跳到正文
AI Price Spy
AI Price Spy
广告合作
AI PRICE SPY / INTELLIGENCE

精选归档

追踪 AI 更新,查看事件时间线和原始信源;需要做购买决策时,再去比价。

精选归档 · 4264

清除筛选

当前公开精选集合,保留来源更正和撤回。最后同步:

产品Google Blog:AI(RSS)

Gemini 应用推出个性化图像创建新功能

北京时间 · UTC+8

Nano Banana 2 现支持结合个人上下文与 Google Photos 数据生成图像,通过分析用户独特的生活场景,创建反映个人经历的个性化视觉内容。该功能已在 Gemini 应用中上线,使 AI 图像生成能够基于真实生活语境,输出更贴合用户个人故事的定制化结果。

AIHOT 精选理由Gemini把个人照片和偏好直接揉进图像生成,不用再写长篇提示,对想快速出个人化图片的用户挺实用,可惜目前只对美国部分订阅者开放。

模型Anthropic:Newsroom(网页)

Claude Opus 4.7 正式发布

北京时间 · UTC+8

Claude Opus 4.7 全面上线,在高级软件工程任务上实现重大飞跃,93项编码基准测试解决率较 Opus 4.6 提升 13%,并首次解决四项前代无法完成的难题。新版本支持更高分辨率图像识别,在研究代理基准测试中总分达 0.715,长上下文性能表现最为稳定。模型定价维持每百万输入 token 5 美元、输出 25 美元不变。出于安全考量,其网络攻击能力较 Claude Mythos Preview 有所削弱,并配备自动拦截高风险网络安全请求的防护机制,合法安全研究人员可通过 Cyber Verification Program 申请使用权限。

AIHOT 精选理由Opus 4.7 不是最炫的模型,但多家真实用户反馈指出它在复杂工程任务上的可靠性提升是实打实的,尤其长链自主执行和指令遵循,对开发 Agent 的团队是一次直接的生产力升级。

模型公众号:通义实验室(千问)

Qwen3.6-35B-A3B 开源!

北京时间 · UTC+8

通义千问开源 Qwen3.6-35B-A3B,一款总参数 350 亿、推理仅激活 30 亿参数的稀疏 MoE 模型。其在 SWE-bench、Terminal-Bench 等编程基准上显著超越前代,并超越 270 亿参数的稠密模型;原生多模态,在 RefCOCO 上得分 92.0。

AIHOT 精选理由千问又推轻量 MoE 模型,35B 总参激活仅 3B,小团队能跑,但正文就一句宣传语,缺技术细节,先观望。

产品OpenAI:官网动态(RSS · 排除企业/客户案例)

适用于(几乎)所有场景的 Codex

北京时间 · UTC+8

Codex 应用推出重大更新,正式支持 macOS 和 Windows 双平台。新版本集成计算机操控、应用内浏览、图像生成、记忆存储及插件系统五大核心能力,通过自动化操作与多模态功能深度整合,全面加速开发者工作流程。

AIHOT 精选理由Codex 这次更新不是小修小补,电脑操控和长期记忆让它从一个写代码的窗口变成了能跟着你开发全程的副驾驶,开发者工具的逻辑变了。

产品公众号:MiniMax(稀宇科技)

MiniMax 发布 MaxHermes:全球首个云端沙箱 Hermes,一键“养马”

北京时间 · UTC+8

MiniMax 正式上线 MaxHermes,这是全球首个基于 Hermes Agent 构建的云端沙箱 AI 助手。它通过学习闭环自动提炼可复用 Skills,并支持持久化跨会话记忆、自然语言定时任务及多子代理并行运行,能力随使用持续生长。相比本地部署,MaxHermes 无需自备服务器或 API Key,已打通飞书、钉钉等 IM 渠道,并支持 Token Plan 抵扣任务消耗。

AIHOT 精选理由MaxHermes 的核心升级是让技能从人工预设转向自主迭代,加上零门槛云端和多 IM 集成,长期运行的落地成本和门槛都大幅降低。

模型Claude Platform:开发者版本说明(RSS)

Claude Opus 4.7 发布:复杂推理与智能体编码能力升级,定价不变

北京时间 · UTC+8

Anthropic 发布 Claude Opus 4.7,定位为最强大的通用模型,擅长复杂推理与智能体编码,定价保持与 Opus 4.6 相同的 $5/$25 per MTok。

AIHOT 精选理由Opus 4.7 发布,定价不变但加入了 task budgets 和高分辨率支持,对于构建 coding agent 的团队,这次更新相当于给模型装了进度条和显微镜。

技巧Hugging Face 社区博客(混合发现)

使用 Sentence Transformers 训练与微调多模态嵌入及重排序模型

北京时间 · UTC+8

Sentence Transformers 发布了用于训练和微调多模态嵌入与重排序模型的功能。新版本支持将文本、图像等不同模态的数据映射到统一的向量空间,并优化了跨模态检索的精度。关键改进包括对嵌入模型和重排序器进行联合或分阶段训练,显著提升了如图文检索等任务的性能指标。此次更新旨在通过开源工具推动多模态人工智能技术的普及与发展。

AIHOT 精选理由这是训练多模态嵌入模型的全套指南,附带 VDR 微调实验和代码。如果你需要把文本和图像检索对齐到自己的业务数据上,这篇能省掉大量试错时间。

技巧Hugging Face 社区博客(混合发现)

The PR you would have opened yourself

北京时间 · UTC+8

随着2026年AI代码代理的成熟,开源项目如transformers面临PR数量激增但质量下降的挑战。这些代理生成的代码常忽视项目的隐式设计契约,导致代码冗长、引入错误并增加维护者负担。为此,团队为mlx-lm开发了一个Skill工具,用于将模型从transformers高质量地移植到mlx-lm框架。该工具不仅生成接近人工提交的PR,还提供生成示例、数值对比和独立的测试工具链,以辅助贡献者和审查者。其目标是让模型在加入transformers后能快速在MLX上可用,同时维护代码的可读性与设计一致性。

AIHOT 精选理由这篇不是普通的工具介绍,而是在 agent 时代探讨开源贡献的尺度——用 Skill 加速模型移植的同时,仍强调人的判断和责任,做维护的人该读一读。

产品Hugging Face 社区博客(混合发现)

Ecom-RLVE:面向电子商务对话代理的自适应可验证环境

北京时间 · UTC+8

Ecom-RLVE 是一个为电子商务对话代理设计的自适应可验证环境。该环境支持智能体在模拟且可验证的电商场景中进行训练与评估,通过动态调整交互难度和规则约束来提升对话系统的鲁棒性与适应性。其核心在于结合强化学习与验证机制,确保智能体行为既符合商业逻辑又可追溯,为电商对话系统的开发与测试提供标准化、可复现的实验平台。

AIHOT 精选理由做电商对话 agent 的可以看看,这个 RL 环境把难控的多轮对话变成了可验证的 reward,还附带了从易到难的课程,开源可跑,是个扎实的工具。

模型OpenAI:官网动态(RSS · 排除企业/客户案例)

OpenAI 发布 GPT-Rosalind,面向生命科学研究

北京时间 · UTC+8

OpenAI发布面向生命科学的专业推理模型GPT-Rosalind。该模型专门针对药物发现、基因组学分析、蛋白质推理及科学研究工作流设计,旨在加速生物医药研发进程。作为前沿推理模型,GPT-Rosalind将AI能力深度应用于生命科学场景,为科研人员提供从基因数据分析到药物筛选的智能支持,提升复杂生物信息处理效率。

AIHOT 精选理由OpenAI 第一个垂直领域推理模型,把前沿推理带进药物研发和基因组学,性能压过人类专家,生命科学工具链可能要从头搭起。

技巧X:Thariq (@trq212)

使用 Claude Code:会话管理与百万级上下文窗口的策略

北京时间 · UTC+8

Claude Code 的百万级上下文窗口在支持长任务的同时,也带来了“上下文腐化”的风险,即模型性能可能在处理约30-40万token后开始下降。因此,有效的会话管理至关重要。关键策略包括:开启新任务时建议新建会话;对于关联任务可酌情保留上下文以提升效率;善用 `/rewind` 回退功能而非直接纠正错误,是维护上下文清洁的核心习惯。用户在每个对话轮次后,应根据情况选择继续、回退、新建会话、压缩或使用子代理。

AIHOT 精选理由Claude Code 1M 上下文听着爽,但 context rot 在 300k 就开始咬你了。这篇把 rewind、compact、subagent 三个操作的使用时机讲得极清楚,是目前最实用的 Claude Code 上下文管理指南,重度用户必读。

观点TensorZero:实验与工程博客

TensorZero:别只比每百万 token 单价,LLM API 的隐性成本差距可达 5.3 倍

北京时间 · UTC+8

TensorZero 测量发现同一输入在不同厂商的 token 计数相差可达 2.65 倍,按每百万 token 单价比较 LLM API 成本会产生误导。

AIHOT 精选理由作者用各家官方 token 计数 API 实测同一输入的成本差异,给出可复用的比价方法,提醒只看每百万 token 单价会误判。

观点Dwarkesh Patel:Podcast & Blog(RSS)

黄仁勋谈 TPU 竞争、对华芯片销售与 Nvidia 的供应链护城河

北京时间 · UTC+8

黄仁勋表示,Nvidia 已具备支撑未来数年万亿美元级业务规模的供应链体系。这一表态印证了公司在 AI 芯片领域的供应链护城河优势,回应了市场对其产能扩张能力的关切。访谈同时涉及应对 Google TPU 竞争及向中国出售芯片的策略考量,凸显 Nvidia 在复杂市场环境下的长期布局信心。

AIHOT 精选理由Jensen首次承认没投Anthropic是错判,对华芯片禁运的态度也极其强硬,这期访谈是他近半年最坦诚的战略交底,做硬件和做政策的都该听一遍。

模型Google Blog:AI(RSS)

Gemini 3.1 Flash TTS:下一代表现力AI语音技术

北京时间 · UTC+8

Google正式发布Gemini 3.1 Flash TTS,作为下一代表现力AI语音技术,该模型现已全面上线Google旗下各产品线。此次升级标志着Google在语音合成领域的技术突破,旨在为用户提供更自然、富有情感表现力的AI语音交互体验,进一步强化其AI生态系统的语音能力。

AIHOT 精选理由Google 把 TTS 的控制权交给了文本指令,音频标签这个设计让语音应用从'选择预设'变成'现场导演',对多模态应用是个实在的增强。

论文Hugging Face 社区博客(混合发现)

深入VAKRA:智能体的推理、工具使用与失败模式

北京时间 · UTC+8

IBM Research在Hugging Face发布的博客详细剖析了其智能体框架VAKRA的核心机制。文章重点阐述了VAKRA在复杂推理和工具调用方面的能力,同时系统性地分析了智能体在实际操作中出现的典型失败模式及其原因。该研究旨在通过深入理解智能体的行为逻辑与局限,推动更可靠、鲁棒的自主智能系统发展。

AIHOT 精选理由VAKRA 不只是另一个 agent benchmark,它把真实企业环境的 API 链、多跳推理和工具使用策略糅合到一起,目前模型普遍翻车,失败模式分析对做 agent 的团队是一份很好的诊断清单。

论文Cursor Blog

更强AI模型推动开发者转向更高复杂度工作

北京时间 · UTC+8

一项针对500家公司开发者使用Cursor的八个月研究发现,在Opus 4.5和GPT-5.2等先进模型发布后,人均周AI使用量增长44%。开发者初期用更强模型完成更多同复杂度任务,4-6周后开始转向更高复杂度工作,高复杂度任务量激增68%,远超低复杂度任务的22%。媒体广告、软件工具和金融科技行业增长最为显著。任务分布呈现结构性变化:文档编写、架构设计等管理性任务增长超50%,而UI设计等独立任务仅增15%,表明开发者角色正从代码生成转向代码库管理。研究揭示了类似杰文斯悖论的效应——AI效率提升反而刺激了总需求,并可能创造新的经济活动空间。

AIHOT 精选理由Cursor 拿 500 家公司八个月的真实数据证明了一个反直觉结论,AI 越好开发者用得越多,而且是从做更多简单活慢慢转向啃硬骨头。做 AI 产品的人该认真想想这个杰文斯效应。

产品OpenAI:官网动态(RSS · 排除企业/客户案例)

Agents SDK 的下一代进化

北京时间 · UTC+8

OpenAI 推出 Agents SDK 重大更新,引入原生沙盒执行环境与模型原生 harness 架构。新版本支持开发者构建可跨文件及工具运行的安全、长期驻留型智能代理。通过内置隔离执行机制与模型层原生集成,该 SDK 显著提升了代理系统的安全性与持续运行能力,为企业级复杂代理应用提供基础设施支撑。

AIHOT 精选理由OpenAI 把沙箱执行和标准化调配层直接做进了自家 SDK,这对需要安全运行长任务 agent 的开发者是实打实的提升,不是又一个框架。

产品Hugging Face 社区博客(混合发现)

认识HCompany的HoloTab:您的AI浏览器伴侣

北京时间 · UTC+8

H公司在Hugging Face平台发布博客,正式推出AI浏览器伴侣HoloTab。该产品定位为浏览器内的智能助手,旨在通过AI技术提升网页浏览与信息处理效率。目前公开信息显示其集成于浏览器环境,具体功能细节与性能指标尚未披露。

AIHOT 精选理由HCompany 把电脑操作模型做成了浏览器扩展,Routines 录制重播让网页自动化零门槛上手,做网页调研的人值得一试,但日常泛用性有限。

技巧Modal 官方工程博客(RSS)

Modal 发布教程:基于 OpenAI Agents SDK 从零构建可并行的编码智能体框架

北京时间 · UTC+8

Modal 发布工程教程,演示如何基于 OpenAI 新推出的 Agents SDK 从零构建自定义编码智能体框架,并通过沙箱扩展把 Modal Sandboxes(含 GPU)接入为智能体的运行环境。

AIHOT 精选理由教程逐步演示如何用 OpenAI Agents SDK 加 Modal 沙箱自建可并行、可快照的编码智能体框架,方法可直接迁移。

产品Cursor Blog

在画布中与智能体创建的可视化界面交互

北京时间 · UTC+8

Cursor新增画布功能,可将信息转化为可视化、可交互的界面,替代难以阅读的长篇文本。智能体能利用画布为真实数据创建仪表盘,或定制带逻辑的交互界面,应用于代码审查、学习库文档乃至管理其他智能体。该功能基于React组件库构建,包含表格、图表等原生组件。在数据密集型任务中尤为高效,例如聚合多源数据生成统一分析图表,或在代码审查中智能分组并优先展示关键变更。Cursor团队已借此显著提升了模型评估分析和复杂问题研究的效率,成为扩展人机协作信息带宽的关键工具。

AIHOT 精选理由Cursor 把 agent 输出从纯文本拉到可交互的可视化画布,PR review、eval 分析这些高频场景立刻能用上。做 coding agent 的同行该想想自己的 agent 输出形态是不是该升级了。