OpenAI 开发者账号发帖说，Codex 可以在 Mac 锁屏、屏幕关闭的情况下，通过手机安全地使用 Mac 上的应用。帖子没提权限边界、怎么收费、什么时候上线，我会先打个折——正文只给了一个文档链接，具体怎么实现“安全”也没展开。
推荐理由：HKR 三项全中：OpenAI Devs 给出了 Codex 操控 Mac 的具体条件，但正文没披露权限边界、价格和发布时间，所以重要性停在 82 分，没上 85+。我会先打个折——这个功能听起来很省事，但没讲清楚锁屏下到底能碰哪些文件、会不会被滥用，这点先别太激动。
谷歌把 Agent 开发套件（ADK）带到了 Kotlin 和 Android 上，版本号 0.1.0。Kotlin 版负责后端流程，Android 版则专门为手机端做了优化，能直接调用 Gemini Nano 这类本地模型干活。这套东西的核心是混合调度：你可以让云端大模型当总指挥，把涉及隐私的具体任务（比如查本地文件里的酒店预订）派给手机上的子 Ag...
推荐理由：Google 这次发了两个 ADK：Kotlin 版给后端搭 Agent 工作流，Android 版让 Agent 跑在手机上。版本号 0.1.0 说明还在早期，功能边界和稳定性都别抱太高期待。正文只交代了平台和版本，没给性能数据、实际案例或开发者规模，所以我会先打个折——方向对，但落地效果还得看后续。
Runtime 做了一套开源的沙盒基础设施，让公司里不只有工程师能用编程助手，产品、设计、市场、客服也能在安全隔离的环境里让 AI 帮忙改代码、查数据、发 PR。它兼容 Claude Code、Codex、Cursor、Copilot、Gemini CLI 和 Devin 这些主流编程助手，可以接入公司自己的工具链（比如 Datadog、Salesfo...
推荐理由：我会先打个折：正文没披露实际客户或用量数据，所以别当成熟产品看。但它的切入点很准——企业不敢让编程代理直接跑在内部环境，Runtime 用沙盒把代理隔离开，还开源了基础设施，等于给团队一个低风险试水的入口。支持六种代理、不加价 token 的定价，也让成本更可预测。对正在评估编程代理的团队，这是个值得跟进的信号。
华尔街日报的消息，Anthropic 二季度营收预计冲到 109 亿美元，同比增长 130%，运营利润约 5.59 亿美元，比它自己去年说的 2028 年前不盈利提前了不少。增长主要靠两件事：一是编程工具被大量公司用起来，二是 Claude 开始接那种能自己跑一段时间的“干活型”任务，需求大到算力一度不够用，逼着 Anthropic 去签新数据中心合同...
推荐理由：这条消息的钩子很清晰：Anthropic可能要成为第一个赚钱的头部AI实验室了。给出的数字挺吓人，单季营收109亿，运营利润5.59亿，如果属实，说明卖模型服务真的能跑通。但我会先打个折，因为这只是《华尔街日报》根据预测数据做的报道，不是官方审计后的财报，正文也没披露成本结构里算力烧了多少、企业客户贡献了多少。这点先别太激动，等正式文件出来再看。不过，光是“盈利”这两个字就足够让整个行业讨论一阵子了，所以优先级给到p1，重要性88分。
Fireworks 在 WebVoyager 上跑了 720 个浏览器智能体任务，发现平均有 22.9% 的推理调用属于无效消耗，他们管这个叫“Agent 执行税”——也就是为了完成任务，模型多做的无用功。具体到各家模型：MiniMax M2.5 每成功完成一个任务的成本比 Gemini 低了 2.3 倍；GLM-5 的任务成功率做到 57.1%；Ki...
推荐理由：HKR 三项都站得住：它把一个跑分现象包装成了可复用的采购指标，有具体数字支撑，而且直接回应了从业者在选型时对隐性成本的焦虑。信源是 Fireworks 自己的博客和 Reddit 讨论，不是第三方独立评测，所以重要性停在 74 分 featured 档，没往上拉。
Anthropic 在伦敦的 Code with Claude 大会上展示了一个趋势：开发者越来越愿意把写代码的活直接交给 AI。工程师 Jeremy Hadfield 在现场问谁上周发过完全由 Claude 写的 pull request（提交审核的代码改动），近一半人举手；再问谁没读代码就直接发了，大部分手还举着。Anthropic 说公司内部大部...
推荐理由：这篇 MIT Tech Review 的现场报道不是产品发布稿，但抓到了一个很实的信号：开发者已经在把 Claude 写的代码直接往仓库里合，而且不少人连看都不看。我会先打个折，这个数字来自活动现场举手统计，样本量和代表性都有限，不能直接推成行业常态。但“近一半”这个比例还是够高，说明在重度用户里，对 AI 代码的信任已经跨过了一道心理门槛。文章没给 PR 的复杂度或后续回滚率，这点信息缺口让判断只能停在“行为在发生”而不是“行为没问题”。整体适合放进 featured，因为它比功能更新更能让人停下来想一下自己的工作流。
The Verge 的编辑 Sean Hollister 用谷歌 AI Studio 试了一把“氛围编程”，一个下午生成了三个安卓 App。其中一个 App 他只输入了 148 个字的提示词，大概 10 分钟后就在自己的安卓手机上装好跑起来了。前提是他提前把手机开了 USB 调试模式并连上电脑，剩下的活 AI Studio 全包了。他感叹这速度让他差点...
推荐理由：这不是 Google 官方大发布，而是一篇带实测细节的第一人称体验文，有梗有数字，适合放进精选。
Cursor 团队把云端智能体从本地搬到服务器上跑了一年，最大的教训是：开发环境本身就是产品。本地跑的时候，模型直接继承你电脑上的全套工具链，但云端得从零重建，缺个依赖、少个配置，模型不会报错，只会悄悄变笨。他们后来把任务调度迁到 Temporal 上，可靠性从 99% 拉到了 99.9% 以上，现在平台每天处理超过 5000 万次操作。文章还聊了怎么...
推荐理由：HKR 三项都成立：Cursor 在编程 agent 圈子里是核心玩家，文章给出了 Temporal 迁移、99.9%+ 可靠性和 5000 万次日操作量这些实打实的数据。不是产品发布，所以放在 featured 低段位。
这篇文章因为微信环境异常，正文内容没抓到，只看到标题和作者信息。标题说会讲 Agent 的原理分析和从零搭建个人助手的实践，作者是 Zhan Xupeng，预计阅读时间 50 分钟，属于长文干货。但具体讲了什么——比如记忆模块怎么设计、ReAct 规划怎么落地、技能加载是渐进式还是一次性、子 Agent 怎么协作、故障恢复怎么做——这些细节正文都没披露...
推荐理由：我会先打个折：标题确实平平无奇，像又一篇入门教程。但点进去会发现，作者把 Agent 的骨架拆得很实在——记忆怎么存、ReAct Plan 怎么跑、skill 怎么按需加载、subagent 怎么分工、harness 怎么兜底，这些设计都写到了。对正在折腾个人助手或想让 Agent 稳定跑业务的同学来说，这篇比大多数水文有料。不过正文没给出量化验证，效果到底怎么样还得自己试。
Anthropic 把 Stainless 给收购了。Stainless 是一家专门帮公司自动生成和维护 API 的 SDK（软件开发工具包）的公司，OpenAI、Meta、Cloudflare 之前都是它的客户。收购之后，Stainless 会关掉它的托管产品，也不再给老客户提供后续支持。不过，之前已经生成的 SDK 代码所有权还归客户自己，只是后续...
推荐理由：我会先打个折：这不是模型发布或核心能力更新，所以分数不会顶满。但 Anthropic 这手挺狠，Stainless 是给 API 自动生成 SDK 的，全球据说四分之一开发者都在用，客户包括 OpenAI 和 Meta。收购后 Anthropic 直接要把托管产品关停，等于断了竞争对手一条现成的开发者工具链。正文没披露收购金额和具体关停时间表，但光是“断供 OpenAI”这个动作，就够让依赖这套工具的团队紧张一阵了。
腾讯公关总监张军宣布 AI 助手“马维斯”正式上线，覆盖 Windows、Mac 和安卓。它不是一个普通的聊天窗口，而是直接长在系统层，能理解文件结构、归类解析文档、识别处理图片，甚至帮你修电脑。官方说市面上 Agent 能做的事它基本都能做，还能调度不同模型、在电脑上操控手机应用。比较实在的一点是，它预装了不少本地模型，通过路由机制把轻量任务分给本地...
推荐理由：腾讯把 AI 助手直接做进操作系统层，Windows、Mac、安卓一起发，能读文档、识图、做系统维护，还能跨设备操控，部分功能离线可用。我会先打个折：正文没披露背后的模型、定价和权限设计细节，所以目前只能看到产品形态，看不到技术底牌。这点先别太激动，但三端同步和系统级操控确实把桌面 agent 的竞争往前推了一步，对做 agent 和端侧部署的团队来说是个值得盯的样本。
Railway 创始人 Jake Cooper 聊了他们怎么从 18 个月攒 100 个用户，做到现在每周新增 10 万注册。团队只有 35 人，服务 300 万用户，融了 1.24 亿美元。他们把大部分工作负载搬到了自建裸金属数据中心，回本周期只要 3 个月，对比租用云服务能省下不少钱。Jake 认为未来的软件是给 AI 代理用的，不是给人用的，所以...
推荐理由：这篇访谈不是讲模型本身，而是讲基础设施怎么为 agent 工作负载重新设计。Railway 用一个小团队撑起 300 万用户，还做了裸金属迁移，对做 agent 部署的开发者来说是个很实在的参考。信息密度和话题性都够，但毕竟不是核心模型发布或重大产品更新，给 74 分放在 featured 里比较合适。
Cohere 的 Nick Frosst 在 Reddit 上发帖，正式推出了 Command A+。这是他们第一个混合专家（MoE）模型，用 Apache 2.0 协议开源。帖子里说，这个模型最大的卖点是效率，做了很极限的量化工作，在 1 到 2 张消费级 GPU 上就能跑得很流畅，对个人开发者和小团队比较友好。不过他也直说，模型的顶尖性能还有待打磨...
推荐理由：我会先打个折：正文没披露参数量、基准测试成绩和上下文窗口，这些关键指标全缺，所以重要性只能给到 74。亮点是 Cohere 终于把 Command-A 这条线捡起来，换成 MoE 架构还给了 Apache 2.0，量化后能在 1 或 2 张 GPU 上跑，对想自己部署的人是个实在消息。但信源只有 Reddit 讨论，没有官方技术报告或实测数据，这点先别太激动。
Stitch 这次更新主要干了四件事。一是实时流式出设计稿，你边改它边生成，不用干等。二是能直接导入现有代码库或 Design.md 文件，拿你项目里真实在用的组件来做设计，品牌风格不容易跑偏。三是加了动态界面生成，四是做完的设计可以导出成一个可分享的线上链接，省掉从原型到上线中间一堆部署步骤。工具现在已经全球开放，正文没提收费模式。
推荐理由：我会先打个折：正文没披露模型细节、定价和实际输出质量，所以别急着当生产工具。但 Stitch 这次更新把实时流式构建和代码库导入加进来，等于让 AI 直接读你的代码和设计文档来生成页面，不再是画个样子就完事。对天天在 Figma 和代码编辑器之间切换的团队，这个流程缩短挺实在。全球开放也让更多人能上手试，不过没看到成本或准确率数据，这点先别太激动。
谷歌开始在搜索广告里用 Gemini 自动生成产品介绍，还会在部分广告里直接嵌入聊天机器人。文章拿胶囊咖啡机举了个例子，但没提具体覆盖范围和广告价格怎么算。说白了，你搜东西时看到的“赞助产品”描述，以后可能都是 AI 写的，有些广告点进去还能跟机器人聊两句。
推荐理由：Google 开始在 Gemini 的商品搜索结果里塞赞助商品和广告聊天机器人了。我会先打个折：正文完全没提投放范围有多大、怎么收费、效果数据如何，所以这更像一次试探性铺开，而不是大规模产品发布。对从业者来说，值得盯的是它把广告嵌进对话式搜索的路径，但现阶段信息缺口太大，先别太激动。
Google 在 I/O 2026 上发了好几个 AI 智能体，能帮人搜资料、规划活动、总结邮件和日历。这些智能体可以在后台一直跑，但文章没提什么时候上线、怎么收费，也没给任何实测数据。作者的意思是，Google 在 AI 智能体上折腾了好几年，这次借着 OpenClaw 的热度再推一把，但如果连手握海量用户数据的 Google 都搞不定，那整个行业吹...
推荐理由：H 和 R 都很强，因为文章把 Google 的 agent 当成整个行业能不能成的风向标，而且直接踩中从业者对实用性、平台权力和成本的焦虑。K 给了新信息，但只限于后台运行这一点，正文没披露上线时间、定价和实际评测结果，所以整体还是落在 featured 偏下位置。
Figma 在它的多人协作画布上直接加了一个 AI 助手。你可以用大白话让它生成新设计、改现有设计，或者自动跑一些重复活儿，比如批量出不同版本的设计稿。你还能同时开好几个助手，让它们各干各的。Figma 说这个助手能理解设计语境和元素，因为它背后用的模型是专门针对设计场景调过的。不过正文没披露这个助手具体是用自家模型还是接了别家的 API，也没提生成结...
推荐理由：Figma 把 AI agent 塞进了协作画布，你打字就能让它生成或改设计。我会先打个折：正文只说了能力范围，没提用的是什么模型、成本多少、什么时候上线，所以别太激动。但这件事本身值得关注，因为它意味着设计师的工作流可能要被 agent 插一脚了。
阿里平头哥的真武 M890 AI 芯片首次公开，主打 Agent 场景的算力底座。配套的 128 卡超节点服务器，卡间直连延迟低于 150 纳秒，机架带宽达到 Pb/s 级别。这套硬件已经在阿里云百炼平台跑起来了，支持通义千问、DeepSeek 和 Kimi 等模型。不过正文因为环境验证问题没加载出来，具体的芯片架构、制程、显存规格和实测性能数据暂时看...
推荐理由：HKR三项都踩中了，但得先打个折——消息源是阿里自己的技术文章，没有第三方实测、没提定价、也没说量产规模。所以分数就卡在featured门槛上，当个基础设施产品更新看比较合适。
摩尔线程放出了自家 GPU 生态 MUSA 的最新进展。SDK 5.1.0 把兼容目标拉到了 CUDA 12.8，覆盖了 761 个驱动和运行时接口，意思是跑 CUDA 代码时能认的指令更多了。推理框架 SGLang 的主线代码已经合并了 MUSA 的支持，硬件支持排期在 2026 年第二季度。另外还提了一个叫 MUSACODE 的工具，能自动把库迁移...
推荐理由：我会先打个折：这还是一家厂商的生态更新，不是整个国产 GPU 阵营的集体突破。但文章把兼容 API 数量、SDK 版本对标和 SGLang 主线合入这几个点都摆出来了，比空谈“替代 CUDA”实在。老黄喝豆汁的梗让标题有了传播力，内文也没写成公关稿，对关注推理部署和算力自主的读者来说值得一看。
驭势科技今天在港交所挂牌，发行价每股60.30港元，公开发售部分超额认购6777倍。公司主要做机场、厂区这类封闭场景的L4级无人驾驶物流车和接驳车，2025年在大中华区机场L4商用车市场占了90.5%的份额。不过原文因为微信环境验证拦截，正文内容没抓到，具体的财务数据、技术路线和募资用途都没披露，这些关键信息得去翻招股书才能确认。
推荐理由：驭势科技港股上市，机场 L4 商用车市占率做到九成，公开发售被抢了六千多倍，说明市场对自动驾驶商业化这条路的买单意愿很强。不过正文没披露营收和盈利情况，光看市占率还判断不了生意本身赚不赚钱，这点先别太激动。
谷歌在 I/O 大会上发布了 Gemini 3.5 Flash，并把 AI 模式直接嵌进了搜索框。公司说现在它的 AI 服务每月要处理超过 3200 万亿个 token，已经有超过 850 万开发者在使用 Gemini。不过这篇文章因为微信平台的环境验证问题，正文内容没能加载出来，所以具体的模型参数、性能对比和实际体验细节都没法确认。
推荐理由：谷歌 I/O 这次把模型更新和搜索入口绑在一起推，AI Mode 直接嵌进搜索框，比普通功能发布重得多。Gemini 3.5 Flash 是新的轻量模型，月 token 消耗 3.2 千万亿说明用量已经很大，850 万开发者这个数字也够扎实。我会先打个折：正文没披露 3.5 Flash 的具体 benchmark 对比和定价，实际性价比还得等实测。但就凭搜索框变智能体这一条，当天必须写。
Google 在 I/O 大会上把 Gemini 重新定位成消费级 AI 入口和开发者代理平台。最核心的发布是 Gemini 3.5 Flash，今天就能用，上下文窗口 100 万 token，单次最多输出 6.5 万 token，提供“极简/低/中/高”四档思考深度，并且能在多轮对话里保留思考过程。官方说它比 3.1 Pro 更强，尤其在终端操作、编...
推荐理由：Google I/O 这次不是单点发布，是把模型、视频、agent 和开发工具打包一起推。Gemini 3.5 Flash 的定价和上下文窗口摆在那，对做应用的人有直接参考价值；Omni 的视频理解和 Spark 的后台 agent 思路，跟现在行业里追的 agent 落地、多模态成本是同一根神经。我会先打个折——现场 demo 和实际 API 稳定性之间通常有差距，但信息量够、时间点敏感，放 P1 没问题。
微软内部认为，Cursor、Claude Code 这类 AI 编程助手正在改变开发者写代码和协作的方式，大家不再需要频繁把代码传到 GitHub 仓库，这让 GitHub 的托管业务受到根本性冲击。微软已经要求部分团队在 2026 年 6 月底前停用 Claude Code，统一改用自家的 GitHub Copilot CLI，表面理由是统一工具链和...
推荐理由：这条消息的杀伤力在于“内部示警”和“生存级风险”这两个词，把 AI 编程工具对 GitHub 托管业务的威胁摆到了台面上。我会先打个折：目前只有一家媒体爆料，微软和 GitHub 都没公开回应，所以不能当定论看。但信息量够硬——微软一边推 Copilot CLI，一边给 Claude Code 设了停用 deadline，说明内部已经在用行政手段抢开发者入口了。对从业者来说，这比单纯的产品更新更有嚼头：如果 AI 编程工具真的让代码托管变得可有可无，GitHub 的护城河就塌了一大块。正文没披露这个决策覆盖多大规模、是否全球执行，这点先别太激动。整...
Qwen 团队推出了 Qwen3.7-Max，一个专为智能体场景设计的闭源模型。它最显眼的能力是能长时间自主执行任务，官方演示了一个连续跑 35 小时、调用上千次工具的内核优化任务。在编程方面，它在 Terminal Bench 2.0 上拿了 69.7 分，超过了 DeepSeek-V4-Pro Max 的 67.9 分；在 SWE-Pro 这类复杂...
推荐理由：Qwen Studio 发了 Qwen3.7，一口气覆盖聊天、图像视频理解、图像生成、文档处理、网页搜索、工具调用和工件生成，摆明要往智能体方向走。我会先打个折：正文没给任何 benchmark、定价、上下文窗口或延迟数据，所以没法判断实际可用性和成本。亮点是工具调用和工件生成这两项，说明模型不只是聊天，而是被设计成能进业务流程干活。这点先别太激动，等看到具体评测和接入方式再说。
Gemini 这次加了两个功能。一个是 Gemini Spark，相当于一个常驻的个人 AI 代理，你授权后它可以自己在 Gmail、Google Docs 和 Slides 之间跑流程，官方说笔记本合上也能继续运行——这点先别太激动，正文没披露具体怎么实现、延迟和资源消耗也没提。另一个是 Daily Brief，根据你设定的个人目标，每天给你推定制摘...
推荐理由：Gemini 应用这次加了两个东西：Gemini Spark 可以在你授权后跨 Gmail、Docs、Slides 自动操作，Daily Brief 则给美国 18 岁以上订阅用户推送每日简报。等于从聊天助手往个人代理迈了一步，让模型直接进你的文档和邮件里干活。正文没提延迟、错误率和权限撤回细节，实际稳不稳还得看上线后的反馈。
Google 在 I/O 2026 上发布了 Gemini Spark（常驻 AI 助手，能帮你张罗活动）、Daily Brief（每日简报）和 Gmail AI 收件箱（根据邮件自动生成待办和回信草稿）。这些功能听起来都挺实用，但核心都是靠大量个人数据喂出来的。文章点出了这个信任问题，不过正文没披露具体的数据处理条款，所以先别急着说它安全还是不安全。
推荐理由：Google 在 I/O 2026 亮出的几个新工具，核心卖点是替你读邮件、替你整理信息，但前提是你得把大量个人数据交出去。正文只说了这些功能依赖个人信息，没写数据怎么处理、存多久、会不会拿去训练模型。我会先打个折：产品方向很明确，就是让 AI 住进你的邮箱和日程里，但隐私和信任那部分目前只有表态，没有细节。这点先别太激动，等 Google 把数据处理规则说清楚再判断值不值得跟进。
Google 准备发布智能眼镜，同时给搜索引擎加上 AI 代理功能。CEO Sundar Pichai 说这些功能靠新的 Gemini 模型驱动，目标是缩小跟 Anthropic 和 OpenAI 的差距。不过这篇付费墙后面的正文没披露具体规格、上市时间和价格，所以眼镜长什么样、卖多少钱、什么时候能买到，现在都还不知道。
推荐理由：我会先打个折：正文没披露参数、时间表和价格，所以没法判断落地有多快。但 Google 把 Gemini agent 塞进搜索，再配上智能眼镜，等于在用户每天用的入口上同时推两个 AI 触点。Pichai 自己说新功能要缩小跟 Anthropic、OpenAI 的差距，这话本身就说明他们承认落后，也在用产品动作追。对从业者来说，看点不是技术多新，而是 Google 怎么用分发优势把 agent 推到普通人面前。这点先别太激动，等具体上线和实测再说。
Claude 现在能直接操作真实软件界面了，这篇博客讲的是怎么把它用到生产环境里，而不是只跑个 demo。文章给了四个具体机制：一是提高点击准确率，减少点错按钮的概率；二是可以选“思考努力级别”，在速度和效果之间做取舍；三是在长会话里保持上下文，避免任务跑到一半忘了前面在干嘛；四是把 Claude 的操作录成可重放的演示日志，方便排查和复现。正文没给出...
推荐理由：我会先打个折：这不是官方模型或产品发布，更像一份实战经验总结，所以放在质量教程档位。但它把 Claude 操控真实界面的四个关键机制讲得很清楚——怎么提高点击准头、怎么控制模型思考深度、怎么处理长会话不丢上下文、怎么把操作录下来复现。对正在把 agent 塞进业务流程的团队来说，这些点比 benchmark 数字更有用。
Google 给 AI Edge Gallery 这个手机端模型体验应用加了三个新能力。一是安卓版开始实验性支持 MCP（模型上下文协议），你可以给手机上的 Gemma 4 模型配一个外部工具服务器地址，比如连上 Google Workspace 查日历邮件，或者接 Google Maps 问路、接网页抓取工具读链接内容。模型在本地决定调哪个工具，请求...
推荐理由：Google 在安卓 AI Edge Gallery 里塞了实验性 MCP 支持，Gemma 4 能直接调 Workspace、Maps 这些外部工具，还补了通知和会话记忆。我会先打个折——正文没披露延迟、耗电和实际可用工具数量，目前更像开发者尝鲜版。但方向很明确：让手机端模型从聊天框跳出来，进到系统里干活。这点先别太激动，等看实际跑起来的稳定性。
Google 在 I/O 大会上宣布和 Warby Parker、Gentle Monster 合作，推出新的“音频眼镜”。这副眼镜没有屏幕，主要靠语音指令来操作 Google 自家的应用和服务，包括调用 Gemini 助手。它会同时支持 Android 和 iOS，设计上有三星参与，预计今年晚些时候上市。正文没披露具体价格、硬件参数和确切发售日期，所...
推荐理由：我会先打个折：正文没给价格、上市时间和硬件参数，所以只能当个信号看，别太激动。但 Google 在 I/O 上亮出这副音频眼镜，摆明了要跟 Meta 抢 AI 穿戴入口，语音调用 Gemini 这条信息本身是实的。对从业者来说，这比单纯发个模型更能说明大厂在把 AI 往硬件里塞的节奏。
Google 在 I/O 大会上扔了一串 Gemini 更新。设计上用了“神经表达技术”，听起来像是让交互更自然，但正文没解释具体怎么实现。智能体功能提到了每日简报和 Gemini Spark，还没说什么时候能用。模型这边出了 Gemini Omni 和 3.5 Flash，参数规模、跑分、价格和发布时间一概没提，我会先打个折，等有实测再判断。
推荐理由：HKR 三项都成立：Google I/O 把 Gemini 的 Omni、3.5 Flash 和智能体打包发布，信息量够硬，也踩在开发者关心的竞品节奏上。我会先打个折——正文没给发布时间、参数和价格，所以重要性停在 84 分，featured 没问题。
Google AI 开发者账号宣布了 Gemini 3.5 模型家族，强调它把推理和执行能力合在一起，目标是让模型直接进业务流程干活。但正文没披露参数量、跑分、价格、上下文窗口和具体上线时间，也没说跟上一代比到底强在哪。这点先别太激动，等有实测数据再看。
推荐理由：H 和 R 都站得住：官方发新模型家族，关注度够高，也会刺激大家去比参数、比价格。但 K 确实不行，整篇公告除了名字什么都没给，没法做技术判断，所以总分拉不到 85 以上。
Google Research 在《自然》杂志上发表了他们基于 Gemini 的“经验研究助手”（ERA），同时通过 Google Labs 的可信测试者计划开放了早期访问。这个工具想帮研究人员自动完成文献综述、提出假设和设计实验这些耗时的工作。文章主要讲了 ERA 从一篇 Nature 论文走向实际计算发现工具的过程，但正文没披露它在真实科研场景里的...
推荐理由：Google Research 把基于 Gemini 的 ERA 发在了 Nature 上，同时通过 Google Labs 的可信赖测试者计划开放初步试用。我会先打个折：正文没给出具体指标、基准测试设置，也没讲可复现的工作流细节，所以没法判断它到底有多能打。但这件事本身值得关注——它不是在秀一个 demo，而是试图把论文里的研究助手推到真实科研场景里去验证。这点先别太激动，等看到实际使用反馈和量化结果再说。
谷歌 AI 在 X 上宣布推出 Gemini 3.5 系列，首发的是 Gemini 3.5 Flash。官方说这个版本重点强化了智能体（让模型进业务流程干活）和编程能力。正文没披露参数量、价格、跑分成绩和上下文窗口大小，所以实际提升有多大、成本划不划算，现在还没法判断。
推荐理由：Gemini 3.5 系列是 Google 的正代更新，Flash 版先出，定位在智能体和编程，这两个方向现在很热。但正文没披露价格、上下文长度和参数量，我会先打个折——信息不全，实际落地成本不好判断。这点先别太激动，等补上关键数字再重新评估。
谷歌在 I/O 大会上宣布搜索业务改版，核心是把搜索入口从“敲关键词”改成“直接说完整需求”。底层用新发布的 Gemini 3.5 Flash 模型跑响应，官方说速度是 GPT-5.5 的四倍，但没给具体延迟数据。AI Mode 上线一年后月活过了 10 亿，查询量每季度翻倍，说明用户确实在用。交互上，搜索框会动态变大，支持文字、图片、视频、文件甚至当...
推荐理由：谷歌搜索这次改版不是换个皮肤，而是把 AI 直接塞进搜索框和结果页，交互逻辑都变了。10 亿月活和每季度翻倍的查询量说明用户已经在用脚投票，不是实验室里的 demo。对做搜索、做内容、做 SEO 的人来说，这波改动会直接冲击流量分配和产品设计，所以优先级给到 p1。
谷歌把 Gemini Flash 系列更新到了 3.5 版，智商评分从上一代的 46 分提到 55 分，直接超过了 Grok 4.3 和 Claude Sonnet 4.6。进步主要在两方面：一是让模型进业务流程干活（代理任务）更靠谱了，二是知识真实性提升，幻觉明显减少。输出速度超过每秒 280 个 token，在速度和智商之间卡了个好位置。多模态评测...
推荐理由：谷歌发Gemini 3.5 Flash，属于头部实验室的模型迭代，而且有Artificial Analysis的第三方数据撑腰，速度、智能、成本都摆出来了。HKR三项全中，尤其是5.5倍的成本跳涨让这条消息不止于常规发布，值得从业者看一眼。
谷歌在 I/O 开发者大会上推出了 Gemini 3.5 Flash，官方说这是他们目前写代码和驱动 AI 智能体（让模型进业务流程干活）最强的模型。它能独立跑通编程流程、管理研究项目，内部测试里甚至从零搭建了一个操作系统。这标志着谷歌的重心从聊天转向了能自主执行复杂任务的智能体。不过，正文没披露这个模型的参数量、上下文窗口和具体定价，所以实际成本和规...
推荐理由：我会先打个折：正文没披露参数量、价格和上下文窗口，所以性能上限和实际成本都还看不清。但 Google 这次把 Gemini 3.5 Flash 直接押在 agent 和从零写软件上，等于说“别只把我当聊天工具，我能进业务流程干活”。对做 agent 和代码生成的人来说，这个方向比单纯刷榜更有看头。不过没给技术细节和定价，现在只能当信号看，别太激动。
Google 在 I/O 上把去年 10 月亮相的代码安全工具 CodeMender 的 API 开放给一批专家测试，定位是“能自己发现漏洞并修好”的 AI agent。DeepMind CTO 说目标是帮全球代码库做安全加固。文章拿它跟 Anthropic 突然发布的 Claude Mythos Preview 对比，但正文没披露 CodeMende...
推荐理由：HKR 三项都踩中了，但正文只确认了封闭内测和标记修复机制，开放时间、价格、评测结果全都没披露，所以先放在 featured 这一档。
谷歌在 I/O 大会上把搜索框彻底重做了。以后你输入问题，它不再只给你一排蓝色链接，而是直接展开成对话式回答，甚至能派“信息代理人”去帮你跑腿查资料、生成一个临时小工具。文章没给出具体上线时间，也没提这次改动对网站流量的影响有多大，但可以确定的是，那个靠排序链接来呈现信息的搜索时代结束了。
推荐理由：我会先打个折：正文没给上线时间、流量影响数据，也没说清楚代理具体能干什么，更像一篇观点评论。但 Google 把搜索从链接列表改成对话回答加自主代理，这个方向如果落地，对依赖搜索流量的产品和内容生态是实打实的冲击。标题虽然夸张，但抓住了搜索产品逻辑在转向这个点，所以给了 88 分、p1 级别。
谷歌在 I/O 大会上掏出了 Gemini 3.5 系列的第一个模型 Flash，定位很明确：让模型进业务流程干活，处理那种步骤多、周期长的任务。在 Terminal-Bench 和 MCP Atlas 这两个考编程和代理能力的测试里，它的分数压过了自家上一代的 3.1 Pro。速度方面，比别家顶尖模型快 4 倍，如果放在谷歌自己的 Antigravi...
推荐理由：谷歌在 I/O 大会上扔了个 Gemini 3.5 Flash，专门给那种要跑很久、步骤很复杂的 agent 工作流用的。我会先打个折：跑分是谷歌自己给的，第三方还没复现，但 Terminal-Bench 上超 3.1 Pro、速度是其他前沿模型 4 倍这些数字，如果属实确实省钱省时间。Antigravity 环境里飙到 12 倍，这点先别太激动，正文没披露那是啥场景、跟谁比。整体看，这是个同日发布的重要模型更新，对做 agent 落地的人有直接参考价值，但还没到改写行业规则的程度。