跳到正文

内容类型

产品更新 最新动态

AI 产品与应用的功能上新、改版与商业化——谁家的产品变强了、变贵了、能用了。

40 条精选近 30 天 30 条共收录 271 条

更新

精选归档 · 第 2 页

10月27日周二第 21–40 条
  1. Google Developers Blog61

    Google A2UI 推出可切换推理格式,A2UI Express 延迟最高降 3x

    Google 为生成式 UI 协议 A2UI 推出可切换推理格式,新增 A2UI Express 作为默认格式,生成同类 UI 延迟最高降 3x、token 最多省 3x,配合 TypeSafe 的 Jev 这类决策模型做布局决策时延迟最高可降 80x。

    推荐理由:原文给出四种推理格式在同一评测下的对比结果,读者可按屏幕是否有固定布局,在 Express 与决策模型两条路径之间做选型。

10月26日周一
  1. Google Developers Blog66

    Google Docs 与 Drive 原生支持预览、编辑和协作 Markdown(.md)文件

    Google 宣布 Google Docs 与 Drive 现已原生支持预览、编辑和协作 Markdown(.md)文件,无需手动转换文件格式。文档顶部显示 .md 徽标标识原生 Markdown 文件,团队成员与 AI 智能体可共同编辑同一文件并使用行级评论、建议修订和完整版本历史,Drive 内可渲染预览表格与超链接并切换到原始文本。

    推荐理由:原文说明 .md 文件无需转换即可在 Google Docs 中直接编辑协作,开发者可据此判断文档与 git 仓库工作流的衔接方式。

10月23日周五
  1. vLLM 官方博客65

    vLLM 为 MiniMax-M3.1-Flash 提供 Day-0 支持,覆盖 NVIDIA 与 AMD 多款 GPU

    vLLM 官方宣布为 MiniMax-M3.1-Flash 提供 Day-0 支持,覆盖 NVIDIA Blackwell、Rubin(含专属 Rubin 内核)与 AMD MI350 系列 GPU,并提供 NVIDIA 和 AMD 两个预构建镜像。

    推荐理由:原文按 Blackwell、Rubin 和 AMD 三类硬件给出内核级加速数据与 AgentX 基准结果,推理部署选型时可对照自身场景参考。

10月22日周四
  1. Pydantic AI 官方文章65

    Pydantic AI 接入 E2B 原生沙盒,编码智能体命令隔离运行

    Pydantic AI 新增 E2B 原生沙盒支持,智能体加上 E2BSandbox() 能力后,每条 shell 命令和文件操作都在隔离的 E2B microVM 中运行,不触及用户本机环境。

    推荐理由:原文展示编码智能体命令如何在隔离沙盒中运行,并给出多轮任务间暂停恢复与进程崩溃后继续的完整示例。

  2. MiniMax Research Blog65

    MiniMax Code 推出 Mini App,让 Agent 工作留在常驻页面而非散落各会话

    MiniMax 在 MiniMax Code 桌面应用中推出 Mini App,一种带前端和后端、以插件形式安装的长驻应用,可与 Agent 互相调用,让 Agent 的工作留在常驻页面而不是散落在各会话中。

    推荐理由:原文讲清 Mini App 与插件的区别,是在 Agent 之上构建带前后端的常驻应用,读者可据此判断是否把任务流从聊天会话迁出。

10月20日周二
  1. Google Developers Blog66

    Google 发布 TPU 上的 vLLM 与 SGLang 原生 PyTorch 推理引擎

    Google 在 TPU 上推出基于 TorchTPU 的原生 PyTorch 推理引擎 vLLM-TorchTPU 与 SGLang-TorchTPU,分别与 Inferact 和 RadixArk 合作开发,项目已在 GitHub 开源。

    推荐理由:为习惯 PyTorch 的开发者提供不经 JAX 后端直接在 TPU 上运行 vLLM 和 SGLang 的方式,并附公开基准的成本与吞吐数据。

10月19日周一
  1. Google Developers Blog62

    Google 发布 LiteRT Tensor API,用 C++ 手工构建端侧模型

    Google 发布 LiteRT Tensor API,作为 LiteRT 栈中的轻量 C++ 建图层,支持逐算子构建计算图,同一计算图可在 CPU、GPU 与 NPU 上运行,也可经 XNNPACK 无模型文件直接在 CPU 执行。

    推荐理由:为需要手工控制模型的开发者提供折中路径,同一份 C++ 计算图可跑 CPU、GPU 和 NPU,免去按后端重写的工程量。

10月14日周三
10月12日周一
10月6日周二
  1. Cursor Changelog63

    Cursor iOS 应用支持远程控制电脑上的本地智能体

    Cursor 在 iOS 应用中上线 Remote Control 功能,用户可在手机上查看并回复电脑上正在运行的本地智能体。该功能除 Enterprise 组织外默认开启,需下载 iOS 应用并登录,账号下的电脑自动出现,在桌面端批准配对后即可查看智能体动态或发送消息。

    推荐理由:原文给出 iOS 端配对步骤与电脑需插电开盖保持在线的要求,读者可据此判断外出时如何接管本地任务。

10月2日周五
  1. Suno · Blog67

    Suno 推出 Speech(beta),一条音轨同时生成语音与配乐

    Suno 推出 Speech(beta),官方称其为首个把语音与背景音乐合成为同一条完整音轨的音频模型,现已向所有用户开放。用户输入一段文字并描述想要的嗓音与音乐风格,即可生成配上原创背景音乐的朗读音频,该功能此前已小范围测试一个月。官方提示 beta 阶段口音和戏剧性停顿尚不稳定,将根据社区反馈持续改进。

    推荐理由:Suno 官方介绍了语音与配乐合为一条音轨的生成方式和用法,并坦承 beta 阶段口音与停顿还不稳定,可据此判断适用场景。

9月23日周三
  1. Cursor Changelog61

    Cursor 推出 Rollouts 和 Security Review 两款代码发布与安全审查机器人

    Cursor 推出 Rollouts 和 Security Review 两个机器人,分别监控代码部署后的健康度并在每个 pull request 上报告可利用漏洞,即日起面向 Teams 和 Enterprise 计划开放。

    推荐理由:原文给出两款 bot 的监控与审查机制、报告维度和计划开放范围,团队可以据此判断是否纳入现有发版流程。

9月10日周四
  1. Cursor Changelog72

    Cursor 发布 Projects,用协调者智能体统筹数千子智能体承接大型开发任务

    Cursor 推出 Projects 功能并开启 beta,用于承接功能开发、迁移或完整应用等大型工作,可维持数月上下文、把任务分派给数千个子智能体,并自动执行周期性工作。

    推荐理由:原文写清协调者智能体只负责规划和分派任务而非亲自写代码,读者可以据此理解云端多智能体协作如何承接大型开发工作。

9月2日周三
  1. Cursor Changelog64

    Cursor 推出自托管机器功能,工具执行可完全留在自有网络

    Cursor 推出自托管机器(self-hosted machines)功能,智能体的工具调用可在用户自有基础设施内本地执行,代码库、构建产物和密钥全部留在内部机器。

    推荐理由:原文说明了池化调度、休眠恢复与沙箱接入细节,读者可据此评估把代码和密钥留在自有内网的智能体部署方案。

8月15日周六
  1. Augment Code 博客62

    Augment Code 重构 Auggie CLI harness,任务成本比 Claude Code 低 53%

    Augment Code 从零重构了 Auggie CLI 的 harness,在 SWE-bench Pro 同等通过率下单任务成本 $1.27,比 Claude Code 的 $2.70 低 53%,比旧版 v1 也再降一档。

    推荐理由:原文把降本归因于工具面收缩、检索替代探索和主动压缩三个做法,做 Agent 工程的读者可以对照自查自己的 token 成本。

5月14日周四
4月29日周三
  1. goose 官方博客71

    goose v1.26 集成 Peekaboo,走出终端操控 macOS 桌面

    goose v1.26 用 macOS CLI 工具 Peekaboo 重构 Computer Controller 扩展,使智能体能识别屏幕界面并点击、输入、滚动、拖拽操作 Mac 上的应用。

    推荐理由:原文解释了用元素 ID 取代像素坐标的桌面操作设计,并给出适用场景与使用限制,可帮助读者评估智能体 GUI 自动化在自己工作流中的可靠性。

2025年12月23日周二
  1. Replit · Blog67

    Replit 接入 ChatGPT,可在对话中直接构建应用

    Replit 宣布接入 ChatGPT,用户在消息中 @replit 描述需求,即可由 Replit Agent 在对话内构建应用并实时显示预览。连接需在 ChatGPT 设置的 Apps & Connectors 中完成,每个对话对应一个应用,成品存入 Replit 账户,可继续添加数据库、连接 API 并发布到自定义域名。

    推荐理由:原文给出在 ChatGPT 内用 Replit 构建应用的接入步骤与适用范围,读者可据此判断对话式开发是否适合自己的流程。