谷歌发了 Gemma 4 系列的新成员，一个 120 亿参数的中等尺寸模型。它主打本地运行，16GB 显存或统一内存的笔记本就能带起来。架构上没走传统多模态那套编码器路线，直接原生支持音频输入，还带了一个叫 MTP 的推测解码模块来压延迟。模型用 Apache 2.0 协议开源。不过正文因为环境验证没加载出来，具体跑分、训练数据、实际推理速度这些关键信...
推荐理由：Gemma 4 12B 的卖点很直给：一个不算小的模型，能在普通笔记本上跑，还用了 Apache 2.0 协议。这对想自己折腾、又不想被云服务绑住的开发者来说，是个实在的更新。我会先打个折，正文没提具体推理速度和实际任务表现，光看参数和硬件门槛还不够，得等实测。但就凭“16G 笔记本能跑”这个钩子和宽松的开源协议，值得推给关注本地部署和成本控制的读者。
这篇文章本身没加载出来，微信页面显示环境异常需要验证，所以正文内容我没看到。从标题和已有的英文摘要看，讲的是 AI 语音输入工具正在进入办公和开发场景。Wispr Flow 这个产品全球下载量超过 250 万，12 个月留存率 70%，年用户增长 100 倍，说明用的人确实在猛增，而且用了就回不去。OpenAI 的 gpt-4o-transcribe ...
推荐理由：HKR 三项都站得住，但这是一篇带数据的工作流趋势观察，不是模型发布或平台级更新，放在 featured 里属于门槛线附近的那一类。我会先打个折，不把它当硬核技术突破看，但“打字正在变古老技艺”这个判断加上 250 万下载和 70% 留存，确实能让人重新想一遍语音交互的落地速度。
亚马逊发布了新版 Proteus 仓库机器人，核心变化是工人不用再通过专用软件下指令，直接说话就能给它派任务，像跟同事沟通一样。Proteus 最早在 2022 年亮相，外形像个大号扫地机，负责在仓库里搬重货、推大车。这次升级主要是交互方式从代码/软件切到了自然语言，但正文没披露具体部署了多少台、单台成本多少，也没说语音指令在嘈杂仓库里的准确率怎么样。...
推荐理由：我会先打个折：Amazon 只说了 Proteus 能听懂人话，没给任何规模数据，所以重要性卡在 featured 门槛附近。亮点是交互方式从编程界面直接跳到口语对话，对一线工人上手门槛降得明显；但没披露部署量，效果和稳定性都还是未知数。如果是真的跑通了，省培训成本、提响应速度都说得通，这点先别太激动。
OpenAI 给 ChatGPT 换了一套叫 Dreaming 的记忆架构，核心变化是模型会在后台自动翻看你的历史对话，把零散信息合成一个关于你的“记忆摘要”，而不是只靠你手动让它“记住”某件事。官方说这能解决旧版记忆容易过时、记不全的问题，让 ChatGPT 在跨对话时更懂你的偏好和长期项目。目前这个更新只对美国的 Plus 和 Pro 用户开放，免...
推荐理由：OpenAI 给 ChatGPT 加了个叫 Dreaming 的记忆系统，核心是跨对话记住你的偏好，让聊天更连贯。这事有热度，因为名字和“长期记住你”这个点本身就自带话题，隐私这根弦也绷着。但正文没披露默认开关状态、保留周期和推送范围，这些关键信息缺了，所以重要性先打个折，定在 84。
斯坦福的研究人员放出了 OpenJarvis，一个开源的本地优先框架，目标是让个人 AI 助手直接在手机或电脑上跑，不用把数据传到云端。他们把个人 AI 拆成了五个基础模块：推理、工具调用、记忆、学习，还有一个叫“自我”的模块来协调这些能力。实测下来，在设备端用小模型跑这套流程，效果只比顶尖云端模型差 3.2 分，但每次调用的边际成本直接砍了约 800...
推荐理由：HKR 三项都站得住：本地优先加 800 倍成本下降是个好钩子，数字具体且能说明问题，话题本身也切中 agent 落地时大家最在意的成本和隐私。信息源深度一般，所以分数放在 78–84 这个区间，不往上拔。
Cloudflare Radar 统计了 5 月 28 日到 6 月 4 日这一周的全球流量，发现所有 HTML 网页请求里，57.5% 来自爬虫、AI 抓取和自动化脚本，真人浏览器只占 42.5%，这是机器人流量头一回超过人类。如果把所有 HTTP 返回内容都算上，JSON 格式（主要是机器对机器的 API 通信）占了 33.1%，排第一，HTML ...
推荐理由：Cloudflare Radar 这次给了一个很具体的窗口和比例，HKR 三项都踩实了。文章没把 AI 爬虫、搜索引擎蜘蛛和恶意自动化流量拆开讲，所以我会先打个折，不把它捧得太高。但“机器人过半”这个信号本身对做网站、做爬虫、做安全的人都有直接参考价值，放在 featured 档刚好。
Hugging Face 把自家的 hf 命令行工具重新设计了一遍，让它能同时服务人类和编码智能体。工具会通过环境变量自动识别是不是 Claude Code、Codex 等智能体在调用，如果是，就输出紧凑、不截断的 TSV 格式，而不是给人看的表格。在复杂多步任务测试里，没用这个 CLI 的智能体（比如自己拼 curl 或调 Python SDK）消耗...
推荐理由：我会先打个折：token 降到六分之一是官方说法，正文没给出测试场景和对比基准，实际省多少要看具体任务。但思路很清晰——传统 CLI 输出对人类友好，对智能体却是噪音，切成结构化 TSV 能减少大量解析和截断开销。自动检测智能体身份这一点也实用，不用手动切模式。整体是工具链层面的务实改进，不是模型或平台级发布，所以放在 featured 档合理。
Anthropic 公开了他们内部用 Claude 做自助数据分析的整套方案。核心思路是让非技术同事直接用自然语言问业务数据问题，系统自动查表、写 SQL、出结果。他们搭了一个三层架构：底层是数据基础层，负责把分散的业务指标统一成模型能读懂的语义；中间是验证工作流，专门处理模糊提问、过期数据和查不到的情况；上层是技能模块，让 Claude 学会按公司规...
推荐理由：我会先打个折，这是官方博客，数字肯定挑好看的讲。但 95% 自动化加约 95% 准确率，配上数据层、验证和 skills 这套 agentic analytics stack，确实把怎么做说清楚了。没有新模型或产品发布，所以分数在 72–77 这个区间。正文没披露错误类型的具体分布和延迟数据，这点先别太激动。
纳德拉在 Build 大会的播客里聊了微软的 AI 思路，核心是把 AI 当成一个生态平台来做，而不是押注单个模型。他举了比尔·盖茨那条老原则：平台创造的价值得远超平台自己赚走的。微软这次主推的 MAI 系列模型，强调从预训练阶段就保证数据干净、可追溯，因为现在很多开源模型在榜单上看着漂亮，实际用起来不行。有意思的是他们拿一个 50 亿参数的小模型做“...
推荐理由：HKR 三项都踩中了：Satya 本人就是流量钩子，文章给出了微软企业级多模型平台的具体组件名，还透露了 5B 小模型用 traces 做 hill climbing 的机制，对从业者判断技术路线有参考价值。不过它终究是 Build 大会的访谈，不是独立模型发布，所以 78 分合理。
这三篇论文都进了 CVPR。GraspGen-X 用 20 亿次模拟抓取训练，让机械手能处理没见过的物体，但正文没披露真实世界的抓取成功率。LCDrive 把自动驾驶的推理 token 砍了大约一半，靠的是让模型直接输出轨迹而不是先写文字再转成动作，延迟更低，不过没提极端场景下的安全性验证。NitroGen 在 1000 多个游戏里跑了 4 万小时的交...
推荐理由：NVIDIA 在 CVPR 放出的三篇论文，每篇都带着实打实的数字：GraspGen-X 用 20 亿次模拟抓取训练机械手，LCDrive 把自动驾驶模型的推理 token 砍掉一半，NitroGen 在 1000 多款游戏里攒了 4 万小时交互数据来训游戏 agent。我会先打个折——这是厂商研究打包发布，不是新模型或产品上线，所以重要性停在 78 分。但信息密度够高，对做机器人、自动驾驶和游戏 agent 的人有直接参考价值，尤其是用合成数据替代真实采集、降低推理延迟这两条思路，正文没披露具体硬件环境和延迟数字，这点先别太激动。
微软 AI 负责人 Mustafa Suleyman 在 Build 大会上放话，说微软必须从零开始证明自己能独立搞定所有事。两家公司从合作转向直接竞争，但文章没透露具体产品路线图和时间表。Suleyman 还提到，微软正在把 AI 智能体（让模型进业务流程干活的工具）作为重点方向，不过目前没有给出任何性能数据或客户案例来支撑这个说法。
推荐理由：H 和 R 都站得住：微软和 OpenAI 翻脸会影响整个 agent 平台的格局，从业者肯定盯着。K 偏弱，因为正文除了 Suleyman 一句“必须从头证明自己能独立搞定”之外，没给出任何可落地的信息，所以整体卡在 featured 门槛上。
Meta 正式在全球上线 WhatsApp Business 的 AI 客服机器人，叫 Meta Business Agent。它能自动回消息、推商品、约时间、筛销售线索，搞不定再转人工，Instagram 私信里也能用。收费按模型 token 消耗算，但具体价格和用的哪个模型，正文没披露。另外还在小范围测一个功能，让机器人每天早上给你总结前一晚的聊天重点。
推荐理由：Meta 把 AI 智能体塞进 WhatsApp Business 并全球铺开，等于让商家直接在聊天里接客、推销、处理售后。收费按 token 算，说明 Meta 想从对话量里抽成，但具体多贵、用的什么模型、哪些国家能用，正文全没写。我会先打个折：全球上线听着热闹，没价格和模型细节，商家算不了账，从业者也判断不了实际成本。这点先别太激动，等单价出来再看是不是真省钱。
特朗普废掉旧令不到两周，又签了一份新的 AI 行政令。核心变化是：要求科技公司在发布前沿模型前 30 天，自愿把模型交给政府审查，但不设强制许可证。对比之前被搁置的版本（要求提前 90 天提交），这次明显缩水了，不过也算从完全不管迈向了轻度监管。另一条消息是，军工公司 Anduril 和 Meta 正在给美军搞一款 AR 头显原型，想实现用眼球追踪和语...
推荐理由：我会先打个折：行政令是“自愿”送审，不是强制，别当成立法看。但 30 天这个数字给了企业一个明确的时间窗口，比之前模糊的“提前沟通”要具体。另一条更硬——Anduril 和 Meta 的原型头显让士兵用眼动和语音指挥无人机打击，这已经不是实验室概念了。两条放一起，一条在收紧模型发布，一条在把 AI 往杀伤链里塞，反差够大，从业者得知道。
微软在 Build 2026 一口气发了七个自研模型，头一回做推理模型 MAI-Thinking-1。这是个万亿参数、每次激活 350 亿的大家伙，上下文窗口 12.8 万 token，专啃多步指令和代码。内部盲测说比 Anthropic 的 Sonnet 4.6 更受偏爱，但看公开跑分，大概跟 DeepSeek V3.2 打个平手。微软强调模型是从干...
推荐理由：微软在 Build 2026 上发了 7 个自研模型，图像生成直接对标 Google 并声称超越，推理模型则明确说还在追赶。同时公布了一种新调优方法和一个后台自主智能体。正文没披露具体模型名称、基准分数和开放时间，所以信息有冲击力但缺验证细节，重要性给到 84 是合适的，先别急着当定论。
这篇文章我没能看到正文，微信页面显示环境异常需要验证。从已有的英文摘要看，作者许晓斌提出了一个判断：用 AI Agent 做开发，能把从“有想法”到“出代码”的周期从几周甚至几个月压缩到几分钟。他举了几个例子，包括用 Agent 搭周报系统、多角色 Agent 协同开发、自动配镜像仓库。文章还点出了现有研发设施跟 Agent 开发模式不匹配的地方，比如...
推荐理由：这篇文章不是产品发布或模型评测，而是一篇基础设施层面的评论。我会先打个折，因为案例都来自作者自己的实践，没有第三方验证，但“周/月级压到分钟级”这个说法配上具体场景，对从业者来说有参考价值。正文没披露多角色 agent 协作的成功率和翻车率，这点先别太激动。整体放在 featured 里合理，属于那种看完会让你重新打量自己团队流水线的东西。
微软首个正式对外发布的自研推理模型MAI-Thinking-1，用了35B活跃参数、总参数约1T的稀疏MoE架构。SWE-Bench Pro编程测试跟Claude Opus 4.6打平，AIME 2025数学测试拿到97%，盲测里人类偏好优于Sonnet 4.6。训练全程没用任何第三方模型蒸馏，预训练数据也排除了AI生成内容。不过群友对微软年底拿第一的...
推荐理由：这条消息的钩子很清晰：微软的 MAI-Thinking-1 在代码基准上追平了 Opus 4.6，而且给出了具体的参数规模和数学测试得分。我会先打个折——来源是群聊日报，不是官方公告，正文没披露模型是否开源、API 定价和完整评测设置，所以权威性偏弱。但 H/K/R 三个维度都踩中了：有竞争对标、有硬数字、有平台格局的冲击力。综合来看，值得作为 featured 推给从业者看一眼，但别急着把它当正式发布。
Hugging Face 的开源团队在 2026 年 5 月上线了 paperswithcode.co，用 AI 代理自动解析论文，把原来平台超过 9300 个基准测试的 SOTA 排行榜恢复了出来。这次复活正好赶上 CVPR，首页直接整理了会议论文和对应代码。正文没披露解析准确率和代理的具体工作流，但能看出他们想用自动化方式解决原平台长期停更的问题。
推荐理由：Hugging Face 把 Papers with Code 重新做回来了，这次用 AI 智能体自动解析论文，一口气恢复了 9300 个基准相关的排行榜。对做研究的人来说，这比手动翻论文找 SOTA 省事太多。我会先打个折：正文没披露智能体解析的准确率有多高，也没说排行榜更新频率和覆盖范围的具体边界，所以别急着当完全体用。但光是 CVPR 期间能一站式查代码和榜单，实用价值就摆在那。
扣子3.0把智能体协作搬到了项目里，支持iOS、安卓、Mac、Windows和网页端。你可以把本地跑的Claude Code、Codex CLI这类命令行智能体导进去，在手机上授权后直接让它读你电脑里的PDF。正文没披露具体延迟和资源占用数据，实际体验得自己跑一遍才知道稳不稳。
推荐理由：HKR 三项都踩中了：扣子 3.0 让手机能远程指挥电脑里的 Agent，还支持导入 Claude Code 这类命令行工具，等于把 Agent 协作和跨设备控制绑在一起。不过它本质上还是一个产品更新，正文没提定价、推送范围和本地文件读取的安全边界，所以先放在 featured 这一档。
Qwen 发了 Qwen3.7，由通义大模型 BU 多模态交互负责人 Steven Hoi 介绍。官方说法是推理能力有重大突破，工具调用、写代码和长链条的 agent 任务都做了升级。正文没披露模型参数量、定价、跑分成绩和开源/闭源条件，我会先打个折——等看到具体数字和实测再判断突破有多大。
推荐理由：HKR-H 和 HKR-R 通过，因为 Qwen3.7 是阿里云旗舰模型更新，从业者会关注。HKR-K 不通过：正文只说了能力方向，没给参数量、价格、跑分或接入方式，信息缺口太大，没法判断实际提升。
微软在 Build 2026 大会上发了两个能在设备本地跑的模型，都叫 Aion 1.0。一个是 Aion 1.0 Plan，140 亿参数，专门做推理和调用工具，上下文窗口 3.2 万 token，会直接预装在配置够的 Windows 设备里。另一个是 Aion 1.0 Instruct，定位是总结、改写、理解意图、无障碍功能，会集成进 Edge 浏...
推荐理由：微软在 Build 2026 发了 Aion 1.0 Instruct 和 Plan 两个端侧模型，其中 Plan 是 14B 参数、32K 上下文的规划模型，会直接跟着 Windows 推给符合条件的设备。我会先打个折：文章没提许可证、跑分、具体硬件门槛，所以实际落地效果还得观望。但 Windows 内置这件事本身，分发优势和生态卡位就很明显，对做端侧 AI 和 agent 的人来说值得盯一下。
这篇来自 WSJ 的报道梳理了 OpenAI 总裁 Greg Brockman 和 Anthropic 联合创始人 Dario Amodei 之间长达九年的矛盾。核心冲突是，在 OpenAI 内部研发一个后来演变成 ChatGPT 的项目时，Dario Amodei 直接禁止 Greg Brockman 参与。文章还提到，Brockman 现在负责 O...
推荐理由：我会先打个折：这不是模型发布或现任高管离职，所以放在 featured 里算合理。但 WSJ 挖出的料够硬——Dario 当年直接不让 Brockman 碰 ChatGPT 的前身，这比普通的口水仗有信息量。后面 Brockman 管了近 1500 人的产品战略，也说明他现在在 OpenAI 的盘子有多大。两条事实一前一后，把两家公司的旧怨和现状串起来了，对关注 AI 公司权力格局的人有参考价值。
@mvanhorn 分享了一套让 AI 智能体干活的工程方法，核心是把开发流程从“人写代码”扭成“人定方向、智能体执行”，工作台从 IDE 搬到了终端和一份 plan.md 计划文件。整体走 Research → Plan → Work 循环，用 plan.md 来约束智能体行为。帖子总结了 22 条实战技巧，覆盖规划、并行执行、输入方式、远程控制这些...
推荐理由：这是一篇从业者的方法总结，不是模型发布或产品上线。正文没披露完整工具栈清单，所以我会先打个折。但 Research→Plan→Work 循环和 plan.md 约束的思路很具体，22条技巧也给了可操作的抓手，对正在折腾智能体工程的人有直接参考价值，放在 featured 档刚好。
Meta、Coinbase 和 Block 最近各自砍了至少 10% 的人，三家加起来约 1.3 万个岗位没了，高管们把一部分理由推给了 AI。但文章指出，这些裁员发生时，公司本身也在经历业务震荡：Meta 在元宇宙上烧了约 800 亿美元后大幅收缩，Coinbase 赶上加密市场低迷，Block 承认疫情期间招人太多。今年已有超过 150 家科技公司...
推荐理由：这篇纽约时报的报道没在讲模型或产品，而是把三家科技公司合计1.3万人的裁员和今年全行业11.5万人的数字摆出来，追问管理层到底是真的用AI省了人力，还是借AI的名义砍成本。对做AI的人来说，这比技术论文更扎心——它直接关系到岗位安全感和行业叙事。信息量够，角度也够锐，所以放在featured。
MAI 从 487 万个开源 PR 里筛出 26.5 万道可训练题目，又为它们建了一套三层判分体系。AI 编程这两年真正的变化不是模型变聪明了，而是训练基础设施被工业化了：出题从手工活变成了流水线，批改也从“单测全绿就行”升级到能检查工具使用效率和前端视觉质量。
推荐理由：这篇文章没发模型、没给跑分，但把“vibe coding”之后该看什么讲清楚了：训练数据怎么筛、判分怎么搭、工程成本怎么控。487 万 PR 筛到 26.5 万题，这个压缩比本身就说明他们在做苦活，不是随便抓一把数据就训。三层判分体系正文没展开细节，但至少表明他们知道代码题不能只靠单次通过率来评。我会先打个折：没看到开源计划、也没看到实际训练出来的模型效果，所以目前更像一套训练基础设施的思路，离可复现的结论还差一步。对正在考虑自训代码 agent 的团队来说，这篇值得看，但别急着当标杆。
NVIDIA 在 COMPUTEX 上放出了一个叫 NemoClaw 的开放蓝图，专门用来构建能长时间自主干活的 AI 智能体。十几家工业软件厂商已经用它来打造“自主 AI 工程师”，主要用在 CAE 仿真和 EDA 芯片设计流程里。按官方说法，以前要跑好几周的仿真和设计任务，现在能压缩到几小时内完成。不过正文没给出具体的测试基准、客户实测数据或错误率...
推荐理由：我会先打个折：这是 NVIDIA 官方博客发的，没有第三方验证，技术细节也基本没给。但它的核心信息够硬——NemoClaw 这个新平台专门瞄准 CAE 和 EDA 场景，让模型像工程师一样自主跑仿真和设计任务，而且已经拉了十多家工业软件厂商在用了。它抛出的“数周变数小时”虽然没讲清楚是怎么算出来的，但哪怕打个对折，对工业仿真这种重计算场景也是实打实的吸引力。这点先别太激动，正文没披露具体架构、模型规模和实测对比，后续得看有没有论文或客户案例放出来。
这个工具包专门用来搭科学发现场景里的自主智能体，让模型能跑科研流程。官方说它有两个好处：一是针对科学任务做了基础能力封装，二是 token 效率更高，也就是调用大模型时可能更省 token、更省钱。不过正文没披露开源协议、具体跑分数据，也没给出 token 节省量的数字，所以实际能省多少、效果怎么样，还得自己跑跑看。
推荐理由：这条消息有明确的开源动作和落地载体，对做智能体的人有参考价值。我会先打个折：正文没写许可证、没给基准测试结果，也没提 token 效率或成本数字，所以没法判断实际好用程度和复用门槛。这点先别太激动，等后续有实测数据再看。
Claude Code 新增了动态工作流，核心是让它在运行时执行 JavaScript 文件，按需创建并协调多个子代理（subagent）。每个子代理有自己的上下文窗口，互不干扰，可以同时跑研究、安全分析和代码审查这些任务。官方举的例子是让一个子代理查漏洞、另一个审代码逻辑，主代理最后汇总结果。正文没披露子代理数量上限和额外费用怎么算，这点先别太激动。
推荐理由：HKR 三项全中：Claude Code 用运行时 JS 编排带独立上下文的子代理，这是个实打实的新功能。Anthropic 的品牌有加分，但这次是功能更新而非模型或平台级发布，所以分数落在 78–84 区间。正文没提具体性能数据和价格变化，这点先别太激动。
Claude Code 加了一个动态工作流功能，你给它一个任务，它会现场写一段 JavaScript 来指挥多个子智能体分工协作。你可以指定用哪个模型、工作区隔离到什么程度，适合做研究、安全分析、代码审查这类复杂活，写好的工作流还能共享和复用。不过正文没提具体会多烧多少 token，也没说这个功能现在是不是所有人都能用，这点先别太激动。
推荐理由：HKR 三项都过，但文章只给了机制层面的细节，token 增量、推送范围和定价都没提。因为跟 Claude Code 直接相关，所以放在中量级产品更新里偏高的位置。
微软 Build 大会上，两家宣布把 AI 部署的底层打通了。简单说，就是同一个 AI 应用，既能在你笔记本的 RTX 显卡上跑，也能无缝切到 Azure 云或者公司本地的 DGX 工作站上，不用重写代码。现场还亮了两款新硬件：RTX Spark 是个小盒子，能提供 1 petaflop 的 AI 算力（大概相当于每秒一千万亿次计算）；DGX Stat...
推荐理由：HKR 三项都过了。NVIDIA 和微软这次合作，把 agent 部署从 Windows 到 Azure 再到本地串成一条线，还亮出了 1 petaflop 和 20 petaflops FP4 两个硬件规格，对从业者来说有信息增量。不过消息源是厂商自己，正文没给定价、跑分和迁移细节，所以分数没往上拉。
这个 CLI 工具把 Claude Platform 的所有 API 端点都搬到了终端里。你可以直接在命令行调用 Messages API、启动 Claude 托管的智能体，然后把返回结果用管道传给 shell 做后续处理。官方提到，用 Claude Code 这类编码智能体来理解这个 CLI 也没问题。正文没披露性能开销或额外费用，实际用起来会不会增...
推荐理由：Claude Platform CLI 在 HKR 三项上都站得住，是个实用的开发者工具更新。不过公告只给了能力范围，安装流程、权限控制、安全限制和定价都没提，我会先打个折——实际落地好不好用，还得看这些缺口怎么补。
微软发布了一份 AI 代理的行为规范说明书，让开发、合规和安全团队能把想让代理遵守的规则，写进可移植的策略文件里。正文没提版本号、开源协议、支持哪些开发框架，也没说什么时候正式上线。
推荐理由：我会先打个折：正文没披露版本号、开源协议和具体支持的框架，所以没法判断落地有多顺滑。但“可移植策略文件”这个机制本身是实在的，它让开发、合规、安全三拨人能用同一份文件定规矩，不用各说各话。对正在搭 Agent 的团队来说，规则能不能跨栈迁移是个真需求，这点先别太激动，但值得放进 featured 里提醒大家关注。
微软发了 Microsoft Scout，一个能一直挂在 Outlook、OneDrive、Teams 里的 AI 助手。企业可以把它分给员工，让它帮忙管日历、处理报销、起草邮件。微软副总裁 Omar Shahine 说这是他们第一次给客户一个真正的个人助手，功能比应用内嵌的 Copilot 更宽。不过正文没提 OpenClaw 具体是什么、怎么跟现有...
推荐理由：这篇就是微软 workplace agent 的产品更新，给了集成范围和任务类型，但没给定价、上线时间，也没技术细节。信息量够上 featured 低段，但别指望从这篇看出落地节奏。
微软在 Build 2026 大会上公布了 Project Solara，一个专门为跑 AI 智能体的硬件设计的操作系统。它底层是安卓，不是 Windows。现场展示了两个概念机：一个是类似 Echo Show 的桌面设备，用人脸识别解锁后可以直接调用各种 AI 智能体；另一个是可穿戴工牌，带摄像头和指纹扫描，能唤醒 AI 智能体。正文没披露具体上市时...
推荐理由：我会先打个折：正文没给发货时间、开发者接口和定价，所以别当产品发布看。亮点是微软在 Build 2026 上拿出的 Project Solara，一个跑在 Android 上的 AI 硬件系统，不是 Windows。现场有两台概念机，一台放桌上的带人脸识别，一台可佩戴的徽章带摄像头和指纹，说明微软在试探 agent 硬件长什么样。系统层面用 Android 意味着生态借力，但也绕开了自家系统，这点挺有意思。隐私那块正文没展开，只提了人脸和指纹，具体怎么处理数据没说。
Google DeepMind 发了个叫 Co-Scientist 的系统，核心是用多个 Gemini 智能体搭成一个科研小组：有的负责生成假设，有的负责挑刺辩论，再让假设在内部迭代进化。官方说法是能帮科学家在复杂问题上找新思路。不过正文没披露具体用的是哪一版 Gemini、有没有跑过基准测试、开放方式是什么、什么时候能用上，这些关键信息目前都还是空白。
推荐理由：我会先打个折：正文没披露模型版本、评测结果和开放时间，所以目前只能当一次研究发布来看，别太激动。但 Gemini 被架成多智能体科研系统这个动作本身，说明 DeepMind 在认真推“AI 做科学假设”这件事，不是单次推理，而是让多个 agent 互辩、演进想法，思路比单纯刷榜有意思。对从业者来说，这更像一个方向信号，离能用的产品还有距离。
GitHub COO Kyle Daigle 说，2026 年 AI 驱动的代码提交量涨了 14 倍，这给原本按人类节奏设计的 GitHub 基础设施带来了很大压力，公开的宕机问题也跟这有关。他聊了 Copilot 的演变：从代码补全到命令行工具、桌面应用、云端代理和 SDK，以及 WorkIQ、MCP 这些让模型接入 Slack、邮件等公司上下文的方...
推荐理由：HKR 三项都成立：GitHub 高管给出 14 倍 AI 代码提交这个具体数字，把 Copilot、Actions、MCP、WorkIQ 和云端 agent 串成一条线来讲，信息量够。不是重大产品发布，所以重要性停在 80 分。
Claude Code 的工程主管在 Code w/ Claude SF 2026 活动上分享了团队内部的变化。他们把智能体编程（让模型直接写代码、改代码）设为默认工作方式后，砍掉了传统的详细需求文档，改成“即时规划”——在动手前先让 Claude 收集上下文、理清任务。代码审查环节，Claude 会先过一遍代码风格和测试覆盖，人则把精力集中在法律合规...
推荐理由：这是 Anthropic 自家团队在 Code w/ Claude SF 2026 上的分享，不是模型发布或重大产品更新，所以分数压在 80 分左右。亮点在于他们公开了内部怎么用 Claude Code 干活：规划从提前设计改成即时按需，写代码前先让 Claude 把上下文理一遍，审查环节把风格和测试甩给 Claude，人只做法律和安全判断。这些机制写得实在，没有画饼，对工程团队有直接参考价值。但正文没披露具体效率数据或量化对比，所以别当性能报告看。
OpenAI Codex 发布了 Python SDK，安装命令是 pip install openai-codex。这意味着开发者可以直接在自己的代码里调用 Codex 的编程和生图能力，不用再单独打开 Codex 界面。更省事的是，SDK 能复用你已经在 Codex 上的登录状态，省去再搞一套鉴权的麻烦。不过正文没提 API 怎么收费、用的是哪个模...
推荐理由：我会先打个折：正文只说了怎么装和怎么登录，没给 API 价格、模型版本或限流条件，所以别急着算账。但这件事本身挺实在——Codex 不再只是个聊天窗口，而是能当零件用，pip 一装就能集成。对开发者来说，复用登录态省了一步鉴权麻烦，但没写清楚调用上限，真上生产还得自己测。整体是实用的产品更新，信息有缺口但不妨碍它值得关注。
Codex 现在可以把你的工作内容、想法和计划直接转成一个交互式网站或应用，团队通过一个链接就能打开、使用和分享。这个功能会先推给 Business 和 Enterprise 用户，正文没提价格，也没说什么时候开放给其他套餐。
推荐理由：我会先打个折：正文没披露定价、权限边界，也没给实际效果案例，所以别急着把它当成成熟的生产力工具。但 Codex 从写代码延伸到直接出可交互站点，这个方向本身挺省钱——省掉了从代码到可演示原型中间的那一步。对企业和团队用户来说，一个 URL 就能让非技术人员上手试用，协作摩擦会小很多。这点先别太激动，等看到具体质量表现和计费方式再说。
OpenAI 给 Codex 应用上线了六个新插件，分别瞄准数据分析、创意产出、销售、产品设计、股票投资和投行业务。每个插件都打包了工具集成、操作指令和上下文，让 Codex 能模拟特定岗位的工作流。正文没提定价和开放范围，我会先打个折——没看到实际跑通的效果和成本之前，别急着把它当正式员工用。
推荐理由：OpenAI 把 Codex 从程序员工具扩成白领插件包，六个方向覆盖了数据、创意、销售、产品、股票和投行，动作不小。但正文没提定价、实际效果和推送范围，所以我会先打个折，把它放在中等权重的产品更新档。
H公司把他们的电脑操作模型升级到了 Holo3.1，这次主打的是“哪里都能跑”。模型基于 Qwen 系列，一口气放出 0.8B、4B、9B 和 35B-A3B 四个尺寸，并且首次提供了 FP8、Q4 GGUF 和 NVFP4 这些压缩版本，方便直接在个人设备上做本地推理。35B-A3B 的旗舰版在 AndroidWorld 测试里拿到了 79.3% 的...
推荐理由：Holo3.1 把电脑操作智能体做成了本地可跑的版本，而且最小模型只有 0.8B 参数，对想在个人设备上试水的开发者来说门槛很低。四个尺寸加三种量化格式一起发，部署灵活度拉满，不是只给一个玩具。我会先打个折：正文没披露具体任务成功率或延迟数据，所以实际效果还得自己测。但就凭本地运行和量化支持这两点，已经够让做私有化部署的人点进去看了。