Google DeepMind Blog / Google Cloud Tech | Introducing Gemini 3.8 Live with Live Avatar
Google 发布 Gemini 3.8 Live with Live Avatar，并在 Gemini Enterprise 正式提供支持实时对话、视频化身和工具调用的 Agent，扩大了客服、培训与互动内容的实现空间。
Google Developers Blog | 通过 Google Cloud API Gateway 将 REST API 转为 MCP 工具
Google Cloud API Gateway 可根据 OpenAPI 注解把现有 REST API 暴露为远程 MCP 工具，同时复用认证、配额和日志策略，降低企业系统接入 Agent 的改造成本。
Claude Blog | Claude Opus 5.5 针对长时高上下文编码任务优化成本与缓存
Anthropic 宣布 Opus 5.5 降低 Token 与缓存成本并提高输出速度，多位用户同时肯定其编程、写作、意图理解和自主修正能力，可能改变长时任务的模型选择。
X 首页时间线 / Aaron Levie | Box 测试显示 Opus 5.5 在企业知识任务中更准确、更快且更省 Token
Box 内部测试称 Opus 5.5 在金融尽调、云成本、客户账户等任务中提高准确率，同时减少 63% Token、降低 42% 输出冗余并提速 30%；这是厂商数据，但提供了具体成本收益参考。
Claude Devs X / ClaudeDevs | Anthropic 恢复对部分安全拦截请求计费
Anthropic 将恢复对部分被安全系统提前拦截的生物学、模型蒸馏及前沿模型开发请求计费，相关领域的实验成本将直接受到影响。
claude-code-releases | Claude Code v2.1.282
新版本增加正文宽度、遥测诊断及 Chrome 与托管 MCP 共存设置，并修复会话恢复、extended thinking、登录刷新和网关历史损坏等可靠性问题。
vista8、op7418 / 向阳乔木、歸藏 | DeepSeek Harness 推出 Windows 和 Mac 官方 GUI 客户端
DeepSeek Harness 推出 Windows 与 Mac 官方 GUI，可直接消耗 DeepSeek Platform 账户余额运行，显著降低原有命令行工具的安装和使用门槛。
qwen-code-releases | Qwen Code v0.24.5 发布：强化托管运行时、CUA 与执行轨迹
正式版及对应 nightly 强化托管运行时生命周期、CUA、工具调用计时、轨迹可视化和基于运行证据的状态校准，提升托管 Agent 的可观察性与可靠性。
X 首页时间线 / LangChain | Managed Deep Agents 0.8 发布
Managed Deep Agents 0.8 新增用户级凭证与记忆、内部工具接入、Slack 文件传输和内置网页搜索，补齐真实团队部署所需的关键能力。
canghe / 苍何 | Meta 推出个人 AI Agent Muse
Meta 推出可跨多个生活场景执行任务的通用个人 Agent Muse，并围绕它继续扩展设备、连接器和执行环境，正式进入个人 Agent 市场。
AI at Meta X、Alexandr Wang / AI at Meta、Alexandr Wang | Meta 发布 Muse Realtime Avatar
Muse Realtime Avatar 提供低延迟音画同步、持续对话、视频聊天和声音定制；官方称其总体偏好领先 Runway Characters 与 HeyGen LiveAvatar，但完整评测数据尚未披露。
Alexandr Wang | Meta 发布独立 AI Agent 设备 Muse Charm
Meta 宣布无需依赖手机、电脑或眼镜的钥匙扣 Agent 设备 Muse Charm，计划于 2026 年 12 月、节日季前交付，显示个人 Agent 入口开始走向专用硬件。
Alexandr Wang | Muse Secure VM 的隔离架构与用户控制权
Muse 通过 runtime cell、外部 Sentinel 和隔离凭证存储，把开放执行环境与敏感操作分开，为长期运行 Agent 提供可控的云端 Ubuntu 环境。
Alexandr Wang | Muse 公布连接器与合作伙伴生态
Muse 正扩充连接器与合作伙伴生态，部分集成已经上线，Spotify 成为首个音乐合作方，表明 Muse 正从单一 Agent 向平台发展。
GitHub Trending / NVIDIA | Model-Optimizer：统一的模型压缩与推理优化工具库
NVIDIA Model-Optimizer 集成量化、蒸馏、剪枝、神经架构搜索和推测解码，并对接 TensorRT-LLM、TensorRT 与 vLLM，统一模型优化与部署链路。
GitHub Trending / vectorize-io | Hindsight：能够学习的 Agent Memory
开源项目 Hindsight 将自身定位为能够从历史信息中学习的 Agent Memory，为需要持续积累上下文的长期 Agent 提供基础设施选择。
Google Developers Blog | 用 MaxText 在 TPU 上复现 OLMo 3 7B 预训练
Google 使用 MaxText、JAX、XLA 和 Cloud TPU 复现 OLMo 3 7B 训练并匹配原始结果，还通过留出评测发现会制造虚假 loss 改善的数据加载缺陷。
X 首页时间线 / Pruna AI | Pruna AI 开源 Qwen-Image-2.1 少步数加速适配器
Pruna AI 开源 Qwen-Image-2.1 LoRA 适配器，将推理从 40 步压缩至 5 或 8 步，并宣称最高加速 6.3 倍，可直接降低图像生成成本。
MiniMax X / MiniMax | MiniMax-H3 在 AMD MI355X 上实现高速流式视频生成
Nunchux 将 MiniMax-H3 优化到 AMD MI355X，宣称可在 1.3 秒生成五秒视频，并允许生成过程中修改提示词，为实时、交互式视频创作提供了新路径。
Claude Devs X、X 首页时间线 / ClaudeDevs、Omid Mogasemi | Claude Code Projects 上线多线程编排与本地设备支持
Claude Code Projects 可围绕一个目标自动拆分并并行运行共享上下文的线程，同时新增本地执行与预览测试，正向更多 Pro 和 Max 用户开放。
Thariq | Claude Code 计划把 Plan Mode 改造成可定制的内置 Mod
Claude Code 计划允许用户修改 Plan Mode 提示词、创建和分享模式，或重新绑定快捷键，让团队可以把自己的工程流程固化进编码 Agent。
Nate Herk - AI Automation / Nate Herk | I Tested Opus 5.5 at Every Effort Level. What You Need to Know.
同一复杂 3D 项目的分档实测显示，更高 effort 通常改善成品，但时间、Token 和成本明显增加；作者建议多数任务从 medium 开始。
Claude Blog | Claude Tag 支持在 Slack 频道中调用个人连接器
Claude Tag 可在 Slack 频道中同时调用发起者的个人连接器和共享连接器，并保留权限继承、独立审计与发布前审阅，解决群聊 Agent 访问个人数据的治理问题。
bcherny / Boris Cherny | Claude 如何用模型检查定位并修复复杂代码缺陷
Claude 会为复杂状态机或竞态代码建立局部模型、寻找反例，再回到真实代码复现并修复缺陷；这种方法有助于排查难题，但不等同于全库形式化验证。
Alexandr Wang | Muse 获得独立邮箱地址
每个 Muse 将拥有独立邮箱，可被加入现有邮件线程或接收转发材料，让用户无需学习新入口就能向 Agent 交付任务。
Alexandr Wang | Muse for Mac 新增 Computer Use
Muse for Mac 新增电脑操作和任务队列能力，可在用户离开后继续执行排队工作，使个人 Agent 从建议工具转向可持续执行的工作代理。
Alexandr Wang | 用户用 Muse 自动报销心理咨询费用
一名用户称 Muse 在约二十分钟内从邮箱找到心理咨询发票并向 Aetna 提交理赔，展示了跨邮件检索、材料整理和保险网站操作的端到端能力。
X 首页时间线 / 金尘马 | 用渐进披露组织 AGENTS.md 与 SKILL.md
作者主张把 AGENTS.md 和 SKILL.md 作为能力入口，再通过 references、scripts 和 config 按需展开上下文，以降低上下文成本并提高维护性和执行稳定性。
X 首页时间线 / Leaf Yeah! | 数字人口播与 AI 网感剪辑自动生成剪映工程
该流程串联数字人口播、Agent 动效与素材编排、Gemini 视频质检和循环迭代，最终交付可人工微调的剪映工程，保留了生成后的编辑空间。
X 首页时间线 / Yihui | 用 Hypit 与 HeyGen 标准化生产 AI UGC 视频
Hypit 负责拆解参考视频、策划和编排生产，HeyGen 负责数字人生成，使团队能够一次规划、多条产出并标准化批量制作广告素材。
X 首页时间线、rwayne / 李韭二、Yanhua、Roland.W | ScienceBuddy 用多篇论文生成结构化科研证据表
三位用户的实测显示，ScienceBuddy 能检索多篇论文、比较结论、生成证据表并追溯原文，但页码引用仍可能出错，关键证据需要人工核验。
ai_xiaomu、vista8 / 黄小木、向阳乔木 | 严肃听英文播客：从文字稿到反复听读的知识内化工作流
两年实践形成的人机分工是：AI 负责转写和中文初稿，人工通过逐段审阅、改写与反复听读完成真正的理解和语言内化。
ai_xiaomu、rwayne / 黄小木、Roland.W | 国内 FDE 的重交付陷阱与轻服务转型
经验长文主张小团队避开数据治理和系统重构等重交付，转向基于成熟 Agent 的培训、陪跑、轻定制与标准化服务，以缩短交付并提高可复制性。
ai_xiaomu / 黄小木 | 多维表格和 Hermes 自动化门店日报
作者用多维表格和 Hermes 自动化多个门店在微信群中的日报提交、汇总和查看，案例收费 2000 元、客户感知价值约 2 万元，展示了小型业务自动化的付费空间。
X 首页时间线 / Jingchao | PR Lens 将代码改动转化为系统变化视图
PR Lens 用架构图、数据流和动画呈现代码改动对组件及调用链的影响，帮助审查者先理解系统变化，再阅读具体差异。
X 首页时间线 / Dreameryanyan | Recapta：把视频截图转化为可检索知识
Recapta 浏览器插件可在观看视频时截图，经 AI 识别、总结和归档后同步至 Notion 或 Obsidian，把内容捕捉到知识库沉淀连成完整闭环。
我的 X 收藏 / park | 产品越来越便宜，信任越来越贵，自媒体的下半场才刚刚开始
文章认为 AI 正压低产品与执行成本，创作者应开放大部分知识和产品来积累信任，再以复杂维护、持续服务、Agent、小 B 产品或订阅承接复购收入。
rwayne / Roland.W | 《其实你的 AI 生产力不重要，至少近期不重要》
文章指出个人 AI 提效不必然增加收入；只有它真正改变成本结构、产品价值、分发能力或社会连接，生产力才可能转化为可兑现的红利。
dontbesilent | 222 条抖音视频获得 7374 万播放但流量高度集中
作者披露 222 条视频累计约 7374 万播放，其中最高两条贡献 36.4%，显示内容流量呈明显幂律分布，不能用平均播放量判断单条成败。
rwayne / Roland.W | 所谓时代情绪，是一个时代里大众共同的心理底色
作者认为大众心理正从上升预期转向不确定和无力感，因此内容应减少套路包装，转而回应具体人物面临的真实损失与现实困境。
来源：Google DeepMind Blog；作者：Google DeepMind Blog；标题：发布 Gemini 3.8 Live with Live Avatar。Google 将实时视频化身、自然对话与工具调用组合进 Gemini 3.8 Live，并已在 Gemini Enterprise 正式提供。它与传统数字人的关键差异，不只是生成一张会说话的脸，而是让化身能持续理解对话、调用外部工具并完成任务。
这篇值得读，是因为实时化身正在从展示效果变成企业 Agent 的交互界面。判断产品是否可用时，重点不应停留在形象逼真度，而要看延迟、音画同步、长对话稳定性、工具执行和企业治理能否同时成立；这套标准也适用于客服、培训、销售演示和互动内容产品。
来源：Google Developers Blog；作者：Google Developers Blog；标题：通过 Google Cloud API Gateway 将 REST API 转为 MCP 工具。文章介绍如何用 OpenAPI 注解把现有 REST 操作暴露为远程 MCP 工具，同时复用 API Gateway 已有的认证、配额、日志和访问策略，避免为 Agent 重新建设一套后端接口。
它改变的判断是：企业接入 Agent 的主要工作未必是重写服务，而可能是为既有 API 增加清晰的工具描述与调用边界。可迁移的做法是先盘点稳定 API，再补充语义、权限和审计配置；MCP 层负责让模型理解工具，原网关继续承担生产治理。
来源：Claude Blog；作者：Claude Blog；标题：Claude Opus 5.5 针对长时高上下文编码任务优化成本与缓存。Anthropic 的产品论证不只强调模型能力，还将更低的 Token 与缓存成本、更快的输出和长时编码任务的完成效率放在一起；同期用户反馈则集中在编程、写作、意图理解和自主修正能力。
真正值得比较的不是单个 Token 的价格，而是完成整个任务所需的调用轮数、上下文重复传输、返工和人工监督成本。对长时间运行的编码 Agent，应按“任务总成本”做模型选择，并把缓存命中、一次完成率和错误恢复时间纳入评估，而不是只看榜单或输入输出单价。
来源：Nate Herk - AI Automation；作者：Nate Herk；标题：I Tested Opus 5.5 at Every Effort Level. What You Need to Know.。视频用同一个复杂 3D 项目测试多个 effort level，记录耗时、Token、成本和检查次数；结果显示，更高档位通常能改善成品，但资源消耗和等待时间也明显增加，作者建议多数任务从 medium 开始。
这项实测纠正了“effort 越高越好”的直觉：档位本质上是质量、延迟和成本之间的预算分配。可迁移的选择规则是，低风险草稿先用 medium，只有在错误代价高、验收失败或复杂推理确有瓶颈时再升级，并用增量收益而非主观观感决定是否长期采用高档位。
来源：Claude Blog；作者：Claude Blog；标题：Claude Tag 支持在 Slack 频道中调用个人连接器。频道中的 Claude 请求现在可以同时使用发起者的个人连接器和团队共享连接器，数据权限继承自请求者；系统还保留独立审计、发布前人工审阅和管理员治理，避免频道成员借 Agent 间接访问他人数据。
它说明多人协作 Agent 的核心难题不是“能否连接更多数据”，而是每次取数究竟代表谁、结果能否公开，以及越权如何被追踪。任何群聊 Agent 都可借鉴这套边界：身份随请求者传递，个人与共享权限分开计算，外发内容设置人工闸门，管理员只治理能力范围而不获得额外数据权限。
来源：AI at Meta X；作者：AI at Meta；标题：Meta 发布 Muse Realtime Avatar。Meta 将 Muse Realtime Voice 扩展成低延迟、音画同步且可持续对话的实时虚拟形象，并加入视频聊天和声音定制。官方还称其在实时通话偏好评测中领先 Runway Characters 与 HeyGen LiveAvatar，但现有材料没有披露完整样本和统计方法。
值得关注的不是又一个虚拟人演示，而是实时生成、对话状态和个性化声音正在被整合成连续交互产品。对类似方案的判断应从“画面像不像”升级为延迟是否打断交流、口型与情绪是否同步、长对话是否漂移，以及竞品偏好结论能否由透明评测支持。
来源：Alexandr Wang；作者：Alexandr Wang；标题：Muse Secure VM 的隔离架构与用户控制权。Muse 为用户提供可操作的云端 Ubuntu 环境，并用 runtime cell、外部 Sentinel 与隔离凭证存储分开处理开放执行、敏感信息和高风险操作，试图让 Agent 保持行动能力，同时限制其直接接触关键权限。
这套设计最有价值之处，是把安全问题从笼统的“信任模型”拆成多个信任边界：普通任务在执行单元中完成，凭证不直接暴露，敏感动作由独立控制层升级授权。类似原则可迁移到任何长期运行 Agent：环境、凭证和批准机制必须分离，而且授权应针对具体动作，而不是一次性开放整个账户。
来源：Google Developers Blog；作者：Google Developers Blog；标题：用 MaxText 在 TPU 上复现 OLMo 3 7B 预训练。Google 使用 JAX、XLA 和 Cloud TPU 跨框架复现 OLMo 3 7B 的预训练结果，并通过独立留出评测发现数据加载管线存在缺陷：训练 loss 看似改善，实际泛化结果却没有同步提升。
这篇的重要性在于，它把“复现成功”从曲线相似提升为数据、训练动态和外部评测共同对齐。可迁移到所有模型训练工作的原则是：不能只用训练 loss 判断改进，必须保留未参与调参的评测集，并在更换框架、数据加载器或并行策略后重新验证样本顺序、去重与泛化表现。
来源：X 首页时间线；作者：金尘马；标题：真的有必要普及一下 AGENTS.md 和 SKILL.md 这种文件的基本原理了。文章主张让 AGENTS.md 和 SKILL.md 充当能力入口，而不是无限增长的规则手册：核心约束留在入口，详细知识放入 references，可重复执行过程沉淀为 scripts，环境差异交由 config，并按任务需要渐进加载。
它改变的是“把所有上下文一次性塞给模型更稳”的判断。真正稳定的 Agent 系统需要清楚区分导航、知识、执行和配置，使模型只读取当前任务需要的材料；这套结构也适用于团队文档、自动化 SOP 和复杂提示词系统，可同时降低上下文成本、维护冲突与规则失焦。
来源：X 首页时间线；作者：李韭二、Yanhua、Roland.W；标题：ScienceBuddy 用多篇论文生成结构化科研证据表。三位用户分别用它研究睡眠、咖啡因和脑机制，展示了跨论文检索、补充搜索、结论对照、证据表生成和原文追溯能力；实测也暴露出页码引用可能出错，功能结论仍需回到论文核验。
这些案例说明科研 Agent 的价值不在替人宣布答案，而在快速呈现证据分歧、研究条件和未知部分。可迁移的工作方式是让 AI 承担搜索与结构化，人类检查原文、页码、样本和因果边界；当多个研究结论冲突时，优先比较研究设计，而不是让模型强行合成单一结论。
来源：ai_xiaomu、vista8；作者：黄小木、向阳乔木；标题：严肃听英文播客：从文字稿到反复听读的知识内化工作流。文章总结两年实践：AI 负责转写、整理和中文初稿，人再逐段审阅、修正表达，并结合原音反复听读。自动化缩短了资料准备，却没有替代形成理解所需的主动加工。
它值得读，因为它区分了“得到一份摘要”和“真正学会”这两件事。可迁移到课程、论文与会议记录的原则是：机器负责降低获取成本，人工必须通过改写、提问、复述和回听制造记忆线索；如果省掉这些摩擦，效率提升往往只是让内容更快被处理，也更快被忘记。
来源：ai_xiaomu、rwayne；作者：黄小木、Roland.W；标题：国内 FDE 的重交付陷阱与轻服务转型。文章结合多个项目和收入案例指出，小团队若承接数据治理、旧系统重构和跨部门协调，很容易陷入成本不可控的重交付；更可行的路线是基于成熟办公 Agent，销售培训、陪跑、轻定制和标准化服务。
这改变了“企业 AI 项目越深越有价值”的判断：深度定制可能带来高合同额，却不一定带来可复制利润。可迁移的业务设计是明确不接什么，把诊断、培训、模板、有限集成和持续支持拆成标准产品，并让报价对应清晰边界、交付周期与客户必须承担的内部协调责任。
来源：我的 X 收藏；作者：park；标题：产品越来越便宜，信任越来越贵，自媒体的下半场才刚刚开始。文章认为 AI 正在压低知识、软件和执行的生产成本，因此稀缺性会从“有没有产品”转向“是否值得长期相信”。创作者可以开放约 80% 的知识与产品来建立信任，再通过复杂维护、持续服务、Agent、小 B 产品或订阅承接复购。
这套框架改变了靠信息差收费的默认模式：免费公开不一定削弱商业价值，反而可以降低用户验证成本。真正适合收费的部分，应包含持续责任、个性化判断、系统维护和结果跟进；这一原则也能迁移到开源软件、咨询、课程与会员产品的免费层和付费层设计。
来源：rwayne；作者：Roland.W；标题：《其实你的 AI 生产力不重要，至少近期不重要》。文章指出，个人用 AI 更快写作、编码或处理资料，并不会自动带来收入；只有当提效改变成本结构、提高产品价值、扩大分发能力，或增强社会连接与交易位置时，它才会变成可交换的经济价值。
它纠正了把“节省时间”直接视作商业成果的常见误判。评估一项 AI 工作流时，可以依次追问：成本是否真实下降、客户是否愿意为新价值付费、产出能否触达更多人、它是否带来更强的合作关系；若四项都没有变化，提效很可能只是个人舒适度改善。
来源：rwayne；作者：Roland.W；标题：我非常想要去强调一个词，叫做时代情绪。连续文章认为，大众心理正在从稳定的上升预期转向不确定、疲惫和无力感；内容如果仍以成功模板、宏大口号和技巧包装为中心，便容易与读者的真实处境脱节，更有效的表达应回应具体人物正在承受的损失和现实难题。
值得读的地方在于，它没有把“情绪价值”理解成安慰，而是把社会心理变化转化为选题与叙事判断。可迁移的创作方法是从一个人、一个行动和一个代价开始，再提出能纠正常识的具体判断；时代情绪应作为理解受众的背景，而不能代替事实、人物与问题本身。
Joe Rogan / PowerfulJRE | Joe Rogan Experience #2558 - Tyler Engle
Joe Rogan Experience #2558 - Tyler Engle
时长：2:23:43
Nate Herk - AI Automation | I Tested Opus 5.5 at Every Effort Level. What You Need to Know.
I Tested Opus 5.5 at Every Effort Level. What You Need to Know.
时长：26:38
Nate Herk - AI Automation | I Tested Opus 5.5 vs. GPT-6 Astra on 12 Real Use Cases
I Tested Opus 5.5 vs. GPT-6 Astra on 12 Real Use Cases
时长：42:54
No Priors Podcast | Re-Founding Incumbents for the AI Era with Sequence Holdings Co-Founder and CEO Michael Lee
Re-Founding Incumbents for the AI Era with Sequence Holdings Co-Founder and CEO Michael Lee
时长：42:44
Grok YouTube | Introducing Grok Bot
Introducing Grok Bot
时长：未知
跨来源 ≥3 且首见 ≤14 天的名词，按来源数排序：
抓到 261 → 进批 84（32%）→ 进日报 31（37%）
今天批处理之后抓到 177 条（明早进批）：x-home 167、meta 2、google 1、anthropic 1、huang-xiaomu 1
待处理积压：0