OpenAI 把内容审核评分塞进了 Responses API 和 Completions API 的返回结果里。你现在发一次请求就能同时拿到生成内容和对应的安全分数，不用像以前那样先调生成接口、再调审核接口。拿到分数后，你可以自己决定怎么用：记日志、做路由分发、人工复核，或者直接拦截。正文没披露这个审核模型的延迟会增加多少、准确率怎么样，也没说和独立...
推荐理由：HKR-K 和 HKR-R 都成立：OpenAI 把审核分数塞进生成响应里，开发者可以据此做路由和拦截，省掉一次单独审核调用的开销。HKR-H 偏弱，因为这只是公开信和功能更新，不是已生效的法律或硬性安全突破，所以放在 featured 档位。正文没给出法案文本和执行时间表，实际省钱效果还得看调用量和审核精度，但方向上是给安全管线减负。
苹果批准了 Poke 接入 Messages for Business，这是该平台第一个能直接跟用户发短信干活的 AI 代理。Poke 本身做的就是让用户通过短信使唤 AI 助手，这次相当于把它的服务嵌进了苹果官方的商家消息通道。不过正文没披露苹果的审核标准是什么、这次开放的范围有多大，也没提商业分成怎么算。
推荐理由：HKR-H/K/R 都过，但正文很薄：只确认了 Poke 获批和“首个”身份，没给出审核规则、铺开节奏或商业条款。这更像一条门槛级的产品动态，够 featured，但信息密度撑不起 78 分以上的段位。
OpenAI 给 Codex 接入了 Build iOS Apps 插件，现在你可以在 Codex 的内置浏览器里直接跑 iOS 应用、打开 SwiftUI 预览，改完代码也能热重载，不用来回切换工具。正文没提这个插件是官方做的还是第三方贡献的，也没说支持哪些 iOS 版本或设备型号。
推荐理由：HKR 三项都过：钩子是 Codex 直接处理 iOS 应用测试，有 SwiftUI 预览和热重载这些具体细节。但这是一封公开信和政策呼吁，不是已生效的法律，正文也没给出法案文本和执行时间表，所以放在 featured 而不是更高。
Replit 和 Shopify 打通了：用户在 Replit Agent 里说一句想卖什么，Agent 会直接生成自定义店铺页面、创建 Shopify 商店并上架商品。建完去 Shopify 认领店铺、设好支付就能开卖。正文没提收费方式、支持的地区和具体上线时间，如果是真的，对想快速试水电商的人挺省事。
推荐理由：HKR 全过：Shopify 打通流程对开发者有实感，但这是公开信和政策呼吁，不是已生效法律，法案文本和执行时间表都缺失，所以停在 featured 档。判断挂在信息缺口上——没提收费和地区，省钱与否得等后续。
Higgs Audio v3 TTS 是 Boson AI 的语音合成模型，参数量大约 4B，底层用了 Qwen3-4B。它支持 100 种语言，在内部测试集上词错率/字错率能压到个位数。这个模型专门为语音助手那种边说边生成的场景设计，不等句子结束就能开始合成，后续文本到了还能保持声音、情绪和节奏连贯。开发者可以直接在输入文本里插标签来控制 20 多种...
推荐理由：H 和 K 靠 4B/100 语言/流式合成这几个硬指标撑住。R 偏弱，因为文章没给延迟、定价和权重，更像一个能力宣告而非可立刻复用的发布，所以放在 featured 低位。
这个模型基于 Qwen3.5-397B-A17B 改造，总参数量 397B，用了混合专家架构（MoE，把任务分给不同子模型处理，省算力）。它能处理 26 万多字的长上下文，也支持图像识别。官方说它在 Terminal Bench 2.1、GDPVal、SWE-Verified 这几个测试集上拿了最高分，性能对标 GPT-5.5 和 Claude Opu...
推荐理由：HKR 三项都过：标题的 benchmark 钩子够强，正文也给了模型尺寸、上下文和 token 缩减的具体数字。但这是一封公开信和政策呼吁，不是已生效的法律，法案文本和执行时间表都没披露，所以放在 featured 而不是更高。
英伟达在 Hugging Face 上发布了 Nemotron-3-Ultra-550B-A55B-BF16，一个混合专家（MoE）模型。总参数量 550B，但每次推理只激活其中 55B 参数，相当于用 55B 模型的算力去撬动大得多的知识容量。上下文窗口拉到 1M token，能一口气处理很长的文档。硬件门槛不低，官方列的最低配置是 8 张 H200...
推荐理由：这条消息干货集中在规模和硬件门槛上：550B 总参数、55B 激活、100 万 token 上下文，最低 8×H200 或 16×H100。我会先打个折——正文没给任何基准测试分数、许可证细节和具体开放时间，所以没法判断实际效果和可用性。亮点是硬件要求本身就是一个筛选器，能直接筛出一批会认真评估的人。缺点也明显：没有性能数据，光看参数和上下文长度，只能说明“理论上能处理很长的内容”，但不知道推理质量怎么样。这点先别太激动。整体属于有信息量但缺验证的发布，适合放进 featured 提醒大家关注后续评测。
Infracost 发布了 Cost.dev，一个本地命令行工具，可以嵌进 Claude Code、Cursor 这类编程助手的流程里。它的核心作用是：在你让 AI 写云资源代码（比如 Terraform）的时候，实时告诉你这套配置每个月要花多少钱，并给出省钱建议。他们拿裸用 Claude 做基准测试，结果显示这个工具能让模型输出的 token 量减少...
推荐理由：Infracost 发了个本地命令行工具 Cost.dev，专门给写代码的 Agent 做云成本估算，核心卖点是让模型输出更省 token、调用更省钱。他们给出的数字挺好看：Claude 输出 token 最多降 79%，API 成本最多降 67%。我会先打个折——这是厂商自己的数据，没有第三方验证，实际效果得看具体场景和 Agent 的实现方式。但思路本身是实用的，直接在本地跑，不依赖外部服务，对控制 Agent 的 API 支出和云资源浪费有直接帮助。正文没披露支持哪些云平台、和现有 CI/CD 流程怎么集成，这些信息缺口让实用性打了一点折扣。...
分子之心推出了一个叫 MMDesign 的 AI 平台，专门用来从头设计生物大分子药物。他们在 12 个治疗靶点上做了测试，每个靶点只挑了 14 到 50 个分子去做湿实验验证，结果有 11 个靶点都测出了特异性结合，算下来靶点成功率超过了 90%。不过正文因为访问环境异常没加载出来，具体用了什么模型架构、训练数据规模、以及和哪些国际顶尖模型做了对比，...
推荐理由：我会先打个折：正文没披露这 12 个靶点具体是什么、难度如何，也没说湿实验的具体指标和对照组，所以 90% 这个数先别太激动。但亮点在于，每个靶点只筛了 14 到 50 个分子就进湿实验，如果数据属实，意味着前期筛选成本压得很低。对做 AI 制药的人来说，这比跑分更有参考价值。整体偏产品发布，但数字够具体，放在 featured 档合理。
微软 AI 负责人 Mustafa Suleyman 公开说 Anthropic 的模型成本太高，公司已经在开发内部替代模型来降本。他没透露具体模型名称、能便宜多少、什么时候上线。这件事的背景是微软一边给 OpenAI 投了几百亿美元，一边还在大量采购别家模型当备选，现在连备选都觉得贵了。正文没披露自研模型是基于开源方案还是完全从头训，也没说性能对标的...
推荐理由：HKR三项都过了。微软点名Anthropic贵，自己下场做便宜替代，这个动作本身就够抓眼球。但正文缺了关键信息——模型叫什么、能便宜多少、什么时候能用，这些都没说，所以分数先打个折，放在featured里偏低的位置。
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。
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。
Reddit 用户 GsxrGuy80s 拿一台 Z Fold 6 当 GGUF 推理节点，走 Vulkan 加速，搭配 LiteLLM 和 Tailscale 组网。帖子公开了 gpu_layers=89 这个关键参数，说明把 89 层模型计算都扔给了手机 GPU。节点对外暴露 OpenAI 兼容接口，还设了 fallback 路由，请求搞不定就自动...
推荐理由：一个 Reddit 用户把折叠屏手机改成了本地大模型推理节点，用 Vulkan 驱动 GPU 加速，跑 GGUF 格式的模型，再通过 LiteLLM 统一接口、Tailscale 组网，让其他设备也能调用。帖子给了 gpu_layers=89 这个关键参数，还说明了模型崩了怎么自动切到备用路由。我会先打个折：这只是个人分享，没做压力测试，也没披露实际推理速度和功耗，稳定性存疑。但如果是真的，这种把闲置手机当推理节点的玩法挺省钱，也避开了云服务的隐私顾虑。对想自己折腾本地推理的从业者来说，这套组合拳（Vulkan+GGUF+LiteLLM+Tails...
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。
谷歌在官方博客宣布了 Gemma 4 12B，主打“统一、无编码器”的多模态设计。简单说，它不再像传统模型那样给图片单独配一个视觉编码器，而是让同一个模型直接处理文字和图像。博客里没给架构细节、训练数据、基准跑分、定价和开源协议，只提了一句“能在笔记本上跑高性能多模态智能”。这点先别太激动——12B 参数在笔记本上跑通常需要量化或剪枝，但正文没披露用了...
推荐理由：Google 发了 Gemma 4 12B，说它是统一的无编码器多模态模型，意思是不再单独接一个视觉编码器，结构上更省事。但这条消息目前只有标题和 HN 讨论热度，正文没披露参数量怎么分配、训练用了什么数据、推理成本降了多少，也没给任何跑分。我会先打个折，把它放在 80 分上下，因为钩子够强，但事实太少，不值得冲太高。
谷歌 DeepMind 把 Gemma 4 系列的开源权重挂上了 Hugging Face，一共五个尺寸。其中 12B 这个版本支持文本、图片和音频三种输入，同时放出了指令微调版和预训练版。它原生支持系统提示词和函数调用，上下文窗口最长能到 256K token，意味着一次可以塞进很长的文档或对话记录。不过 Reddit 原帖被网络策略拦截，正文没披露...
推荐理由：Gemma 4 这次把开放权重、多模态和 256K 长上下文一起端上来，比常规版本更新更有看头。我会先打个折：正文没给具体 benchmark 和 license 细节，官方博客也没同步，所以判断先停在 83 分。如果是真的，12B 这个尺寸能跑图、能听音频，对本地玩家挺省钱。
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。
GPT-Rosalind 是 OpenAI 为生命科学做的模型，这次更新接入了 GPT-5.5 的编程和工具调用能力，重点强化了药物化学、基因组学这些方向的推理。OpenAI 还专门搞了个叫 LifeSciBench 的评测，从证据处理、实验设计到结果验证六个环节打分，说新版模型在行业专家出的题上表现有提升。但正文没披露具体参数量、定价和普通用户能不能...
推荐理由：OpenAI 这次更新把 GPT-Rosalind 往生物和药物化学方向推，垂直落地的意图很清楚，所以重要性和行业信号都够。但正文没披露任何硬指标——参数多少、评测怎么做的、开放给谁用，全是空白，这点先别太激动。实验室场景天然带安全和合规风险，加上垂直模型抢地盘的话题，话题性也拉满了。综合看，信号强但证据弱，维持 featured 门槛没问题。
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。
微软在Build大会上发布了7个MAI系列模型，覆盖文本推理、代码、图像、语音转文字和语音合成。主角是MAI-Thinking-1，一个35B活跃参数的混合专家模型，支持256K上下文窗口。它被定位为微软首个推理模型，训练数据链条干净，没有用任何第三方模型做蒸馏。随模型一起公开的109页技术报告在圈内评价很高，因为透明度给得足。报告里写明，模型的推理能...
推荐理由：我会先打个折：微软这次没公开模型权重、定价，也没给第三方评测结果，所以没法验证它实际有多强。但光凭 7 个模型、35B 激活参数的 MoE、256K 上下文和 109 页技术报告这几个硬数字，信息密度已经够高。加上这事发生在 Build 大会，直接摆在微软自家模型和 OpenAI 依赖的交叉点上，话题性拉满。正文没披露具体 benchmark 分数，这点先别太激动，但作为当天新闻，重要性给到 87 是合理的。
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。
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。
Sensor Tower 估算，ChatGPT 在 5 月全球月活用户跨过 10 亿，只用了大约三年，比 Google Maps、TikTok 和 YouTube 当年冲到这个数字的速度都快。不过，Claude 的增长势头更猛：2026 年第二季度月活 5600 万，同比涨了约 640%，而 ChatGPT 同期增速是 62%。一个值得注意的信号是，在...
推荐理由：这条消息的核心价值在于 Sensor Tower 提供了两个关键产品的用户规模估算，让行业能直观对比 OpenAI 和 Anthropic 的采用速度。我会先打个折，因为这是第三方估算，不是官方数据，但 10 亿月活和 640% 的同比增长仍然是很强的信号。正文没披露统计口径和误差范围，所以不能当精确财报看，但作为竞争格局的参考已经足够。
xAI 在 API 里放出了 grok-imagine-video-1.5-preview 模型，能把单张静态图片变成一段动态视频。你给它一张起始帧，再用自然语言描述想要的镜头运动、节奏和音效，它就会按你的指令生成一段最高 720p 的短片。官方说模型会尽量保留原图的光影和细节，让视频像是原图的延续，而不是重新画了一遍。它也支持把多段生成视频串起来，拼...
推荐理由：xAI 放出了一个能用的图像转视频 API 预览版，720p 输出加上用自然语言调镜头和音效，功能点很实在。我会先打个折，因为这只是个预览版，不是完整的基础模型发布，所以重要性停在 82 分。
OpenAI 在 6 月 3 日上线了 Codex Sites 的预览版，目前只给 Business 和 Enterprise 用户用。你可以把想法、表格或计划扔进去，它会生成一个带托管链接的交互式网站，比如仪表盘、项目看板或规划器。生成的网站可以通过 URL 分享给团队里的指定成员，一起看、一起改。文章举了个例子：财务主管能把静态表格变成一个实时调整...
推荐理由：这是个产品更新，不是模型或底层能力发布。Codex 能直接吐网站确实实用，但先别太激动——目前只对企业版用户预览开放，正文也没说清楚生成的网站能复杂到什么程度、能不能接真实数据。我会先打个折，把它放在中等权重的产品更新档位。
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。
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。
Runway 的 Aleph 2.0 视频编辑功能现在可以通过 API 调用了，你可以把它直接嵌进自己的应用或产品里。它支持对最长 30 秒、1080p 的多镜头视频做局部修改，只动你想改的那部分，其他画面不变。正文没提价格、调用频率限制、处理延迟和地区可用性，这些实际落地要用的信息都还没给。
推荐理由：Runway 是视频生成的核心玩家，Aleph 2.0 把局部视频编辑能力开放成 API，上限拉到 30 秒和 1080p。这是个实用的产品更新，不是模型级大版本发布，重要性中等偏上。
微软发布了一个叫 ASSERT 的开源框架，让开发者直接用自然语言写测试要求，就能自动生成一套评估 AI 行为的考题和回归测试。正文没披露它具体支持哪些模型、打分指标怎么算，也没提使用限制。
推荐理由：我会先打个折：正文没披露这个框架支持哪些模型、具体用什么指标、以及跑起来的硬件或环境要求，所以实际能省多少事还不好说。但方向本身挺对——让开发者用自然语言写测试意图，而不是手搓脚本，确实能降低回归测试的门槛。微软把它开源出来，至少说明不是内部玩具。这点先别太激动，等看到跑分和兼容性再判断值不值得集成。
微软一口气发了七款 MAI 系列模型，这篇公告只重点介绍了 MAI-Thinking-1。官方说它擅长解决复杂问题，在 SWE-Bench Pro（一个测代码修改能力的榜单）上拿了高分，价格定在“中等权重”档位。但正文没披露参数量、具体跑分、定价细节和上线时间，所以实际性价比和落地表现还得等更多信息。
推荐理由：HKR 三条都踩中了：微软给模型起名 Thinking，又放出 7 个 MAI 模型，正好打在它和 OpenAI 若即若离的关系上，话题性够。但正文只说了发布，没参数、没评测、没时间表，信息密度很低，所以分数卡在 76 这个 featured 门槛上，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。
Anthropic 计划将 Mythos 这个专门做网络安全的模型开放给更多地区，覆盖超过 15 个国家，大约 150 家机构会用上。正文被付费墙挡住了，没披露具体是哪些国家、什么时候开始、以及模型本身的技术细节或效果数据。
推荐理由：HKR 三项都过。Mythos 扩张有具体数字和地缘安全话题性，但正文只给了接入范围，没提能力细节、具体国家名单或使用条款，所以放在 featured 低分段。
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。