这篇消息短但有信息量:获奖人 Rita Zhang 同时掌着 Kubernetes 指导委员会、SIG Auth 和 AI Conformance 工作组,这三处正是 AI 时代云原生标准的交汇点。做平台工程或想了解 AI 工作负载在 K8s 上标准化方向的人值得认识一下她。
Latest
Vercel 的 v0 又接了一个大厂设计系统,这次是 Meta 的 Astryx。选中它生成页面就会用 Meta 的组件和模板,不用自己写样式约束。经常用 v0 出原型的前端和产品同学可以直接试试。
Google 一边物色 AI 广告制作工具的收购标的,一边付钱让 Hightouch 帮广告主迁移客户数据,原因是广告主看不清广告在 AI 功能里的效果。做投放和营销技术的朋友可以关注这个变化。
这个思路挺有意思:别的 AI 搜索都在爬网页,Aurora 直接让语音代理打电话问本地店家有没有货、什么价。买家具、找维修这类本地需求很实用,还附通话录音可以核对。经常找本地服务的人可以试试。
做财务或垂直 Agent 的可以看看这个案例:Campfire 把会计 Agent Ember 塞进了 ERP 核心,直接干对账、记账、结账这些活。想了解 Agent 怎么落地在严肃业务里,这篇值得参考。
一个真实的 agent 调试案例:Campfire 团队靠 LangSmith 的 trace 看 Ember 怎么推理、调了哪些工具、错在哪一步。正在自己搭智能体的开发者可以参考这套工作流,想加入的也可以直接看他们的招聘页。
IBM 把自家的 LLMON 标记语言直接做进了 Granite 4.1 的 3B 和 8B 小模型里,模型卡就在 Hugging Face 上。如果你在做本地部署或结构化输出,可以拿它和普通 Markdown 提示对比试试,小模型跑起来门槛很低。
如果你也在跑 Claude Code 或 Codex 这类智能体,肯定遇到过笔记本一合盖任务就断的尴尬。Instabox 半秒起一台预装好工具的云主机,本地只当遥控器,适合多任务并行的人试试。
Anthropic 把 Claude 拉进了会议室,开会时它能当场改文档、画白板,不再是事后整理纪要的工具。现在只有 Team 和 Enterprise 付费版能用,个人用户还得等。如果你的团队开会长、文档多,这可能会改变开会的方式。
100B 级模型塞进笔记本本地跑,Terminal-Bench 2.1 上还赢了 Claude Opus 4.6。29G 内存、离线免费、代码不出本机,写代码的人可以直接下权重试试。
这篇是菲律宾媒体上少见的保险业视角文章,讲 AI 不只用来算保费,还能帮人防患于未然、把保险卖给以前买不起的人。做保险科技或关心东南亚普惠金融的朋友可以看看。
这条推文其实就一句话加一个链接,指向 xAI 官方的 Grok Bot 文档,里面有 deep search 的创建教程。想自己动手搭一个带深度检索的 Grok Bot 的话,直接点进去照着做就行,比看二手转述靠谱。
levelsio 的 Interior AI 现在能上传自己的壁纸贴到 3D 房间任意墙面,还能改材质,点一下 Render 就出照片级效果图。比 Midjourney 那种整图生成可控多了,正在装修或做室内设计的可以试试。
想知道企业里跑持久化智能体到底怎么管权限的,可以看这篇。OpenAI 工程师亲自讲他们内部怎么部署 OpenClaw Enterprise,比厂商官方文档的空泛描述实在,做企业级 Agent 落地的开发者别错过。
Amplitude 用 OpenAI 模型做了个叫 Wave 的产品智能体,能自己找功能点、让编码智能体写代码、再自动看效果,整个迭代从数周缩到 1-2 天。做产品或想搭自动化工作流的团队可以直接抄这套三步闭环。
这个思路挺有意思:4 年追踪 7,000 多人、标注 3,500 万词训出来的心理分析模型,能从财报电话会里读出高管的动机,已经有基金拿它跑 5,000 万美元的仓位。做量化或者另类数据分析的可以看看。
OpenAI 给 ChatGPT 的 dot 加了自定义指令,回复更快、说话更少术语,还能设定哪些动作要先经你批准才执行。经常用 dot 帮忙发邮件、跑任务的人会省下反复纠正的麻烦,移动端和桌面端都能直接设置。
Anthropic 把 Claude 塞进了视频会议,边开会边帮你写文档、画白板,产出直接是可以编辑的 artifacts,不是干巴巴的纪要。目前只对 Team 和 Enterprise 计划开放 beta,跟 Teams Copilot 这类工具正面竞争,经常开远程会的团队值得试试。
Anthropic 给 Claude 加了会议功能,先用 Google Meet,Zoom 那些平台后面会跟上。经常开会的人可以试试让 Claude 直接处理会议内容,不用再装别的记录工具了。
Anthropic 把 Claude 接进了通话场景,开完会纪要、待办、转录、甚至 Claude 顺手做的东西都自动落在会议页面上,等于 Otter 这类记录工具的功能被顺手做了。经常开会还要手动整理笔记的人可以试试。
云厂商偷偷透露:以前不敢换芯片就怕得罪黄仁勋,现在终于敢评估 Google TPU 和 AMD 了。做算力采购、跑训练的人可以关注,这直接影响以后租卡的价格和选项。
A voice-AI vendor shipping its own foundation model signals a shift from reselling general-purpose LLMs to owning the speech-to-reasoning stack, which could compress latency and cost for high-volume call operations. Contact-center engineering and CX teams evaluating voice-agent platforms should benchmark Tell 1 against general models like GPT-4o on latency and failure rates. Conductor's automated test-case generation also gives teams a concrete workflow for continuous agent quality control.
Claude Code 用久了 CLAUDE.md 堆了一堆旧规则,反而干扰新模型。Anthropic 的 Lydia Hallie 讲了怎么精简:硬约束交给权限,质量交给测试和 CI。天天用 Claude Code 写代码的人值得花十几分钟看完这个演讲。
这是 AI Engineer 社区办的编程峰会,由 Google DeepMind 赞助。首日讲的是各家团队怎么做 AI 编程相关的工作,Day 2 直播已经在 YouTube 开了。做智能体和开发者工具的人可以直接去看录像,能了解到同行现在的实际做法。
The non-obvious insight is that you do not have to choose between on-policy accuracy and training cost — selective teacher intervention gets both, plus measurably less forgetting. Developers and teams doing domain adaptation or continued fine-tuning can use SSD-style distillation to add new knowledge without degrading existing capabilities at a fraction of the token budget. Anyone benchmarking against standard on-policy distillation pipelines should compare training time and retention metrics directly.
Anthropic 把 Claude 直接塞进 Google Meet 当参会者,能边开会边干活、会后自动出转录和摘要,还确认说话人才执行口头指令。相比会后手动喂录音的工具省了一步。用 Team 或 Enterprise 计划、常开远程会的人可以试试。
The shift implied here moves value from opinionated component libraries down to low-level primitives that agents compose themselves, which could reshape how frontend tooling is built and priced. Teams building agent workflows or evaluating whether shadcn-style libraries still fit their stack should watch how the SDK's primitives perform in practice. Vercel's reach in the Next.js ecosystem means this framing will likely influence tooling decisions well beyond its own platform.
Google 把 Flash 系列换成了 Gemini 4 Hydrogen,结果这个小模型上线四周就在 Artificial Analysis 榜单上超过了自家更贵的 Argon。它和 Claude Sonnet 5.5 得分差不多还更便宜,但比 GPT-6.1 Sol 贵 2.5 倍、写智能体代码不行。做编程或智能体的开发者可以对比一下再选。
Anthropic 让 Claude 能直接进会议,边开会边生成文档和白板这些 Artefacts。开完会不用再花时间整理纪要,产出物直接可用。经常开会、用 Claude 的团队可以试试。
商务部长被指收到机密警告却没把买了 48 亿美元芯片的 Megaspeed 拉黑,现在白宫在讨论换人。这事直接关系 Nvidia 芯片卖给谁、对华管制怎么执行,做芯片和出口合规的应该盯着。
METR 在 Anthropic 做的这项研究给 vibe-testing 背了书。如果你平时靠快速上手体验来判断模型好坏,这篇等于给你一个依据,还顺带聊了 Claude Sonnet 3.7 为什么是 2025 年最超预期的模型,做模型选型的人可以看看。
Lenny 拿 2779 个用研换岗样本告诉你:一半人还在做用研,近半跳去了银行保险这类非科技公司。PM 反而成了 AI 时代赢家,工程师需求却停滞。做用研、设计或想看 tech 招聘风向的人都该翻翻这份报告。
100B 参数的开源模型只要 29GB 内存就能在笔记本跑,号称 Terminal-Bench 2.1 成绩超过 Claude Opus 4.6。想本地部署编程模型的开发者可以关注下实测,毕竟不用云端调用省了不少成本。
Thomson Reuters 没花十亿美元预训练,而是在开源模型上用自家数据做后训练,算力搬到 Lambda 后评测快了近 10 倍。企业想掌控自己的 AI 战略、数据又敏感的,这篇案例值得对照参考。
Fal、Together、Baseten 这些靠租 GPU 做推理服务的公司,现在开始自己买 Nvidia 芯片了。算力越来越难租到,说明推理这条赛道的成本和供应格局在变。做部署的朋友可以看看别人怎么重新算这笔账。
What changes is where enterprise analytics happens: governed, ontology-aware answers now sit inside ChatGPT rather than only in Databricks' own workspace. Data and analytics teams at enterprises already on Databricks can pilot self-service querying for business users, while OpenAI gains an enterprise anchor. Teams in ASEAN and China markets relying on ChatGPT for work should check whether their region and data governance rules permit routing queries through this plugin.
Simular 做了一台专门给 AI 用的云电脑,ChatGPT、Claude、Codex 都能登上去自己开应用、点网站,你的电脑关机也不影响任务跑。最特别的是任务可以交接——Claude 干到一半,Codex 能接着干。经常搭智能体自动化流程的人可以关注。
Google 团队用一队 AI 智能体“发现”了玛雅遗址,结果去年就有论文发表过。看智能体自动化研究会在哪里翻车,做 agent 工作流的人应该围观一下。
谷歌这个 Hydrogen 版本走性价比路线:Agent Arena 上每任务只要 $1.6,比 GPT-6 Astra 便宜近 4 倍,还快 2.4 倍,智能体实测净改进 +14.8%。做智能体应用、对成本敏感的开发者可以对比下它和 Claude Fable 5.2 的取舍——快和便宜,但吃 token 更多。
The non-obvious point is that overall leaderboard position can mislead: Hydrogen beats three higher-ranked models once tasks are filtered to knowledge work. Engineering leads and product teams running agentic assistants should compare models on their actual task mix rather than overall rank, using category-level Arena data like this. It also gives Google DeepMind a concrete speed-plus-quality benchmark against Anthropic's and OpenAI's Max-tier offerings.
Only the latest 2000 items are listed; for older ones see the daily archive