PARK
每日 AI 情报 · Daily Newsletter

把噪声炼成信号

2026-09-24
01
快讯 Briefs

底层工具

工作流

  • ClaudeDevs | Claude Code Cloud sessions 正式推出
    Claude Code Cloud sessions 结束预览，可在本地设备关闭后继续运行；Pro 与 Max 用户分别获得一次性云端额度，长任务由此不再依赖本机持续在线。

  • Claude Blog / Jonah Ezekiel、Lexie Tonelli | 如何准备 AI 驱动的代码现代化项目
    Anthropic 建议用目标状态、自动正确性证明、promotion policy、环境审批和 Agent 工作流组织代码现代化，指出新瓶颈将从写代码转向验证、审批与发布。

  • rwayne / Roland.W | AGENTS.md 应作为按任务路由规则的入口
    同一系列文章主张把 AGENTS.md 作为跨工具的统一规则入口，按任务加载专项规范；只有反复执行的固定流程才值得封装成 Skill，以控制重复文档和上下文膨胀。

  • X 首页时间线 / AYi | Lauren Tan 用运行时证据管理大规模编码智能体
    案例强调以代码库约束、静态规则和真实环境运行证据管理高吞吐编码 Agent，而不是人工逐行审查，并据称支撑了约 2,500 个 PR。

  • ClaudeDevs、Boris Cherny 等 | claude.ai 在两周内提速至 3 倍
    Anthropic 团队称借助 Claude 完成性能测量、调试和优化，两周内让 claude.ai 提速约三倍，并公开提示词和方法，为 AI 辅助性能工程提供了可复用案例。

  • Boris Cherny | 用 Opus 5.5 和 Lean 形式化验证 Claude Agent SDK
    Boris Cherny 使用 Opus 5.5、Lean 和 TLA+ 检查 Claude Agent SDK，并称由此推动修复 16 个缺陷和竞态问题，展示了模型与形式化工具结合的验证路径。

  • vista8 / 向阳乔木 | Vibe coding 将大厂项目周期压缩到一周
    一线案例称 vibe coding 将原需一至两个月的项目压缩到一周，但高频生成和提交也把主要压力转移到了测试、审查与持续迭代。

  • ai_xiaomu / 黄小木 | FDE 实施改为培训员工自建并调试 Agent
    一项企业 FDE 项目不再由外部团队包办，而是培训员工自行识别痛点、搭建和调试 Agent，再通过内部评审和共享平台扩散成果。

  • OpenAI Developers | 用 Codex 将 LED 显示屏改造成语音助手
    案例用 Codex 完成 Raspberry Pi 与 LED 屏的接线调试，由实时模型维持对话、另一模型异步研究并调用工具，展示了本地硬件与多模型分工方式。

  • X 首页时间线 / Brian Armstrong | Coinbase for Agents 支持股票交易与 x402 数据支付
    Coinbase 宣传 Agent 可通过 MCP 交易加密资产、衍生品和数千只股票，并使用账户 USDC 经 x402 按需购买实时数据，形成交易、支付与数据采购闭环。

  • ai_xiaomu / 黄小木 | 大模型评测从入门到实际选型
    文章建议先用公开基准初筛，再在真实业务中同时评测质量、成本和速度，避免把存在偏差的榜单名次直接当成选型结论。

  • ai_xiaomu / 黄小木 | AI 视频小白第一课：文生视频与动作迁移教程
    教程覆盖文生视频、图生视频、分镜制作和动作迁移，并强调根据成片错误迭代提示词、提前核算失败重做成本，形成了较完整的生产路径。

  • 我的 X 收藏 / 卡尔的AI沃茨 | 开源 463 个 AI 视频案例、14 个提示语模板和 25 个 Skills
    awesome-seedance 与 GoodCase 基于 463 次真实生成复测沉淀模板和 Skills，并持续用多模态模型收录、评分和聚类案例，把经验转成了可复用资产。

  • rwayne、ai_xiaomu 等 | Pexo 用对话、试片和圈选批注交付完整宣传视频
    多个案例显示，Pexo 可从网址、录屏或产品构想出发，通过分镜规划、试片确认、自动剪辑和圈选修改交付宣传片，也可把视频前移到创业需求验证阶段。

  • OpenAI Blog | Ringg 的 AI 智能体使用 OpenAI 解决多达 65% 的客户来电
    Ringg 使用 GPT-5.6 构建多语言全渠道客服 Agent；官方案例称其可自动解决多达 65% 的来电，模型相关成本较 GPT-4.1 降低 90%，为客服自动化提供了量化参照。

内容

02
深读 Deep Read

Antigravity SDK 新增本地 AI 模型支持

来源：Google Developers Blog；作者：Google Developers Blog；标题：Antigravity SDK 新增本地 AI 模型支持。文章提出一种混合 Agent 架构：让能力更强的云端模型负责规划，把高令牌、可本地完成的执行任务交给本地模型。SDK 可接入 LiteRT、Ollama 和 vLLM，分别覆盖端侧部署、本地开发与更高吞吐的服务化推理，使离线、隐私敏感或成本受限的工作流不必完全依赖云端。

它改变了“本地模型只是低配替代品”的判断：本地模型可以成为执行层，云端模型则充当调度与推理中枢。可迁移到其他 Agent 系统的关键不是简单切换模型，而是先按任务复杂度、数据敏感性、上下文规模和延迟要求切分职责，再设计模型路由、失败回退与结果验证。

Private AI Compute 引入安全的服务端记忆

来源：Google DeepMind Blog；作者：Google DeepMind Blog；标题：Private AI Compute 引入安全的服务端记忆。Google DeepMind 试图同时解决个人 AI 的两个矛盾需求：模型需要跨会话保留上下文，用户又不应为此放弃隐私。方案把记忆放到受保护的服务端计算环境中，重点不只是保存信息，还包括记忆的隔离、受控调用和安全边界。

这篇文章值得读，因为长期记忆正在成为个人 Agent 的基础能力，但“能记住”不等于“值得信任”。它会把评估重点从记忆容量转向谁能写入、何时读取、如何撤销以及系统运营方能看见什么；这套判断同样适用于健康助手、企业知识库和任何需要跨会话个性化的产品。

Claude 发现带有类 CRISPR 重复序列的新型酶系统

来源：Anthropic News；作者：Anthropic News；标题：Claude 发现带有类 CRISPR 重复序列的新型酶系统。Anthropic 称约 950 个 Claude agents 在噬菌体 DNA 数据中发现此前未表征的 ART 逆转录酶系统及类 CRISPR 重复序列，并据此提出由人类科学家执行的验证实验。当前成果主要属于候选发现与实验假设，具体功能及应用价值仍未得到湿实验确认。

真正重要的不是“AI 已经成为科学家”，而是多 Agent 可以并行搜索庞大假设空间、汇总计算证据，再把有限且高价值的候选交给实验人员。这要求严格区分模型提出、计算支持和实验验证三层证据；同样的方法可迁移到药物发现、材料研究和其他验证成本高昂的领域，用 AI 提高候选质量，而不是替代最终证实。

Claude Marketplace 集中提供插件、连接器、Agent 与服务伙伴

来源：Claude Blog；作者：Claude Blog；标题：Claude Marketplace 集中提供 plugins、connectors、产品、agents 与服务伙伴。Anthropic 将超过 2,000 个插件、连接器、第三方产品、Agent 和咨询服务集中到统一市场，并允许部分企业把既有 Anthropic 承诺预算用于采购 Snowflake、Vercel 等合作伙伴能力。这不只是发现入口，也把上架、分发和企业采购连接成一套商业机制。

它改变的判断是：Agent 生态竞争不再只围绕模型能力，也围绕谁掌握企业预算、采购关系和默认分发。独立开发者需要研究的不只是如何接入 Claude，还包括上架门槛、预算结算、定价权和客户归属；这一框架也适用于其他平台市场，判断平台究竟提供了流量，还是同时控制了交易与利润分配。

Gemini 推出新一批 Connected Apps

来源：Gemini Blog；作者：Gemini Blog；标题：Gemini 推出新一批 Connected Apps。Google 为 Gemini 推出 13 个应用连接，覆盖 Adobe、Airtable、Apartments.com、Experian、Peloton、Picsart、SeatGeek、Squarespace、Wispr Flow 和 Linear 等服务。能力不再局限于读取信息，还包括生成创意素材、管理数据与自动化、预约课程和处理工作内容等动作。

值得关注的不是连接数量，而是连接器是否跨过了从“回答问题”到“完成任务”的门槛。评估时应逐项区分只读查询、内容生成和具有副作用的管理操作，并检查授权、确认与撤销机制；这套方法可用于判断任何 Agent 集成是真正形成工作闭环，还是只给现有 API 套上对话入口。

如何准备 AI 驱动的代码现代化项目

来源：Claude Blog；作者：Jonah Ezekiel、Lexie Tonelli；标题：如何准备 AI 驱动的代码现代化项目。文章用六步框架组织大型代码迁移，核心对象包括清晰的目标状态、自动化正确性证明、promotion policy、环境审批和 Agent 工作流。其核心判断是：当代码生成速度大幅提升后，真正的瓶颈会转移到验证、审批和发布，而不是继续停留在“能否写出新代码”。

这篇文章的价值在于把现代化项目从一次性重写变成可逐步晋级的生产流程。可迁移的做法是为每个变更附带可机器检查的正确性证据，明确从实验、预发布到生产的晋级条件，并把人工审批放在高风险边界；这比单纯扩大 Agent 数量更能提高迁移吞吐和可控性。

《你对 AGENTS.md 的理解几乎为零》

来源：rwayne；作者：Roland.W；标题：《你对 AGENTS.md 的理解几乎为零》。文章主张把 AGENTS.md 作为跨工具的统一规则入口，而不是塞满所有项目知识：常驻内容只负责全局约束与任务路由，专项规则按需加载；只有需要反复执行、步骤相对固定的流程，才值得封装为 Skill。

它改变了“规则越完整，Agent 越可靠”的直觉。过多常驻规则会制造重复、冲突和上下文膨胀，真正有效的是分层治理：入口文件保持短而稳定，项目事实放在对应文档，可执行流程再进入 Skill。这个结构可迁移到任何多 Agent 项目，用来降低规则漂移、重复维护和工具间行为不一致。

claude.ai 在两周内提速至 3 倍

来源：Claude Devs X；作者：ClaudeDevs；标题：claude.ai 在两周内提速至 3 倍。Anthropic 称团队借助 Claude 完成性能测量、瓶颈定位、调试和优化，在两周内将 claude.ai 的速度提升至约三倍，并公开了相关提示词与方法。这里的模型并非直接“让网站变快”，而是参与证据收集、假设生成和优化循环。

这类案例比单纯展示生成代码更有价值，因为性能工程依赖可重复测量和因果验证。可迁移的方法是先固定基线和性能预算，再让模型分析 trace、提出小范围改动，并用真实环境数据逐项验收；它提醒团队，AI 能提高调查吞吐，但每项优化仍必须由运行证据确认。

大模型评测从入门到实际选型

来源：ai_xiaomu；作者：黄小木；标题：大模型评测从入门到实际选型。长文梳理常见模型基准、排行榜局限和评审偏差，主张把公开榜单用于候选初筛，而不是直接得出采购结论；进入真实业务后，还要在同一任务集上同时对账输出质量、调用成本、延迟与稳定性。

它纠正了“总榜第一就是最佳模型”的选型习惯，因为不同业务对准确率、格式遵循、速度和价格的权重完全不同。可迁移的流程是建立代表真实失败模式的业务样本集，设定可判定的评分标准，再以统一参数重复测试候选模型；最终选择的应是约束条件下的最优解，而不是单项能力最强者。

AI 视频小白第一课：文生视频与动作迁移教程

来源：ai_xiaomu；作者：黄小木；标题：AI 视频小白第一课：文生视频与动作迁移教程。教程覆盖文生视频、图生视频、分镜设计，以及用深度视频配合角色图完成动作迁移，并强调根据成片中的动作、构图和一致性错误反向修改提示词。它还把失败重做纳入预算，而不是只计算一次生成成本。

这篇教程值得读，是因为它把“会用模型”还原成素材分工、镜头规划、生成、检查和返工的生产流程。可迁移到其他生成内容工作的原则是：先确定每类素材承担什么约束，再按最终错误逐项回溯，而不是不断重写整段提示词；预算也应以可用镜头成本计算，而非单次调用价格。

开源 463 个 AI 视频案例、14 个提示语模板和 25 个 Skills

来源：我的 X 收藏；作者：卡尔的AI沃茨；标题：开源 463 个 AI 视频案例、14 个提示语模板和 25 个 Skills。awesome-seedance 与 GoodCase 基于 463 次实际生成复测，提炼出 14 个提示语模板和 25 个 AI 视频 Skills，并使用多模态模型持续收录、评分和聚类案例。项目的重点不是堆积提示词，而是从真实结果中寻找可重复结构。

它改变了“提示词模板主要靠高手经验编写”的判断：更稳健的路径是积累样本、评价成片、聚类共性，再把稳定步骤封装为 Skill。这个过程可迁移到图像、代码和研究 Agent——先保存输入、结果与失败原因，再从证据中抽象流程，避免把偶然成功误写成通用方法。

用超长提示词与多种生成工具重制《Claude Pop》音乐视频

来源：Thariq；作者：Thariq；标题：用超长提示词与多种生成工具重制《Claude Pop》音乐视频。制作说明揭示，所谓 one-shot 视频实际依赖约一万字符的提示词、案例与技能库、多种生成 API、约 2,000 美元额度，以及反复截图检查和局部重做。最终成片是多环节约束和人工选择的结果，并非一次调用自然涌现。

它值得读，因为它给高质量 AI 视频补上了经常被展示视频隐藏的成本结构。判断项目可复制性时，应分别计算前期创意资产、模型费用、人工复核和返工次数；这套拆解同样适用于任何“AI 一键完成”的案例，帮助团队分辨产品能力、制作能力与营销叙事。

AI 独立游戏上线 20 天净营收 2.3 万元

来源：ai_xiaomu；作者：黄小木；标题：AI 独立游戏上线 20 天净营收 2.3 万元。个人开发者称使用 Codex、GPT-image-2 和天工 music 制作《无为修仙传》，上线约 20 天售出 2,600 多份、净营收约 2.3 万元，并通过玩家群高频收集反馈和迭代。案例同时给出了工具组合、销量、收入及上线后的运营方式。

真正可借鉴的不是“AI 能低成本做游戏”，而是开发、发行和社区反馈形成了商业闭环。判断其可复制性，需要继续核对开发时间、平台流量、退款情况和获客来源；但它已经说明，AI 的价值更多体现在缩短验证周期，让个人开发者更快面对真实玩家，而不是免除玩法、发行和运营工作。

《AI 时代的审美提高手册（下）》：如何培养可用于创作的审美判断

来源：rwayne；作者：Roland.W；标题：《AI 时代的审美提高手册（下）》：如何培养可用于创作的审美判断。长文提出一条可操作的审美训练路径：持续接触优秀作品，用控制变量比较不同版本，进入真实空间调动多种感官，并记录每次选择背后的具体理由。审美因此不再只是“喜欢或不喜欢”，而是能够指导筛选与修改的判断系统。

它改变了“模型能力提高后，审美问题会自动消失”的判断。生成供给越丰富，人越需要辨认什么值得保留、哪里应该修改；这套方法可以转成日常评审习惯：一次只改变一个变量，写下取舍依据，积累自己的案例库，并把模糊感受逐步转化为可复用标准。

X 起号的核心是用价值与关系占据生态位

来源：ai_xiaomu；作者：黄小木；标题：X 起号的核心是用价值与关系占据生态位。长文以三个月实践把账号增长概括为“价值 × 关系 × 在场”：用作品证明能力，通过高质量互动进入目标圈层，并持续出现，让别人形成稳定认知。它反对把增长简化为发帖频率、情绪词或单次爆款。

值得读的原因是，它把内容增长从流量技巧转回网络位置与信任积累。更有用的衡量不只是粉丝数，而是目标人群中的触达、重复互动、合作邀请和付费转化；这套框架也可迁移到专业社群、开源项目和个人品牌经营，用持续贡献换取可重复的关系资产。

视频更新

YouTube

03
产品雷达 Product Radar

Top Three Products to Build Today

  1. 面向普通用户的一键 AI 人像与生活照精修 App：帮助没有修图经验的手机用户自动完成肤质优化、背景清理和社交媒体成片输出。
  2. 面向减脂人群的拍照式 AI 饮食记录器：帮助减脂用户通过拍摄餐食自动估算热量并持续跟踪每日摄入。
  3. 面向青少年体操俱乐部的 AI 动作纠错教练：帮助教练和学员从训练视频中识别姿势偏差并获得逐动作改进建议。

新名词雷达 · 2026-09-24

跨来源 ≥3 且首见 ≤14 天的名词，按来源数排序：

  • Jev · 7 个来源 · 首见 2026-09-16 · 1 2 3
  • CRISPR · 3 个来源 · 今天首见 · 1 2 3
  • Medicare · 3 个来源 · 今天首见 · 1 2 3

覆盖率 · 2026-09-24

抓到 254 → 进批 91（36%）→ 进日报 33（36%）
今天批处理之后抓到 163 条（明早进批）：x-home 152、meta 4、anthropic 3、vista8 2、bcherny 1
待处理积压：0

获取 → 内化 → 产出 · 每天把噪声炼成信号 往期回顾 →