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。
Cloudflare 计划在全球裁掉超过 1,100 个岗位，相当于每五个员工里就有一个要走人。公司把这轮裁员和转向“agentic AI-first”运营模式直接挂钩——也就是让 AI 代理接管一部分业务流程里的活。不过正文没披露具体砍掉哪些部门、什么时候执行，也没说省下来的成本目标是多少。我会先打个折：这更像是一个组织调整信号，但实际用 AI 替代...
推荐理由：Cloudflare 宣布全球裁员超 1100 人，占员工五分之一，理由是要转向 agentic AI-first 运营模式。这个信号很硬——不是用 AI 辅助现有流程，而是直接动组织架构。不过正文没给岗位分布、时间表和成本目标，所以省钱效果到底多大、裁的是哪些职能，现在全是缺口。光凭“压缩 90% Token 精度不掉”和“裁 20% 人做 AI-first”这两条，已经够上 featured，但信息密度还撑不起 P1。
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。
GitHub 这篇博客直接给了一套审查 AI 代理提交的 Pull Request 的方法。核心就三点：先看代码改了什么，别被大段生成代码吓住；再查逻辑漏洞和安全问题，因为模型容易写出看起来对但实际有坑的代码；最后在合并前把技术债清掉，别让自动提交把代码库搞乱。文章没给出具体的自动化检查工具，更多是人工审查的思路。
推荐理由：GitHub 这篇博客没推新模型或新功能，而是给了一份审查 AI 代理生成的 PR 的实操指南。我会先打个折：它更像经验总结，不是严格验证过的规范。但 3 个审查关注点——代码变更、逻辑/安全漏洞、合并前技术债——确实把“怎么审”拆成了能落地的步骤。对天天被 AI 提 PR 的工程师来说，这篇直接回应了“审不审得动”的问题，所以放在 featured 档位是合适的。
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。
inclusionAI 把 Ling-2.6-1T 放到了 OpenRouter 上，这是一个万亿参数的指令模型，专门给现实世界的智能体任务用。它走“快速思考”路线，在 AIME26 和 SWE-bench Verified 这两个测试上成绩顶尖，同时宣称推理成本比同类低了大约 75%。官方列出的适用场景包括高级编程、复杂推理和大规模智能体工作流。正文...
推荐理由：我会先打个折：正文没披露具体价格、上下文窗口长度，也没给完整榜单分数，所以“顶尖表现”和“成本降低 75%”目前只能当声明看。但一个万亿参数指令模型敢上 OpenRouter 开放调用，本身信号就很强——说明 inclusionAI 对推理成本和稳定性有一定底气。真正值得盯的是后续会不会放出详细定价和完整评测，如果成本真能压到同类模型的四分之一，对做 agent 和代码任务的团队会是实打实的省钱。
Google DeepMind 发了一篇博客介绍 AlphaEvolve，说它是一个由 Gemini 驱动的编程智能体（coding agent），已经在多个领域落地并扩大影响。正文只给了标题和导航栏，没有披露具体用了哪一版 Gemini 模型、跑了什么基准测试、在哪些场景部署、效果数据如何。我会先打个折：目前能确认的只有“这是个 Gemini 驱动的...
推荐理由：标题说 AlphaEvolve 是 Gemini 驱动的编码 Agent，要跨领域放大影响，但正文只有一句话，没披露模型版本、评测结果或落地场景。我会先打个折：DeepMind 起名就是信号，编码 Agent 本身也够热，所以 H 和 R 都过；但 K 过不了，因为除了标题没任何可验证的事实。分数停在 72，没到 78+，就是因为缺评测和部署细节。
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。
Qwen 在 Qwen3 基础上微调出了 WebWorld 32B、14B、8B 三个尺寸的模型，专门用来训练和评测能在网页上执行任务的智能体。训练数据包含超过 100 万条真实网页操作轨迹，模拟环境支持 30 步以上的连续操作，并且能同时看懂无障碍树、HTML、XML、Markdown 和自然语言描述这五种页面状态。用这套数据生成的合成轨迹再去训智能...
推荐理由：我会先打个折：正文没披露合成轨迹的具体生成方式，也没说这 100 万条数据覆盖了哪些网站类型，所以别急着当通用方案。但亮点很实在——用合成轨迹训练小模型做网页操作，在 MiniWob++ 和 WebArena 上都拿到了 10% 左右的提升，说明这条路走得通。对正在折腾 Web agent 的人来说，数据和评测结果比模型本身更有用。
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。
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。
Anthropic 新成立的研究所（TAI）把研究分成四块：AI 在经济里怎么扩散、新安全威胁和抗风险能力、真实世界里的 AI 系统、以及 AI 反过来加速 AI 研发。他们打算把 Anthropic 经济指数的数据发得更密、更细，用来当劳动力市场变化的早期预警。文章还提到，内部已经看到软件工程这类工作在快速改变，公司自己的运转方式也在变。这些研究成果...
推荐理由：这是一份研究议程，不是模型发布或产品更新，所以重要性不会冲太高。我会先打个折，把它放在74分。真正值得盯的不是这4个方向本身——经济扩散、威胁与韧性、真实世界AI系统、AI驱动研发——而是Anthropic明说这些研究结果会进入长期利益信托的决策链。也就是说，这不是写写白皮书，而是可能影响公司实际资源怎么分。正文还提到会发布更细粒度的Anthropic经济指数，用来追踪AI对就业和经济的实际影响，这点比泛泛而谈的“研究”要实在。不过正文没披露具体时间表，也没说信托的决策机制长什么样，所以别太激动，先当信号看。
Anthropic 在第二届开发者活动上宣布，将租用 xAI 在孟菲斯的 Colossus I 超算集群来跑 Claude 的推理任务，预计几天内就开始迁移。外界根据 300 兆瓦的功耗规模估算，这笔交易一年可能花掉 Anthropic 约 50 亿美元，相当于 xAI 变相成了一家提供算力租赁的云厂商。活动上没有发新模型，主要更新了三件事：一是 Cl...
推荐理由：这条消息最炸的点是 Anthropic 可能要从 SpaceX/xAI 租 300MW 算力，一年砸 50 亿美元——不过正文也说了这俩数字还不是官方口径，先打个折看。对开发者更实在的是 Claude Code 的 5 小时限额翻倍了，Pro、Max、Team 和席位制 Enterprise 都受益，Opus API 限额也往上调了，用起来没那么容易撞墙。整篇信息量够，既有大 deal 的传闻钩子，又有马上能用的产品变动，所以放在 featured 档。
Anthropic 给 Claude 的托管智能体加了三个新能力：Dreaming（做梦）、Outcomes（结果校验）和多智能体协作。其中“做梦”是指让 Claude 在后台读取最多 100 段历史会话，自己总结规则来改进表现，一次演示里它把 530 万 token 的对话提炼成了 98 条规则。法律 AI 公司 Harvey 实测后，任务完成率比之...
推荐理由：Anthropic 给 Claude 托管 Agent 加了三个东西：Dreaming 让模型事后翻历史会话自己总结规则，Outcomes 用偏好样本教模型对齐目标，多 Agent 编排让多个 Claude 协作干活。Harvey 说任务完成率大约翻了 6 倍，Outcomes 内部测试最高能提 10 个百分点。运行时另收 0.08 美元/会话小时，正文没披露这个定价的横向对比。我会先打个折：6 倍是合作方数据，没看到独立复现，但 Dreaming 从 530 万 token 压到 98 条规则这个例子确实说明能省不少上下文成本。
月之暗面（Moonshot AI）又拿钱了，这次大约融了 20 亿美元，估值直接拉到 200 亿美元。标题说美团是领投方，但正文没披露具体投资人名单、各自投了多少、出让了多少股份，也没说钱打算怎么花。这个估值信号很直接——市场对中国 AI 创业公司的胃口还很大，但信息缺口也不小，先别急着下结论。
推荐理由：Bloomberg 的消息，Moonshot AI 拿了约 20 亿美元，估值干到 200 亿，标题说美团领投。我会先打个折：正文没写美团之外还有谁、股权怎么分、资金用途也没提，所以这轮到底多“美团”还看不清。但不管怎样，这个估值数字本身就说明资本还在往头部模型公司猛灌，对国内 AI 圈的资金流向和算力竞争是个明确注脚。
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。
TACO 是一套不用额外训练的命令行输出压缩方法，让模型在执行任务时自己发现哪些终端回显是废话、哪些必须保留。它在 TerminalBench 1.0 和 2.0 上同时提升了任务成功率和 token 利用率，并发现 TerminalBench 2.0 的原始提示里有 24.6% 到 44.1% 的低价值冗余。核心机制是“任务内进化规则 + 全局规则池...
推荐理由：这篇论文解决的是终端 agent 上下文越跑越臃肿的老问题，方法很轻量——任务里生成纠偏规则，再存进全局规则池复用。TerminalBench 上的成功率提升和 token 效率改善都有数据支撑，24.6%–44.1% 的冗余比例和 >90% 的规则留存率是两个值得盯的指标。没有新模型或产品发布，属于扎实的 agent 工程研究，放在 featured 档合适。
这个新基准让模型从零复刻完整软件项目，只给可执行文件和说明文档，不给源码和测试。评测不看单函数写得对不对，而是用模糊测试跑行为一致性，看整个系统能不能用。结果 Claude Opus 4.7、GPT-5.4、Gemini 3.1 Pro 全部零完成率，一个都没跑通。这说明现在的模型离独立做系统工程还差得远，之前靠刷单函数题拿高分那套在这不管用。
推荐理由：我会先打个折：这只是单个基准测试报告，不是模型或产品发布。但 0% 的完成率太刺眼，而且测试设计很刁——只给可执行文件和说明文档，让模型从零重建项目，再用行为等价和 agent-driven fuzzing 判分。正文没披露样本量和任务难度分布，这点先别太激动。真正值得盯的是它把评测从函数级代码生成拉到了系统级工程能力，这对做 coding agent 的团队是个实打实的压力测试。
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。
这篇文章梳理了 AI agent 外置记忆方案的三代演化：从把所有东西塞进上下文窗口，到用向量数据库做外挂记忆，再到 2025 年下半年兴起的“把文件系统当上下文用”。核心转变是让 agent 自己按需去文件系统里找信息，而不是开发者预先推送。文章解释了为什么这个模式现在成立：模型天生会操作文件系统、上下文窗口的成本已经高到不可忽视、渐进式披露能利用模...
推荐理由：这是一篇设计评论，不是产品发布或论文。它把 Agent 文件系统拆成三代，对比了 Turso、Anthropic、Vercel 和 Manus 的不同判断，还点出四个盲区，对做 Agent 的人有参考价值。信息量和相关性都够，但性质偏评论，所以放在 featured 而不是更高一档。
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。
五角大楼给了 Scale AI 一份 5 亿美元的合同，让他们做数据筛选和决策支持。文章提到 Meta 是 Scale AI 的投资方，但没披露合同期限、具体部署范围、用的是什么模型。这笔钱本身是个信号：美军开始在数据工作流上砸大钱，而不只是买硬件或武器系统。
推荐理由：HKR 三项都过，靠的是 5 亿美元军方合同和国防 AI 采购这个点。正文没披露合同期限、部署范围和模型细节，所以分数卡在 72–77 的 featured 区间。我会先打个折：钱数够大，但信息缺口也大，别急着脑补成完整武器系统。
一位 Reddit 用户分析了 922 条 agent 任务的实际调用记录，对比了 DeepSeek v4 Flash 和 Opus 4.7 的花费。两个模型每个任务都要吃掉大约 96 万 token，但 DeepSeek 单任务成本只要 0.01 美元，Opus 4.7 却要 1.52 美元。差距不在输入输出的标价，而在缓存：DeepSeek 的缓存...
推荐理由：这篇不是比谁模型强，是比谁缓存用得聪明。Reddit用户跑了922条智能体任务轨迹，发现DeepSeek v4 Flash单任务成本0.01美元，Opus 4.7要1.52美元，差了152倍。两边平均token消耗都接近96万，但DeepSeek缓存命中率97%，Opus只有87%；更关键的是缓存读写价格比，DeepSeek是0.02，对方是0.08。也就是说，标价看着便宜不算真便宜，能把重复计算省下来才是省钱的地方。正文没披露任务类型和采样方式，这点先别太激动，但缓存机制这个观察本身值得盯。
CopilotKit 是一套 MIT 协议开源的 React 组件库，专门用来给 agent 类应用搭前端。它把聊天、流式输出、工具调用、人机协同（HITL）和生成式 UI 这些常见需求都做成了现成的积木块。项目在 GitHub 上有 3 万颗星。它支持 AG-UI 协议，可以对接 LangGraph、CrewAI、LlamaIndex 等后端框架，核...
推荐理由：HKR 三项都踩中了：MIT 开源、3 万星、AG-UI 把 UI 和后端解耦，对做 Agent 产品的人是个实在的钩子。分数压在 74 没往上拉，因为正文没给新版本号、没跑分、也没点名哪个生产环境在用，信息量就到这儿。
苹果同意支付 2.5 亿美元，和解一场关于 Siri 人工智能功能宣传的集体诉讼。诉讼指控苹果在 iPhone 16 发布前过度承诺了 Siri 的 AI 能力，但实际功能迟迟没上线。这笔钱怎么分、涉及多少用户，报道里都没提。
推荐理由：Apple 掏 2.5 亿美元和解 Siri AI 功能延期的集体诉讼，这个数字本身就说明问题不小。诉讼核心是说它过度承诺功能上线时间，但正文没写涉案用户数、赔付规则和功能时间表，所以具体影响范围还不清楚。对 AI 从业者来说，这比技术论文更值得看——产品宣传时话说太满，最后可能真得付钱。
EnterpriseRAG-Bench 放出了一个 50 万文档的语料库，专门用来测 RAG 在公司内部数据上的表现。它模拟了 Redwood Inference 的 9 种数据源，并围绕 10 种检索失败模式设计了 500 个问题。基线测试显示，BM25 在整体上优于向量检索，而基于 agent/bash 的检索方式虽然完整度最高，但成本和延迟也明显更高。
推荐理由：HKR 三项都站得住：基准瞄准了企业 RAG 的真实痛点，50 万文档加上 BM25 反直觉的结果有话题性。不过来源只有一篇 Reddit 发布帖，信息密度还不到当天必写的程度，所以放在 featured 里。
Anthropic 和 OpenAI 这周都宣布了新的企业服务公司。Anthropic 跟黑石等几家华尔街机构搞了个合资公司，总共融了 15 亿美元，每家出 3 亿。他们的做法是先派个小团队去客户那，搞清楚 Claude 能在哪发挥最大作用，然后工程师再上手定制系统。OpenAI 那边动作更大，成立了一家叫 The Deployment Company...
推荐理由：两家头部模型公司不约而同从卖模型转向亲自下场做服务，Anthropic 的合资公司拿了 15 亿美元，OpenAI 的部署公司融了约 40 亿、投前估值 100 亿。我会先打个折，正文没披露这些服务公司的具体业务模式、客户是谁、怎么收费，也没说跟现有云厂商的合作关系怎么处理。但光看资金规模和两家同时行动，这个信号够强，值得从业者留意。
这个叫DeepSeek TUI的工具在GitHub上拿了8700多颗星，是开发者Hunter Bown（鲸鱼哥）用Rust写的，让你在本地终端里直接调用DeepSeek V4干活。它能聊天、改文件、跑shell命令、管任务。比较特别的是RLM模式：一次可以派发最多16个V4 Flash子任务，上下文窗口有100万token，操作前还有审批关卡，等于让模...
推荐理由：我会先打个折：这是个人项目，不是 DeepSeek 官方出品，稳定性和后续维护都还是未知数。但 8700 星的热度是实打实的，RLM 的并发和审批设计也给了具体的技术细节，不是空炒概念。对想省钱又想在终端里用 DeepSeek 干活的开发者来说，这东西值得盯一下，但暂时别把它当生产工具。
明略科技放出了两个开源项目：Cider 和 Mano-P 1.0，都是给苹果 M 系列芯片用的。Cider 是个推理加速引擎，在 M5 Pro 上跑 Qwen3-VL-2B 时，把生成第一个 token 前的等待时间缩短了 57% 到 61%。Mano-P 1.0 是个能操作电脑界面的模型，72B 版本在 OSWorld 测试里拿了 58.2 分。不过...
推荐理由：我会先打个折：明略不是一线模型实验室，所以分数没往上拉。但选题本身够实用——Mac 本地跑视觉模型和 GUI 智能体，还给了可复现的提速数据和内存门槛。Cider 的 prefill 加速和 Mano-P 在 OSWorld 的成功率都有具体数字，16GB 设备准确率下降也写明了，不是纯 PR 稿。对想在 Apple Silicon 上折腾本地推理的人，这篇值得看一眼。
Salesforce 的 CEO Marc Benioff 放话，因为 Agentforce 这个 AI 销售代理业务增长太猛，公司打算新招 1000 名应届生或实习生。Agentforce 的年化经常性收入涨了 169%，干到了 8 亿美元。新招的人主要干四件事：写提示词、做效果评估、盯着代理干活别出岔子、以及把项目交付落地。说白了，初级岗位的活儿变...
推荐理由：这条消息我会先打个折——招 1000 人听着多，但正文没披露是净增还是含离职补缺，也没说这 1000 人里多少是销售交付、多少是技术岗。不过 Agentforce 年化收入 8 亿、同比增 169% 这两个数确实说明 Salesforce 在 agent 产品上下了重注，不是 PR 吹风。对想入行的应届生来说，真正值得盯的不是“招人”本身，而是岗位描述里提到的 prompt 流程、evals 和 agent 监督——这些才是 agent 时代的新基础技能，比传统搬砖岗更有长期价值。
Alon Chen 12岁开始写代码，28岁在谷歌管着年收20亿美元的业务。但他现在劝年轻人别再把编程当唯一护城河。他给了两个数字：微软新代码里30%是AI写的，谷歌这个比例也超过25%。他的判断是，以后更稀缺的能力是执行、把问题定义清楚、以及沟通协作，纯写代码的壁垒在变薄。不过正文没披露他具体是在什么场合说的这番话，也没给出这些AI生成代码比例对应的...
推荐理由：这篇不是产品发布或模型评测，更像一篇职业判断类的评论。我会先打个折：它没有披露新模型或新方法，但两个 AI 生成代码占比的数字让它比普通鸡汤更有信息量。正文没给出这些数字的统计口径和验证方式，所以别当精确指标用，但它确实说明大厂内部写代码这件事的构成在变。对从业者来说，这比单纯喊“AI 要取代程序员”更有参考价值，因为它指向的是技能重心的转移，而不是岗位消失。
OpenAI 把 GPT-5.5 Instant 设成了 ChatGPT 的默认模型，所有用户都能免费用。AIME 2025 的得分从 65.4% 涨到 81.2%，回答长度缩短了 30.2%，在高风险提示上的幻觉率比 GPT-5.3 Instant 低了 52.5%。Plus 和 Pro 的网页用户会先拿到聊天、文件和 Gmail 的个性化功能；AP...
推荐理由：我会先打个折：OpenAI 把 GPT-5.5 Instant 免费推给所有人，这件事本身就值得写。文章给了三个硬数字——AIME 2025 准确率涨了 15.8 个百分点、回复字数砍掉近三分之一、高风险幻觉少了一半多，说明新模型在推理和可靠性上都有明显提升，而且输出更省 token。对从业者来说，默认模型一换，日常使用成本和体验都会变，Plus/Pro 还加了聊天记录和 Gmail 个性化，这些改动直接踩在工作流上。正文没披露免费版的速度和并发限制，这点先别太激动，但整体信息量够，属于必须覆盖的更新。
SAP 计划收购德国 AI 初创公司 Prior Labs，交易金额 11.6 亿美元。这家公司才成立一年半，正文没披露它具体做什么技术、有多少人、之前融了多少钱。同时，SAP 还限制了客户在业务流程里跑 AI 模型（也就是让模型进业务流程干活的 agent）时的选项，只允许用 Nvidia 的 NemoClaw 等少数几个。文章没说明这笔收购什么时候...
推荐理由：我会先打个折：正文没披露价格结构、交割时间和技术细节，所以没法判断这笔钱到底值不值。但 SAP 对一家 18 个月大的实验室押注 11.6 亿美元，同时把客户能用的智能体限制到 Nvidia NemoClaw 等少数选项，这两件事放在一起看，信号很明确——SAP 在加速收拢 AI 能力，也在收紧生态入口。对从业者来说，收购本身是新闻，但更值得盯的是后续客户侧的工具锁死和整合节奏。
苹果掏 2.5 亿美元和解了一桩集体诉讼，原因是它在宣传里画了 Apple Intelligence 的饼，但实际没兑现。能分钱的是在 2024 年 6 月 10 日到 2025 年 3 月 29 日之间买了 iPhone 16 系列或 iPhone 15 Pro 的美国用户。每台设备至少能拿 25 美元，如果申请的人少，上限可能到 95 美元。不过正...
推荐理由：HKR 三项全中：苹果用 2.5 亿美元和解，把 AI Siri 跳票变成了一笔实打实的法律账单。这事有具体金额和机型范围，影响的是主流平台用户，但没有新模型或新能力发布，所以落在 78–84 这个区间。
苹果同意支付 2.5 亿美元，和解一桩因为宣传了“AI Siri”功能但迟迟没上线的集体诉讼。起诉方是买了 iPhone 的用户，他们认为苹果 2024 年的营销广告夸大了 Siri 的智能程度，实际功能却一直没推。目前这篇报道正文被付费墙挡住，看不到和解的具体覆盖范围、法院文件细节，以及苹果到底什么时候会把这些功能补上。
推荐理由：FT 报道苹果就延迟的“AI Siri”达成 2.5 亿美元和解。H 是法律层面的转折，K 有具体金额和 2024 年的宣传事实，R 踩中了 AI 功能交付风险这个行业痛点。不过赔付范围等信息缺失，所以重要性没给到 85 以上。
Mark Gurman 爆料，苹果计划在 iOS 27、iPadOS 27 和 macOS 27 里开放“扩展”机制，让第三方聊天机器人接管 Siri、写作工具和图片生成这些系统级功能，不再只绑死 ChatGPT。用户能把自己常用的模型设成默认。不过原文没提会支持哪些模型、怎么收费、开发者接口长什么样，这些关键信息都还缺着，先别太激动。
推荐理由：HKR 三项都成立：系统级模型选择器是个强钩子，也给了具体的 Extension 落点。打 80 分是因为正文没披露支持哪些模型、怎么收费、开发者接口长什么样，目前还只是一份路线图爆料，我会先打个折。
FT 这篇报道正文被付费墙挡住了，只留了一句话摘要。已知信息是：Meta 正在开发一款面向消费者的 agentic AI 助手，对标的是 OpenClaw 这类能替用户执行日常任务的产品。至于具体用哪个模型、什么时候上线、收不收费、在哪些地区开放、以及用户怎么控制权限，正文都没披露。
推荐理由：FT 一句话消息说 Meta 在搞消费级 agentic 助手，对标 OpenClaw，让 AI 替用户执行日常任务。我会先打个折——正文没给模型参数、上线时间、价格和地区，连任务权限怎么设都没提。这点先别太激动，真正值得盯的是执行权限和安全边界，Meta 的量一旦铺开，翻车代价不小。