Qwen3.8-Flash 现已在 OpenCode Go 中可用
OpenCode 宣布 Qwen3.8-Flash 模型现已在 OpenCode Go 中可用,支持 125B/6B 参数、1M 上下文和多模态能力。
OpenCode 宣布 Qwen3.8-Flash 模型现已在 OpenCode Go 中可用,支持 125B/6B 参数、1M 上下文和多模态能力。
Grok 机器人出奇地有趣。从 Claude Code/Cowork/Codex 转过来,我原本没期望会这么喜欢它,但我严重低估了拥有持久云计算机的好处。
PDF解析很有趣,因为企业文档种类繁多。对于每种文档,都需要精确的边界框、置信度和领域特定标注,以便为下游代理提供丰富元数据。以表单为例,除了输出为markdown,我们检测每个注释、字段、复选框和部分,从而无需单独的LLM提取步骤即可获得结构化信息,并附带来源引用。这很难,但值得优化。查看LlamaParse!

感觉Grok Bot最佳场景之一是各种榜单监控,自动化测试。比如让它监控Github Trend,给项目写摘要,自动安装运行给报告。让它每天自动访问Producthunt,发现好的产品,自动注册测试,每天9点发昨天的体验报告。它能一直运行,登录你给的各种账号,超级的Computer Use。群聊协作目前还没感觉到特别大的必要性。

谷歌发布Gemini Omni 1.1 Flash,感觉提升不明显但够用。Gemini Pro会员在Flow里每月可生成100个10秒视频,额度充足。同时发布了生成视频的提示词手册。
Codex 的电脑使用回顾功能记录了一周电脑操作,生成了一份 recap 报告。报告显示:研究风格很少只做抽象研究,常将 PDF 转化为网站、PPT、视频等;常用工具包括 Chrome、微信、Finder、AI 编程工具等;写作风格具体、有冲劲、重视证据,且适合重复利用。

Grok 现已登陆 Microsoft Foundry。
发布了一个基于 Claude Opus 4.6 的写作 Skill,通过分析一篇获奖文章提炼出写作技巧,包括数字运用、物件描写、重复结构等,并提供了使用方法和推荐模型。
TTS语音合成模型领域的OpenRouter,YC投资,注册就送100美元。刚测试生成了中英文各一条,消耗0.02美金,太棒了!地址见评论区。


用户开始体验 Grok 的 Computer Use 功能,认为其操作浏览器更原生,可自动打开 Product Hunt 并登录谷歌账号测试产品生成报告,类似场景可用于调研分析,至少算高级爬虫。
作者实验发现,H3 Max通过网页界面即可在观看时间内生成高质量AI视频,从点击生成按钮到完成几乎实时,且包含提示增强功能。
Cursor 现在支持创建新的 Web 应用,代码存储在 Origin,并可一键部署到 Vercel。
ChatGPT 现在可以帮你预约理发,这标志着它正逐步成为你的个人通用人工智能(AGI)。
LlamaIndex 在 LlamaParse 中新增了原生智能体电子表格提取功能。该功能针对电子表格与 PDF 等文档格式的差异,采用代码解释器而非 OCR 方式,通过调优的智能体引擎(模型+框架)实现大规模模式引导的提取,可将资产负债表等密集表格转换为干净的结构化字段。用户可在 API 文档中集成,或在 UI 的 agentic plus 模式中启用电子表格选项。

X Premium+ 用户现在可以使用 Grok bot,它提供了一台配置不错的虚拟机(Debian 13,8 核 Intel Xeon,16 GB 内存,128 GB 存储),支持远程 Linux GUI 和安装软件,还能在线安装各种 Skill。这相当于给 Agent 一台电脑,价值巨大,玩法很多。

一个名为「一颗圆点,无限的爱」的 Skill 可将照片转换为波普圆点风格,以纪念草间弥生。


Cohere 表示,解析是企业数据有效用于 LLM 的最大瓶颈之一。过去只能在高质量但昂贵且不可扩展的解析与低质量但可扩展的解析之间选择。现在,Cohere 宣称不再需要妥协。

这个机器人只有小脑,没有大脑。内置模型能控制动作和避障,但往哪走靠手柄或激光引导,是个造型可爱的宇树。有视觉能力但仅用于避障,完全本地模型处理。没有听觉、说话、思考能力,但模块化设计可自行扩展。Github开源文档:https://github.com/pollen-robotics/microduck
抱抱脸发布了一款机器人鸭子,能看能跑能说话,售价399美元。
Hugging Face今日发布Microduck,一款售价399美元的开源机器人,可通过强化学习训练新技能,如行走、拾物、跌倒后起身甚至轮滑。此举旨在推动物理AI和世界模型的民主化,降低机器人开发门槛。
Qwen3.8-Flash 现已上线 OpenRouter,支持编码助手、智能体工作流和长视频理解,可通过单一 API 调用使用。
字节跳动推出“豆包工作”客户端,面向工作场景,与飞书深度集成,可获取飞书上下文、管理会议纪要和文档,支持Agent能力、MCP生态及Windows优化,并赠送一个月会员。


GPT在图像功能里新增了一键制作表情包的选项,无需任何提示词技巧。而且现在生成图片是透明背景了,用起来可太方便了。
豆包工作与飞书合体,办公能力大增。用户用豆包工作将纯图PDF转化为官网、PPT和宣传视频,认为这是为中小企业做FDE的新选择,尤其适合已使用飞书的企业。
字节跳动发布独立Agent产品「豆包工作」,与飞书深度整合。实测中,用户上传日文PDF后,豆包工作自动生成官网、社交媒体素材、宣传片和双语PPT,并支持生成日语邮件Skill。该产品能调用企业上下文,实现权限内的信息查询与任务执行,旨在提升办公效率。
作者内测发现 Apodex 深度搜索能力超强,还能写代码、多 Agent 组合完成复杂任务。该公司由陈天桥创立,本次发布 Apodex 1.1 mini 35b 模型并开源 Harness 框架,网站可用。
腾讯云发布 ADP 4.0 海外版,定位为 Agent 开发平台,旨在解决 Agent 开发后的上线、分发和管理难题。该平台覆盖构建、接入、分发、治理等环节,为企业提供全生命周期支持,弥补了现有框架和 SDK 在运维管理方面的不足。


作者开发的 Chrome 插件 Clean X Up 已通过审核,可隐藏 Twitter 上的小蓝点、小蓝条、趋势和新闻等干扰项。插件开源,欢迎下载和提 issue。

OpenAI Codex 的 5 小时使用限制重新生效,但仅针对 Plus 用户。据 Tibo 解释,此举旨在平衡负载,并防止 Plus 用户因额度不足而沮丧。Pro 用户(100 或 200 美元档)不受此限制。

Apodex 推出深度研究 AI,能直接读取本地数据文件、文献和表格,并运行代码进行分析,提供可核查的结论,支持过程回溯和人工介入。同时发布 35B 开源模型 Apodex 1.1 mini,在专业任务、金融研究和科研领域表现领先。