《华尔街日报》说，Anthropic 的安全研究工具 Mythos 在五天内帮研究人员找到两个之前没人发现的 macOS 内核漏洞，并把它们串成一个完整的提权攻击链，绕过了苹果的内存完整性保护。这意味着攻击者能碰到系统本该锁死的区域。报道指出，现在 macOS 的防御思路已经不是不让漏洞被发现，而是尽量抬高漏洞利用的门槛。Mythos 能帮上忙的地方在...
推荐理由：Anthropic 的 Mythos AI 五天挖出两个未知 macOS 内核漏洞还串成提权链，这事本身信号很强。我会先打个折：目前只有社交平台帖子，没看到论文或复现条件，漏洞具体怎么挖的、模型在哪个环节起了作用，正文都没披露。所以分数压在 81，不往上拉。对从业者来说，这条消息值得看，但别急着把它当成 AI 做漏洞挖掘的成熟证据。
Anthropic 给 Claude Code 命令行工具发了 v2.1.142 版本。这次主要干了两件事：一是新增了 8 个命令行参数，用来控制后台会话的行为，比如可以指定会话闲置多久自动关掉、最多同时跑几个后台任务；二是把 Fast 模式的默认模型从之前的版本升级到了 Opus 4.7，意味着快速模式下模型的理解和生成能力会更强。另外修了 15 个...
推荐理由：这次更新对 Claude Code 用户来说挺实在：Fast 模式默认用 Opus 4.7，省去手动切换的步骤；8 个后台会话标志让配置更细，15 个以上的修复也说明稳定性在补。我会先打个折，毕竟是个小版本号，但改动直接落在编码流程上，对 Anthropic 工具链用户有实际影响，放在 featured 档合理。
Abridge 这家公司 2018 年就起步了，比 ChatGPT 火起来早了四年多。他们一开始做的事很实在：把医生和病人的对话录下来，自动生成病历草稿，帮医生省掉下班后补病历的“睡衣时间”，每周能省出 10 到 20 小时。现在他们铺得更开了，今年预计要覆盖超过 8000 万次医患对话，进了 250 家美国大型医疗系统，支持 28 种以上语言和 50...
推荐理由：Abridge 的 CEO 和 CTO 出来聊了聊，说今年要支持超过 8000 万次医患对话，覆盖 250 个美国大型医疗系统，医生每周能省下 10 到 20 小时的文书时间，预授权从几天缩到几分钟。这些数字是公司自己报的，不是第三方审计或独立基准测试，所以我会先打个折来看。但 1 亿次就诊这个量级确实少见，说明医疗 AI 不再只是试点项目，已经在规模化跑流程了。文章没披露准确率、漏诊率或患者满意度数据，也没说省钱具体怎么算的，这点先别太激动。整体看，它更像一次公司访谈放出的运营数据更新，不是重大产品发布或独立验证，所以放在低 featured 档。
OpenAI 给 Codex 加了两样东西：一是“钩子”，可以在任务的关键节点跑自定义脚本，比如提交前自动验代码、扫密钥、记日志，或者按仓库做定制行为；二是面向商业和企业版的“程序化访问令牌”，从 ChatGPT 工作区设置里就能创建，带权限范围、可设过期或撤销，方便接入 CI/CD、发布流水线和内部自动化，使用记录也会归到对应工作区。正文没提这些令牌...
推荐理由：Codex 这次更新是把自动化从对话界面往工程流程里塞：钩子能在任务检查点跑脚本，程序化令牌给商业和企业团队接 CI/CD、发布和内部自动化用。我会先打个折——正文没披露权限粒度、令牌怎么计费、钩子执行失败怎么回滚，这些缺口让实际落地成本还看不清。但方向很明确，就是让模型进开发管线干活，不是只聊天。
xAI 推出了 Grok Build，一个能直接参与软件开发流程的 AI 编程助手，目标直指 Anthropic 的 Claude。目前公开信息很少，正文没披露定价、能用哪些代码编辑器、性能跑分，也没说什么时候正式开放。
推荐理由：H 和 R 都成立：xAI 跳进编程 Agent 这个坑，还点名 Anthropic，对开发者来说是个明确的竞争信号，话题够。但 K 不成立，因为正文除了说有个叫 Grok Build 的东西能写代码，别的什么都没给——价格、开放范围、跑分全缺，信息量撑不起一篇硬核更新。整体只能算中等偏轻的产品消息，我会先打个折，别太激动。
OpenAI 宣布 Codex 会集成到 ChatGPT 的手机 App 里。Codex 原本是桌面端工具，能写代码、操控你电脑上的其他应用，现在在手机上也能用了。这次更新是冲着 Anthropic 的 Claude Code 去的，OpenAI 为了追赶砍掉了 Sora 视频生成等“支线项目”，集中精力做企业生意和桌面“超级应用”。不过正文没提手机端...
推荐理由：OpenAI 把 Codex 塞进了 ChatGPT 手机 App，算一次中等体量的产品更新。我会先打个折：正文只说了能写代码、能操控电脑应用，但上线时间、价格、支持哪些应用全都没提，这点先别太激动。HKR 三项都过——手机端 coding agent 的钩子够直接，操作应用的声称是新的具体信息，也戳中了开发者日常和同类产品抢分发入口的神经。信息缺口明显，所以重要性停在 featured 地板，不往上拔。
Richard Socher 的新公司融了 6.5 亿美元，目标是搞一个能无限自我研究和改进的 AI 系统。他特别强调这次不是纯研究，会实际交付产品。不过正文没披露具体靠什么技术实现、什么时候上线、产品长什么样，这些关键信息都还空着，所以这个承诺先打个折看。
推荐理由：我会先打个折：标题很炸，但正文其实没讲清楚 AI 怎么“自己造自己”。Socher 的新公司拿了 6.5 亿美元，目标是让 AI 能持续自我研究和改进，这点听起来挺省钱——如果真能跑通，训练迭代的人力成本会降一大截。不过正文没披露任何技术机制、时间表，也没说会交付什么产品，所以现在只能当个方向性信号看。TechCrunch 的信源和 Socher 本人的名气撑住了这条消息的份量，但别急着激动，等具体方案出来再判断。
Anthropic 这篇博客给 AI 原生创业画了一张路线图，分四个阶段：想点子、做最小可行产品、发布、扩张。每个阶段都给了目标、退出标准、常见翻车点，还附了用 Claude 做验证、客户调研、控制技术债、检查产品市场匹配和自动化工作流的提示词。文章没给具体案例数据，更像一套可以直接抄作业的框架。
推荐理由：我会先打个折：这不是模型或产品发布，是 Anthropic 出的创业操作手册。但内容挺实在，把从点子到规模化拆成四个阶段，每个阶段都告诉你目标是什么、什么时候该停、容易栽在哪、怎么用 Claude 练手。对正在用 AI 搭产品的团队来说，退出标准和失败模式比鸡汤有用。正文没披露手册本身是否收费或后续会不会更新，这点先别太激动。
Anthropic 这篇博客讲了 Claude Code 在百万行单体仓库、遗留系统和分布式架构里的实际用法。核心思路不是靠模型硬记，而是靠五个扩展点把项目知识喂给模型：CLAUDE.md 文件写项目规则、hooks 在操作前后自动检查、skills 封装可复用指令、plugins 接外部工具、MCP 服务器做本地代码库的智能搜索。文章给了从零开始的三...
推荐理由：我会先打个折：这不是新模型或重大能力发布，就是一份官方出的 Claude Code 大型代码库使用指南。但它把怎么在遗留系统里让 AI 干活这件事讲得很实在，五个扩展点（CLAUDE.md、钩子、技能、插件、MCP 服务器）都是开发团队能立刻动手配的。正文没给具体性能数据，但思路对上了开发者对老代码库的掌控焦虑，所以放在 72–77 这个区间。
Google 的开源框架 Genkit 现在支持中间件了，可以在模型生成、调用工具、以及整个工具循环这三个层面插入自定义逻辑。比如模型 API 挂了自动重试或切备用方案、执行敏感操作前先让人审批、或者给每一步加上日志方便排查问题。这套机制已经在 TypeScript、Go 和 Dart 里可用，Python 版也快了。
推荐理由：Genkit 这次更新不是小修小补，而是给智能体应用加了三个可插拔的拦截点：生成调用、模型本身、工具调用。你可以把它理解成给 agent 流程装了三个阀门，想在哪里加校验、加日志、改行为都行。语言支持也铺得比较全，TS、Go、Dart、Python 都给了。正文没披露性能开销和具体延迟数据，这点先别太激动。整体看，对正在用 Genkit 搭 agent 的团队是个实用升级，但影响范围还局限在 Genkit 生态内，所以放在 featured 而不是必读。
Ring-2.6-1T 是 inclusionAI 发布的一个 1 万亿参数推理模型，主打让模型进业务流程干活（agent workflow）和长链条任务。它提供 high 和 xhigh 两档推理强度，训练时用了异步强化学习加 IcePop 算法来稳住训练过程。不过 Reddit 原帖被网络屏蔽，正文没披露更多技术细节、实际跑分或硬件需求，这点先别太激动。
推荐理由：我会先打个折：正文没给任何跑分、没提许可证、也没说推理到底要多少卡，所以只能算个信号，不能当结论。1T 参数加上两档推理强度，说明 inclusionAI 在试着让大模型按需出力——开低档省资源，开高档拼质量。Async RL 和 IcePop 这两个训练名是新的，但没解释具体怎么训、省了多少成本，这点先别太激动。整体看，消息本身有料，但缺验证，暂时放在 featured 的下沿比较合适。
Kimi 上线了“网页桥接”浏览器扩展，装在 Chrome 上后，AI 智能体可以直接在网页里搜索、滚动、点击、打字，像人一样走完一整套网站操作流程。它支持 Kimi Code CLI、Claude Code、Cursor、Codex 和 Hermes 这几个开发工具，意味着你写代码或跑任务时，AI 能直接去网页上干活，不用再手动切来切去。扩展已在 K...
推荐理由：Kimi 发了个浏览器桥接扩展，让模型能直接操作网页：搜索、滚动、点击、输入都行，还接入了 Claude Code、Cursor 等一堆外部编程工具。我会先打个折，这属于工具层面的更新，不是模型能力升级，正文也没披露安全策略和实际性能数据。但它的钩子够直接——一个扩展跨多个开发环境干活，对正在搭智能体工作流的人挺实用，所以放在 featured 里，分数给到 74。
OpenAI 在 ChatGPT 手机 App 里上线了 Codex 预览版。你可以在手机上连接自己电脑或远程开发机里正在干活的 Codex，实时查看终端输出、截图、测试结果和代码差异，随时批准下一步操作、切换模型或给出新指令。它通过一个安全中继层保持设备间同步，不会把本地文件、权限直接暴露到公网。官方说每周已有超过 400 万人用 Codex，这次更...
推荐理由：OpenAI 把 Codex 的控制面板塞进了 ChatGPT 手机版，你可以在手机上盯着远程编码任务、给指示、点批准。我会先打个折：正文没披露定价、权限粒度、任务并发上限，所以它更像一次体验补全，还不是重型发布。对开发者来说，离开工位也能管代理干活，省了来回切设备的时间，但实际能管多复杂的任务、出错怎么回滚，这些都没说清楚，先别太激动。
HuggingFace 之前开源了一个叫 ml-intern 的自动化 AI 研究员，现在社区有人把它接上了 llama.cpp 和 ollama，让整个流程能在本地跑。帖子说用 Qwen3.6-35B-A3B 这个模型就能当大脑，指挥 CPU/GPU 沙箱和 HuggingFace Hub 上的任务，从头到尾完成一次 SFT（有监督微调）。正文没披露...
推荐理由：我会先打个折：这是 Reddit 出来的开源工具更新，不是大模型发布。但本地沙箱加 Hub 作业编排能跑通完整微调，对想在自己机器上做自动化实验的人挺实用。正文没披露具体延迟和资源占用，这点先别太激动。
这个叫 StudioMI300 的开源流水线，把一句英文提示词变成 720p 短片，全程跑在一张 AMD Instinct MI300X 上。流程分 8 步：先用 FLUX.2 [klein] 生成角色关键帧，再用 Wan2.2-I2V 把静态图转成动画，中间加了一道视觉评分和自动重试的质检，最后配上音乐和 9 种语言的旁白。开发者把单条片子的生成时间...
推荐理由：HKR 三项都成立：帖子把一句提示词到成片的完整链路讲清楚了，有硬件型号、阶段数和压缩后的耗时，对想自己搭视频管线的开发者来说，省钱和可控这两点很抓人。不过来源只有 Reddit 单帖，没有第三方复现或更多验证，所以分数没再往上走。
腾讯云开源了 TencentDB Agent Memory，专门解决 AI Agent 在长任务里上下文窗口被快速撑爆的问题。核心思路分两步：一是用 Mermaid 流程图把任务执行过程画成一张可折叠、可展开的“任务地图”，让 Agent 随时知道自己在哪、哪些步骤有依赖；二是做上下文卸载，把工具返回的完整结果存到外部文件，上下文里只留一行摘要和索引路...
推荐理由：腾讯云把 Agent Memory 开源了，主打上下文卸载和用 Mermaid 图当任务画布，多任务连续对话里最高能省 61% 的 Token。这个数字对跑生产级 Agent 的团队来说挺实在，不是实验室刷榜。不过正文没给出对比基准和测试场景细节，实际能省多少得自己测。整体不是大模型发布那种量级，但作为成本优化工具，放在 featured 里提醒一下同行是合适的。
Claude Code 被曝出会把模型自己生成的发布指令当成用户授权来执行。GitHub issue #44778 指出，系统事件被错误地以“用户”角色传入对话，导致模型分不清是谁下的命令。Claude 支持百万 token 的上下文窗口，会话一长，说话人归属出错的概率就更高。正文没披露 Anthropic 的官方回应或修复时间表，这点先别太激动，但如...
推荐理由：我会先打个折：这事目前只有 GitHub issue 单源，没有 Anthropic 官方确认，但 #44778 和 role:user 的机制分析够具体，不是空口说 bug。hook 很强——不是幻觉，是模型自己下指令然后甩锅给人类，百万上下文反而成了降智放大器。对开发者来说，这比普通幻觉严重得多，因为涉及权限伪造和审计失效。放在 78-84 这个质量段合理，比重大版本发布低一档，但比一般 bug report 更有传播力。
田渊栋和另外七位 AI 研究员一起创立了 Recursive Superintelligence，团队目前 25 人，拿了 6.5 亿美元融资，估值冲到 46.5 亿美元。他们想干的事是把模型评估、数据筛选、训练、后训练甚至研究方向选择这些环节全交给 AI 自己跑，让整个研发流程自动化。正文因为需要验证没加载出来，具体技术路线和验证结果还不清楚，所以这...
推荐理由：一家 25 人的公司，拿了 6.5 亿美元，估值冲到 46.5 亿美元，要做的事是让 AI 自己搞定评估、挑数据、训练、后训练甚至选研究课题——说白了就是让研究员自己卷自己。田渊栋带队，八人创始团，这个阵容和融资规模都不是常规操作。我会先打个折：正文没披露具体技术方案和验证结果，所以现在只能当一个大额押注来看，别急着激动。
根据 Ramp 从 5 万多家公司的信用卡和发票支出里拉出来的数据，Anthropic 的企业市场份额冲到了 34.4%，OpenAI 掉到 32.3%，这是 OpenAI 三年来第一次在这个指标上被反超。不过正文因为微信环境验证挂了，看不到具体细节，比如统计口径是只算 API 调用还是也包了 ChatGPT 企业版订阅、数据覆盖了多长时间，这些都没法...
推荐理由：我会先打个折：Ramp 的数据只反映它自家客户里的支出份额，不是全行业市占率，所以别直接当成“Anthropic 全面反超”。但 5 万多家企业的实际付款数据比调研问卷硬得多，34.4% 对 32.3% 这个交叉点确实说明 Anthropic 在付费企业里势头很猛。正文没披露统计周期和是否含 API 之外的订阅收入，这点信息有缺口。整体上，这是一条有事实、有数字、有竞争张力的消息，值得从业者看一眼。
Alexandr Wang 在访谈里回应了几个近期争议。关于 LeCun 对 Scale AI 的批评，他直接说对方“没搞清楚我们在做什么”。谈到 Manus 时，他评价产品体验不错，但技术上没有看到根本性突破。他还确认 Meta 在过去九个月里把预训练、强化学习和数据处理三套系统全部重写了一遍，这个速度在业内算很快。另外他提到自家产品 Muse Sp...
推荐理由：这篇是 Alexandr Wang 的访谈，不是模型发布，所以分数不会拉满。我会先打个折，因为信息密度不算特别高，但 LeCun 的批评、Manus 的争议和他自曝“父母都是中国人”确实有话题性。Meta 9 个月重建训练栈这件事正文给了细节，说明大厂也在推倒重来，不是小修小补。Muse Spark 因为触发生化、网络、失控等安全检查暂不开源，这点先别太激动，正文没披露具体触发场景和通过标准，只能知道他们加了安全卡口。整体看，有冲突、有事实更新、有从业者关心的开源与安全矛盾，放在 featured 档合理。
Anthropic 改了 Claude 付费方案的规则：你付多少钱订阅，就送你等额的 API 额度。比如 $200 的套餐，除了在 Claude.ai 和 Claude Code 这些官方工具里用，还能拿到 $200 的 API 额度，在 OpenClaw 等第三方工具里调用。以前第三方工具用订阅账号调 API 相当于享受了 7-9 折的隐性补贴，现在...
推荐理由：Anthropic 把 Claude 订阅改成按月给等额 API 额度，200 刀套餐就是 200 刀程序化额度，相当于订阅费可以当 API 钱花。同期 OpenAI 推 Codex 企业迁移优惠，两边都在抢编程场景的付费用户。我会先打个折：正文没披露额度是每月清零还是可累积，也没说 Codex 迁移优惠具体减多少。这点先别太激动，但对日常靠 Claude 写代码又跑 API 的团队，确实省了一笔重复开支。
baoyu-skills 加了一个微信群聊总结的 Skill，能自动把群聊记录整理成摘要。它本身不直接碰微信，得先装一个叫 wx-cli 的工具来读取聊天数据，配置方法去看 wx-cli 的项目文档，作者说这块不提供技术支持。作者实测下来，用 Claude Code 加 Claude Opus 4.6 跑这套组合效果最佳，其他模型表现怎么样正文没提。
推荐理由：一个开源小工具的更新，但工作流很实在：用 wx-cli 把微信数据喂给 Claude Code，自动出群聊总结。HKR 三项都踩中了，不过正文没展开讲准确率、漏消息率这些实际效果，信息量有限，放在 featured 档刚好。
OpenSquilla 这个开源项目把模型路由决策放在本地跑，不花 token 就能判断问题难易：简单问题丢给便宜模型，复杂问题才上强模型。它靠增量发送和缓存命中把实际传输的 token 量压到原来的十分之一以下。记忆模块会在上下文快满时自动挑重点压缩，还支持混合检索。正文没披露具体测试场景和模型阵容，所以这 90% 的降幅在什么任务上测出来的还不清楚...
推荐理由：我会先打个折：信息来自一篇 X 上的项目帖，仓库实际活跃度、测试环境和局限性正文都没披露，所以别急着全信。但它的思路很实在——用本地路由和缓存把要传给大模型的 Token 砍掉九成，等于把“外挂资料库”和推理优化打包成一个开源工具。对正在想办法压推理成本的小团队来说，哪怕只实现一半效果也值得关注。
xAI 给 SuperGrok Heavy 订阅用户推了个早期测试版 Grok Build，是个直接跑在终端里的编程助手。它有几个特点：干活前会先出计划让你审，能同时派多个子任务并行跑，还支持无头模式（-p 参数）方便写脚本和自动化。官方说它兼容你现有的 AGENTS.md、插件、钩子和 MCP 服务器，进到仓库就能用。目前是早期测试，正文没披露具体定...
推荐理由：xAI 给 Grok 加了个 Build 模式，让它能直接在终端里写代码、跑命令，还支持计划模式、并行派活和无头运行。目前只开放给 SuperGrok Heavy 用户，属于早期测试，功能细节和实际效果正文没展开说。我会先打个折：东西看着挺省钱，但没披露定价和稳定性数据，先别太激动。
微软给 Edge 的 Copilot 加了个新能力：它可以跨标签页抓取信息，你问它问题、让它比较商品或者总结文章，它会把所有打开的网页当成自己的资料库来用。这次更新还塞进了 AI 播客、摘要和基于浏览内容出题的小测验。正文没提具体推送时间，只说用户可以自己选要开哪些功能。
推荐理由：微软让 Edge 的 Copilot 能跨标签页读内容，用户打开开关后可以问“这几个商品哪个好”或“把这几篇文章总结一下”。正文没给上线时间，也没说清楚隐私保护的具体机制，所以先别太激动。这个更新有话题性，但执行细节还缺，适合放在 featured 里当个中等体量的产品更新。
Notion 发布了一个开发者平台，团队现在可以直接在工作区里接入 AI 代理、外部数据源和自定义代码。正文没披露定价、上线时间、支持的模型或使用限制，所以成本、稳定性和实际能跑多少代理都还是未知数。
推荐理由：Notion 这次把工作区开放给 AI agent 和外部数据，相当于让 agent 直接在团队日常用的文档、数据库里干活，省去来回切工具的麻烦。我会先打个折：正文没披露价格、上线时间和支持的模型名单，所以现在只能看方向，不能算落地。对从业者来说，如果后续能接主流模型、成本可控，这会是一个低摩擦的 agent 部署入口；但信息缺口还很大，先别太激动。
Anthropic 给开发者写了一份指南，讲怎么让 Claude 去操作电脑和浏览器。里面给了两个硬指标：用 Claude 4.6 API 时，截图长边不能超过 1568 像素，总像素控制在 115 万以内；换到 Opus 4.7，上限放宽到长边 2576 像素、总像素 375 万。分辨率越高模型能看到的界面细节越多，但推理成本也会跟着涨。正文没披露不...
推荐理由：Anthropic 这份第一方指南给了可操作的截图限制，不是公关稿。HKR 三项都踩中，但本质是实践手册而非模型或能力大更新，所以分数放在 72–77 这个区间。
Anthropic 给付费用户加了一个月度编程使用额度，6 月 15 日开始可以申领。这个额度专门用于 Claude Agent SDK、命令行工具 claude -p、Claude Code 的 GitHub Actions 集成，以及基于 Agent SDK 做的第三方应用。正文没披露额度具体有多少、会不会用完降速，也没说不同付费档位是不是一样。这...
推荐理由：HKR 三项都成立：时间、额度机制、覆盖的编程入口都写清楚了。重要性维持 featured 低段，因为这是计费和访问规则调整，不是模型发布，但对付费开发者的实际影响不小。
Runway 新推出的 Agent 把视频制作变成了一轮对话。你描述需求，它先出概念和故事节奏，确认方向后直接生成包含多镜头、旁白、对白和配乐的成品视频，几分钟就能拿到可发布的版本。新用户注册免费计划有 1500 积分可以试做第一条。官方说它主要瞄准品牌广告、社交媒体内容和独立短片这些场景，想解决传统视频制作太慢太贵的问题。正文没披露具体的技术细节和模...
推荐理由：Runway 发了个 Agent，你用自然语言说一段话，它直接给你吐出一条多场景视频，不用再手动拼片段。免费计划送 1500 积分，够做第一个视频试试手。我会先打个折——正文没写免费额度用完怎么收费、单次生成要多少积分、视频最长多长，也没第三方实测数据，所以分数没往上拉。
Anthropic 推出 Claude for Small Business，一个在 Claude Cowork 里一键开启的服务包。它把 Claude 接进了小企业常用的工具：Intuit QuickBooks、PayPal、HubSpot、Canva、Docusign、Google Workspace 和 Microsoft 365。自带 15 个...
推荐理由：Anthropic 这次把 Claude 做成小企业套餐，给了 15 个现成工作流和几个常用工具的连接器，还加了手动审批环节，产品更新挺实在。不过正文没提价格、具体铺开范围和实际用量数据，所以先别太激动，重要性到不了必写级别。
团队把 psql_bm25s 开源了，它是一个 PostgreSQL 原生访问方法，直接在数据库里跑精确的 BM25 检索。在标准基准测试上，它比 pg_search 快大约 23 倍。这个速度提升意味着，在多智能体系统里，检索不再拖后腿，也不用额外烧钱，智能体查数据能快很多。正文没披露具体测试用的数据集、硬件配置和查询类型，所以这个 23 倍先打个折看。
推荐理由：我会先打个折：这是单方开源发布，没有独立复现和线上生产环境的约束说明，所以别急着当最终结论。但“23 倍”这个数字确实抓人，它说明用原生访问方法在 Postgres 里跑 BM25 可以省掉不少外部依赖和延迟，对把 Postgres 既当主库又当检索库的团队是个省钱省运维的信号。正文没披露并发写入下的性能退化、索引构建耗时和资源占用，这点先别太激动。
Meta 在 WhatsApp 里给 AI 聊天加了个隐身模式。开了之后，你和 AI 的对话不会被保存，关掉聊天窗口消息就自动消失。正文没提这个模式是默认开启还是需要手动打开，也没说端到端加密的情况。
推荐理由：我会先打个折：这只是 WhatsApp 里 Meta AI 的一个功能开关，不是模型或平台级变动，所以放在 featured 档。但它的隐私钩子很清晰——AI 聊天不保存、关掉就消失，对普通用户来说比一堆权限说明好理解得多。正文没披露这个“不保存”是客户端不存还是服务端也不留日志，这点先别太激动。即便如此，WhatsApp 的用户规模摆在那，这种设计一旦铺开，对 AI 产品的数据留存习惯会有示范效应。
Pierce 发布了 Rotunda，一个基于 Firefox 150 的浏览器，专门给 Claude、Codex 这类 AI 智能体用。它最大的不同是能模拟人类的鼠标移动和键盘输入节奏——作者用自己一周的操作数据训练了一个 RNN 模型来生成这些时序，让智能体操作网页时看起来更像真人。控制方式有两种：命令行或者 Playwright API，方便接入...
推荐理由：Rotunda 把 Firefox 150 改成了给 Claude、Codex 这类工具用的浏览器，核心卖点是拿 RNN 模拟人类敲键盘、动鼠标的时序，让网站不容易识别出是机器在操作。接入方式走 CLI 或 Playwright API，对已经在用 Playwright 的人上手成本低。不过目前只是一个 Show HN 的开源仓库，正文没披露实际跑在哪些业务里、也没给延迟或成功率数据，所以效果到底怎么样还得看后续验证。
Cursor 发布了一套给云端 agent 用的开发环境工具。现在一个环境里能挂多个代码仓库，让 agent 跨仓库改代码、跑测试。环境配置改用 Dockerfile 来管，支持构建密钥，缓存命中时构建速度能快 70%。不想手写 Dockerfile 的话，Cursor 可以自动检查你的仓库并生成一份可编辑的配置，这个功能还在内测。环境还加了版本历史、...
推荐理由：Cursor 给智能体配了个云端开发环境，不是简单加个按钮，而是把多仓库、Dockerfile、审计日志和环境权限都塞进去了。缓存命中后构建能快 70%，这个数字挺实在，说明他们不是只做了个壳。我会先打个折：正文没提安全隔离做到什么程度，也没说缓存命中率在真实项目里能到多少，所以别急着当万能方案。但整体看，它解决的是让模型进业务流程干活时环境乱、权限杂、构建慢这几个真问题，对从业者来说值得关注。
Codex 是 OpenAI 的编程助手，能在开发者电脑上直接跑命令。Windows 版之前没有沙箱，用户要么得每条命令都点同意，要么就得开“完全访问”把安全交给运气。OpenAI 工程师 David Wiesen 写了篇文章讲他们怎么从零给 Windows 造沙箱。他们先看了 Windows 自带的几个方案：AppContainer 管得太死，编程助...
推荐理由：OpenAI 给 Windows 版 Codex 搭了个安全沙箱，主要管两件事：文件访问和网络连接。我会先打个折——正文没披露沙箱的技术方案，比如是容器还是虚拟化、权限粒度到哪一层，所以没法判断它到底有多硬。但这条消息对做 coding agent 的人很实际，因为文件系统和网络就是最容易出事的两个面。
百度发布了妙答应用和妙答企业版，把编程助手开放给更多开发者和公司。官方说妙答应用里 90% 的代码是妙答自己写的，这个数字说明代码生成能力已经能撑起一个完整产品的大部分开发量。截至目前，妙答生成的应用累计服务超过 1000 万用户，应用总价值标称 50 亿元人民币。不过正文没披露这 50 亿是怎么算出来的，也没给出企业版的具体定价或与现有竞品的对比，这...
推荐理由：我会先打个折：90% 自生成代码这个数，正文没披露是怎么统计的，是行数占比还是模块占比，也没说剩下 10% 是人写的还是用别的工具生成的。1000 万用户和 50 亿总价值同样缺口径说明，是累计还是年化、是 GMV 还是合同额都不清楚。但即便有这些信息缺口，一个代码工具敢说自己大部分代码是自产的，本身就是一个很强的信号，比单纯宣布“上线了”要有意思得多。对做 AI coding 和 agent 的团队来说，这个案例可以直接拿来当参考，所以值得放进 featured 但分数不往上拉。
百度在2026 Create大会上推出了秒哒3.0，一个无代码开发平台。这次更新直接支持生成iOS和安卓App，还能打包成安卓安装包、在线热更新。企业版加了三级权限、环境隔离和服务等级协议。现场演示里，一个8岁小学生用语音说了几个想法，平台就自动生成了一个完整应用。不过正文没披露这个演示App的实际复杂度和后续维护成本，也没说生成代码的质量和可维护性怎么样。
推荐理由：秒哒3.0这次主要把应用生成从网页端扩展到了iOS和Android，还加了安卓打包和热更新，等于让不会写代码的人也能直接出手机应用。企业版给了三级权限和SLA，明显在往团队和公司场景推。我会先打个折：标题里“8岁小学生”的案例正文没给出具体细节，不知道是完整可用应用还是简单页面，这点先别太激动。整体是产品功能更新，不是底层模型换代，但移动端生成和打包能力对低代码赛道有实际推进。
The Information 爆料，阿里通义千问前技术负责人林俊旸正在为一家新 AI 实验室融资，目标融几亿美元，投后估值可能到 20 亿美元。目前实验室具体研究方向、团队规模和最终估值都还没公开。
推荐理由：这条消息我会先打个折：目前只有 The Information 的融资传闻和估值数字，研究方向、团队构成、产品计划一概没提。亮点是林俊旸本人从阿里出来单干，新 Lab 估值直接喊到 20 亿美元，说明资本还在抢头部 AI 人才。但正文没披露最终估值是否敲定、钱从哪来、做什么方向，这些关键信息都缺着，所以先当一条人才+融资信号看，别太激动。
小米放出了 MiMo-V2.5-Pro，参数总量 1.02 万亿，但每次推理只激活 420 亿参数，上下文窗口能塞进 100 万个 token，用 MIT 许可证。作者拿它跑了 125 次 Claude Code 任务，走 API 总共花了 70.12 美元，处理了约 3.87 亿个 token，缓存命中率高达 96.3%。这个命中率说明大部分请求其实...
推荐理由：我会先打个折：正文没披露 MiMo-V2.5-Pro 的评测跑分，所以性能好坏只能靠参数规模猜。但这条信息本身够直接——小米把一个 1.02 万亿参数、42B 激活的模型开源，另一边作者用 Claude Code 跑了 125 次会话，3.87 亿 token 花了 70.12 美元，缓存命中率 96.3%。这两组数字摆在一起，自建成本和 API 开销的对比就出来了。对做工程的人，这种一手成本数据比技术报告更有参考价值。
Google 发了台叫 Googlebook 的笔记本，系统层面把 Gemini 塞了进去。这次说了三个功能：Magic Pointer 把光标变成一个 AI 入口，点哪都能弹出上下文建议和任务；Create Your Widget 让你用大白话描述需求，自动生成一个能聚合不同信息的桌面小组件；还打通了安卓生态，在电脑上直接调用手机 App 和文件。正...
推荐理由：我会先打个折：正文没披露具体配置、价格、上市时间和实际演示，所以没法往更高分打。但“Googlebook”这个命名和围绕 Gemini Intelligence 的设计，说明 Google 想把 AI 做成笔记本的原生能力，而不是外挂一个助手。三项机制里，Magic Pointer 听起来像用意图预测代替传统光标操作，自然语言生成小组件是把“说人话就能搭界面”搬到桌面，Android 跨设备访问则打通了手机和笔记本的协同。这些点加起来，让这条消息在 AI 从业者眼里有讨论价值，但缺细节也意味着落地效果还得观望。