#MCP/工具调用

今日 4 条

今天 · 9月30日星期三 · 4 条

The Decoder9/30 01:23

OpenAI 在 DevDay 发布 ChatGPT 多项更新，从聊天机器人转向工作平台

OpenAI 在 DevDay 宣布一系列 ChatGPT 更新，包括开放插件系统 Plugin Extensions、共享工作空间 Space、协作文档 Pages 与 Slides、Slack 和 Microsoft Teams 集成、自动化工作流以及企业市场。

推荐理由：梳理了 ChatGPT 从聊天机器人转向工作平台的一整套更新，可据此判断它与 Slack、Notion 等工具的竞争关系。

TechCrunch · AI9/30 01:20

Wabi 转型 AI 即时通讯应用，推出 Wabi 2.0

AI 应用构建平台 Wabi 本周宣布转型为 AI 即时通讯工具，推出 Wabi 2.0，定位为"为你做事并即时构建所需界面的个人智能体"。用户可在对话中按需生成卡路里追踪、健身记录、家庭日历等应用界面，目前仅通过 X 上发放的邀请码开放使用。

TechCrunch · AI9/30 01:15

OpenAI 在 Dev Day 扩展 ChatGPT 插件，加入类应用界面与自动化

OpenAI 在 Dev Day 上宣布扩展 ChatGPT 插件，允许开发者在 ChatGPT 侧边栏中构建类应用体验，并提供可交互面板和文件查看器。开发者获得新的 Plugin Creator 工具，可通过重新设计的提交流程将插件提交到插件目录，插件在目录和对话中的排序与推荐方式也已改进。

The Decoder9/30 01:14

OpenAI 在 DevDay 2026 发布常驻智能体 Dots，并推出 GPT-6.1 Sol

OpenAI 在 DevDay 2026 开发者大会上发布常驻智能体 Dots，可自行处理修复 Slack 中报告的 bug、发送被遗忘的发票等任务，并同时推出更便宜的模型 GPT-6.1 Sol，高端 GPT-6.1 Astra 因安全问题暂缓发布。

推荐理由：原文交代了 Dots 的常驻云电脑、主动研究与权限边界，可据此判断常驻智能体的落地形态。

昨天 · 9月29日星期二

Latent Space9/29 09:48

Anthropic 的 Thariq Shihipar 谈 Claude Code 下一阶段与智能体安全

Anthropic 的 Thariq Shihipar 在 Latent Space 播客中谈 Claude Code 的下一阶段，包括 Ask User Question、artifacts、Claude Tag、Projects 和可自定义 harness 的 Claude Mods。

Computing Life · Share · 鸭哥调研9/29 08:00

Amazon 能封住替你购物的 AI 吗？

Amazon 在商城中封锁了 Meta 的 Muse，理由是未经同意的 AI 程序反复访问网站、违反服务条款，而 Meta 此前已在官方安全文档中说明密码进入隔离存储、主模型看不到明文。

9月22日星期二

Simon Willison9/22 23:54

Simon Willison 发布 llm-typesafe 0.1a0，为 LLM 插件接入 TypeSafe AI 的 Jev 模型

Simon Willison 发布 LLM 插件 llm-typesafe 0.1a0，为 TypeSafe AI 的新模型 Jev 提供支持，可通过 `llm install llm-typesafe` 安装并用 `llm keys set typesafe` 配置 API key。

9月21日星期一

Simon Willison9/21 04:24

Simon Willison 反驳「MCP 一直是坏主意」：终端智能体之外 MCP 仍有价值

Simon Willison 反驳「MCP 一直是坏主意」的观点，认为该文忽略了 MCP 当下的价值：若运行 Claude Code、Codex、Meta Muse、OpenClaw 等拥有无限制互联网访问的完整终端智能体，确实几乎无需 MCP，直接调用 API 即可。

9月18日星期五

GitHub Blog · AI & ML9/18 23:00

GitHub Podcast 拆解 AI 热门观点：该不该读代码、RAG 是否已死、Skills 是否杀死了 MCP

GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需阅读和负责，但审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的团队经验，后者是连接工具与数据的标准，可组合使用；RAG 并未死亡，它为模型提供训练数据之外的相关信息，减少 token 浪费并让回答更有依据。

6月10日星期三

AI HOT 精选6/10 07:31

Google Gemini 3.5 实时翻译开放公测，支持 70 多种语言、2000 个语言对

Google 把 Gemini 3.5 的实时翻译功能放出来了，现在通过 Gemini API 就能用。它做的是语音到语音的低延迟翻译，覆盖 70 多种语言，能组合出 2000 个语言对，冷门小语种也包含在内。开发者可以把它接进实时对话、客服、直播或跨国会议里。主推文提到这消息被 Anthropic Fable 5 的声量盖过去了，还顺带提了阿里 Qw...

推荐理由：HKR 三项都成立：Google 把实时语音翻译做成 API 公开预览，对开发者有直接吸引力，也给了语言覆盖和语言对的具体数字。但文章只提了功能开放，没写价格、延迟基准和可用区域，信息有缺口，所以重要性停在 78。

锐评

Google 把 Gemini 3.5 的实时翻译能力通过 API 放出来了，语音进语音出，覆盖 70 多种语言，能拼出 2000 个语言对，连冷门小语种都支持。这对做实时对话、跨国会议、直播同传的开发者来说，是个可以直接接进产品的现成轮子，不用自己搭翻译管线。

不过正文只说了“低延迟”，没给具体数字——是 200 毫秒还是 2 秒，体验差别很大。准确率也没提，尤其是冷门语种，模型有没有被充分训练、会不会在长句上翻车，都是未知数。价格也没披露，API 调用成本如果太高，接进实时场景就不划算。

主推文还提到这消息被 Anthropic Fable 5 的声量盖过去了，顺带提了阿里 Qwen 系列的小语种模型。但正文没展开对比，Qwen 那边具体支持多少语种、延迟和成本如何，一概没写。这点先别太激动，等有实测数据再判断值不值得切过去。

AI HOT 精选6/10 05:06

Claude 托管智能体新增定时运行和环境变量保险库

Claude 的托管智能体（Managed Agents，让模型进业务流程干活的工具）现在支持用 cron 表达式设定时任务，到点自动跑，不用人守着。同时上线了 Vaults 功能，用来存 API 密钥、数据库密码这类敏感信息。智能体跑任务时能调用这些变量，但模型本身读不到明文——密钥只在网络边界上才被替换成真实值。正文没披露定时任务的最小间隔和 Va...

推荐理由：Claude 的托管智能体现在能设 cron 定时任务，到点自己跑，不用人盯。同时上了 Vaults 功能存 API 密钥、数据库密码这些敏感信息，智能体跑任务时可以调用，但模型本身读不到明文——密钥只在网络边界上才被替换成真实值。正文没披露定时任务的最小间隔和 Vaults 的访问控制粒度，这点先别太激动。整体是给智能体补运维能力，不是模型升级，所以分数就卡在这个位置。

锐评

Anthropic 给 Claude 的托管智能体加了两项实用功能：一是用 cron 表达式设定时任务，到点自动触发，不用人守着；二是 Vaults，专门存 API 密钥、数据库密码这类敏感信息。智能体跑任务时能调用这些变量，但模型本身读不到明文——密钥只在网络边界上才被替换成真实值，这个设计对安全敏感的场景比较友好。

正文举了乐天（Rakuten）的例子，说他们用定时任务自动跑产品数据同步，但没给出具体节省了多少人力或时间。另外，定时任务的最小间隔、Vaults 能存多少变量、是否支持团队共享，这些关键细节都没披露。目前功能还在公开测试阶段，想用在生产环境的话，建议先拿非核心任务试试稳定性和延迟。

AI HOT 精选6/10 03:11

Claude Code 团队成员 Thariq 的十条效率建议：从检查它做没做对，转向检查它做没做对的事

Thariq 的核心观点是换个思路用 Claude Code：别老盯着输出结果挑错，先确保它接对了任务。他给了十条具体做法。第一，一上来就把项目背景、限制条件全丢给它，把它当能跟你讨论的同事，而不是个补丁工具。第二，用一份简短的需求文档引导 Claude 反问你细节，把模糊想法聊清楚。第三，让它同时探索几个方案，直接生成 HTML 原型给你看，比看文字...

推荐理由：这篇是 Claude Code 的实战教程，干货密度高。Thariq 没讲大道理，而是给了十条能立刻上手的操作，比如先把项目背景全丢给模型、用需求文档引导它反问细节、让它同时跑几个方案出 HTML 原型对比。核心思路是把 Claude 当能讨论的同事，而不是补丁工具，这个视角切换本身就值回票价。内部人士分享加上三条 HKR 全中，放在 featured 没问题。

锐评

Thariq 这十条建议，与其说是技巧，不如说是一次心态调整。他反复强调的点很实在：别把 Claude Code 当成一个只会吐代码的补丁工具，要把它当成能跟你讨论方案的同事。具体做法里，我最认可两条。一是上来就把项目背景、限制条件甚至“这功能可能一个月后就删”这种信息全丢给它，这比硬性约束更管用，因为它能理解意图。二是用一份简短的需求文档引导它反问你细节，把模糊想法聊清楚，这比你自己闷头写 prompt 高效得多。

他提到用 Claude Fable 5 跑数小时、自检并产出高质量代码，甚至剪了整段视频来证明。这点先别太激动，正文没披露具体任务复杂度、失败率和人工干预次数，只能说明它能跑长任务，不代表所有长任务都靠谱。另外，Workflows 并行探索多方案并生成 HTML 原型对比，思路很好，但实际落地时，并行任务的管理成本和结果比对的工作量，正文也没提。

整体看，这十条建议对已经上手 Claude Code 的人有参考价值，尤其是“设定明确目标与验证方法”这条，能减少后期返工。但缺的是失败案例和边界说明——哪些任务它依然搞不定，Thariq 没说。

AI HOT 精选6/10 02:00

OpenRouter 的 Advisor 工具页面 404 了，正文没披露任何细节

OpenRouter 原本要介绍一个叫 Advisor 的工具，让 GPT-4o Mini 这类便宜模型在生成过程中可以随时去问 Claude Fable 等更强模型。但博客页面直接返回 404，文章不存在。定价、延迟、路由策略这些关键信息全都没公开，目前只能看到标题和摘要里的概念，没法判断实际效果和成本。

推荐理由：我会先打个折：OpenRouter 这篇博客直接 404，正文没披露定价、延迟、路由策略和实际效果，目前只有标题和摘要里的概念。概念本身有意思——让便宜模型在生成中途去问强模型，相当于给低成本模型配了个随时可叫的顾问，不是简单的 fallback 或静态路由。这点先别太激动，因为没数据验证到底省不省钱、延迟高不高、强模型被调用的频率和策略全都不清楚。对正在搭模型路由栈的团队来说，这个方向确实踩中了成本与质量的平衡点，但信息缺口太大，只能当产品信号看。

锐评

OpenRouter 这个 Advisor 工具的思路很直接：让 GPT-4o Mini 这类低成本模型在生成过程中，遇到拿不准的地方可以实时去问 Claude Fable 等更强的模型，相当于给便宜模型配了个随时能请教的专家。这比传统的先让强模型生成、再让弱模型模仿的做法更灵活，理论上能在保持低成本的同时拉高回答质量。

但问题是，博客页面直接返回 404，正文一个字都没有。定价、延迟、路由策略这些关键信息全都没公开。比如，每次“请教”要花多少钱？强模型被调用的频率怎么控制？如果弱模型频繁求助，延迟会不会高到没法用？这些都没法判断。

目前只能从标题和摘要里看到概念，实际效果和成本完全未知。等 OpenRouter 把文章补上，或者有实测数据出来，再下结论不迟。

AI HOT 精选6/10 00:00

GitHub Copilot CLI 现在能建自定义 AI 智能体，把一次性终端指令变成可重复跑的工作流

GitHub Copilot CLI 新增了自定义智能体功能，让模型能读懂你团队的技术栈和常用流程，把以前在终端里零散敲的提示词变成一套可复用的自动化工作流。正文没披露具体的配置方式、推送范围和是否额外收费，所以实际落地成本还不清楚。

推荐理由：GitHub 官方产品更新，HKR 拿到 H 和 R：自定义 Copilot CLI 智能体对开发者工作流有实际影响。K 偏弱，因为配置方式、推送范围和是否额外收费都没披露，所以定在 featured 门槛。

锐评

GitHub 给 Copilot CLI 加了个自定义智能体功能，核心是把以前在终端里一次性的提示词，变成能反复用的自动化流程。说白了，就是让模型读懂你团队的技术栈和常用操作，下次不用再从头解释一遍。这对经常跟命令行打交道的开发者来说，省掉的是重复敲字和回忆参数的时间。

但正文只讲了概念和愿景，关键信息全缺：怎么配置这些智能体、能推送给整个团队还是只限个人、是不是要额外付费，一概没提。没有这些，就没法判断实际落地成本有多高。另外，也没给出任何性能数据，比如智能体执行任务的成功率、响应延迟，或者跟手动操作比到底快多少。

我会先打个折看这个更新：方向对，但现阶段更像一个预告。真正值不值得切过去，得等 GitHub 把配置门槛、权限控制和定价说清楚。如果这些智能体只能在 Copilot CLI 里用，跟其他自动化工具（比如 Makefile 或脚本）怎么分工，也是个没回答的问题。

6月9日星期二

AI HOT 精选6/9 22:00

一位开发者用 GPT-5.5 替代 OCR 流程，把 2.3 万篇 ChinaRxiv 论文免费开放并配上更完整的英文翻译

这件事的起点很简单：有人觉得传统的 OCR（光学字符识别）管道太复杂，直接用 GPT-5.5 来读论文、做翻译，结果把 23,000 多篇 ChinaRxiv 上的论文免费放出来了，还带了比之前更完整的英文翻译。正文没披露具体成本、延迟和翻译质量对比，所以没法判断这套方案在准确率和开销上到底比 OCR 好多少。如果是真的省钱又省事，对需要批量处理中文论...

推荐理由：我会先打个折：这不是 OpenAI 官方模型发布，而是一个开发者用例，所以推荐分在 78–84 这个区间。HKR 三项都踩中了——用 GPT-5.5 砍掉 OCR 管道是个很具体的钩子，23,000+ 篇论文的规模也给了实感，对做文档处理和研究的人确实有用。但正文没披露成本、延迟和翻译质量对比，这点先别太激动，没法判断准确率和开销到底比 OCR 好多少。如果是真的省钱又省事，那对批量处理中文论文的场景挺有参考价值。

AI HOT 精选6/9 18:46

一个编程 Agent 串起两个 HuggingFace Space，自动生成了一个巴黎地标 3D 画廊

作者让一个编程 agent 自己动手，把 ideogram-ai/ideogram4 和 VAST-AI/TripoSplat 这两个 Space 串了起来。流程是：先用 ideogram4 生成巴黎地标的图片，再把图片喂给 TripoSplat，从单张图片重建出 3D 高斯泼溅文件（.ply），接着转成体积小约 3 倍的 .ksplat 格式，最后用...

推荐理由：我会先打个折：这不是模型或平台发布，而是一篇 Hugging Face Spaces 的实操教程。但作者把两个现成 Space 串起来，让 agent 自己跑通从文字到 3D 场景的流程，还给出了约 3 倍的压缩数据，对做 agent 编排和轻量 3D 管线的人挺实用。正文没披露生成质量和延迟的具体测试，这点先别太激动。整体放在 featured 档位合适。

锐评

这条消息值得看的地方在于，它展示的不是模型本身有多强，而是 agent 怎么把现成的模型当积木用。作者让一个编程 agent 调用 Hugging Face 上的两个 Space：先用 ideogram4 生成巴黎地标图片，再把图片喂给 TripoSplat 做单图 3D 重建，输出高斯泼溅文件，最后转成体积缩小约 3 倍的 .ksplat 格式，部署成一个静态网页。全程没手动碰任何图像或 3D 软件。

这背后靠的是 agents.md 这个机制，让每个 Space 都变成一个可被 agent 调用的 API 模块。正文没披露 agent 具体用了哪个底层模型，也没给出端到端耗时和失败率，所以稳定性和成本还不好判断。另外，3D 重建质量依赖单张图片输入，复杂场景下效果会打多少折扣也没提。

如果这种“搭积木”方式能稳定跑通，做多媒体 demo 的门槛会降一大截。但现阶段更像一个技术预演，离生产环境还有距离。

AI HOT 精选6/9 17:27

Qwen3.7-Max 靠一份 15 万字文档，4 小时做出能跑的手机和网页应用

实验里 Qwen3.7-Max 不看设计稿、不接后端，只读一份约 15 万字的产品调研文档，在隔离环境里分别生成了安卓 APK 和一个 Web 应用，单端耗时约 4 小时，中间没人插手。模型本身看不懂图，它是通过像素坐标反推布局来还原界面。做法是把任务拆成规划、架构、编码等阶段，每步做完就检查——静态检查、编译自检（0 error）、Web 端 34 ...

推荐理由：我会先打个折：正文没披露失败率、重试次数、人工介入点，也没说这15万字文档本身质量如何。但亮点在于它把模型看不懂图这个短板说清楚了——靠像素坐标反推布局，不是真懂设计。任务拆成规划、架构、编码并逐段自检的做法，让4小时出双端这件事有了可复现的骨架。如果是真的挺省钱，但没给对比基线，先别太激动。

锐评

这条新闻最值得看的是模型怎么绕过自己看不懂图的短板：它用像素坐标反推布局，相当于把视觉问题转成了数学问题。实验设计也比较务实，不是一次性生成完事，而是把任务拆成规划、架构、编码几个阶段，每步做完就检查——静态检查、编译自检做到 0 error，Web 端 34 条路由全部可达，失败了就把错误信息喂回去重试。这套“分阶段约束+带错纠正”的闭环让模型在几小时内收敛，比单纯堆算力更聪明。

但兴奋之前得先打折。正文没披露这份 15 万字文档的结构化程度和需求清晰度，也没说应用本身的复杂度——如果文档本身就是接近伪代码级别的详细描述，那 4 小时的含金量会打折扣。另外，实验在隔离环境跑，没有真实后端、没有迭代需求变更、没有多人协作的混乱，离生产环境还有距离。

还缺几个关键信息：生成的代码可维护性怎么样，有没有冗余或安全漏洞；真机冷启动冒烟只说了“通过”，没给性能数据和崩溃率。这些才是工程落地时要命的点。

Hacker News 首页6/9 15:33

微软开源工具遭入侵，攻击者专门窃取 AI 开发者的密码

TechCrunch 报道，微软旗下部分开源工具被黑，攻击者直接瞄准 AI 开发者的登录凭证。正文没披露具体是哪些工具、攻击怎么发生、持续了多久、有多少人中招。目前只有标题和极简摘要，细节全缺，先别急着下结论。

推荐理由：TechCrunch 的报道加上 Hacker News 首页热度，来源分量够，标题直接命中安全事件和账号风险。但正文几乎没给细节，工具名、攻击手法、受害规模全是空白，所以知识增量打折扣。我会先打个折：事件值得关注，但别急着下结论，等后续披露再说。

AI HOT 精选6/9 08:38

GitHub 12.2 万星项目 Skills 加了个 Teach 技能，把工作目录变成能记住你学到哪的学习空间

Skills 仓库新出的 Teach 技能，核心是把一个普通文件夹变成有状态的学习环境。它用四个文件来追踪学习进度：MISSION.md 写目标，lessons/ 放课程，learning-records/ 记你已经掌握的东西（不是记“讲了什么”），reference/ 自动生成速查手册。五个机制里比较有意思的是 ZPD，会根据你的学习记录动态调整难度...

推荐理由：这条更新来自 Skills 仓库（GitHub 122K 星），核心是把一个目录变成带记忆的学习环境，靠四个文件追踪进度，ZPD 机制会根据你已掌握的内容动态调难度。对做 agent 记忆和可复现学习流程的人有直接启发。但信息源只有一篇 X 上的总结，没有基准测试、维护者细节或用户反馈，所以我会先打个折——概念扎实，落地效果还得看实际跑起来怎么样。

锐评

GitHub 上 122K 星的 Skills 仓库加了个 Teach 技能，思路是把一个普通文件夹变成能记住你学到哪的学习空间。它用四个文件干活：MISSION.md 写目标，lessons/ 放课程，learning-records/ 记你已经掌握的东西，reference/ 自动生成速查手册。五个机制里比较有意思的是 ZPD，会根据你的学习记录动态调整难度，不是死板的线性课程。

安装方式很简单，一行 npx 命令就能跑。适用场景从魔方到软件基础都行，说明设计上没把自己框死在编程教学里。但正文没披露任何关于学习效果、完成率或者用户反馈的数据，122K 星是 Skills 仓库整体的，不是 Teach 这个技能的。

还缺几样东西：learning-records 的格式长什么样、ZPD 调整难度的具体规则、reference 手册的生成质量如何。这些不补上，很难判断它到底是真有用还是概念好看。

FT · 科技6/9 08:32

苹果发布 Siri AI，想跟其他聊天机器人掰手腕

苹果终于把拖了很久的 Siri 大改版拿出来了，叫 Siri AI。FT 这篇报道的正文被付费墙挡住了，只返回了安全验证页面，所以具体改了啥、模型细节、什么时候能用、功能清单这些，正文都没披露。从标题看，苹果是直接冲着 ChatGPT 这类对手去的，但 RSS 摘要里只提了一句用户隐私承诺，别的信息全是空白。我会先打个折：光看标题像是个大动作，但没看到...

推荐理由：FT 的信源权威性加上 Siri 大改版这个动作，H 和 R 都站得住，所以能进 featured。但 K 过不了，因为正文除了隐私承诺什么都没给，模型规格、发布时间、功能清单全是空白，我会先打个折：光看标题像是个大动作，没看到实质内容之前别太激动。

锐评

这条新闻目前只能看个标题，FT 正文被安全验证页挡住了，所以 Siri AI 到底改了什么、用的是什么模型、什么时候能用、功能边界在哪，正文都没披露。RSS 摘要只提了一句用户隐私承诺，没有技术细节。

从标题判断，苹果这次是把 Siri 重新包装成“Siri AI”，直接对标 ChatGPT 这类聊天机器人。但“挑战”这个词要看实际产品力，光改个名不算数。苹果在端侧模型和隐私保护上一直有积累，如果 Siri AI 能把本地推理和云端能力打通，同时守住隐私底线，那确实有看点。

现在还缺的信息太多了：模型是自己训的还是外接的、能不能调用第三方 App、跨设备协同做到什么程度、延迟和准确率有没有实测数据。这些才是判断它是不是真能打的关键。等苹果自己放料或者评测出来再说，现在只能先记一笔。

AI HOT 精选6/9 08:00

把 GitHub 的自动测试搬到 Hugging Face Jobs 上跑，Trackio 项目 CPU 任务快了约 30%

Hugging Face 发了篇博客，手把手教你怎么用 huggingface/jobs-actions 把 GitHub Actions 的 CI 流程搬到他们的 Jobs 服务上执行。核心思路是让 GitHub 把任务派给一个在 HF Jobs 里临时启动的“自托管运行器”，跑完就销毁。他们拿 Trackio 项目试了水，CPU 任务耗时缩短了约 ...

推荐理由：HKR 三项都站得住。H 靠的是“用 HF Jobs 当自托管运行器跑 CI”这个具体操作，不是空谈概念。K 有明确的产品名、Trackio 实测数据和约 30% 的提速数字，信息量够。R 切中的是 ML 团队常遇到的 CI 贵、GPU 不好找的问题。整体属于工具链层面的实用更新，不是平台级大发布，放在 featured 档位合适。

锐评

这篇博客是一份操作手册，教你怎么把 GitHub Actions 的 CI 流程迁移到 Hugging Face Jobs 上执行。核心思路不复杂：在 HF 这边起一个临时“自托管运行器”，GitHub 把任务派给它，跑完就销毁。他们拿 Trackio 项目试了水，CPU 任务耗时缩短了约 30%，还新增了 GPU 测试套件，可以用 t4-small 或 h200 这类硬件。

对开源项目来说，这解决了两个实际痛点：一是 GitHub 免费 runners 排队慢、偶尔维护，二是 GPU CI 基本用不起。方案把调度权留在 GitHub，执行搬到 HF，等于白嫖了更快的 CPU 和按需 GPU。但正文没披露成本细节——HF Jobs 的 GPU 时长怎么计费、免费额度够不够日常 CI 消耗，这些都没提。另外，这套流程需要自己搭一个 dispatcher Space 并注册 GitHub App，维护成本比原生 Actions 高，小项目不一定划算。

还缺什么：没有和 GitHub 原生 runners、其他 CI 平台做横向对比，也没给出大规模并发下的稳定性数据。如果你仓库的 CI 量不大，迁移收益可能不明显；但如果你缺 GPU 测试环境，这条路值得试试。

AI HOT 精选6/9 06:24

Anthropic 发了个 Swift 包，三行代码就能在苹果 App 里调用 Claude

Anthropic 给苹果开发者送了个新工具：一个 Swift 包，让 Claude 直接接入苹果的 Foundation Models 框架。开发者写三行代码就能调用，返回的是 Swift 原生类型，不用自己解析 JSON。支持多步推理、代码生成、联网搜索和数据分析，跑在 iOS 27、macOS 27 这些新系统上。说白了，就是苹果在自己的 AI ...

推荐理由：HKR 三项都成立：Anthropic 确实发了一个让 Claude 接入苹果 Foundation Models 框架的 Swift 包，但这是开发者工具层面的集成，不是新模型发布，所以放在 featured 档里偏高的 82 分。正文没提这个包是否开源、有没有延迟或成本数据，我会先打个折，别把它当成 Claude 在苹果端全面铺开的信号。

锐评

Anthropic 这次发的是一个 Swift 包，让 Claude 模型直接接入苹果的 Foundation Models 框架。对开发者来说，最大的好处是省事：写三行代码就能调用，返回的是 Swift 原生类型，不用再手动解析 JSON。支持的场景包括多步推理、代码生成、联网搜索和数据分析，跑在 iOS 27、macOS 27 这些新系统上。

这件事值得关注的点在于，Claude 成了苹果官方 AI 框架里可选的第三方模型，不再是开发者自己绕路接 API。但正文没披露具体的延迟数据和成本对比，也没说和苹果自家模型在设备端推理上怎么分工。另外，iOS 27 意味着用户基数一开始不会太大，实际落地规模要看新系统铺开速度。

还缺一个关键信息：这个包是只支持云端调用 Claude，还是能走苹果的本地推理管线。如果是纯云端，那离线场景就指望不上。

The Verge · AI6/9 06:14

苹果用 AI 让 Safari 用户自己“说”出浏览器扩展

苹果演示了 Safari 结合 Apple Intelligence 的新玩法：你只要用大白话描述需求，比如“把网上的菜谱存下来并加备注”，浏览器就能当场生成一个叫 Recipe Keeper 的扩展。这招是想解决 Safari 扩展数量一直追不上 Chrome 等对手的老问题，因为苹果对扩展开发的要求比较严。不过报道没提这个功能什么时候上线、需要哪个...

推荐理由：苹果演示了用自然语言让 Safari 自己写扩展，比如喊一嗓子“把网上菜谱存下来加备注”，浏览器就当场生成了一个 Recipe Keeper。这招是想解决 Safari 扩展一直比 Chrome 少的老问题，因为苹果对扩展开发卡得比较严。我会先打个折：正文只给了一个演示案例，没提什么时候上线、需要哪个系统版本、对开发者有什么限制，所以目前还只是一张饼。信息缺口明显，先按中等偏上的产品更新处理，给 73 分。

锐评

苹果演示了一个挺直观的功能：在 Safari 里用大白话描述需求，比如“把网上的菜谱存下来并加备注”，浏览器就能当场生成一个扩展。这直接打 Safari 扩展生态薄弱的痛点——因为苹果对扩展开发卡得严，数量一直追不上 Chrome。用 AI 生成扩展，等于把开发门槛从写代码降到了说话，对普通用户吸引力不小。

但报道来自 The Verge 的 RSS 片段，正文没披露任何上线时间、需要的系统版本，也没说生成的扩展能有多复杂、能不能上架或分享。目前只能把它当成一个技术演示，离真正好用还有距离。另外，AI 生成的代码稳定性和安全性也是未知数，苹果后续怎么审核、怎么防止滥用，这些关键信息都缺。

我会先打个折：想法直接，落地待观察。如果苹果能把生成质量和安全审核跑通，这可能是 Safari 缩小与 Chrome 差距的一步好棋。

TechCrunch · AI6/9 02:48

苹果给 iPhone 加了 AI 补全：帮你写完句子、修好照片、跑通快捷指令

苹果在 Safari、快捷指令和密码 App 里塞了 AI 功能，能自动补文字、修图和串流程。正文没提什么时候推送、支持哪些 iPhone 机型，也没说背后用的是哪款模型。

推荐理由：我会先打个折：正文只说了功能方向，没给时间表、机型范围和模型细节，所以不能当正式发布稿来读。但苹果在 Safari 里补文字、在快捷指令里串流程、在密码 App 里修图，这三个落点都是系统级入口，一旦铺开对 agent workflow 和端侧分发的冲击不小。这点先别太激动，等具体推送和模型信息出来再调判断。

TechCrunch · AI6/9 02:45

苹果要给快捷指令加 AI：用一句话描述需求，它帮你搭好自动化流程

苹果在快捷指令 App 里塞进了一个 AI 功能，你直接用大白话告诉它想干什么，它就能自动生成对应的自动化流程。目前只放出了一小段 RSS 摘要，正文没披露具体上线时间、哪个系统版本会支持、收不收费，也没说背后用的是本地模型还是云端模型。这点先别太激动，等苹果自己把细节补上再说。

推荐理由：我会先打个折：正文只放了一段 RSS 摘要，没写上线时间、系统版本、收费模式，也没说背后是本地模型还是云端模型。能确认的是苹果让快捷指令听懂人话并自动生成自动化流程，这对从业者来说是个系统级 agent 的实锤信号。但细节全缺，先别太激动，等苹果自己把机制和限制补上再判断实际分量。

锐评

苹果在快捷指令里塞了一个用自然语言生成自动化流程的入口，你告诉它想干什么，它直接搭好一套动作。这相当于把 agent workflow 的搭建门槛从拖拽模块降到了说话，对普通用户友好很多。但这条消息目前只有一个 RSS 摘要，正文没披露任何关键细节：没写支持的系统版本、没写上线时间、没写收费模式，也没说背后是本地模型还是云端模型。如果是本地跑，隐私和延迟会好很多，但功能上限可能受限于设备算力；如果是云端，那离线场景就废了。另外，摘要里也没提它能处理多复杂的逻辑，比如条件判断、循环、跨 App 调用这些能不能靠一句话搞定。这些缺口让这条消息目前只能当个预告看，实际体验得等苹果自己把细节补上再说。

TechCrunch · AI6/9 01:56

苹果憋了很久的 AI 版 Siri 终于来了，想从语音助手变成 AI 伙伴

苹果发布了新版 Siri AI，想把 Siri 从听指令的语音助手升级成能陪你聊天、能干更多活的 AI 伙伴。不过 TechCrunch 这篇正文很短，没写具体用了什么模型、什么时候推送、要不要付费、到底多了哪些功能，这些关键信息都还没披露。

推荐理由：HKR-H 和 HKR-R 都过了，因为苹果拖了很久的 Siri AI 大改版本身就是个高关注度的产品故事。HKR-K 没过：正文没给模型、没给推送时间、没给具体能力，信息太虚，只能卡在 featured 门槛上。

The Verge · AI6/9 01:34

苹果在 WWDC 发布 Siri AI，语音可调语速和口音，能读屏、跨应用操作

苹果在 WWDC 上公布了 Siri AI，说是“全新版本”，比旧版更会聊天、能力更强。语音可以自己调语速、表现力和口音。Siri AI 会做成系统级，能看懂屏幕内容，也能直接操作你的应用。软件工程高级副总裁 Craig Federighi 做了介绍，但正文没披露具体上线时间和支持哪些设备。

推荐理由：苹果在 WWDC 上把 Siri 重新包装成 Siri AI，核心变化是让它能看懂你屏幕上的内容，并且直接跨应用帮你操作，不再是以前那个只回答问题的助手。Craig Federighi 出来站台，但正文没给出具体上线日期，也没说哪些设备能跑。我会先打个折：功能听着挺实用，但没时间表就是画饼，所以重要性停在 86 分，没往上走。

锐评

苹果在 WWDC 上把 Siri 重新包装成“Siri AI”，说它能系统级跨应用干活，比如看懂屏幕内容、直接操作你的 App，语音还能调语速和口音。这听起来像是把 agent 那套“让模型进业务流程干活”的思路塞进了系统助手，但正文只给了 RSS 摘要，没披露具体上线时间、支持哪些设备，也没说清楚“看懂屏幕”是本地跑还是云端处理。Craig Federighi 做了介绍，但演示和实测数据都缺。对从业者来说，最该关心的是这套能力到底有多“系统级”——是像快捷指令那样有明确边界，还是真能跨应用自主操作。另外，苹果一贯强调隐私，本地模型能做到什么程度、哪些任务会扔到云端，这些关键信息目前全是空白。如果这些不补上，Siri AI 目前更像一个概念更新，离真正可用还有距离。

AI HOT 精选6/9 00:16

ChatGPT 现在能直接把数据变成图表，手机和网页端都上线了

ChatGPT 新增了图表生成功能，你给它数据或对比信息，它直接吐图表给你。官方说移动端和网页端都已经支持，但正文没披露具体支持哪些图表类型、数据量上限，也没说图表能不能二次编辑或导出。如果是真的挺省钱，不用再切到其他工具画图了。

推荐理由：HKR-K 和 HKR-R 都成立：这是 ChatGPT 一个具体的产品更新，能在手机和网页上生成图表。HKR-H 偏弱，正文也没说支持哪些图表类型、数据上限、能不能二次编辑或导出，所以放在 featured 这一档刚好。

AI HOT 精选6/9 00:07

NotebookLM 升级：对话里能直接干活，推理更强，但新格式和价格都没说

Google 给 AI Ultra 订阅用户推了个 NotebookLM 大更新。现在你在对话里就能让它执行多步骤任务，不用自己来回倒腾，相当于把 agent 塞进了聊天窗口。推理能力也升了级，处理复杂研究问题会更顺。官方说新增了一批输出格式，但正文没列具体是哪些，也没提价格会不会变、什么时候推给普通用户。我会先打个折：功能听着实用，但信息缺口不小，别...

推荐理由：HKR 三项都踩中：Google 确认 NotebookLM 给 AI Ultra 用户加了 in-chat agent、高级推理和多输出格式。但正文没列出具体格式、没提价格变动、也没说普通用户什么时候能用，信息缺口不小，所以停在中等权重的产品更新档位。

The Verge · AI6/9 00:00

NotebookLM 换上 Gemini 3.5，能帮你搜资料，还塞了个云端电脑进去

Google 给笔记工具 NotebookLM 换了新模型 Gemini 3.5，官方说回答会更准更靠谱。现在你不用先丢一堆笔记或 YouTube 链接进去，直接问一个话题，它就能用 Google 搜索帮你找相关材料，等于把研究起点又往前挪了一步。另外还提到了一个“云端电脑”功能，但正文没展开讲具体能干什么、怎么用，这点先别太激动。

推荐理由：这是一次中等体量的产品更新，亮点是“云端电脑”和搜索式研究入口，但定价、铺开范围和实际效果正文都没给，所以别急着下结论。HKR 三项都踩中了：概念有钩子、功能有干货、场景够贴地，但信息缺口也明显。

锐评

这次更新把 NotebookLM 的研究起点往前挪了：以前你得先丢一堆笔记或视频链接进去，现在直接问话题，它用 Google 搜索帮你找材料。模型换到 Gemini 3.5，官方说回答更准更靠谱，但没给具体指标，比如幻觉率降了多少、引用准确率提了多少，这点只能先打个折。

最让人好奇的是“云端电脑”功能，标题提了一嘴，正文完全没展开。是能跑代码、操作浏览器，还是只是个远程桌面？不知道能干什么、怎么用、有没有额外成本，现在没法判断价值。

另外，这次更新依赖 Google 搜索来发现资料，但没说明搜索结果怎么过滤、会不会混进低质内容，也没提对非英语材料的支持怎么样。这些缺口让“更靠谱”这个说法还缺实锤。

6月8日星期一

r/LocalLLaMA6/8 22:43

OpenEnv 改由多家公司共同管理，包括 Hugging Face、PyTorch、Prime Intellect 等

OpenEnv 这个用来给 AI 智能体创建终端、浏览器等执行环境的工具，现在不再由单一团队控制，而是转交给一个委员会来协调。初始成员有 9 家，包括 Meta 的 PyTorch、Unsloth、Modal、Prime Intellect、Nvidia 和 Mercor。不过 Reddit 原帖内容被屏蔽了，正文没披露具体的治理规则、各家出钱出力的比...

推荐理由：这条消息本身信息量不大，但动作很实在——OpenEnv 不再是一家说了算，而是拉了个委员会来管，初始成员有 PyTorch、Unsloth、Modal 等 9 家。对做智能体训练的人来说，执行环境归谁管、会不会突然改协议或停更，是选型时很实际的风险点。我会先打个折：正文没披露各家出钱出力的比例、决策机制和后续路线图，所以现在只能说治理结构变了，别急着解读成“大厂全面接管”。

锐评

OpenEnv 这个给智能体搭终端、浏览器等执行环境的工具，现在不再由单一团队说了算，而是交给一个委员会来协调。初始成员有 9 家，包括 Meta 的 PyTorch、Unsloth、Modal、Prime Intellect、Nvidia 和 Mercor。这个阵容看起来挺豪华，但原帖被 Reddit 屏蔽了，正文没披露具体的治理规则、各家出钱出力的比例，也没说清楚决策权怎么分配。

对从业者来说，多团队背书可能意味着这个工具不会突然断更，但委员会模式也容易变成谁都管、谁都不管。目前看不到任何关于技术路线、API 稳定性承诺或社区贡献机制的信息。如果只是挂名站台，实际维护还是原来那几个人，那这个“转交”的意义就要打折扣。

还缺什么：治理章程、各家投入的资源量、对现有用户的影响、后续开发计划。这些都没说，先别急着把它当成“行业标准”。

AI HOT 精选6/8 17:59

阿里云把 AgentScope 的 Java 版升到 2.0，主打企业级智能体在 JVM 环境里跑生产

这个版本把架构改成了分布式无状态，能挂在 K8s 上自动扩缩容，会话断了也能恢复。多租户用 Workspace 做数据隔离，权限控制做得比较细，还加了人工介入的环节。长期运行靠 HarnessAgent 管上下文和容错。开源地址在推文链接里，但正文没给出性能基准或实际部署规模的数据。

推荐理由：阿里云把 AgentScope 的 Java 版推到了 2.0，这次改动挺实在：架构拆成分布式无状态，能挂在 K8s 上自动扩缩容，会话断了也能接上。多租户用 Workspace 做数据隔离，权限粒度更细，还加了人工介入环节，长期任务靠 HarnessAgent 管上下文和容错。我会先打个折——正文没给性能基准，也没说实际部署规模，所以这些能力到底省多少资源、稳不稳，还看不出来。开源地址在推文链接里，但没披露定价或落地案例。整体是给 Java 技术栈的企业把智能体往生产环境推了一步，信息缺口明显，先放在 featured 这档。

AI HOT 精选6/8 17:38

微信在测试右滑拉起的 AI 助手，能直接调小程序干活，还和主流手机厂商打通了

腾讯正在灰度测试一个藏在微信里的 AI 助手，右滑就能呼出。它用自然语言指令直接调用数百万个小程序，比如帮你点咖啡。微信还跟华为、荣耀、小米、OPPO、vivo 合作，让手机系统助手也能跨应用调微信的服务，6 月 8 号已经放出了开发者接入指引。不过原文因为环境异常没加载出完整内容，具体的技术实现和开放范围正文没披露。

推荐理由：这条消息的钩子很足——微信开始把自己当成 agent 运行环境，不是只聊天，而是直接调小程序干活，还同步打通了手机厂商的系统级入口。我会先打个折，因为原文没加载完整，技术方案、开放范围、模型选型这些关键信息正文都没披露，所以暂时不能给更高分。但右滑入口加开发者指引加五家厂商合作，三个点放在一起，已经足够让从业者重新评估微信在 agent 分发上的位置。

锐评

这条消息的核心是微信开始让AI直接调用小程序生态，不再只是聊天工具里的问答机器人。右滑呼出、用自然语言点咖啡这类操作，本质上是把数百万个小程序变成AI可调用的工具集，让模型进业务流程干活。同时跟华为、荣耀、小米、OPPO、vivo五家手机厂商搞A2A打通，意味着系统级助手也能跨应用调微信服务，这对微信的服务触达范围是实质性的扩展。

但必须说清楚：原文因为环境异常没加载出完整内容，我们看到的只是摘要层面的信息。具体的技术方案——比如AI怎么理解用户意图并匹配到对应小程序、调用链路是走官方API还是模拟点击、权限控制和错误处理怎么做——正文都没披露。6月8号放出的开发者接入指引也没看到细节，所以现在能判断的只是方向和意图，不是落地效果。

对从业者来说，值得盯的是两点：一是微信对小程序调用权的开放程度，这决定了第三方开发者能分到多少蛋糕；二是手机厂商合作的实际体验，跨应用调服务听着美好，但延迟、兼容性和隐私授权都是坑。这些信息缺口没补上之前，先别急着下结论。

AI HOT 精选6/8 16:02

微信 AI 开始内测，开发者有两种方式让小程序被 AI 直接操作

微信开放平台发了接入指引，确认微信 AI 在内测。开发者可以选两种模式：自动模式是授权平台读小程序源码，不用额外开发，AI 就能分析页面并直接操作；开发模式是自己写技能提交审核，让 AI 调用。两种模式不冲突，可以同时开，也不影响现有小程序服务。官方说“微信 AI”这个名字可能还会改。

推荐理由：这条消息对微信生态的开发者很关键，因为官方终于给出了接入路径，不是画饼。自动模式等于让 AI 直接读你的小程序源码去干活，省掉额外开发，但正文没提对复杂页面的理解准确率怎么样，这点先别太激动。开发模式更灵活，但需要自己写技能并审核，上线节奏和审核标准也没说。整体看，平台动作明确，但模型能力、收费方式和正式开放时间都还是空白，所以分数卡在 featured 门槛附近。

AI HOT 精选6/8 08:00

苹果发了第三代基础模型，一共五款，从手机端到云端都有

苹果在 2026 年 6 月 8 日公布了第三代 Apple Foundation Models（AFM），这次是和 Google 合作定制的。五款模型里，两款跑在设备上：AFM 3 Core 是 30 亿参数的密集模型，质量比上一代好；AFM 3 Core Advanced 是 200 亿参数的稀疏模型，但每次只激活 10 到 40 亿参数，靠的是把...

推荐理由：苹果这次一口气发了五款模型，分设备端和服务器端两条线，还拉上 Google 做定制，信息量够硬。30 亿参数的密集模型和 200 亿参数但每次只激活一小部分的稀疏模型，思路很明确：在手机上跑得动，在云端也能控成本。正文没给具体跑分和定价，所以我会先打个折，但官方发布本身就有分量，尤其对做端侧推理和隐私计算的人。

锐评

苹果这次发布的第三代AFM，最值得看的是端侧模型AFM 3 Core Advanced。它用了一种叫“指令跟随剪枝”的技术，把200亿参数的稀疏模型存在闪存里，根据你的指令只唤醒需要的部分，每次激活1到40亿参数。这思路很聪明，绕开了手机内存小的硬伤，让更复杂的模型能在本地跑。

但文章没提关键指标：模型在手机上实际响应有多快？耗电增加多少？这些直接决定体验。另外，苹果强调和Google合作定制，连最强的云端模型AFM 3 Cloud Pro都跑在Google Cloud的NVIDIA GPU上，还保证隐私。这解决了算力问题，但也意味着苹果在云端推理上深度依赖外部硬件，长期成本和供应稳定性是个未知数。

整体看，架构创新是实打实的，但落地效果还得等实机测试。尤其是那个按指令加载专家的机制，在不同任务上稳定性如何，文章完全没展开。

AI HOT 精选6/8 08:00

Hugging Face 把 OpenEnv 交给社区委员会管了，Meta-PyTorch、Unsloth 等都在里面

OpenEnv 是一个给 AI 智能体用的训练环境，比如模拟终端、浏览器，让模型在里面干活并学习。Hugging Face 宣布这个项目不再自己说了算，改由一个委员会来协调，首批成员包括 Meta-PyTorch、Reflection、Unsloth、Modal、Prime Intellect、Nvidia 等。项目代码已经搬到 huggingface...

推荐理由：这条不是模型发布，但比很多模型发布更值得看。OpenEnv 做的事很简单：给智能体一个能反复试错、学会干活的沙盒，比如在终端里敲命令、在浏览器里点按钮。现在 Hugging Face 把控制权交出来，换成委员会模式，首批成员名单挺能打——Meta-PyTorch 管框架，Unsloth 管训练加速，Modal 和 Prime Intellect 管算力，Nvidia 也在。技术上两个点值得留意：一是 API 照着 Gymnasium 那套强化学习标准来，老玩家上手快；二是集成了 MCP，让智能体在环境里干活时能直接调外部工具，不用自己从头写胶水代码...

锐评

OpenEnv 不再由 Hugging Face 单独说了算，改成一个委员会来协调，首批成员包括 Meta-PyTorch、Reflection、Unsloth、Modal、Prime Intellect 和 Nvidia。项目代码已经搬到 Hugging Face 上，提供类似 Gymnasium 的接口，还原生支持 MCP 协议，让模型能在模拟终端和浏览器环境里执行任务并从中学习。

这件事的价值在于，它把智能体强化学习的训练环境标准化了，而且拉来了几家有实际算力和训练经验的公司一起维护。但正文完全没提任何基准测试结果——用这个环境训出来的模型，比用其他环境到底好多少、省多少算力，一概没说。也没有披露委员会的具体决策机制，比如谁有权改 API、谁负责审核贡献。

对想试的人，可以先关注两点：一是 Unsloth 的加入意味着可能会出低资源训练方案，二是 Nvidia 的参与暗示对 GPU 利用率有优化空间。但现阶段别急着下结论，等第一批用 OpenEnv 训出来的模型公布结果再说。

AI HOT 精选6/8 02:14

ChatGPT 要变成 AgentGPT 了

OpenAI 准备给 ChatGPT 做上线以来最大的一次改版，从聊天机器人转成一个能直接干活的 Agent 平台。它会整合自家的编程工具 Codex、图像生成，还会接入 Canva、Booking 这类第三方应用。高管放话说“聊天已死”，目标是做成跨平台的个人 AI 助手，以后甚至不用你手动输入提示词。改版预计几周内在网页和手机端上线。商业压力不小：...

推荐理由：这条消息把改版讲得挺清楚，但来源只是一条 X 帖子，正文没披露正式上线时间、开放范围和定价，我会先打个折。高管那句“聊天已死”听着唬人，实际产品还没交付，这点先别太激动。整体判断是：方向重要，落地细节还缺，所以放在 84 分这个位置。

锐评

OpenAI 这次改版方向很明确：把 ChatGPT 从对话工具推成能调用外部应用干活的 Agent 平台。整合 Codex、Canva、Booking 这些，意味着它想直接嵌入用户的工作流和消费场景，不再只是问答。高管喊“聊天已死”，潜台词是交互方式要从人主动提问，转向模型预判需求、主动执行。

几个数字值得留意：9 亿周活、5000 万付费用户、月收入 20 亿美元，盘子不小但还没盈利。企业客户贡献约四成收入，说明 to B 是当前现金牛，年底目标拉到五成，压力不小。Codex 桌面版周活超 500 万，证明编程场景是高频入口。

不过，这条消息来自社交媒体爆料，不是官方公告，具体产品形态和上线时间都可能变。最关键的信息缺口是：Agent 执行链路的可靠性、权限边界和错误处理机制，正文一个字没提。Anthropic 估值冲到 9650 亿，OpenAI 刚融完 1220 亿，IPO 目标估值可能超万亿——在这种资本预期下，产品动作激进很正常，但 Agent 落地从来不是改个界面就能解决的。

6月7日星期日

r/LocalLLaMA6/7 23:13

一台笔记本跑通 Qwen3.6 35B-A3B：我的本地模型“从零到一”时刻

一位 Reddit 用户分享了自己在笔记本上跑通 Qwen3.6 35B-A3B 的体验。他的机器是华硕 Zenbook Pro 14，配了 RTX 4060 8GB 显存和 64GB 内存。用 llama.cpp 加载 unsloth 的 IQ3_XXS 量化版模型，在 3.2 万 token 上下文时生成速度约 27 token/秒，拉到 25.6...

推荐理由：这是单个用户的 Reddit 实测，不是官方发布或论文，但硬件、量化方式、上下文长度和速度都给得很具体，对想在自己机器上跑大模型的人有直接参考价值。我会先打个折，因为只有一台机器的数据，不代表普遍表现，但信息密度够上 featured，分数放在 72–77 这个区间合理。

锐评

这条分享的价值在于给出了一个很具体的消费级笔记本跑大模型的参照点。华硕 Zenbook Pro 14 配 RTX 4060（8GB 显存）和 64GB 内存，用 llama.cpp 加载 unsloth 的 IQ3_XXS 量化版 Qwen3.6 35B-A3B，在 3.2 万 token 上下文时跑到约 27 token/秒，拉到 25.6 万 token 上下文时降到约 18 token/秒。这个速度对于个人助手、读文件、跑命令行这类场景确实能用了，也解释了作者为什么觉得“本地第二大脑”终于成立——他不想把私人想法交给云端模型。

不过得打个折。作者自己也列了问题：模型偶尔会陷入循环、有时不读完技能说明就偷懒做决定，而且输出很不稳定。这些毛病很可能跟 IQ3_XXS 这种极低量化有关，但正文没做对比测试，没法判断是量化损失还是模型本身的问题。另外，他通过端到端加密的 Matrix 桥接把模型连到手机上，这意味着笔记本得一直开着，体验上打了折扣。

还缺什么？没提首 token 延迟，这对交互体感影响很大；也没说跑工具调用（比如写文件、执行 git 命令）时的成功率和失败模式。如果真想把它当“第二大脑”用，这些可靠性指标比纯生成速度更重要。

Computing Life · Share · 鸭哥调研6/7 08:00

拆解 Claude Design：从开源插件反推一位 AI 设计师是怎么被组织起来的

Anthropic 没公开 Claude Design 的内部 prompt，但他们在 GitHub 开源了一套设计工作流插件。作者把它拆开看，发现它把设计工作分成了六类活动：设计评审、设计系统管理、开发者交接、UX 文案、无障碍扫描和用户研究综合，每类给 Claude 一份独立的操作指引。这么分不是随意的，因为设计评审和 UX 文案需要的判断标准完全...

推荐理由：这篇文章不是 Anthropic 官方发布，是第三方从开源插件反向推理 Claude Design 怎么干活，所以我会先打个折，但拆解质量够硬。作者把设计工作切成六类活动，每类给 Claude 一份独立 prompt 指引，还分析了工作流怎么串、审美怎么判断、效果怎么评估、插件怎么跟 Figma 等工具对接，信息密度比一般评论高。对做 agent 工作流设计和设计自动化的从业者来说，能直接拿来参考怎么给自己的模型拆任务、写指引。缺点也明显：正文没披露 Claude Design 实际产出的设计质量数据，也没对比其他设计 agent 的效果，所以别太...

锐评

这篇文章最有价值的地方，是它把 Claude Design 的“黑箱”拆开，展示了一种工程思路：不追求更强的模型，而是给模型一套清晰的评价体系。作者从 Anthropic 开源的设计插件里，反向推理出他们把设计工作拆成了设计评审、设计系统管理、开发者交接、UX 文案、无障碍扫描和用户研究综合六类活动，每类配一份独立的操作指引。这么分是因为设计评审和 UX 文案需要的判断标准完全不同，混在一起模型没法在两种标准间切换。

另一个关键发现是审美注入的方式。Frontend Design 插件只用了一段 42 行的 prompt，核心指令是“先选一个大胆的概念方向，再执行到极致”，并硬性禁止使用 Inter 字体和紫色渐变。这比给一堆具体参数有效，因为它把模型的搜索空间从“平均 UI”推向了“有概念方向的 UI”。

文章也指出了信息缺口：开源插件不等于 Claude Design 产品本身，产品还有 canvas、交互式 refinement 和从代码库自动提取品牌设计系统的流程，这些正文都没披露。另外，六类活动的实际协作效果和冲突处理机制，插件文档里也没展开。如果是真的，这套“评价体系转移”的思路比单纯优化模型省钱得多，但具体落地效果还得看实际跑出来的设计稿。

TechCrunch · AI6/7 04:32

OpenAI 推出锁定模式，关掉联网功能来防提示注入攻击

OpenAI 给 ChatGPT 加了一个叫 Lockdown Mode 的开关，主要给处理敏感数据的商业用户和个人用。打开后，ChatGPT 会禁用实时网页浏览（只能读缓存内容）、从网页抓取和显示图片、深度研究以及让模型进业务流程干活的 agent 模式。这么做的目的是降低一种叫“提示注入”的攻击风险——攻击者会把恶意指令藏在网页或文件里，诱导模型把...

推荐理由：OpenAI 把提示注入防御做成了一个用户可操作的开关，不是后台补丁，而是直接限制四个高风险功能。对处理敏感数据的企业和个人来说，这是个实打实的安全选项，虽然会牺牲一部分能力，但换来了更可控的环境。安全/产品类新闻里算有分量，但比不上模型发布或重大能力更新。

锐评

OpenAI 这次推出的 Lockdown Mode，说白了就是让 ChatGPT 在需要处理敏感数据时主动“断网断图”。打开这个开关后，实时网页浏览、从网页抓取图片、深度研究以及让模型进业务流程干活的 agent 模式都会被禁用。这么做的逻辑很直白：提示注入攻击经常把恶意指令藏在网页或图片里，模型不碰这些东西，被攻击的入口就少了一大块。

但代价也很明显。你花钱买的企业版，一开安全模式反而把最核心的联网和自动化能力给砍了，这更像是一种临时避险措施，而不是真正的安全方案。文章里也承认，即使开了 Lockdown Mode，ChatGPT 仍然可能受到提示注入的影响，只是降低了敏感数据被泄露的概率。

目前最大的信息缺口在于，这个模式对用户自己上传的文件、代码或长文档里的隐藏指令有没有防护作用，正文完全没有披露。另外，OpenAI 也没给出任何量化的测试数据，比如开启后攻击成功率降低了多少，或者对正常使用效率的影响有多大。如果是真的能大幅降低风险，那牺牲一点功能还算值，但没数据支撑，这个判断就得先打个折。