下幻觉减少了 52.5%，回复也更短、更少用表情。同时 ChatGPT 现在能直接嵌进 Excel 和 Google Sheets 里写公式、分析表格。Claude 这边，所有付费套餐的调用额度翻倍，原因是 ...
推荐理由：HKR 三项都过了：SpaceX Colossus 1 的算力合作、Claude 用量翻倍、配额压力，全是实打实的信息点。正文没给出具体限额数字和定价变化，也没说清楚是哪些付费档位受益，所以重要性停在低 featured 档。标题写 Elon 但正文没展开，这点先别太激动。
OpenAI 把“可信网络访问”机制扩展到了 GPT-5.5 和 GPT-5.5-Cyber 上。简单说，就是给经过身份验证的安全从业者开绿灯，让他们能用更强的模型做防御类工作，比如漏洞分析、恶意软件排查、写检测规则，同时继续拦截攻击性操作。GPT-5.5 加上这个权限后，对大多数防御任务就够用了；GPT-5.5-Cyber 则更激进，只开放给做授权渗...
推荐理由：OpenAI 把可信网络访问从旧模型扩展到了 GPT-5.5 和 GPT-5.5-Cyber，只给验证过的防御者用，做漏洞研究和关键基础设施防护。我会先打个折：正文没披露怎么申请、要不要付费、模型在漏洞挖掘或攻防场景下的评测数据也没给，所以没法判断实际能力有多强。这点先别太激动，等有可复现的测试再下结论。
OpenRouter 发布了两个服务端工具：`openrouter:web_search` 和 `openrouter:web_fetch`。模型在对话中需要查资料时，可以直接调用它们，由 OpenRouter 在后台执行搜索或抓取网页，再把结果喂回模型。最大的好处是换模型不用改工具定义——不管底层跑的是 GPT-5.5、Claude 还是 Kimi，...
推荐理由：我会先打个折：正文没披露具体接了哪些搜索引擎和抓取引擎，也没提价格和调用限额，所以实际能用成什么样还得等上线看。但这件事的看点不在引擎本身，而在跨模型工具接口的一致性——让 GPT、Claude 等模型用同一套搜索和抓取指令干活，对搭 agent 工作流的人来说省了不少适配成本。这点先别太激动，但如果后续把引擎选择和限额透明化，实用性会更高。
Reddit 用户分享了一个 llama.cpp 实操指南，用单张 RTX 3090 Ti 跑 Qwen3.5 和 3.6 的 NextN MTP（多 token 预测，一种让模型一次猜好几个词来加速生成的技术）。目前需要打两个还没合并的 PR：#22400 和 #22673。实测 Qwen3.6-35B-A3B-MTP 模型在 350W 功耗、170...
推荐理由：我会先打个折：这是 Reddit 个人指南，依赖两个没合进主线的 PR，稳定性没保证。但亮点很实在——单卡 3090 Ti 跑 35B 模型冲到 157 tok/s，还点出了 nextn=q8_0 量化覆盖这个坑，漏掉会输出乱码。对想在家用显卡上榨性能的 AI 从业者来说，这份功耗、频率、KV 缓存设置都给了，可操作性强。正文没披露模型精度损失和长文本下的速度衰减，这点先别太激动。
广州黄埔区法院判了一个案子，有人把某平台用户用 AI 工具生成的短剧盗录下来，打包 1700 多部在二手平台卖 66.66 元，没拿到任何授权。法院认定这些 AI 短剧不是简单点一下“一键生成”，而是创作者输入了原创剧本、人物设定和镜头要求，体现了个人构思，属于受著作权法保护的作品。最终被告人被判侵犯著作权罪，有期徒刑八个月、缓刑一年两个月，罚金六千元...
推荐理由：这是国内头一桩 AI 短剧侵权的刑事判决，信号很强。我会先打个折：案子本身规模不大，比不上模型发布或平台级动作，但它的法律指向性很明确。法院认了 AI 生成内容的独创性，版权边界更清晰了，对靠生成内容吃饭的公司来说，合规压力直接上来了。数字也实在，1700 部、66.66 元、八个月，把盗录成本和刑事后果都量化了，从业者一看就懂。
Amp 推出了新的命令行工具 Neo，核心变化是让编程助手从“人在旁边盯着”变成“扔给它自己跑”。Neo 支持远程控制本地线程、自动压缩上下文（不用再手动清理对话历史），并开放了 Plugin API 来扩展工具和交互方式。安全策略做了个大反转：默认允许所有操作，把安全把关交给插件系统。官方说 CPU 和内存占用也降了不少，但正文没给出具体版本号、价格...
推荐理由：Neo 把本地线程交给远程控制，默认允许所有操作，安全控制转嫁到插件系统，这个权限反转比功能更新本身更值得盯。远程编排和自动上下文压缩让 agent 能跑长链路任务，Plugin API 给了扩展空间，但正文没披露版本号、价格和性能降幅，实际省不省钱、稳不稳定还得等实测。Amp 的行业存在感加上信息缺口，把这条卡在 72–77 分区间，我会先打个折，别当成熟产品看。
Open Slide 是一个开源项目，把 PPT 当成 React 组件来写，工作流专门为 AI agent 设计。它用 React 组件库做扩展，方便接入各种图表。项目自带可视化编辑器，你可以手动改，AI 也能直接读你的批注来协同修改内容。它还集成了 SVGL 库，里面有 1500 多个品牌 Logo，做技术演示时直接拖就行。整体思路是让 AI 进到...
推荐理由：我会先打个折：正文没给出实际使用数据或上手测试，所以效果到底怎么样还不好说。但“PPT 变成可编程界面”这个思路本身值得关注，它把幻灯片从拖拽排版变成了代码生成，AI 能直接参与修改和迭代。1500+ Logo 库和评论驱动改稿这两个点让产品有了具体抓手，不只是又一个套壳工具。对经常做演示文档的人来说，省掉排版和反复调整的时间是实打实的价值。
谷歌在 2026 年 5 月 4 日关掉了 Project Mariner，一个能让 AI 在浏览器里自动完成多步骤网页任务的实验项目。它之前最多支持同时跑 10 个任务。关停不是因为技术失败，而是这套能力已经挪到了谷歌正式产品里，比如 Gemini Agent 和 AI Mode。正文没披露具体迁移时间点和用户数据，所以实际落地效果还得看后续产品表现。
推荐理由：HKR 三项都过，但正文能拿到的硬信息就三块：关停时间、最多 10 个并发任务、技术并入了 Gemini Agent。Google 官方信源够硬，所以给 featured 低档，不是重大发布。
Avarok 把 Atlas 推理引擎开源了。它用 Rust 和 CUDA 写成，镜像只有约 2.5GB，冷启动不到两分钟。在一台 DGX Spark 上跑 Qwen3.5-35B，实测持续速度约 111 tok/s，作者说比 vLLM 快 3.0 到 3.3 倍。引擎专门为 Blackwell SM120/121 写了内核，支持 NVFP4、FP8 ...
推荐理由：我会先打个折：目前只有 Reddit 单帖来源，基准测试也没被第三方复现，所以分数压在了 featured 低位。但这条确实有料——开源推理引擎 Atlas 在 DGX Spark 上跑 Qwen3.5-35B 持续 111 tok/s，镜像才 2.5GB，冷启动不到两分钟，作者说测试时是 vLLM 的 3.0–3.3 倍。真正值得盯的是 Blackwell SM120/121 手写内核、NVFP4/FP8 和 MTP 解码这些底层优化，不是简单套壳。速度、体积、启动时间三个数字都给了，信息密度够，对想本地部署大模型的人有直接参考价值。