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。
Meta 收购的 Manus 在 Instagram 和 Facebook 上投了一批广告，话术很像“别去打工了，用 AI 躺着赚钱”。广告瞄准的是本地小商家，尤其是那些没有网站或者网站做得很烂的店主，让他们用 Meta 的 AI 工具生成网站。Manus 还花钱请创作者在 Instagram、YouTube 和 TikTok 上发推广内容，其中一些 ...
推荐理由：The Verge 挖出 Meta 花 20 亿美元买的 Manus，在投广告教人用 AI 快速赚钱。套路是找没网站或网站很烂的本地商家，AI 自动建站再电话推销。Manus 还付钱让创作者运营社媒账号，部分 TikTok 账号被问后就下架了。这不是产品发布，是调查报道，但把平台自己搞 AI 垃圾生意的链条扒得很清楚，对行业名声打击不小。
Goodfire 推出了一款叫 Silico 的工具，让工程师可以在训练过程中直接查看和调整模型的参数，也就是决定模型行为的那些“旋钮”。它能把模型里的神经元和通路画成地图，比如他们在 Qwen 3 里发现一个神经元，激活后模型回答会变成电车难题式的道德困境。Silico 用智能体自动完成了大量原本需要人工做的可解释性工作，目标是让模型开发少点炼丹味，...
推荐理由：HKR 三项都成立：Silico 给出了一个可操作的机械可解释性调试手段。分数停在 76，因为目前只是一家创业公司的产品预览，正文没披露定价，也没有任何实际部署规模或客户数量的数据，所以我会先打个折，不往更高里推。
Ben 这期聊的是工具链在变，他最近迷上了 Codex 应用，用自然语言指挥 AI 写了个恐龙跳跳游戏、搭了套 Gmail 自动分类系统。重点在后面的产品更新：Cloudflare 现在允许 AI 代理自己创建账户、买域名、拿 API 令牌并部署，人只需要最后点个头，中间那些繁琐的后台配置被包装成了 AI 能读懂的接口。Stripe 在 Session...
推荐理由：这是一篇产品线索汇总，不是单一重磅发布，但 Cloudflare 和 Stripe 把代理权限落到了开户、支付、部署这些硬环节上，我会先打个折放在 featured 低段。正文没披露具体延迟或成本数字，如果是真的，代理跑通账号和支付流程确实省钱省事，但权限敞口也大，这点先别太激动。
三星电子芯片部门在 2026 年第一季度利润同比翻了 48 倍，创下历史新高并超出市场预期。这波增长直接来自 AI 数据中心对内存的疯狂采购，导致供应紧张。不过正文没披露具体的利润金额、是哪种内存（比如 HBM 还是普通 DRAM）以及主要客户是谁。
推荐理由：三星半导体部门一个季度利润翻了48倍，这个涨幅放在任何行业都算炸裂。我会先打个折：正文没写具体赚了多少钱，也没说是哪类内存（HBM还是普通DRAM）在拉动，客户是谁也一概没提。所以这条消息的价值在于信号——AI数据中心在疯狂下单，内存供给可能进一步收紧。如果是真的，对做推理优化和硬件采购的团队来说，成本压力会更大。Bloomberg的报道本身可信度不低，但信息缺口明显，我维持74分，不往上调。
微软 CEO 纳德拉在财报会上说，嵌在 Word、Excel 和 Outlook 里的 M365 Copilot 现在有 2000 万个企业付费席位。这个数字说明愿意掏钱的公司确实在变多，但文章没披露活跃度、留存率、每个用户平均贡献多少收入，也没说这 2000 万是怎么统计的——是买过就算，还是真正在用。所以“他们真的在用”这个说法，目前只能先打个折看。
推荐理由：HKR-K 的强度在于微软罕见地公布了付费用户数，这是市场最缺的采纳证据。但正文只说了用户数和参与度在涨，活跃率、留存、ARPU 和统计方法一概没提，所以分数卡在 featured 门槛附近，没往上拉。
Meta 把今年的资本开支预期从之前的数字拉高到了 1250 亿到 1450 亿美元，CFO Susan Li 解释是因为零部件涨价和数据中心要多花钱。消息一出股价直接跳水。市场担心的不是这一天的涨跌，而是砸这么多钱搞 AI 模型，什么时候才能看到回报——这个问题正文没给出时间表。
推荐理由：Meta 把全年资本开支预期拉到 1250 亿到 1450 亿美元，CFO 解释是组件贵了、数据中心要多花钱，股价应声下跌。这不是模型或产品发布，而是 AI 投入的经济账信号，所以分数没给到 78 以上。
Alphabet 一季度财报电话会上，CEO Sundar Pichai 说 Google 搜索的查询量达到了“历史最高”，搜索广告收入涨了 19%。他把增长归因于 AI 功能（比如 AI Overviews 那种直接在搜索结果顶部给答案的体验）和 Gemini App 的拉动。另外，YouTube 订阅和 Google One 这类付费服务总订阅数超...
推荐理由：HKR 三项全中：Alphabet 报出搜索查询量历史新高、搜索收入涨 19%、付费订阅破 3.5 亿。但正文没给查询量基数，也没拆 AI Overviews 带来的增量，所以信息有缺口。整体够得上 72–77 分的 featured 档位。
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。
Entergy 把四年资本开支计划上调了近三分之一，到 570 亿美元，大头是给 Meta 在路易斯安那的数据中心供电。新增的 140 亿美元主要用来建燃气电厂，一共要上 10 座。报道没提这些电厂的总装机容量和投产时间，所以暂时没法判断对当地电价和碳排放的具体影响。Meta 急着要稳定电力，直接跳过电网自己拉专线，这种操作在 AI 大厂里越来越常见，...
推荐理由：这条消息本身够硬——Meta 一个数据中心的用电需求，就让 Entergy 把四年投资计划直接拉高近三分之一，多掏 140 亿美元建天然气电厂。我会先打个折：正文没披露电站具体容量和投运时间，所以没法判断这钱花得划不划算、什么时候能缓解供电压力。但光是这个数字就说明，大模型训练和推理背后的电力账单正在变成基础设施投资的主驱动，不是未来时，是现在进行时。这点先别太激动，但值得放进雷达里让同行看到。
Mistral 推出了新模型 Medium 3.5，权重开放，用的是修改过的 MIT 许可证——非商业用途免费，商业用途得掏钱买授权。帖子本身因为 Reddit 的反爬机制没抓到正文，所以参数量、跑分成绩、API 价格这些关键信息目前都看不到。光看标题和摘要片段，没法判断它跟上一代比强了多少，也不知道具体适合哪些场景。我会先打个折：等官方技术报告或实测...
推荐理由：Mistral Medium 3.5 标题确认上线，开放权重这点对本地部署是好事，但 modified MIT 许可里商用要付费授权，我会先打个折——正文没给参数量、跑分和具体价格，没法判断性价比。HKR 三项都踩中了：模型发布本身有热度，许可细节是新信息，商用收费又戳到本地模型社区的敏感点。不过信息缺口明显，分数停在 74 合理。
Sensor Tower 的数据显示，ChatGPT 的卸载量在 4 月同比上升了 132%，用户要么走了，要么去试了竞品。OpenAI 在 2 月跟五角大楼签了合同后，上个月的卸载率更是暴涨了 413%。月活用户的增速也从 1 月的 168% 掉到了 4 月的 78%。
推荐理由：HKR 三项都站得住：钩子是 ChatGPT 增长踩刹车 vs IPO 的故事张力，知识来自 Sensor Tower 的卸载和月活增速数据，相关性直接打在行业对 OpenAI 增长质量和用户流失的焦虑上。分数没给更高，因为数据源是第三方移动端估算，不是 OpenAI 自己的财报或产品发布，我会先打个折。
DeepSeek 把多模态模型全量推上线了，现在打开网页版就能用识图模式。从体验看，这应该是一个独立的多模态模型，不是把图片转文字再丢给纯文本模型那种拼接方案。正文没披露模型名字、参数量、定价和 API 开放时间，这些关键信息都还缺着，想接进自己流程的朋友得再等等。
推荐理由：我会先打个折：这条消息本身够重磅，DeepSeek 的多模态终于从传闻变成可试用的东西了。但正文只确认了网页版识图入口，模型叫什么、多大、多少钱、什么时候上 API 全都没说，信息密度其实挺薄的。HKR 三条都踩中了，不过来源只有一条 X 帖，验证不够硬，所以分数压在 78–84 这个区间是合理的。这点先别太激动，等 API 和 benchmark 出来再重新评估。
劈柴哥发帖庆祝谷歌翻译上线 20 年，月活用户到了 10 亿。他梳理了背后的四代技术：最早是统计机器翻译，2016 年换成神经网络翻译，后来用上 PaLM 2 大模型，2024 年一口气加了 110 种语言。最新的是 Gemini 2.5 Flash 的原生音频翻译，不再先把语音转文字再翻译，而是直接处理声音，能保留原话的语调、停顿和节奏。劈柴哥形容这...
推荐理由：核心事件是谷歌翻译过生日和架构回顾，不是新品发布，但 10 亿月活、110 种语言扩增和原生语音翻译的细节撑得起 featured 档位。我会先打个折，因为正文没给出原生语音功能的具体上线时间或实测数据，这点先别太激动。不过它点到了语音 AI 产品眼下最纠结的问题：级联管线 vs. 原生多模态，所以值得从业者看一眼。
DeepSeek 研究员确认 V4 视觉版已经在灰度测试，官网首页上线了图片识别入口。一张截图显示，模型花了 4 秒识别出一张文字不多的图片里的饮料种类和杯子类型。正文没披露灰度覆盖范围、API 是否开放以及定价，所以能不能用上、花多少钱还不清楚。
推荐理由：HKR 三项都站得住：DeepSeek V4 视觉灰度测试是实打实的国内旗舰更新，有截图和 4 秒思考样本。分数维持 80，因为正文没披露开放范围、API 怎么接、价格和跑分，信息缺口不小，先别太激动。
4 月中旬有个叫 MotuBrain 的模型在 WorldArena 和 RoboTwin2.0 两个榜单上突然登顶，生数科技在 4 月 29 日认领了它。RoboTwin2.0 的干净环境和随机干扰环境分别拿了 95.8 和 96.1 分。演示里用三台不同的人形机器人接力完成了五项任务，核心是一套叫“世界动作模型”的设计，把视频、动作和语言用混合专家...
推荐理由：我会先打个折：分数和 Demo 都来自公司自己，没有独立部署数据，所以 82 分不往上调。但悬念认领加三台机器人实物演示，H 轴直接拉满；RoboTwin2.0 双场景高分和三流 MoT 架构把 K 轴撑实了；视频公司跨进具身智能这条线，R 轴也站得住。整体判断没变，三个轴都过，分数保持。
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 和微软修改协议、不再有独家授权后，亚马逊隔天就在 AWS 的 Bedrock 服务里上线了 OpenAI 最新模型、代码工具 Codex，以及一个叫 Bedrock Managed Agents 的新东西，专门用来搭 OpenAI 驱动的 AI 智能体。亚马逊说这只是“更深合作的开头”，但正文没披露具体上了哪些模型、怎么收费、在哪些区域可...
推荐理由：我会先打个折：正文只说了 AWS 要卖 OpenAI 产品，连具体模型名都没列，所以重要性停在 78 是合理的。真正值得盯的是分发渠道从 Azure 独占转向多云，这对企业采购和云厂商竞争格局都有影响。agent 服务被点名，说明 OpenAI 在推让模型进业务流程干活的产品，但没细节就先别太激动。
彭博社这篇报道的正文被付费墙挡住了，只抓到了标题和一段机器人验证页面，所以具体功能、用了什么模型、支持哪些机型、什么时候上线，正文都没披露。从标题看，苹果准备在系统自带的照片 App 里塞进一批 AI 编辑工具，关键词是“扩展、增强、重新构图”，听起来像是能自动补全画面边缘、提画质、帮你重新裁切构图。RSS 提要里提了一句这是为了跟安卓阵营的 AI 修...
推荐理由：消息来自 Bloomberg，可信度还行，而且照片编辑是系统自带的高频功能，所以 hook 和 reach 都成立。但 knowledge 这块确实撑不起来——功能细节、模型方案、上线时间全是空白，只能给到 featured 的底线分 72。
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。
英伟达在 2026 年 4 月 28 日开源了 Nemotron 3 Nano Omni，一个能同时处理文字、图片、音频、视频、文档、图表和屏幕界面的多模态模型。它用了 30B-A3B 的混合专家架构（MoE），实际激活的参数量是 3B，配合 Conv3D 和 EVS 技术来处理音视频，上下文窗口拉到 256K。官方说在保持交互延迟不变的前提下，跑 A...
推荐理由：NVIDIA 这次把视觉、语音、文字塞进一个 30B-A3B 的混合专家模型里，还开放了权重和训练技术。我会先打个折：9 倍效率提升是跟谁比、测什么任务，正文没细说，这点先别太激动。但 256K 上下文、Conv3D 和 EVS 这些配置，加上直接上 Hugging Face 和 OpenRouter，对想用开源方案搭多模态 agent 的团队确实省事。单信源，信息够用但不算独家，所以放在 featured 里。