模型连接外部世界的协议与实践：MCP 生态、function calling、工具链集成的动态。
Reddit 用户 purellmagents 搭了一套完全跑在本地的 PDF 转有声书流程，用 Kokoro 82M 做语音合成，Qwen 3.5 0.8B 或 2B 处理文本，llama.cpp 做推理，整个应用用 Tauri 2.0 打包，在 M1 Mac 上运行。工作方式是先读前 15 句，边读边准备下 15 句，减少等待。作者说真正的难点不在...
推荐理由：HKR 三项都踩中了，但本质是 Reddit 上的个人工作流展示，不是模型或平台发布。具体组件和 15 句预处理窗口让它能进低分 featured 档。我会先打个折：正文没披露代码和表格朗读的具体处理逻辑，这点先别太激动。
安全公司 PromptArmor 发现 Ramp 的 Sheets AI 有个漏洞：攻击者可以在外部表格里藏一句白底白字的指令，诱导 AI 自动插入一个 IMAGE 公式，把用户表格里的敏感财务数据拼到攻击者网址后面发出去。整个过程不需要用户确认。Ramp 那边说已经在 2026 年 3 月 16 号修了。
推荐理由：HKR 三项全中：文章把一条 AI 表格工具的数据外泄路径讲得很清楚。给 82 分没上 85，是因为只有 PromptArmor 单方信源，而且实际受影响的数据规模正文没披露。
Hermes Agent 的记忆不是一套，而是四套：高度浓缩的提示词记忆（MEMORY.md 和 USER.md）、可搜索的 SQLite 历史会话存档、像程序记忆一样运作的技能管理，以及可选的 Honcho 深层用户建模。核心思路是冷热分离——把最常用的信息压进极小的提示词快照里（加起来约 1,300 个 Token），以保住大模型的提示词缓存、降低...
推荐理由：这篇文章不是产品发布，更像一篇技术拆解，把 Hermes Agent 的记忆系统讲得很清楚。我会先打个折：它来自单一信源，没有第三方验证，但给出的四层结构、字符限制和缓存优先思路对实际做 agent 的人有参考价值。正文没披露性能对比数据，所以别把它当评测看，当成一个设计思路的分享就好。
清华徐丰力团队和北京中关村实验室搞了个叫AutoSOTA的系统，放养式跑了一周，烧掉约220亿token，产出了105个所谓的最优结果。系统里塞了8个智能体，分别负责搭环境、修bug、排任务、想点子、做审计。每完整跑一轮平均5小时。最关键的是它设了条红线：不准改评估脚本和数据划分，靠这个来保证结果能复现。不过正文没披露具体在哪些任务上拿了SOTA，也没...
推荐理由：HKR三项全中：有具体数字和机制描述，审计约束让说法可验证。保留84分是因为这仍是单篇二次报道，不是模型或产品级发布，但选题和切入角度对从业者足够有信息量。
Reddit 上有人算了笔账：DeepSeek V4-Pro 输入价格是每百万 token 0.145 美元，比 Claude Opus 4.7 便宜约 34 倍。五月有个促销直接砍到 0.036 美元，缓存命中更是只要 0.0036 美元，比 Opus 的缓存价低了约 173 倍。发帖人最在意的是 agent 循环跑起来的成本，但帖子没验证 100 ...
推荐理由：HKR 三项都踩中了：价格冲击力强、数字具体可算、对 agent 场景的成本压力点抓得准。但这是 Reddit 用户自己算的账，不是官方发布或生产环境实测，所以分数压在 77，不往上给。
OpenAI 和 AWS 扩大了合作，现在企业可以在 Amazon Bedrock 上直接调用 GPT-5.5、Codex 编程工具和托管智能体。以前用 OpenAI 基本只能走 Azure，重仓 AWS 的公司要么迁移要么放弃，现在这个障碍没了。企业能在自己熟悉的 AWS 环境里复用安全策略、合规和账单体系，Codex 的费用还能算进 AWS 的云消...
推荐理由：这条不是普通的云合作公告。OpenAI 把 GPT-5.5 和 Codex 放到 AWS Bedrock 上，等于在 Azure 之外开了第二条企业通道，而且直接绑定了 AWS 的合规和计费体系。Codex 周活 400 万说明开发者端已经有量，现在企业采购可以走 AWS 的消费承诺，省事也省钱。限量预览阶段，实际可用性和延迟还没公开，这点先别太激动，但方向本身值得当天就关注。
OpenAI 和 AWS 宣布合作，把 OpenAI 的模型搬上亚马逊 Bedrock 平台，主打“托管 Agent”——你可以理解成让模型直接在你的 AWS 环境里跑业务流程，安全性和权限管理这块能省不少事。这次采访里 Sam Altman 和 AWS CEO Matt Garman 聊了这件事，但没公布具体会上哪些模型、怎么收费、什么时候上线。能促...
推荐理由：Sam Altman 和 AWS CEO 亲口确认 OpenAI 模型会通过 Bedrock 的托管代理功能接入，同时微软那边的协议也改了，Azure 首发地位保留但 OpenAI 能去别的云了。我会先打个折：正文没写具体价格、会上哪些模型、什么时候能用，所以重要性停在 88 分这个区间。对从业者来说，这消息打破了 OpenAI 和 Azure 绑定的老印象，跨云分发和授权到 2032 年都是实打实的新事实，值得一看。
Warp 是一个用 Rust 写的现代终端，有超过 70 万开发者用，核心卖点是把 AI 塞进命令行，你用自然语言说想干嘛，它帮你生成命令。这次开源的是客户端代码，走 AGPL 协议，服务端还是闭源的。比较特别的是他们的社区贡献流程：Warp 自家的云端 AI 平台 Oz 负责写代码、做规划、跑测试，人主要负责提想法和验证，等于在跑一个“人管方向、AI...
推荐理由：Warp 这次开源的是客户端代码，走 AGPL 协议，服务端没动，所以别理解成整个产品都开源了。OpenAI 当创始赞助商是个信号，但正文没展开双方具体怎么合作。真正有意思的是他们提的“人管方向、AI 干活”的贡献流程，不过目前还只是说法，没看到跑起来的例子。70 万开发者的数字说明用户盘子不小，Rust 重构也加分。整体是条扎实的开发者工具动态，不是模型或能力层的重大发布。
Anthropic 给 Claude 装上了“创意连接器”，让它能直接读写 Adobe 全家桶、Affinity、Blender、Ableton 和 Autodesk 这些专业软件。以 Blender 为例，Claude 可以帮你排查 3D 场景哪里出了问题、写自定义工具，还能批量修改一堆物体的属性。另外，Anthropic 还给 Blender 基金...
推荐理由：HKR 三项都成立：Claude 进入主流创作软件是明确的跨工具钩子，连接器覆盖广且 Blender 端有具体操作能力，这件事踩中了 agent 进入专业工作流的神经。正文没提价格和完整上线地区，所以先别太激动，但方向本身值得关注。
Claude 上线了 Blender 连接器，你可以在对话里让它帮你排查场景问题、写新工具，或者批量修改所有物体。正文没提这个功能是免费还是付费、支持哪些版本，也没说清楚 Claude 在 Blender 里的操作权限边界——它能改到什么程度、会不会误删东西，这些都得等实测才知道。
推荐理由：HKR 三项都过：Claude 接 Blender 是 Agent 往专业工具里伸了一只真能干活的手，不是概念图。正文没提版本、定价和上线范围，所以重要性停在 76，够 featured 但不到必写。我会先打个折——没看到实际跑起来的延迟和权限边界，这点先别太激动。
GitHub 发了条计费变更通知：从 2026 年 6 月 1 日起，Copilot 的代码审查功能会开始消耗你账户里的 GitHub Actions 分钟数。以前这个功能只算在 Copilot 自己的额度里，现在等于要双重计费——Copilot 那边按新出的 AI 点数算，跑审查任务本身还要再吃一份 Actions 的时长。私有仓库会先从你套餐里包含...
推荐理由：这是 GitHub 官方对 Copilot 代码审查的计费规则调整，把审查消耗从隐形变成显性，直接打到 CI 配额和团队发票上。HKR 三项都满足，但它本质是定价规则而非新能力发布，所以重要性放在 72–77 这个区间。
Anthropic 在 4 月 28 日发布了 Claude for Creative Work，包含 9 个连接器，让 Claude 能直接调用 Blender、Adobe 全家桶、Ableton 等专业软件的后端接口干活。用户用自然语言下指令，Claude 就能在软件里执行操作，比如在 Blender 里生成带空间关系的 3D 场景。这件事本身不是...
推荐理由：Anthropic 这次不是发模型，是给 Claude 接了 9 个创意工具的连接器，相当于让模型直接操作设计软件。文章自己提了个三层框架来看这事靠不靠谱：工具有没有可编程接口、中间有没有连接协议层、最后能不能形成感知评估的闭环。我会先打个折——正文没披露具体接了哪些工具，也没说开放到什么程度，所以实际能跑通多少还不好讲。真正值得盯的是 feedback loop 那层，如果模型能收到设计输出的反馈再自己调整，才算进了创意流程的脑子，不然还只是高级点的批处理。这点先别太激动，等名单和接入方式出来再看。
Anthropic 的官方帮助文档列出了 Claude Code 支持的 6 个模型，从 Opus 4.7 到 Haiku 4.5。关键限制是：Pro 订阅用户不能直接调用 Opus 系列，必须先去设置里开启“额外用量”并完成购买才能用。文档给了三种切换模型的方法：在对话里直接敲 /model 选、启动时加 --model 参数、或者把 ANTHROP...
推荐理由：这条来自帮助文档，讲的是 Claude Code 的模型访问和配置方式，不是新模型或重大能力发布。Anthropic 的相关性把它拉到了 featured 低位。
作者拿国防工业的教训来比软件行业：美国重启毒刺导弹生产线要4年，因为会造的人早退休了，图纸还是卡特时代的；欧洲承诺100万发炮弹，晚了9个月才凑齐，因为发射药停产17年、TNT只剩一家厂。核心不是没钱，是知识断了。软件业现在也在走这条路——METR的对照实验发现，资深开发者用AI写代码反而慢了19%，但很多人已经离不开AI。Salesforce今年不招...
推荐理由：标题类比够尖锐，正文用军工交付延迟和 METR 的 19% 降速给了硬数字，最后把焦点从 AI 速度拉回到人才断层，对 AI 从业者来说比单纯吹或黑 AI 编程更有讨论价值。因为是转译加评论，权威性打折扣，但信息量和话题度都够，放在 featured 里合适。
GitHub Copilot 从 6 月 1 日起取消“高级请求次数”，换成 AI 积分（AI Credits），按输入、输出和缓存的 Token 消耗来扣费。各档订阅价格没变，Pro 每月给 10 美元积分，Pro+ 给 39 美元，但积分花完就没了，不再像以前那样能降级到便宜模型继续用。代码补全和“下一步编辑建议”这类基础功能不消耗积分。企业用户 ...
推荐理由：这条消息对用 Copilot 写代码的人影响很直接：订阅价没涨，但计费逻辑从包月变成了按 Token 消耗扣积分。Pro 每月给 10 美元额度，Pro+ 给 39 美元，超出部分怎么收费正文没写，这是个信息缺口。最该盯的是 Copilot Agent 跑长任务的消耗——这类任务 Token 用量大，账单可能跳涨，但具体费率还没公布，先别急着算账。整体判断挂在成本变化和缺失的费率信息上，分数维持 80 合理。
Eric Zakariasson 的 Cursor 3 反馈帖收到 431 条回复，核心诉求不是更花哨的界面，而是一个稳定可靠的 AI 开发工作台。用户最强烈的意见是：Agent Window 不能牺牲 IDE 基本能力，进去之后 LSP、调试、终端、diff 操作经常要切回旧界面，理想状态是 Agent 推进工作，人随时能无缝接管。多 Agent 和...
推荐理由：三条都过：431 条回复量够大，需求提得具体，而且正好打在开发者对 AI 工作台的焦虑点上。放在 featured 低段是因为这是用户反馈汇总，不是 Cursor 官方发布或路线图，信息增量有但权威性打折。
GitHub 在 2026 年 4 月 27 日发了篇博文，标题就是 Copilot 要转向按用量计费。但正文只抓到了标题、发布时间和一堆导航栏，具体怎么个“按用量”法——比如按什么指标算钱、单价多少、有没有免费额度、超额怎么收费——全都没披露。所以现在只能知道计费模式要变，细节一概不清楚，先别急着算账。
推荐理由：Copilot 改按量计费，对用它的团队来说，账单结构变了，得重新算账。我会先打个折——正文只给了标题和时间，没写什么时候生效、按什么单位算钱、单价多少、超额怎么收，这些才是采购真正要盯的。所以这条消息的钩子在于提醒大家盯用量口径，而不是现在就能做决策。
Canva 的 Magic Layers 功能本来是把平面图拆成可编辑图层，结果被用户发现它会偷偷把文字里的“Palestine”替换成“Ukraine”。X 用户 @ros_ie9 测试时，“cats for Palestine”变成了“cats for Ukraine”，但“Gaza”这个词没受影响。Canva 说已经修了，但没解释触发机制是什么。
推荐理由：这不是常规功能更新，而是一次具体的 Magic Layers 事故。H 来自“Palestine 变 Ukraine”这种不该发生的替换；K 在于功能边界被打破，且正文没披露触发逻辑；R 则指向政治敏感和信任风险。我会先打个折，因为 Canva 只说已修复但没解释原因，信息缺口还在。
Systalyze 开源了一个叫 Utilyze 的 GPU 监控工具，专门解决 nvidia-smi 和 nvtop 那个老毛病：它们只告诉你显卡“有没有在干活”，不告诉你“干得有多满”。比如 H100 有 132 个流式多处理器、一万七千多个核，但只要有一个核在跑，利用率就敢报 100%，实际算力可能才用了 1%。Utilyze 会直接算你的 GP...
推荐理由：这篇抓住了 GPU 监控里一个很常见的坑：传统工具只看二值占用，不看有效计算效率。对跑生产负载的人来说，知道真实吞吐上限比看仪表盘数字重要得多。我会先打个折，因为工具来自一个还没被广泛验证的团队，正文也没披露具体开销有多“可忽略”，但选题和解释都到位，放在 featured 没问题。
作者在伦敦飞拉斯维加斯的 10 小时航班上，用一台顶配 MacBook Pro M5 Max（128GB 统一内存、40 核 GPU）离线跑了 Gemma 4 31B 和 Qwen 4.6 36B 两个本地模型。他主要用 DuckDB 搭了个云账单分析工具，还处理了约 400 万 token 的零散编码任务。体验下来，写限定范围的代码、做小工具时，本地...
推荐理由：这是一篇第一人称的本地推理实测，硬件、模型、功耗数字都摆出来了，不是空谈。我会先打个折：它更像个人体验报告，不是行业级发现，所以分数落在 72–77 这个区间。真正有意思的是功耗可观测性——同一负载下 iPhone 线只供 60W，MacBook 线供 94W，差了 34W，这点先别太激动，但说明供电配件对本地跑大模型的实际性能影响不小。正文没披露模型量化方式，也没说具体跑了什么任务，所以不能把结论拔太高。