在 Chrome 插件里跑本地 AI:一份给开发者的架构避坑指南
Hugging Face 发了一篇技术指南,拆解了他们刚做的 Chrome 插件“Transformers.js Gemma 4 浏览器助手”。核心是把 Gemma 4 E2B 模型塞进浏览器的后台 Service Worker 里本地运行,不靠云端。
推荐理由:Hugging Face 拆解了把 Gemma 4 E2B 放进 Chrome 后台 Service Worker 本地运行的插件架构,涉及 MV3 环境下的工程取舍。
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。
Hugging Face 发了一篇技术指南,拆解了他们刚做的 Chrome 插件“Transformers.js Gemma 4 浏览器助手”。核心是把 Gemma 4 E2B 模型塞进浏览器的后台 Service Worker 里本地运行,不靠云端。
推荐理由:Hugging Face 拆解了把 Gemma 4 E2B 放进 Chrome 后台 Service Worker 本地运行的插件架构,涉及 MV3 环境下的工程取舍。
Anthropic 给 Claude Cowork 加上了交互式图表和示意图功能,目前是 beta 版,所有付费套餐都能用。正文只说了这两点,没提支持哪些图表格式、怎么编辑、什么时候全量放开,也没说权限上有没有限制。
推荐理由:Anthropic 为 Claude Cowork 加入交互式图表与示意图功能,beta 阶段覆盖全部付费套餐,协作对话中直接生成可视化内容成为可能。
OpenAI 把 ChatGPT 里的“工作区代理”功能下放给了 Business、Enterprise、Edu 和 Teachers 套餐。团队现在可以搭一个定制机器人,让它自己在云端跑任务,比如上网搜产品反馈、整理成报告发到 Slack,或者在 Gmail 里草拟跟进销售的邮件。这跟以前一问一答的聊天不一样,机器人能直接进到业务流程里干活了。
推荐理由:OpenAI 将工作区代理下放到 Business、Enterprise、Edu 和 Teachers 套餐,团队可搭建定制机器人自主在云端搜索、整理报告并草拟邮件,从一问一答转向进入业务流程。
OpenAI 给付费企业版 ChatGPT 加了个叫“工作区智能体”的功能,你可以用自然语言描述一套工作流程,它就能在后台自动跑起来,比如筛选销售线索、汇总工单、定时出报告。它跟之前自定义 GPT 最大的区别是能直接连 Slack、Gmail、Salesforce 这些工具,不光读信息,还能动手更新工单、建文档、回消息。
推荐理由:OpenAI 为付费企业版 ChatGPT 加入工作区智能体,可用自然语言搭建跨 Slack、Gmail、Salesforce 的自动流程,与只能读写对话的自定义 GPT 相比,它能直接更新工单、建文档、回消息。
Shopify CTO Mikhail Parakhin 在这期播客里详细拆解了公司怎么把 AI 用进骨子里。他说 2025 年 12 月模型质量有个明显跃升,之后内部 AI 工具的使用量就炸了,而且命令行工具的增长比传统 IDE 插件还猛。
推荐理由:Shopify CTO 在播客里拆解公司内部 AI 工具的使用变化,提到 2025 年 12 月模型质量跃升后用量激增,命令行工具增长快过 IDE 插件。
OpenAI 给 ChatGPT Business、Enterprise、Edu 和 Teachers 套餐加了一个叫 Workspace agents 的功能。
推荐理由:OpenAI 为 ChatGPT 企业版等套餐加入 Workspace agents,让企业用户在工作区内调用能自主执行任务的智能体,目前处于研究预览阶段。
Flipbook 把整个网页变成一张张像素图片,你点击任何地方,它都会生成一张更深一层的新图片,没有 HTML、没有代码、没有文字图层。所有文字都是图片模型直接画出来的,所以偶尔会画歪或写错,这点随着模型变强会改善。内容来自智能体联网搜索和模型自己的知识,准确度大概跟用 ChatGPT、Gemini 这类对话产品查到的差不多。
推荐理由:Flipbook 把网页变成实时生成的像素图片,点击任意位置就生成更深一层的新图,文字也由图片模型直接画出,呈现了生成式界面在交互机制上的一种做法。
OpenAI 发了一条推,说 ChatGPT 现在有 workspace agents,可以当成团队共享的助手,处理复杂任务和跑长时间的工作流。正文没披露具体支持哪些工具、怎么收费、什么账号能用、权限怎么管、什么时候推。我会先打个折:共享 agent 的协作边界才是关键,比如它能看到什么数据、谁能改它的指令,这些都没说,光看标题别太激动。
推荐理由:OpenAI 在 ChatGPT 中上线 workspace agents,可作团队共享助手处理复杂任务与长时工作流,其协作边界与权限设计是理解共享代理落地方式的关键。
Zed 在 4 月 22 日更新了并行 Agent 功能,核心是在一个窗口里同时跑多个 AI 助手干活。新增的线程侧边栏可以给每个线程单独设置能访问哪些文件夹和代码仓库,还能随时停止、归档或新建线程。默认界面布局也改了,线程和 Agent 面板挪到了左边,项目文件树挪到右边,老用户需要手动切换才会生效。
推荐理由:Zed 在 4 月 22 日更新并行 Agent,一个窗口可同时运行多个 AI 助手,线程侧边栏支持按线程限定可访问的文件夹与代码仓库,并随时停止、归档或新建线程。
Axios 的消息说,Anthropic 那个专门找漏洞的模型 Mythos Preview 已经在商务部、国安局(NSA)等几个联邦机构用上了,但负责全国网络防御的 CISA 反而没拿到访问权限。文章没解释为什么偏偏跳过 CISA,也没提模型的具体性能、收费方式和部署规模。
推荐理由:Anthropic 的漏洞挖掘模型 Mythos Preview 已进入商务部、国安局等联邦机构,负责全国网络防御的 CISA 却未获访问权限,这条消息的价值在于联邦 AI 采购中权限分配的差异。
Google 在 Cloud Next 大会上宣布,会把类似搜索结果的 AI 概览功能搬到企业版 Gmail 里。你可以用大白话提问,比如问项目进度、发票情况或差旅细节,AI 会直接跨多封邮件抓取信息,生成一段简短的总结,不用你一封封点开看。
推荐理由:Google 将 AI 概览引入企业版 Gmail,支持用自然语言跨多封邮件抓取项目、发票和差旅信息并生成总结,省去逐封点开查看的步骤。
Google 把 Gemini 的会议纪要功能从线上视频扩展到了线下面对面开会。你只要在房间里用手机或平板打开 Meet,它就能直接录下现场对话并生成文字稿和摘要。之前这个功能只在安卓测试版里小范围试过,现在正式开放了。另外,就算你用的是 Zoom 或微软 Teams 开会,它也能帮你记笔记,不再只绑在 Meet 自己的通话里。
推荐理由:Google 将 Gemini 的会议纪要能力从线上视频延伸到线下面对面场景,并支持 Zoom 和 Teams,会议记录工具的使用边界由此扩展到更多会议形式。
OpenAI 推出了一个专为临床工作设计的 ChatGPT 版本,主要用来辅助写病历、查文献和做医学研究。目前这个版本对美国境内经过身份验证的医生、执业护士、医师助理和药剂师免费开放。它能联网搜索经过同行评审的医学资料并给出引用来源,可以把病历摘要、转诊信、预授权申请这类重复性工作做成固定流程,还能在查资料的同时自动累积继续医学教育学分。
推荐理由:OpenAI 向美国认证医生、执业护士、医师助理和药剂师免费开放临床版 ChatGPT,用于写病历、查同行评审文献和积累继续医学教育学分。
Adrian Krebs 用脚本扫了 500 个 Show HN 落地页,发现 67% 的页面至少命中 2 个 AI 设计特征,比如 Inter 字体、紫色渐变、卡片彩色左边框、图标功能网格这些模板化痕迹。
推荐理由:Adrian Krebs 用脚本扫描 500 个 Show HN 落地页,发现 67% 至少命中两个 AI 设计特征,为观察 AI 生成前端模板的趋同程度提供了一组实测数据。
Meta 在美国员工的工作电脑上装了一个叫 MCI 的工具,会记录鼠标移动、点击、键盘输入,还会偶尔截屏。这些数据不是用来考核绩效,而是喂给 AI 模型,教它们像人一样操作电脑,以后自动处理员工现在做的重复性工作。Meta 说不会拿来做绩效评估,但正文没提数据会保留多久、员工能不能选择不用,也没说会不会推广到美国以外的地区。
推荐理由:Meta 在美国员工电脑上装工具记录鼠标键盘操作,用于训练能自动处理重复工作的 AI 助手,数据不用于绩效考核。
OpenAI 给 ChatGPT 的企业版、教育版等付费计划加了一个叫“工作区智能体”的功能。你可以把它理解成能共享给整个团队用的自动化助手,背后由 Codex 驱动,在云端运行,人不在线它也能继续干活。它能跨多个工具(比如 Slack、CRM)执行多步骤任务,像自动筛选销售线索、写跟进邮件、每周五拉数据出报表、审核软件采购请求并生成 IT 工单。
推荐理由:OpenAI 为 ChatGPT 付费计划加入工作区智能体,由 Codex 驱动在云端跨工具执行多步骤任务,团队自动化从对话延伸到实际流程执行。
OpenAI 发现,当模型推理速度从每秒 65 个 token 飙到近 1000 个 token 时,API 本身的处理开销反而成了拖慢 agent 循环的瓶颈。
推荐理由:OpenAI 为 Responses API 加入 WebSocket 长连接与连接级缓存,针对模型推理提速后 API 处理开销成为 agent 循环瓶颈的情况,减少反复建连与重复请求的成本。
OpenAI 打算掏钱当 LP,和私募股权机构成立一家合资公司,专门把 AI 塞进 PE 投的那些公司里干活。金额上限是 15 亿美元。这篇报道正文被付费墙挡住了,没披露合作方是谁、交易结构怎么搭、时间表怎么排。这跟发新模型没关系,更像是 OpenAI 在赌企业端落地——通过私募的钱和项目渠道,把自己的模型铺进更多传统行业。
推荐理由:OpenAI 拟以最多 15 亿美元出资参与私募股权合资基金,把模型部署进 PE 所投的传统行业公司,这是它在企业端落地的一条资本路径。
SpaceX 给 AI 编程工具 Cursor 开出了硬性合作条件:今年内要么被 SpaceX 以 600 亿美元收购,要么支付 100 亿美元的合作费。
推荐理由:SpaceX 向 AI 编程工具 Cursor 提出年内二选一的条件,被以 600 亿美元收购或支付 100 亿美元合作费,两条路径的金额与绑定方式直接关系 AI 编程赛道的格局走向。
有人在 Anthropic 的功能对比表里发现,Pro 套餐对应的 Claude Code 一栏变成了叉号,多篇帮助文档也删掉了“Pro 套餐包含 Claude Code”的说法。但 Claude Code 产品页面和客服机器人还写着包含,部分 Pro 用户反馈目前仍能使用,正文没披露 Anthropic 的正式解释或生效时间。
推荐理由:Anthropic 在功能对比表和帮助文档中移除了 Pro 套餐包含 Claude Code 的说明,但产品页与客服仍称包含,部分 Pro 用户也仍可使用,官方尚未给出解释或生效时间。