卡内基梅隆大学在 YouTube 免费开放计算机科学课程
卡内基梅隆大学通过 CS Learn 在 YouTube 免费开放计算机科学课堂讲座,供学习者按自己的节奏观看。11 月课程涵盖大规模数据集机器学习、机器学习系统、AI 智能体和生产环境中的机器学习,2027 年 1 月将增加多模态机器学习等课程。免费自学课件将随后推出,提供即时反馈和徽章,AI 辅导也计划加入课件体验;入口为 https://www.cs.cmu.edu/learn/。
卡内基梅隆大学通过 CS Learn 在 YouTube 免费开放计算机科学课堂讲座,供学习者按自己的节奏观看。11 月课程涵盖大规模数据集机器学习、机器学习系统、AI 智能体和生产环境中的机器学习,2027 年 1 月将增加多模态机器学习等课程。免费自学课件将随后推出,提供即时反馈和徽章,AI 辅导也计划加入课件体验;入口为 https://www.cs.cmu.edu/learn/。
OpenCode Browse 通过 MCP 服务器和 Chromium 扩展,让智能体使用用户现有的浏览器、标签页、登录状态和扩展。智能体可在后台分组标签页中读取页面、点击、输入、截图和录制,遇到登录、2FA 或支付时将标签页交回用户,点击 Continue 后继续。
推荐理由:OpenCode Browse 让智能体沿用用户浏览器的登录状态,并在登录、双重验证或支付环节交回标签页,保留人工接管边界。
Axonnic 推出前臂袖套,通过 64 通道表面 EMG 解码手指动作并估算指尖力,同时保持双手裸露,用于采集人类动作数据训练灵巧机器人。一次训练四天后、215 秒的录制在未重新校准的情况下,对 20 个关节角度的误差为 6.9°,并与 Apple Vision Pro 手部追踪做了对比。该技术已在欧洲一家制造商用于记录缝纫等手工任务,该公司签署了机器人落地支持的 LOI。
OpenAI 在华盛顿特区发布会上推出一款分类器,称能更准确识别儿童性虐待图像并判断是否为 AI 生成,标记的图像数量减少 48%,识别出的图像中含虐待材料的比例提高一倍。该工具向通过审核的机构免费开放,OpenAI 同时为开发者提供识别指引并协助培训执法人员。ChatGPT 图像生成器对试图生成此类内容的用户将显示新警告,首次违规会触发 24 小时访问暂停并提示账号可能被永久关闭。
苹果在今天发布的 iOS 27.3、iPadOS 27.3 和 macOS 27.3 测试版中,测试按设备设置 Siri AI 与 Apple Intelligence 部分功能的每日使用限额。
psychic 是一款终端文件浏览器,通过本地 LightGBM 模型学习文件和目录访问习惯,随输入实时更新结果,界面渲染耗时低于 16ms。搜索与点击记录保存在本机 sqlite 数据库,每次打开工具都会后台重新训练模型,冷启动时使用近期点击、修改时间和模糊匹配进行排序。
Aristotle 宣布支持 Rust,提供代码形式化验证,包括检查未定义行为、unsafe 块是否符合规格,以及从 C 重写后的行为一致性。在 Solana 开源订单簿 Manifest 上,Aristotle 验证了 28 项结果,并发现一个团队已修复的舍入错误;团队还与 Solana Foundation 合作支持智能合约验证。
Gemini 应用在 Android 和 iOS 端上线 66 种新地区语音,覆盖美式英语、英式英语、印度英语、印地语、巴西葡萄牙语、印尼语和韩语等,每种语言都提供定制选项。这些语音针对自然语调和日常清晰度调校,而非夸张口音,用户选定的语音可在 Gemini Live、语言练习和聊天朗读中全局沿用。用户可通过 Gemini Live 的三点菜单或应用设置中的语音选项预览并选择。
OpenAI 发布一款可检测 CSAM 图像(含 AI 生成图像)的分类器,通过 API 免费向部分公司开放,并与 NCMEC 共同开发。早期合作测试中,该分类器标记的图像减少 48%,检出的虐待图像数量不变,被标记图像为虐待图像的概率提升一倍。
“华尔街之狼”原型 Jordan Belfort 创办的 AI 语音公司 Tone 推出自助平台,内容创作者和作者可选用 Tone 的 AI 声音,或通过即将上线的声音克隆功能克隆自己的声音,把书变成“富有表现力的 AI 生成旁白”。Tone 称其语音能通过把陈述句说成问句、偶尔低语等方式提升销售说服力,延迟约 600 毫秒,已用于律所、健康险等场景的完整销售流程。
OpenAI 推出儿童性虐待材料(CSAM)图像分类器,并提供 ChatGPT 干预措施、开发者指南及执法调查支持。分类器可检测潜在 CSAM,包括 AI 生成材料,向经审核组织免费提供 API 访问;早期评估估计,在发现数量大致相同的虐待图像时,标记图像量减少 48%。
推荐理由:OpenAI 的新图像分类器在早期评估中识别出数量相近的虐待图像,同时减少了 48% 的标记量,降低人工复核负担。
Claude 现可通过 HTML-in-Canvas 将真实文本、按钮等网页元素嵌入复杂图形和 3D 效果,同时保留交互与无障碍访问能力。演示页包含 15 个示例,涵盖针织图案、3D 立方体和分层展开视图,文本仍可选中和复制。
Audible 上线“audio discovery”功能,用 AI 生成书籍主题概览与读者好评摘要,并搭配编辑或作者评论及试听片段。该功能初期面向美国部分英文书目开放,同时推出基于收听偏好的个性化合集。Audible 称概览还会参考公开的书摘和元数据,其 Recaps 与“Ask a Question”工具将于 12 月扩大覆盖范围。
OpenAI 更新 ChatGPT for Healthcare,增强计算机使用智能体和可信临床搜索,并新增超过 20 个医疗插件。智能体可跨应用读取屏幕、点击和输入,机构可配置访问权限、审计日志及人工审核步骤;在超过 1300 次盲评审查中,医生对更新后的临床回答在全部 8 个评估维度上给出更高评价。
推荐理由:OpenAI 为医疗团队加入跨系统操作智能体,并允许机构设定应用访问范围和人工审核步骤,使工作流自动化保留明确的权限边界。
Google Maps 正推出 Ask Maps 新功能,可生成逐日旅行行程,并在导航时提供沿途各站的实时信息。行程支持分享及在桌面端导出至 Google Docs,用户可查看交通、营业时间和下一站氛围,也能调整沿途停靠点;Ask Maps 还可查找预约空档并代用户致电当地商家。
Coral 是开源、自托管的智能体网关,支持智能体用 TypeScript 编写程序调用服务,并将成功代码保存为可复用的自定义工具。程序在隔离的 V8 环境中运行,每次工具调用都先检查策略,再添加凭据并转发,支持 Allow、Ask、Block 和人工审批。
Google 正向 Gemini 驱动的 Ask Maps 推出 AI 行程规划功能,可生成单日或多日安排,并显示各站点的实时信息。行程包含逐日停靠点、路线和地图编号标记,可分享给亲友或在桌面端导出到 Google Docs;Ask Maps 还新增预约查找、代打电话及已保存地点搜索。
Audible 上线 AI 辅助的 audio discovery 功能,把有声书试听片段、AI 生成的主题与听众反应概览、作者或编辑评论组合成一段音频简介,让用户不必去其他平台查资料就能判断是否要听。
Skydio 推出固定翼相机无人机 F10 Lightrunner,把相机装在翼尖并采用不对称机翼与不对称电机布局,解决固定翼无人机绕圈跟踪时相机被机翼或尾翼遮挡的问题。该机最高飞行速度 100 英里/小时,最长飞行时间 2 小时,通过 MegaDock 由机械臂自主起降与充电,单座 MegaDock 可管理 5 架 F10、支持 3 架同时作业。
Apple 与 OpenEvidence 合作推出健康 AI 研究应用,以临床资料支撑问答,计划招募最多 200,000 名参与者,研究持续超过 12 个月。
Datasette Agent 0.6a0 发布,这是 Simon Willison 为 Datasette 开发的智能体插件,用于对数据提问。该版本最显著的变化是在 Datasette 首页直接加入智能体提示词,并支持对表格和查询的 hash 提及。其余为累积的小修复。
Datasette Apps 0.4a0 发布,新增链接支持:应用可通过 URL 中的 #fragments 接收并使用参数,支持的 URL scheme 也会回传给 Datasette Agent,便于它编写可互相链接的应用。
db-branch 基于 ZFS 克隆,在自有服务器上为 MySQL 和 PostgreSQL 秒级创建写时复制数据库分支,支持 AI 智能体沙箱与每个 PR 的独立数据库。
turbo-browser-mcp 是基于 Playwright 的 MCP 服务器,将 25–33 个细粒度浏览器操作整合为 10 个批量工具,减少模型 token 消耗与多轮延迟。
Datasette 的中间插件 datasette-llm 发布 0.1a11,新增对 OpenAI 兼容端点的支持,可配置使用任何遵循该协议的 LLM 服务。这意味着配合 LM Studio、Ollama 或刚发布 v1.0.0 的 llama.cpp 运行本地模型时,可通过 uvx 启动由本地模型驱动的 Datasette Agent 实例。
Terminactory 是用 Rust 与 ratatui 编写的终端放置工厂游戏,支持离线收益,并能在游戏内接收 AI 智能体消息。Claude Code 可通过 `tfac hook` 发送任务结束、需要权限或输入的通知,其他智能体可通过 `tfac msg` 或 Markdown 文件发送消息,目前仅测试过 Claude Code 的 hook。
Agweb 是基于 WebKit 的 macOS 编码智能体浏览器,支持多个智能体通过 CLI 操作同一窗口且不抢焦点。它提供独立工作区、共享登录配置、实时标签页看板和操作差异回复;作者实测五个空闲页面占用 590 MB 内存,Headless Chrome 为 730 MB,Playwright Chrome 为 1.6 GB。
Anthropic 更新 Claude Code Projects,加入协调器主动汇报、线程只读分享、提醒、分支命令和产物导航改进,减少并行云端会话的监控需求。
Shield 的 Forge 平台接入 OpenAI GPT-6 Astra 后,其 computer-use 智能体可登录无 API 的传统门户完成浏览器任务,技术人员只需处理需要判断的环节。
Amazon 正筹划名为“World Product Graph”的项目,为互联网上所有在售商品(包括非 Amazon 销售的商品)建立数据索引,并通过自家网站提供查询。据路透社报道,该项目意在留住做商品调研的消费者,并让 AI 智能体优先依赖其商品索引。内部文件显示项目目标发布日期为 2027 年 10 月 1 日,但 Amazon 称此类头脑风暴文档不一定反映当前计划。
Claude Meetings 开始向 Team 和 Enterprise 计划推出 beta,可作为可见参与者加入 Google Meet,在会议中回答问题、制作文档和白板并记录行动项。
推荐理由:Claude Meetings 将实时文档协作与经授权的工具调用接入会议,让团队在讨论过程中同步形成可编辑的工作成果。
OpenAI 推出 ChatGPT Wallet,让 Dots 智能体使用用户添加的银行卡购物,每次结账前须获得用户确认并通过生物识别安全检查。该功能从今天起向年满 18 岁、使用美国账单地址及符合条件的美国发行 American Express、Chase、Mastercard 和 Visa 卡的美国 ChatGPT Pro 订阅者开放。
OpenAI 在放弃灵活性不足的 Instant Checkout 后推出 ChatGPT Wallet,让 AI 智能体代用户支付购物款项。该功能上线时仅通过 Dots 向美国成年用户开放,要求订阅 ChatGPT Pro 并持有符合条件的美国银行卡。每笔购买均展示商品、总额和所选银行卡,由用户通过 Face ID 或指纹等安全检查确认;支付合作伙伴生成替代卡号,智能体和商家均看不到真实卡信息。
Google 开始向美国所有 Gemini 应用用户推出 Google Wallet 连接功能,让回答结合用户的消费习惯。
推荐理由:Gemini 接入 Google Wallet 后可依据交易记录分析支出与订阅费用,账户访问限于读取且连接可随时关闭。
Anthropic 发布 Claude for Manufacturing 插件,让 AI 直接访问工业软件,为 Team 和 Enterprise 客户自动化工厂工作流程。
OpenAI 周五推出 ChatGPT Wallet,让名为 dots 的 AI 智能体协助用户选择商品并代为完成购买。初期仅向美国部分年满 18 岁的 ChatGPT Pro 订阅者开放,支持美国发行的 Visa、Mastercard 或 American Express;用户结账前可核对商品、总额和银行卡,并通过 Face ID 或指纹等安全检查批准购买。
OpenAI 推出 ChatGPT Wallet,与 American Express、Mastercard 和 Visa 合作,让智能体在不获取用户真实卡信息的情况下代为支付。
推荐理由:OpenAI 将逐笔安全确认与隐藏真实卡信息接入智能体支付,让用户保留银行卡权益,商家沿用现有结账系统。
OpenAI 推出 Daybreak Red Team 和 Daybreak Defense Factory 两款网络安全产品,均运行于 GPT-6 Cyber。
Meta 的 AI 智能体 Muse 现已向美国所有付费订阅用户开放代打电话功能,可代用户致电美国商家。该功能在 9 月测试,能持续等待接听并处理复杂电话菜单,适用于联系有线电视公司、DMV 和餐厅。许多商家识别出 AI 后会挂断电话,这一问题曾迫使 Meta 在 9 月为 Muse 暂时测试人工接线员。
ElevenLabs 发布实验性应用 ElevenAI,将会议记录、听写和智能体集成合为一体,目前处于预览阶段,需申请早期访问。该应用支持跨会议查询数据、会议中实时协助,听写功能覆盖 90 多种语言,并可通过 ElevenAgent 基于会议记录执行写邮件草稿等后续操作。ElevenLabs 同时上线 v3 系列 Scribe 语音转文字模型,支持实时转写和企业自有数据微调。