Cognition 为 Devin 推出 Microsoft Teams 原生支持与 Microsoft 365 集成
Cognition 给 Devin 加了 Teams 原生支持和 Microsoft 365 集成，能直接连你的邮件、日历和文件干活，用微软全家桶的可以试试。
全部动态
AI 相关资讯全量信息流 · 34694 条
9月24日
Genspark 推出 GenCode 编程智能体，支持 Claude、GPT、DeepSeek 自由切换
Genspark 上线了 GenCode 编程智能体，Claude、GPT、DeepSeek 一个账号随便切，开源模型价格只要十分之一，适合想自己挑模型的开发者。
HEMA 基于 Amazon Bedrock 和 MCP 搭建内部 AI 助手 HAL
HEMA 用 Bedrock AgentCore 加 MCP 做了个内部助手 HAL，员工查文档不用再开一堆门户，安全走 Entra ID，方案细节写得很全。
AI Engineer World's Fair 2026 视觉与 OCR 议题上线
AI Engineer 把 2026 大会的视觉 OCR 场次全放出来了，LlamaIndex 和 Hugging Face 的人都来讲实战，做文档和视觉应用的很值得刷一遍。
Fireworks 发布 ARCv3 压缩器，将 BF16 权重更新体积削减近 50%
Fireworks 出了个 ARCv3 压缩器，能把 BF16 权重更新压小近一半，自己搭 trainer 跑 RL 的团队可以省不少跨区传输成本。
Vercel 为 Sandbox 推出 Drives 持久存储
Vercel 给 Sandbox 加了外接硬盘 Drives，智能体的文件存储可以单独挂载，单 Drive 最大 16 TiB，跑云端智能体更省钱也更安全。
用 OpenCode 搭配 Amazon Bedrock 开源模型搭建 AI 编程智能体
教你把开源的 OpenCode 接上 Bedrock 里的开源模型当编程智能体用，数据留在自己账户里，还讲了怎么给不同任务配不同模型。
Recraft V4.1 Flash 上线 fal 平台，出图约 1.3 秒
Recraft 家最快的图像模型 V4.1 Flash 上 fal 了，出一张图只要 1.3 秒左右，调提示词试构图可以飞快迭代，做设计的可以去试试。
用 Strands Agents SDK 搭建对话式视频智能分析方案
AWS 教你用 Strands Agents SDK 串起 Bedrock、Rekognition 和 Transcribe，直接用大白话问视频里发生了什么，几秒出答案，适合想搭视频分析工具的开发者。
从后排放映：印度语数据、视频 token、PDF 解析与视觉 OCR 干货合集
一次看完五个视觉与 OCR 实战案例：Sarvam 读了 13 万亿 token，Reducto 解析 PDF 能提分省 token，Noyan 花几美元训检测器，做法都够具体。
ChatGPT Voice 接入邮件、日历和 Slack，基于 GPT-6 Astra、Sol、Luna 模型
OpenAI 给 ChatGPT 语音加上了邮件、日历和 Slack 权限，动动嘴就能发邮件、约会议，底层换成了新的 GPT-6 系列模型。
Anthropic 称 Claude 在湿实验室自主发现类似 Crispr 的酶系统
Anthropic 的 Claude 在自家湿实验室里自己发现了一套类似 Crispr 的酶系统，公司拿它当 AI 做科研的第一个实绩，还赶在上市前公布。
ChatGPT 手机端上线语音智能体功能，Plus 和 Pro 用户可用
OpenAI 把智能体功能搬进手机了，Plus 和 Pro 用户在 Work 标签页里动嘴就能让 ChatGPT 干活，通勤路上也能用。
ChatGPT Voice 接入插件并可选用 GPT-6 Astra、Sol、Luna 驱动
ChatGPT 语音模式升级了，能用日历、Slack 这些插件，还能靠说话直接在浏览器里做文档和表格，今天全球推送。
Google 发布 Gemini 3.8 Flash TTS，可用文字描述自定义语音
Google 新出的 Gemini 3.8 Flash TTS 能用一句话描述就造出音色，还能一段剧本生成双人对话，做播客和配音的可以试试。
LangChain 为 Managed Deep Agents 加入定时任务功能
LangChain 给 Deep Agents 加了 cron 定时功能，写个表达式加 prompt 就能让智能体自己定时跑，做后台自动化可以试试。
GPT-6 Sol (Max) 登上 Code Arena WebDev 榜第4名，价格低于 Claude Opus 5 一半
OpenAI 新的 GPT-6 Sol 在真实用户投票的 Code Arena 拿了第4，价格只要 Claude Opus 5 的一半不到，做 Web 开发的可以看看分数再决定用哪个。
Recraft V4.1 Flash 上线 OpenRouter，单图 1.3 秒、0.007 美元
Recraft 的便宜快速版图像模型上线 OpenRouter 了，一张 7 厘钱、1.3 秒出图，logo 和人像都能做，跑量挺合适。
Microsoft Research：把 AI 推理移出机器人本体可提升任务成功率
Microsoft Research 研究说机器人不用把推理都塞进本体，放到外部算反而任务成功率更高、效率更好，做具身智能的可以看看。
LangChain Managed Deep Agents 支持 cron 定时任务
LangChain 的 Deep Agents 现在能用 cron 定时自动跑任务了，写个调度文件部署就行，适合做日报、巡检这类周期活。
GitHub 将开设 Copilot SDK 直播课程，教零基础者构建智能体应用
GitHub 9月24日起开直播手把手教 Copilot SDK 建智能体应用，agent loop 都不用自己写，还有 .NET 和 Java 专场。
YouTube 创作者工作室新增 AI 工具：Gemini 剪辑、脚本辅导与智能封面
YouTube 给创作者工作室加了几个实用功能，用 Gemini 聊天就能剪 Shorts，还有脚本辅导和英文直播转西班牙语，做视频的可以看看。
AI Engineer 纽约大会公布 22 家 Silver Sponsors，10 月 12-14 日举行
AI Engineer 纽约大会拉来 22 家赞助商，从基础设施到安全观测全覆盖，想看生产级 AI 工具栈全貌的可以关注下。
Gemini 3.8 Flash TTS 和 Flash-Lite TTS 发布，支持30秒声音克隆
Google 的 Gemini 3.8 Flash TTS 来了，30 秒音频就能克隆你的声音，还能逐句加笑声叹气，在 Hume 基准上排第一。
Google DeepMind 为 Private AI Compute 推出安全服务端内存
Google 把加密内存搬到了服务器侧，模型能在云端处理你的私人数据但自己看不了，隐私派和端侧算力的折中方案。
OpenRouter 教程：用 Logs、Activity 和 Broadcast 提升 AI 应用可观测性
OpenRouter 发了个可观测性教程，讲清了 Logs、Activity、Broadcast 三个功能怎么用，还附了每个 destination 支持字段的完整对照表和取数 API，做应用监控的可以照着配。
Audio8 ASR Infinite 开源：流式语音识别无限时长无漂移
一个叫 Audio8 ASR Infinite 的流式语音识别开源了，能 7x24 无限时长转写不漂移，靠语义轮次检测解决长音频老毛病，做实时转写可以看看。
OpenAI 发布 GPT-6 Sol 和 Luna，API 价格降半、缓存省 90% 输入成本
OpenAI 一次出了 GPT-6 Sol 和 Luna 两个模型，价格砍半还带新缓存，跑业务任务比 Claude Opus 5 便宜九成，做 API 应用的可以看看。
Lovart MCP 已上线 Codex，可在代码环境批量生成创意素材
做品牌设计的朋友注意：Lovart 的 MCP 现在能接进 Codex，在写代码的环境里直接批量出图出创意，还能让它预估哪个素材效果好。
Google 开放 Gemini API 逐行微调语音合成，含 SynthID 水印
Google 在 Gemini API 里开放了逐行调语气的语音生成，能控制节奏、情绪甚至笑声停顿，还自带 SynthID 水印，做语音产品的可以去 AI Studio 试试。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档