AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。
Claude Code 的快速模式现在默认跑在 Opus 4.7 上，输入 /fast 就能切过去。正文只提了调用方式，没写价格、上下文窗口多大、速率限制和灰度条件，这些实际用起来的关键信息都还缺着。
推荐理由：HKR 三项都成立，因为 Claude Code 把快速模式的默认模型换成了 Opus 4.7，而且给了明确的 /fast 调用路径。但价格、上下文长度、调用限额这些关键信息正文全没提，所以分数压在 72–77 这个区间。我会先打个折：知道换了什么，但不知道换完要花多少钱、能用多久，这点先别太激动。
通义千问发了条推，标题是 Qwen 3.7 预览版，但正文是空的。没写参数量多大、上下文窗口多长、什么时候能用、怎么访问、收不收费，也没给模型卡和跑分数据。目前只能当个预告看，具体信息得等后续公布。
推荐理由：H 和 R 都过了，因为 Qwen 3.7 预览版这个信号对旗舰模型竞争确实有分量。但 K 过不了：正文是空的，没披露任何技术细节或访问方式，读者看完只知道有个名字，没法判断实际进展。所以整体停在 featured，等有干货再升级。
llama.cpp 在 PR #22673 里正式合并了 MTP（多 token 预测）投机解码支持。实测 Qwen3.6 27B 用 Q8_0 量化，在 Strix Halo 上从 7.4 tok/s 提到 18.1 tok/s，速度翻了 2.44 倍；双 RTX 3090 的 Q8_0 方案也从 25.7 tok/s 涨到 55.9 tok/s，约...
推荐理由：HKR 三项都满足：llama.cpp 合入了 MTP 投机解码，用 Qwen3.6 27B 在 Strix Halo 和 RTX 3090 上跑出了实打实的加速数字。范围限定在本地推理优化，不是大模型发布，78 分放在 featured 合适。
Andon Labs 给 Claude、GPT、Gemini 和 Grok 各 20 美元启动资金，让它们自己买歌、排节目、接听众电话、拉广告，全自动运营四家网络电台。跑了半年，Claude 的电台账上剩 104.8 美元，是唯一赚钱的；Gemini 的 DJ 从最有人情味的主播变成了复读机，一天能把“Stay in the manifest”这句空话...
推荐理由：H 分高是因为 AI 开电台这个设定自带反差，加上收入惨淡，故事性够。K 分有 4 agent 的实操细节，但收入数据没披露，我会先打个折。R 分落在 agent 商业化和媒体自动化上，从业者会关心。整体是实验室博客，不是当天硬新闻，放在 featured 刚好。
Anthropic 在 Claude 控制台加了个提示缓存诊断功能。现在请求没命中缓存时，你可以直接看到是提示里哪一段内容变了，以及这次变动多烧了多少 token。
推荐理由：Anthropic 给 Claude 控制台加了个缓存诊断，缓存没命中时会标出提示词里哪段变了，还告诉你因此多花了多少 token。对经常调提示词、抠成本的开发者来说，这比靠猜或翻日志快得多。我会先打个折：这只是个控制台功能，不是模型或 API 层面的改动，所以重要性到不了重大发布那档。但它的确把缓存调试从黑盒变成了可视化的东西，实用度够上 featured。
Cursor 推出了 Composer 2.5，一个专门做长代码任务的模型。官方说在连续几十甚至上百步的复杂编程里，效率最高能到之前的十倍。技术上的关键是用了文本反馈来训练，解决了十万 token 级别超长轨迹的学习问题，让模型能稳定跟完一长串指令。底座还是拿 Moonshot 的 Kimi K2.5 继续训出来的。另外 Cursor 宣布要和 Spa...
推荐理由：Cursor 发 Composer 2.5，说长任务效率最高能提 10 倍，背后是用 Kimi K2.5 做二训、处理十万 token 级轨迹。我会先打个折——10 倍是官方说法，没看到独立评测，实际效果还得等用户跑起来再看。但 Cursor 本身是编程工具里的头部产品，这次更新又绑定了 Moonshot 的模型，对开发者选工具和模型都有参考价值。正文没披露二训具体用了多少样本、成本如何，这点先别太激动。整体信息量够、时效性强，给 82 分放在 featured 里合理。
GitHub 给 Copilot 加了个远程控制会话功能。你在 VS Code 或命令行里让 Copilot 开始跑一个任务，比如修 bug 或重构代码，然后可以关掉电脑，用手机或 github.com 网页接着看进度、继续对话或者让它接着干。这相当于把本地开发环境里的 AI 助手会话搬到了云端，随时能接上。正文没提这个功能要不要额外付费，也没说手机端...
推荐理由：GitHub 让 Copilot 任务从 VS Code/命令行搬到网页和手机，跨设备、新机制、可控性三个点都踩中了，所以 HKR 全亮。不过正文只给了入口和场景描述，权限怎么设、要不要额外付费、支持哪些任务类型都没说，实际能用成什么样还得等上线看。
NVIDIA 发了一篇技术博客，教你怎么用 LoRA 和 DoRA 这两种轻量微调方法，去训练他们自家的 Cosmos Predict 2.5 视频模型。目标是让模型能根据文字指令，生成机器人看到的画面，比如机械臂在桌上抓东西。博客把训练数据准备、代码怎么改、训练命令都贴出来了，但没提用了多少数据、训练花了多少钱、也没给任何评测分数，所以效果到底怎么样...
推荐理由：我会先打个折：正文没给数据量、没给评测分数，所以没法判断效果到底多好。但这条信息本身挺实在——NVIDIA 把 Cosmos Predict 2.5 拿出来，用 LoRA 和 DoRA 两种轻量微调方法，教模型按文字指令生成机器人第一视角视频。LoRA 是只动一小部分参数来省钱省算力，DoRA 在 LoRA 基础上把权重拆成方向和大小分开调，理论上更稳。对做具身智能的人来说，这等于多了一条低成本造训练视频的路子，不用全量微调大模型也能试。不过正文没写用了多少条视频、什么机器人平台、生成质量怎么衡量，这些缺口让实用性打折扣。整体看，技术路线清楚、痛点...
百度发了 2026 年 Q1 数据，核心 AI 驱动业务收入超过 136 亿元人民币，同比增长 49%，连续多个季度在涨。这个数字第一次超过百度通用业务收入的一半，说明 AI 相关收入已经从“添头”变成了主力。增长主要来自 AI 云基础设施、AI 应用和自动驾驶出行平台 Apollo Go。完整财报链接在原文里，正文没拆开各板块的具体数字，所以没法判断...
推荐理由：这条是百度自己发的财报口径，只给了总收入数字和占比，没拆各块业务（比如智能云、Apollo Go）各自贡献多少，也没提利润率。所以“AI 收入过半”这个结论先打个折——它更像一个对外叙事信号，而不是一份能细拆的账本。对从业者来说，知道百度 AI 商业化在加速就够了，但别拿这个数字直接对标其他厂的收入结构。
百度最新财报显示整体营收下滑 1%，但 AI 相关业务（包括让模型进业务流程干活的 agent 产品）带来的收入，第一次超过了持续缩水的传统搜索广告。这是个标志性节点，说明百度的收入结构正在换轨。不过正文没披露 AI 业务的具体收入数字、利润率，也没说 agent 产品到底落地到什么程度、有多少客户在付费。这点先别太激动，目前只能确认趋势，没法判断质量。
推荐理由：百度整体收入跌了 1%，但 AI 销售额头一回压过传统广告，这个转折点本身就值得从业者看一眼。我会先打个折：正文没披露 AI 和广告各自卖了多少钱，也没说清楚所谓 agent 转向到底怎么落地，所以信息缺口很明显。这点先别太激动，但信号本身够硬，放在 featured 低分段合理。
Grok 新增了视频理解功能，你可以把整个视频文件丢给它，让它实时分析画面、总结内容、做翻译、解释场景或提取关键上下文。它不只是看单张图片或读文字，而是能理解完整的视频。马斯克这条推文没提视频时长上限、支持哪些格式，也没说这个功能是全员推送还是灰度测试。
推荐理由：Grok 这次更新把视频理解加进来了，能上传整段视频做分析、总结、翻译和解释场景，对多模态产品来说是个实打实的进步。我会先打个折：正文没写支持多长的视频、什么格式、是不是全量上线，这些关键信息都缺着。所以虽然功能本身有看点，但只能按中等偏上的产品更新来处理，先别太激动。
openJiuwen 社区在「虾马」之后又开源了一个叫 JiuwenSwarm 的多智能体框架，把多个 AI 模型组织成“蜂群”来协作。框架拆成四块：Agent Swarm 管智能体编队、Swarm Skills 管技能包、Swarm Skills Hub 是技能市场、还有一套自进化机制让技能自己迭代。他们拿 PinchBench 跑了个分，Jiuwe...
推荐理由：我会先打个折：openJiuwen 不是一线实验室，这篇又缺复现细节和基线对比，所以分数停在 78。但 HKR 三项都踩中了——“养蜂”说法有传播力，四个组件加 PinchBench 94.2% 给了硬信息，开源蜂群架构对做智能体编排的人确实有吸引力。正文没披露许可证和复现配置，这点先别太激动。
腾讯云上线了自家的 AI 设计工具 Ardot，定位是给产品、设计和开发用的协作平台。核心功能就两个：一是用一句话描述就能生成 App 页面、官网、海报这类可编辑的设计稿，支持调用团队自己的组件库来保证风格统一，也能直接导入 Figma 文件接着改；二是设计稿可以一键转成代码，把变量、组件、布局这些细节数据直接拉进 CodeBuddy 这类 IDE 里...
推荐理由：这条消息本身够具体，产品形态和输出物都交代清楚了，所以 H/K/R 全过。但正文没提模型能力、生成稿的还原度、代码质量、定价和实际用户反馈，这些缺口让它的重要性只能停在 73 分这个位置。我会先打个折，别因为“一键转代码”就过度激动，等有实测数据再调权重。
HappyHorse 现在可以在阿里云 Model Studio 上用了。它主打从文字描述一步生成 1080p 的多镜头视频，官方说法是“电影级”画质。目前有个限时 8 折活动，但正文没写原价是多少、模型参数量多大、可用区域和有效期，也没给技术细节或对比评测。我会先打个折：效果到底怎么样，得自己跑几条片子才知道。
推荐理由：HKR 三项都过了：模型名字和 1080p 多镜头让标题有钩子，上线渠道、核心功能和折扣信息都给了，成本与竞争角度也踩中从业者关注点。但价格、参数量和评测都没披露，信息厚度一般，所以卡在 featured 门槛上。
xAI 在 5 月 18 日给 Grok 加了个“技能”功能，覆盖网页、iOS 和安卓。你可以把格式偏好、工作流步骤或常用规则教给 Grok 一次，之后所有对话都会自动沿用，不用每次重复。内置了生成 Word 文档、PPT 幻灯片、Excel 表格和 PDF 的技能，开箱即用；不满意可以自己覆盖。还能通过对话或上传文件新建自定义技能，做完的格式和流程可...
推荐理由：xAI 给 Grok 加了一个“技能”功能，相当于你可以提前告诉它你的偏好、输出格式或一套固定流程，之后每次对话它都会照着来，不用反复交代。跨网页和手机端都能生效，这点对日常用的人挺省事。我会先打个折：正文没写这个功能是免费还是付费、能存多少条规则、会不会跟已有的系统指令冲突。目前看是个实用的更新，但实际好不好用还得看上线后的限制和稳定性。
Cursor 把代码助手 Composer 升级到了 2.5 版，底层还是基于月之暗面的 Kimi K2.5 开源模型。这次主要做了三件事：一是用“文字反馈强化学习”，在模型犯错的地方直接插一句提示（比如“提醒：可用工具有这些”），让模型在那个点上学会纠正，而不是靠最后的总分去猜哪里做错了；二是把合成训练数据的量提到了上一代的 25 倍，并且动态生成更...
推荐理由：HKR 三项都踩中了：Cursor 本身就是编程助手的核心入口，文章又给了 Moonshot 基座、25 倍合成数据、文本反馈 RL 和分片 Muon 这些实打实的训练细节。我会先打个折——正文没给基准测试、没提价格，也没说用户端能力边界，所以分数卡在 78–84 这个区间是合理的。
Google DeepMind 在实验性原型 Project Genie 中上线 Street View 真实场景 grounding 能力，用户可选取美国地点并搭配风格与角色生成世界。
推荐理由：原文说明 Genie 接入 Street View 真实影像后，智能体和机器人可在贴近现实的虚拟环境中训练与导航。
彭博社爆料 iOS 27 会有一个类似 ChatGPT 的 Siri 独立应用，核心卖点是聊天记录会自动清理。文章没提保留多久、什么时候上线，也没说具体功能细节。另外 Siri 这次可能还是挂着“Beta”标签，同时 Genmoji（AI 生成表情）也会升级。
推荐理由：我会先打个折：标题很抓人，但正文能落地的料太少。Bloomberg 这篇把 Siri 往 ChatGPT 方向靠，还强调聊天会自动删，隐私角度确实能引起讨论。可翻遍正文，只说了 iOS 27 会有 Genmoji 升级，自动删除的保留多久、什么时候上线、Siri 本身怎么改，全都没披露。这点先别太激动，信息缺口摆在那。不过对做 AI 的人来说，苹果在隐私和功能之间怎么取舍，本身就是个长期看点，所以还是值得扫一眼。
Google DeepMind 发布 Gemini for Science，包含 Google Labs 上三个实验性工具：基于 Co-Scientist 的 Hypothesis Generation。
推荐理由：Google 把 Co-Scientist、AlphaEvolve 等研究原型打包成可申请的科学工具，读者可据此判断智能体科研的落地形态。
Google 宣布在 Search、Gemini、Chrome、Pixel 和 Cloud 扩展内容透明度与验证工具，并深化行业合作。SynthID 已为超过 1000 亿张图片和视频、60000 年音频嵌入水印，Gemini 应用中的 SynthID 验证已被使用 5000 万次，该能力今日扩展到 Search、未来几周进入 Chrome。
推荐理由：原文列出 SynthID 与 C2PA 在 Search、Gemini、Chrome、Pixel 的落地范围，可据此判断内容溯源工具的可用边界。