Hint 今日上线，利用 AI 技术帮助房主管理维护计划、能耗、土壤与空气质量、保险理赔等事务，并支持存储和查询房屋相关合同与文件。该应用基于公开数据为每栋房屋建立档案，通过 AI 聊天机器人回答个性化问题，并提供主动维护提醒与“房屋评分”。Hint 目前免费提供 iOS 版，无订阅或广告，未来计划推出付费高级功能。
推荐理由：Martha Stewart 以联合创始人身份加入 Hint 绝非挂名，她亲自打磨体验，这个 AI 家居助手整合了图像识别和文档查询，让房主终于有了一个可用的家庭管理中枢，是 AI 从聊天走向实用的一次有趣尝试。
腾讯混元开源端到端投机解码框架 AngelSpec，支持训练与部署。在 Hy3-A21B 模型上，其 DFly 方案相比自回归解码实现 1.98–2.40 倍端到端加速，吞吐量比 DFlash 高 10.5–11.8%。训练代码及 Hy3-A21B MTP/DFly 草稿模型权重已开源。
推荐理由：做推理加速的可以试试这个端到端推测解码框架，腾讯开源了完整代码和权重，在 Hy3 上提速近 2.4 倍且吞吐更高，拿来即用。
腾讯混元开源覆盖训练到部署的投机解码框架 AngelSpec，并放出 Hy3-A21B 的 MTP 与 DFly drafter 权重及训练代码。
推荐理由：AngelSpec 将投机解码从训练到部署全链路开源，DFly 和 D-cut 在真实流量下带来额外加速，对需要优化推理成本的团队有直接落地价值。
作者将Claude Code与Codex的协作工具搭子升级至2.0版，通过deep_reasoner、fast_worker、arbiter三种身份及跨项目模型混编，把每周500美元的API账单压缩至400美元。2.0新增本地配置UI、一键试跑、Goal哈希校验和带证据链的小票，并支持按host分命名空间独立配置两个Agent。
推荐理由：从两个Agent的串行交接升级为三身份团队的并行协作，把模型按推理、执行、仲裁分派任务，为多模型工作流提供了可复用的成本控制方案。
Deltafin 项目成功在 64 GB M1 Max 上运行了 2.8T 参数的 MoE 模型 Kimi K3，当前中位推理速度为 0.0687 token/s（14.6 秒/token）。完整安装需约 1.7 TB 本地磁盘，流式模式仅需 215 GB 但推理速度降至 3 分钟以上/token。项目提供 OpenAI 兼容 API 服务器，支持聊天和代码补全，但建议客户端超时设为小时级别。
推荐理由：这是个在 M1 Max 上跑 2.8T MoE 的工程 hack，把不可能变成可能，虽然慢得只有聊天室节奏，但玩法足够硬核，玩硬件的看完会想开 issue 贡献数据。
更多开源福利。我们刚刚发布了一个 CLI 和 TypeScript SDK，用于查找、验证和修复代码中的安全漏洞。扫描仓库、审查变更、随时间追踪发现，并在 CI 中运行安全检查。 https://github.com/openai/codex-security
推荐理由：OpenAI Codex团队把代码安全扫描做成开源CLI和SDK，直接能跑在CI里，对在意AI生成代码安全的开发者来说，算是个实用工具，不妨一试。
Google DeepMind 将 Gemini API Managed Agents 的默认模型升级为 Gemini 3.6 Flash，并支持显式选择 3.5 Flash 或 3.5 Flash-Lite。新增环境钩子允许在沙箱内工具调用前后执行自定义脚本，用于安全审查或代码格式化。此外，还推出了免费套餐、预算控制和基于 cron 的定时触发功能。
推荐理由：Gemini 的 managed agents 把钩子机制和预算控制做进了官方 API，对重度依赖 agent 做代码审计和任务的团队是个实用升级，Offdeal 已经用上了。
Personal Computer 现已在 Perplexity Windows 应用中可用。 Personal Computer 是面向你工作的本地智能体工具。它协调跨本地文件、已连接应用和网络的智能体。 研究、编码、浏览和构建，全部在一个统一系统中完成。
推荐理由：Perplexity 把本地代理带到 Windows，让 AI 能直接操控文件和应用，这是助手从对话框走向桌面的关键一步，做办公工具的值得关注。
火山引擎正式上线豆包搜索服务，为企业和开发者构建AI Agent提供跨语言、多模态、多垂类的联网信息查询引擎。该服务支持API、Skill、MCP等多种接入形态，也可在Agent Plan中一键配置启用，并提供每月500次免费搜索额度。豆包搜索已在SimpleQA、FreshQA、BrowseComp-ZH等多项公开评测中表现优异，并服务国内9成TOP手机厂商的智能助手。
推荐理由：搜索服务从单次查询升级为 Agent 的持续信息流，权威分级过滤低质内容，Agent Plan 一键接入降低了企业构建深度联网 Agent 的集成成本。
火山引擎正式上线豆包搜索服务，为AI Agent提供跨语言、多模态、多垂类联网信息查询，融合全域互联网信息、行业知识与字节跳动独家内容资源。该服务从网站站点和创作者维度建立权威分级体系，过滤低质信息，在SimpleQA、FreshQA、BrowseComp-ZH等评测中表现优异。豆包搜索支持API、Skill、MCP等多种接入形态，面向企业和开发者提供每月500次免费搜索额度。
推荐理由：豆包搜索为Agent提供实时、可信的搜索能力，直接输出结构化信息，对国内开发者很实用。但宣发通稿缺少具体评测数据和对比，信服力有限。
Kimi.ai 发布 PerceptionBench，一个从当前前沿模型在 42 个基准上的失败模式中归纳出的视觉感知基准。该基准将视觉感知拆解为 10 种原子能力，并构建了 3000 道验证题，每道题只考察单一感知能力，无需推理或外部知识。
推荐理由：从模型失败中反向定义原子感知，把视觉感知从推理里拆出来很聪明，开源数据和方法对做视觉评测的产品人很有参考价值。
我们与 kvcache-ai 合作开源了 AgentENV。 AgentENV 是一个用于大规模运行智能体环境的分布式系统。其组件为 Kimi K3 的智能体强化学习训练提供支持，具备快速快照、恢复和分支功能，适用于大规模并行智能体工作流。 在 GitHub 上探索：http://github.com/kvcache-ai/AgentEnv
推荐理由：月之暗面开源了自家训练Kimi K3用的智能体环境，带快照和分叉，做agent训练的人可以直接上手抄作业，比看论文实在。
QwenAudio 开源 qwen-audio-agent，一个让 Agent 保持在线的实时语音运行时，前台对话与后台任务并行，任务结果自动回到当前对话。
推荐理由：原文给出了前台语音对话加后台 Agent 执行的架构设计与多款后端 Agent 接入方式，读者可据此评估是否接入自己的工作流。
vLLM 官方宣布 Day-0 支持 Kimi K3，这是一个 2.8 万亿参数的 MoE 模型（每 token 激活 896 专家中的 16 个），基于 Kimi Delta Attention 与 Attention Residuals，支持 1M token 上下文窗口和原生视觉。
推荐理由：vLLM 团队亲述 Day-0 支持 Kimi K3 的工程细节与部署配方，读者可以据此判断混合线性注意力模型在实际服务中的可行路径。
我们一直在以比以往更快的速度构建！🚀 以下是网页端和移动端的新功能一览： • 高级音轨分离 • 将音轨导出为 MIDI • 歌词合写与自动保存 • 截图生成歌曲 • Apple CarPlay 与 Android Auto 你最期待 Suno 的哪些新功能？
推荐理由：Suno 这波更新把之前缺失的后期编辑能力补了上来，stem 分离和 MIDI 导出对音乐人来说是实际生产力提升，screenshot to song 这种脑洞功能也许能拓展用户群。
Fireworks 发布 Fireworks Nexus，将开发者现有 AI 工具接入由开源权重模型（如 Kimi-K3、GLM-5.2）组成的托管层，提供企业级成本管控、FireConnect 一行安装接入和基于难度的智能路由。
推荐理由：原文给出具体组件、开源入口和第三方评测数字，读者可对照自己的工程负载估算替换成本收益。
在 Runway Agent 中引入工作流。现在你可以通过自然语言构建、运行或编辑基于节点的工作流。工作流可大规模解锁高质量输出。 立即尝试，点击下方链接调用 / Workflow 技能。
推荐理由：我觉得Runway这次把工作流放进Agent里，是从‘生成片段’到‘组装生产线’的跨越，视频团队可以直接用自然语言搭流水线，规模化内容生产终于有了低门槛入口。
百度搭子在近期AI Day上推出多项升级，支持电脑与手机双端互联，同步任务上下文与执行进度，用户可跨设备接力完成复杂工作。桌面端内嵌浏览器正式上线，能自动打开多个网页执行调研、下载等操作，手机端支持云端远程操控。智能路由自动匹配任务模式，平均任务耗时降低20%，Token利用率提升25%；简单任务完成度达100%，复杂任务高交付率94%，积分消耗最高降低75%。
推荐理由：百度搭子这次把跨端协同和浏览器自动化做成了标配，从'能不能用'到'好不好用'，真正解放打工人的复杂工作流，实用度很高。
ChatGPT 语音功能现已登陆桌面应用。 只需使用语音，即可控制你的电脑，并指挥在 ChatGPT Work 或 Codex 中运行的多个智能体。 该功能由 GPT-Live 驱动，因此它能够同时在该应用中说话、聆听并协调工作。 今日起，面向 macOS 和 Windows 平台的 Plus、Pro、Business、Edu 及 Enterprise 计划用户全球推送。
推荐理由：ChatGPT 的语音助手正式上岸桌面，关键是能同时指挥多个代理干活，一边写代码一边查资料，全程动嘴就行。对重度用户来说，这可能比任何新模型都更直接影响工作流。
OpenAI 宣布向美国用户推出 ChatGPT 健康功能，支持安全连接 Apple Health 及受支持的医疗记录。每周有 3 亿用户使用 ChatGPT 进行健康咨询，新功能可让 ChatGPT 理解个人健康上下文，追踪变化并提供更个性化的帮助。
推荐理由：ChatGPT 正式接入医疗记录，300M 周活健康查询用户终于有了上下文，对产品人是高频场景的粘性升级，对行业则是平台化健康能力的信号。
GigaToken 是一款新的语言模型分词器，在 AMD EPYC 9565 双路 144 核 CPU 上对 GPT-2 分词速度达 24.53 GB/s，比 HuggingFace Tokenizers 快 989 倍、比 tiktoken 快 681 倍。
推荐理由：GigaToken 把分词速度直接拉到 GB/s 级别，对处理大规模文本的团队是实打实的效率提升，数据集预处理不再是瓶颈。
MagenticLite 的模型现已完全开源。 此前在 Microsoft Foundry 上提供的 MagenticBrain 和 Fara 1.5，现已在 Hugging Face 上开放权重。 该应用、测试工具以及堆栈中的每个模型现已全部开放。
推荐理由：微软把这些模型全开源了，从 Foundry 搬到 Hugging Face，对不想被平台锁定的开发者是个好信号，但模型能力本身不算顶尖，更偏生态布局。
Runway 发布 Media Router，这是首个为生成式媒体模型设计的模型路由器，已集成至 Runway Dev 平台。该路由器可根据用户设定的成本、质量和延迟偏好，自动为每次视频、图像或音频生成请求选择最优模型，支持 Gen-4.5、Seedance、GPT Image 2 等第一方及第三方模型。用户只需配置一次偏好并调用单一端点，即可避免手动选型与持续更新代码的麻烦。
推荐理由：Runway Dev 首次把智能路由引入生成媒体，开发者不用再手工选模型，跑量时成本与延迟优势明显，但这是平台内生态能力，对非 Runway 用户意义不大。
即日起，Claude 语音模式在 Opus、Sonnet 和 Haiku 上运行，并支持连接 Gmail、Slack 等工具及更多语言。用户可在对话中切换模型，语音模式默认沿用上次文本聊天使用的模型。该功能面向所有用户开放 beta 测试，免费版可使用 Haiku 及一个连接工具，付费版可访问更多模型和全部连接工具。
推荐理由：Claude 语音模式终于能调用最强模型了，深度思考不再受限于轻量版，加上工具集成和多语言，移动端从随口问答升级为实时脑力伙伴，值得立即上手。
NVIDIA 宣布开源 Medical Physics Simulation 框架，这是 Isaac for Healthcare 中首个 GPU 加速的医疗物理仿真能力。该框架可并行运行 8,192 个机器人训练环境，将训练时间从超过 5 小时缩短至不到 2 分钟。CMR Surgical、Johnson & Johnson MedTech 等机构已在使用该框架。
推荐理由：首个 GPU 加速的开源医疗物理仿真框架，能把数千个训练环境并行跑，把训练从五小时压到两分钟，做手术机器人的团队可以直接拿来用，但对通用 AI 从业者影响不大。
小红书开源 BigMac，一种面向原生多模态场景的流水并行训练新范式。它通过依赖安全的嵌套流水线，在不增加 LLM 流水线空泡、保持激活显存有界的同时，高效实现多模态流水训练。相比基线，BigMac 训练速度提升 1.08～1.9 倍，并在 global batch size 增大时保持稳定显存占用，目前已应用于 dots 多模态模型生产训练。
推荐理由：通过在成熟的LLM流水线中嵌入依赖安全的编码器与生成器计算，BigMac让多模态大模型训练不再需要在速度和显存之间做非此即彼的选择，适合正在纠结训练策略的工程团队检查调度逻辑。
腾讯设计Agent平台Miora今日全面开放，无需邀请码即可使用。该平台由WorkBuddy团队打造，提供品牌设计、影视创意等五大场景模式，支持自定义多模态模型和Agent推理深度，并内置Skill市场与记忆系统。
推荐理由：腾讯用WorkBuddy的底子做了设计Agent，记忆系统和Skill市场让设计流程有了Agent的基因，设计师和产品人可以上手试试。
Cursor 推出 Cursor Router，可自动将每个编码请求分配给最合适的模型。在线 A/B 测试显示，Auto Intelligence 模式在用户满意度接近 Fable 的同时，成本降低约 60%；Auto Balance 模式满意度超过 Opus 4.8，成本降低约 36%。
推荐理由：Cursor Router 把模型路由从个人选择变成团队策略，实测成本降低 30-50% 且满意度不降，对管理 AI 预算的工程 Leader 来说是个值得立刻试点的新功能。
今日在 OpenRouter 上线：Gemini 3.6 Flash 和 Gemini 3.5 Flash-Lite！ 两者均为其模型系列的重大更新，具备高吞吐量（150+ tok/s），适用于智能体场景，从高效 token 的编码与知识工作，到低延迟、高并发的子智能体。 详情如下 🧵
推荐理由：Google Gemini Flash 系列更新到 3.6，150+ tok/s 的吞吐量对 agent 场景是实际提升，OpenRouter 第一时间上线，开发者可以直接调。
OpenAI 在 ChatGPT 中推出原生广告服务，允许广告主在用户探索选项、比较选择和做出决策时投放相关广告。广告在体验中明确标注并与回答区分，首批广告主包括 Best Buy、Lowe's 和 VistaPrint。广告主可通过 Ads Manager 创建广告系列、设置预算并优化效果。
推荐理由：ChatGPT正式开放广告投放，这是AI助手从订阅制转向广告收入的标志性一步，对于广告行业是震撼弹，用户体验却可能面临考验。早期测试数据虽乐观，但真正考验在于广告与回答的边界能否守住。
Laguna S 2.1 现已在 OpenCode 上免费提供 1M 上下文窗口 · 完全开源 Poolside 迄今为止最强大的模型
推荐理由：OpenCode 免费上了 Poolside 的最强模型，1M 上下文且完全开源，对写长代码的开发者是实打实的顺手工具，可以省一笔算力开销。
Anthropic 为 Claude 推出 Anthropic Economic Index 连接器，用户可在 claude.ai 中直接向 Claude 提问“哪些职业使用 AI 最多”等问题，答案基于 Index 的真实数据。该连接器无需安装，适用于任何 Claude 模型，并会引导用户查看原始数据及其局限性。完整数据集仍免费开放。
推荐理由：Anthropic把自家经济指数直接接入了Claude对话，用自然语言就能挖出AI影响就业的真实数据，对关注职业变化的研究者和产品人来说是个顺手的小工具。
Prime Intellect 发布 research-environments，通过 verifiers v1 的 taskset API 将 SWE、终端和搜索三类共 23 个任务集统一到一套运行时和沙箱钩子下，总计约 365,000 个任务，包括约 198,000 个软件工程任务、约 28,600 个终端任务和约 137,600 个搜索任务。
推荐理由：原文给出 23 个任务集统一为一套 API 的整合方法，以及 gold patch 验证和 reward hack 防护的具体做法，可复用于 RL 环境搭建。
Manus 推出 Plan Mode，在执行开始前引入审阅步骤，Manus 会暂停并进行可行性检查，将目标、步骤和约束整理成一份 Markdown 计划文档，用户在确认前 Manus 不会开始构建。该功能仅手动启用，可在任务中途随时开启或关闭，今日起在 Web 和移动端向所有用户开放。
推荐理由：官方介绍Plan Mode的审阅流程与激活方式，读者可以据此判断它能否减少构建方向错误带来的返工。
Google Cloud 的 AlloyDB 在预览版中推出列式引擎加速的 HNSW 索引，使 pgvector 向量搜索的每秒查询数（QPS）相比标准 PostgreSQL HNSW 提升最高 4.9 倍，在固定 QPS 下召回率可提升 0.163。该加速通过将索引固定在列式引擎内存中、使用向量化内存布局并绕过标准 PostgreSQL 缓冲管理器开销实现，无需修改应用即可获得性能提升。
推荐理由：AlloyDB 把 pgvector 的 HNSW 搜索提速 4 倍，不是靠 GPU 而是靠内存架构，对已经在 PostgreSQL 上跑 RAG 的团队可能是个省钱又提精度的实用升级，点开看看基准测试。
Claude Cowork 新功能：教 Claude 一项技能。 录制你执行任务时的屏幕操作，边做边讲解，Claude 会将其转化为可重复运行的技能。在 Claude 桌面应用的 + 菜单中找到“录制技能”即可使用。 适用于 Pro、Max 和 Team 套餐。
推荐理由：Claude 现在能通过录屏学会你的操作流程，这是从「回答问题」到「执行任务」的关键步。如果你有重复性操作，把它教给 Claude 的成本几乎为零，Pro 用户值得立刻试试。
腾讯混元推出 Hyra-1.0，一个能递归自我改进、专为性能导向研究与工程任务打造的智能体。其 Harness 采用双层循环架构，在 NanoChat、NanoGPT Speedrun、SOL-ExecBench 三项任务上均超过 Recursive 报告的结果，并在 55 个数学开放问题中的 29 个上刷新历史最好成绩。相关产物已在 Github Repo 开源。
推荐理由：展示了同一套循环在AI研发、数学、量子计算和药物设计中的迁移能力，更关键的是通过双层循环将评估器与solution共进化，使模糊目标也能被纳入搜索。
腾讯混元推出Hyra-1.0，一个能递归自我改进的研究智能体，在NanoChat等三项任务上均超越Recursive公开结果。Hyra在55个数学开放问题中刷新29个历史最好结果，并设计出仅含15个可训练参数即可完成10位数加法的Transformer。所有产物已在GitHub开源。
推荐理由：腾讯自己下场做递归自我改进的科研智能体，而且一口气在数学、量子、药物设计多个方向刷榜，这比发个单一模型更有想象空间。
AgentDebugX是一个开源调试框架，将LLM智能体调试组织为“检测-归因-恢复-重跑”闭环。其核心DeepDebug在Who&When基准上对qwen3.5-9b达到精确的智能体与步骤归因准确率，在GAIA上单次重跑即可修复失败任务。该工具提供Python库、CLI、Web控制台和可安装的智能体技能。
推荐理由：这个框架把调试从单步检测变成归因-恢复的闭环，DeepDebug的多轮诊断在GAIA上修好了13个失败案例，我觉得做agent开发的都可以装一个试试。
Grok for Excel 现已上线。
推荐理由：Grok 进 Excel 这步看似浅，但对整天和表格打交道的人，能直接在应用里调用 Grok 4.5 建模画图，比开网页版方便太多，是用 AI 改造办公的一个务实信号，非 Excel 用户可略过。