Manus 推出 Cloud Computer:云端专属机器全天候运行 Bot 与脚本
Manus 发布 Cloud Computer,一种云端专属机器,可 24/7 运行 Bot、Python 脚本和定时抓取任务,文件与安装的工具在任务之间保留。
推荐理由:官方介绍了 Cloud Computer 的持久运行、共享文件系统与三种环境分工,读者可据此判断哪些任务适合从临时沙盒迁移过来。
Manus 发布 Cloud Computer,一种云端专属机器,可 24/7 运行 Bot、Python 脚本和定时抓取任务,文件与安装的工具在任务之间保留。
推荐理由:官方介绍了 Cloud Computer 的持久运行、共享文件系统与三种环境分工,读者可据此判断哪些任务适合从临时沙盒迁移过来。
FlashQLA是基于TileLang构建的高性能线性注意力内核,专为个人设备上的智能体AI设计。其核心创新包括门控驱动的自动片内计算并行、硬件友好的代数重构以及TileLang融合的Warp专用内核,通过提升流处理器利用率,在前向传播上实现2-3倍加速,反向传播实现2倍加速。该技术在小模型、长上下文工作负载和张量并行设置中效果显著,虽然在大批次处理时内存I/O开销略高,但在边缘设备和长上下文场景中实际性能更优。反向传播通过16级Warp专用流水线在严格片上内存限制下实现了核心级加速。相关资源已开源。
推荐理由:2 倍加速的背后是 Warp 特化流水线和自动 Copy 策略,像给手机 GPU 开了条专用跑道,做端侧 Agent 的可以直接拉代码试试。
运行 `stripe projects add openrouter/api` 即可从命令行创建 OpenRouter 账户、获取 API 密钥并配置 Stripe 计费。AI 智能体同样可自动化完成该操作,无需手动注册。
推荐理由:OpenRouter 把注册和计费全塞进一条 CLI 命令,Stripe Projects 加持,agent 都能自己开户了,重度 API 玩家可以省点事,不过就一工具链缝合,不打开也知道。
运行 `stripe projects add openrouter/api` 命令,即可直接从命令行创建 OpenRouter 账户、获取 API 密钥并开通 Stripe 计费功能。该操作支持自动化代理执行,实现了账户开通与支付配置的一站式集成。
推荐理由:OpenRouter 把账户创建搬到了 CLI,你的 agent 也可以直接开号了,这对于需要自动化计费流程的开发者是个便利小更新,但普通用户几乎感受不到变化。
ElevenLabs 发布 AI 音乐平台 ElevenMusic,将听歌、混音和原创创作整合在同一系统内,现已可在 App 和网页端使用。平台上线时已有超过 4,000 名独立和新兴艺术家在上面创作,并同步推出包含 Danger Twins、Justin Love 等艺人曲目的 Eleven Album Vol. 2,用户可对曲目换风格、调节奏或重新演绎。
推荐理由:原文给出了平台的核心玩法和创作者收益机制,读者可以了解听歌、混音与创作如何被整合为一条链路。
Cursor 正式推出 SDK 公开测试版,开发者仅需几行 TypeScript 代码即可构建和部署智能体。该 SDK 提供与 Cursor 应用相同的运行时、框架及前沿模型(如 GPT-5.5)支持,并允许将智能体部署于本地或 Cursor 云的专用虚拟机。借助其生产级云基础设施,如安全沙箱和持久状态管理,智能体正从个人工具演变为组织的可编程基础设施。许多团队已将其集成至 CI/CD 流水线、工作流自动化及核心产品中。
推荐理由:Cursor 把自家产线拆出来给外部用,对于想把 AI 代理嵌入 CI/CD 或产品的团队,省掉了自建完整 agent 栈的麻烦,对做自动化编码的开发者是个必看的更新。
NVIDIA Nemotron™ 3 Nano Omni 已在 OpenRouter 上线。 这是一个用于智能体工作流的开源 30B-A3B 多模态模型:文本、图像、视频和音频输入 → 文本输出,拥有 256k 上下文窗口和高效的 MoE 架构,适用于计算机使用、文档和音视频推理。
推荐理由:Nemotron 3 Nano Omni 是 NVIDIA 在开源多模态模型上的新动作,30B 参数 MoE 架构、256k 上下文、四模态输入,做 Agent 工作流的开发者值得试一下,尤其文档和音视频推理场景。
LlamaIndex 重构了 LlamaParse MCP(https://mcp.llamaindex.ai/mcp),重心从存储检索转向由 Parse、Classify。
推荐理由:官方复盘了 MCP 服务器的鉴权、文件上传与限流设计,方法可直接迁移到类似的服务器搭建中。
Mistral 发布 128B 开源权重模型 Mistral Medium 3.5,并在 Mistral Vibe 与 Le Chat 推出云端远程编码智能体及新的 Work 模式,支持并行异步执行长时任务。
推荐理由:官方完整发布说明给出模型规格、基准分数、价格和功能入口,读者可以据此评估它对现有编码工作流的适用性。
Anthropic发布《企业级Claude Cowork部署指南》,旨在帮助非技术岗位员工规模化应用AI。该指南基于内部团队及Thomson Reuters等客户实践,提供了从试点到全面推广的完整路径。核心内容包括一个五级成熟度模型、试点用例评估方法以及为期六个月的组织级部署路线图。Claude Cowork作为桌面应用,能深度集成本地文件、Slack、Google Drive及浏览器,并结合Claude for Excel/PPT实现跨文档工作流,适用于金融、法律、销售等多行业的生产场景。
推荐理由:Claude Cowork 把 agent 能力从开发者命令行搬到全公司桌面,配了五级成熟度模型和六个月落地路线图,企业 IT 负责人和产品经理值得拿这份指南当部署参考。
Claude API技能现已扩展集成至CodeRabbit、JetBrains、Resolve AI和Warp四款开发工具中,使开发者能在其常用环境中直接获得生产就绪的Claude API代码支持。该技能能自动捕获API最佳实践细节,如适配的智能体模式、参数变更与提示缓存规则,从而减少错误并简化模型迁移。开发者可在工具内直接指示Claude执行“提高缓存命中率”或“升级至最新Claude模型”等任务。此开源技能会随SDK更新自动同步,帮助团队更快采用新功能,避免因API知识过时导致的生产问题。
推荐理由:Anthropic 把 claude-api skill 从自家 IDE 扩散到 JetBrains、Warp 等主流开发工具,本质是用「内置专家知识」抢开发者心智,做 Claude API 集成的产品人值得看看它覆盖了哪些坑。
Google Cloud推出了一项高性能集成方案,通过fsspec接口将Rapid Storage直接连接至PyTorch,以消除AI训练瓶颈。该方案利用Google的Colossus架构和双向gRPC流技术,可提供高达15 TiB/s的聚合吞吐量,并显著降低延迟。开发者仅需更新存储桶类型而无需修改代码,即可将总训练时间缩短23%。
推荐理由:Google 把自家 Colossus 存储架构直接接进 PyTorch,号称零代码改动提速 23%,做大规模训练的团队值得评估一下,但对大多数人来说这更像 GCP 的护城河加固。
Anthropic为Claude推出了一系列针对创意软件的原生连接器,使其能直接接入Blender、Autodesk Fusion、Adobe Creative Cloud等专业工具内部工作流。这标志着Claude从问答助手转变为能在生产环境中直接操作的智能体。其核心突破在于通过自然语言桥接软件API,例如在Blender中调试场景、批量编辑对象,在Fusion中直接创建或修改3D CAD模型。此举旨在消除创意工作中大量的琐碎“翻译成本”,如寻找菜单、记忆语法、编写一次性脚本等,从而实现更少的上下文切换、更直接的操作和更高的自动化程度,提升工作效率。
推荐理由:Claude 终于从聊天框走进了 Blender 和 Fusion 的生产现场,这对创意工作者来说是真正省时间的更新,做 3D 和设计的值得立刻试试 Blender connector。
Claude Code 现在可以在长时间任务完成或需要您输入时,向您的手机发送推送通知。 离开终端吧,完成后我们会通知您。
推荐理由:Claude Code 终于让你能离开终端了,跑长任务时手机会收到通知,这对重度 coding agent 用户是个刚需补丁,虽然小但直接提升日常体验。
Anthropic推出Claude for Creative Work,这是一套连接器工具,可实现Claude与Blender、Autodesk、Adobe等主流创意软件的直接集成。这些连接器允许Claude访问各平台功能,例如在Adobe系列中调用50多款应用,在Autodesk Fusion中通过对话创建3D模型,或在Blender中通过自然语言操作Python API。创意工作者可利用Claude加速软件学习、编写脚本插件、桥接多工具工作流以及自动化批量处理等重复任务。该系列工具基于MCP标准,并已与多所艺术设计院校合作,旨在推动创意计算教育。
推荐理由:Anthropic 把 Claude 塞进 Blender、Adobe、Ableton 这些创意工具里,不是又一个聊天框,而是用 MCP 让 AI 真正操作软件。做设计、做音乐、做 3D 的人第一次有了一个能跨工具干活的 AI 助手,值得试试。
Claude 现已连接创意专业人士已在使用的工具。 通过新的 Blender 连接器,您可以直接从 Claude 中调试场景、构建新工具,或对每个对象批量应用更改。
推荐理由:Blender 连接器意味着 Claude 开始认真渗透创意工作流,做 3D 的人终于不用在终端和 GUI 之间反复横跳了,虽然目前场景还窄,但方向对。
本次更新为 Claude Code 带来多项增强与修复。新增功能包括 MCP 服务器的 `alwaysLoad` 配置、`claude plugin prune` 命令以及 `/skills` 界面搜索框。用户体验方面,优化了全屏模式滚动、对话框键盘滚动和长 URL 点击体验。重点修复了处理多张图片或使用 `/usage` 命令时可能出现的数 GB 内存泄漏问题,并解决了 Bash 工具在工作目录被删除后失效等稳定性缺陷。此外,还改进了 MCP 服务器的错误重试机制和终端会话标题的本地化显示。
推荐理由:Claude Code 这版修了一堆让人抓狂的内存泄漏和崩溃问题,加上 alwaysLoad 和 plugin prune 两个实用功能,重度用户值得立刻升级,但对非用户来说只是例行迭代。
📣 如果每个未解决的问题都有一个 Codex 智能体呢? 这就是 Symphony 背后的理念——一个为 Codex 设计的开源智能体编排器,它将任务追踪器转变为持续运行的系统,用于智能体工作,让人类专注于审查和方向指导。
推荐理由:OpenAI 把 Codex 从单次对话变成了任务队列的常驻工人,Symphony 这个开源编排层让 issue 自动派发 agent,做工程管理的人可以认真看看这个范式。
用户@doodlestein使用ChatGPT Images 2.0,以蒙娜丽莎为主题创建关于线性变换和谱定理的数学解释信息图。尽管使用了相同的详细提示词,模型在四次生成尝试中产出了布局、矩阵示例和解释结构明显不同的结果。虽然核心概念保持一致,但每次生成在特征向量和变换的可视化呈现方式上各有独特之处。这证实了即使输入不变,模型的输出也存在显著变化。因此,对于重要内容,建议进行多次生成以获取不同的视觉方案和创意角度。
推荐理由:ChatGPT Images 2.0的输出变异性比想象中大,做内容或设计的人别只看第一张就满意,多生成几次可能有意想不到的好结果。
Symphony 是一个用于 Codex 编排的开源规范,能够将问题跟踪器转化为持续运行的智能体系统。该系统通过自动化任务协调与执行,显著提升工程团队的产出效率,同时减少开发者在不同任务间频繁切换带来的认知负担。其核心在于以标准化、可扩展的方式,将日常开发流程转化为由智能体持续驱动的工作流。
推荐理由:OpenAI 把 Codex 的编排层抽成开源规范,等于告诉所有做 coding agent 的团队,底层调度逻辑不用自己造轮子了。做 AI 编程工具的值得花半小时看架构思路。
🔥DeepSeek 输入缓存价格下调! 即刻起,整个 DeepSeek API 系列的输入缓存命中价格降至原价的十分之一!以更少成本,更高效地构建。 📌提醒:DeepSeek-V4-Pro 七五折优惠活动持续有效至 2026 年 5 月 5 日 15:59(UTC 时间)。
推荐理由:输入缓存命中价格直接打一折,对高频调用 API 的开发者来说是实打实的成本减负,配合 V4-Pro 的七五折促销,DeepSeek 在用价格战抢开发者心智。
Cognition 发布 Devin CLI,一个可在本地终端运行、完整访问代码库和工具的编码 Agent,可选 Opus 4.7、GPT-5.5 和自家 SWE-1.6 等模型,并用 Rust 编写终端渲染库提升 UI 速度。
推荐理由:官方介绍了本地终端 Agent 与云端会话交接的组合玩法,多智能体并行、沙箱隔离等差异点对编码工作流有直接参考。
🔥DeepSeek-V4-Pro API 限时75折优惠,截止至2026年5月5日15:59(UTC时间)!切勿错过此次大幅折扣。 🛠️集成更新: 🔹Claude Code:将模型设置为 deepseek-v4-pro[1m] 即可解锁100万上下文! 🔹OpenCode:请更新至 v1.14.24+ 🔹OpenClaw:请更新至 v2026.4.24+ 查看最新官方API文档获取完整详情:https://api-docs.deepseek.com/quick_start/pricing
推荐理由:DeepSeek-V4-Pro 限时 75% off,配合 Claude Code 1M 上下文接入,对正在跑 coding agent 的开发者来说是真金白银的省钱窗口,错过这波下次不知道什么时候。
gpt-5.5 现已登陆 GitHub Copilot! [引用 @github]:🆕 @OpenAIDevs GPT-5.5 现已全面推出,并正在 GitHub Copilot 中逐步上线。 我们的早期测试显示 ➡️ 它在复杂的智能体编码任务上表现出最强的性能 ➡️ 它解决了以往 GPT 模型无法应对的实际编码挑战 请在 Copilot CLI 或 @code 中试用。👇 https://github.blog/changelog/2026-04-24-gpt-5-5-is-generally-available-for-github-copilot/
推荐理由:GPT-5.5 进 Copilot 不是模型发布那么简单,它意味着最强编码模型第一次以默认选项塞进每个开发者的 IDE 里,做 coding agent 的团队该重新跑一遍自己的 benchmark 了。
OpenRouter 发布 Agent SDK,其核心是 callModel 函数。该函数可将一次聊天完成转化为具备工具调用、停止条件与成本追踪功能的多步骤智能体工作流。这一工具兼容平台上的 300 多个模型,使开发者能够便捷地构建复杂的多轮交互智能体应用。
推荐理由:OpenRouter 把多轮 agent 编排封装成一个 callModel 函数,300+ 模型统一调用,做 agent 产品的人可以少写不少胶水代码,但本质上是工程封装而非技术突破。
OpenRouter Agent SDK 提供 callModel 函数,将单次聊天补全转换为支持工具调用、停止条件与成本追踪的多步智能体工作流,覆盖 300 多个模型。
推荐理由:如果你在用 OpenRouter 拼 agent,这个 SDK 把多模型调用和工具链包成一行 callModel,省了适配 300+ 模型的体力活,值得看一眼。
OpenRouter Agent SDK 提供 `callModel` 函数,能将聊天补全转换为支持工具调用、停止条件和成本追踪的多步智能体,覆盖 300 多个模型。
推荐理由:OpenRouter把agent构建压缩进一个callModel函数,内置工具调用、停止条件和成本追踪,对已在它生态里的开发者省下不少样板代码,可惜时效过了。
Claude 代码工具发布 v2.1.119 版本,带来多项功能优化与问题修复。主要更新包括:用户配置现持久化至本地文件;新增 `prUrlTemplate` 设置以自定义 PR 徽章链接;`--from-pr` 命令扩展支持 GitLab、Bitbucket 等多个平台。工具权限与交互行为在多处实现统一,例如 `--print` 模式现在遵从代理的前置元数据定义。界面体验获得改进,如斜杠命令建议会高亮匹配字符,长描述自动换行。此外,本次更新修复了大量已知问题,涉及粘贴格式错乱、工具意外隐藏、MCP 服务器连接失败、权限模式行为异常及界面显示错误等。
推荐理由:Claude Code 这次更新全是打磨细节,没有大功能但修了一堆让人骂娘的 bug,重度用户值得升级,其他人等下一个大版本也行。
OpenAI 推出开源模型 Privacy Filter,专门用于检测和编辑文本中的个人数据。该模型能自动识别敏感信息并进行处理,以帮助减少隐私泄露风险,适用于需要数据脱敏的场景。
推荐理由:OpenAI这个开源隐私过滤器能在本地自动脱敏8类个人数据,对需要清洗训练数据的团队是个实用的基建工具,不过它不保证合规,别当法律盾牌用。
LiteRT 是一个生产就绪的框架,旨在帮助移动开发者充分发挥神经处理单元(NPU)的效能,以突破传统 CPU 或 GPU 在性能与电池续航上的瓶颈。该框架通过提供统一的 API 来屏蔽底层硬件复杂性,已成功助力 Google Meet、Epic Games 等行业领先者高效部署复杂的 AI 模型,实现实时视频处理、动画生成与语音识别等高级功能。此外,平台还提供基准测试工具并具备跨平台兼容性,能够支持 AI 应用无缝部署于移动设备、AI PC 及工业物联网硬件等多种终端。
推荐理由:Google 把 LiteRT 从实验品推到生产级,统一 NPU 调用 API,做端侧 AI 的开发者终于不用逐家适配芯片了。虽然不是新概念,但 Google Meet 和 Epic Games 已经在用,说明不是 PPT。
Claude Managed Agents 推出内置记忆功能,现已进入公测阶段。该功能基于文件系统的记忆层,允许代理从每个会话中学习,优化跨会话性能。记忆以文件形式存储,开发者可通过API导出和管理,并拥有完全控制权,支持权限范围、审计日志和并发访问。实际应用中,Rakuten的代理减少97%首过错误;Wisedocs的文档验证流程加快30%;整体上,代理实现97%首过错误减少、成本降低27%和延迟降低34%。Netflix、Ando等团队利用该功能实现上下文跨会话传递和基础设施简化,提升代理的持续学习能力。
推荐理由:Claude Managed Agents 的记忆功能把跨会话持续学习变为内置能力,Rakuten 等客户已实现 97% 错误减少,对做长期代理的团队是基础设施级更新。
2026年4月23日,Anthropic宣布扩展其AI助手Claude的连接器生态,新增15款日常生活应用,包括AllTrails、Instacart、Audible等。自2025年7月上线以来,连接器目录已增长至超过200个,覆盖设计、金融、生产力等领域。新版本支持动态情境化推荐,能根据用户对话上下文智能建议相关应用,并在多应用适用时并列展示选项。所有连接操作需用户授权确认,用户数据不会用于模型训练,且可随时断开。该功能全版本可用,移动端处于测试阶段。
推荐理由:这是Claude从生产力工具走向生活助手的关键一步,Instacart、Spotify等日常App接入后,聊着天就能订菜、找歌,实用性和集成深度对其他AI产品是个不小的压力。
Google Cloud 推出 Agents CLI 工具,专为连接本地开发与生产级 AI 智能体部署而设计。该 CLI 为编码助手提供对完整 Google Cloud 技术栈的机器可读访问,显著减少脚手架过程中的上下文过载与 token 消耗。通过将评估、基础设施配置和部署流程整合至统一的程序化主干,开发者能够将项目从初始概念推进至实时服务的时间从数周缩短至数小时。
推荐理由:对用 Google Cloud 搭智能体的开发者,这个 CLI 把碎片化的本地到云端流程压进一条命令,能省掉大量翻文档的 token,值得试试。
OpenAI 宣布向美国经过验证的医生、执业护士和药剂师免费提供 ChatGPT for Clinicians。该版本专门支持临床护理、医疗文档撰写及医学研究任务,旨在提升医疗专业人士的工作效率与决策支持。此次免费开放标志着生成式AI工具在专业医疗场景的进一步应用落地。
推荐理由:OpenAI 给美国临床医生推出免费版 ChatGPT,配有可信搜索和 CME 积分,这是医疗 AI 从理论到实际工作流的一次真尝试,HealthBench 基准也值得一看。
QIMMA 是一个首创质量验证流程的阿拉伯语大语言模型评估平台。它整合了14个基准测试的109个子集、超5.2万个样本,覆盖文化、STEM等7大领域,其中99%为原生阿拉伯语内容。平台采用双阶段质量验证:先由两个大模型自动评估,再经人工审核,发现并剔除了现有基准中存在的系统性质量问题。此外,QIMMA首次集成了阿拉伯语问题描述的代码评估任务,并公开逐样本推理结果,确保了评估的可靠性与透明度。
推荐理由:QIMMA 把阿拉伯语基准的质量问题扒了一层皮,揭示现有数据集存在系统性错误,这个验证管线思路对所有多语言评估都有参考价值。
Anthropic Labs 推出 Claude Design,由 Claude Opus 4.7 驱动的视觉设计工具,面向 Claude Pro、Max、Team 及 Enterprise 订阅者开放研究预览。用户可通过对话快速创建设计原型、幻灯片及营销物料,支持自动应用企业设计系统、多格式导入导出,并能与 Claude Code 无缝衔接。据 Brilliant 反馈,复杂页面设计从 20 余条提示缩减至 2 条,设计到生产周期从数周缩短至单次对话。
推荐理由:Anthropic 把 Claude 变成了设计协作工具,从草图到代码的链路打通,对非设计师做原型是个实用入口,但能否撼动 Figma 还早。
AutoClaw(澳龙)正式上线自进化机制与Skill商店,每轮对话后扫描用户纠正、新教方法或踩坑经验,经用户审批后写入永久记忆,支持关键词触发和自动检测两种方式,并保持每周1-3次高质量进化。
推荐理由:自进化把偏好校准转为永久记忆,Office Skills则让一次指令同时生成PPT、讲稿和图表,对需要频繁产出标准化材料的团队有直接提效。
xAI发布Grok语音转文本(STT)与文本转语音(TTS)两款独立API,采用与Grok Voice、Tesla及Starlink相同技术栈。STT支持批量(0.10美元/小时)与实时流式(0.20美元/小时)转录,电话实体识别词错率仅5.0%,整体6.9%,优于竞品,支持25种以上语言及说话人分离。TTS定价4.20美元/百万字符,可通过[laugh]等标签精细控制情感语调。
推荐理由:xAI 把 Grok 的语音能力拆成独立 API 放出,STT 在实体识别上碾压几个老牌竞品,定价也不算贵,做语音 agent 的可以直接加进方案里对比。
Chrome 浏览器今日升级 AI Mode 功能,通过人工智能技术深度改变用户与网页的交互方式。此次更新提供了全新的网络探索体验,将传统浏览行为转变为智能化交互模式,使用户能够更高效地获取和处理网络信息,标志着 Chrome 在浏览器 AI 化进程中的重要进展。
推荐理由:在Chrome里直接侧边栏浏览搜索结果,不用反复切标签,对天天用搜索的人是个小但实在的改进。
A2UI v0.9发布了一个框架无关的新标准,旨在帮助AI代理依据公司现有设计系统,实时生成定制化的UI组件。本次更新通过提供全新的Python版Agent SDK、共享的Web核心库,以及对React、Flutter和Angular等渲染器的官方支持,显著简化了开发体验。该版本将UI意图与具体平台解耦,实现了生成式界面在Web和移动应用间的无缝、低延迟流式传输。通过集成AG2和Vercel等更广泛的生态系统,A2UI v0.9致力于推动生成式UI从实验演示走向可用于生产环境的成熟产品。
推荐理由:Google 把生成式 UI 推向标准化,A2UI v0.9 让代理能用任何组件库实时生成界面,前端开发者不用换轮子就能玩起来,这是 AI 应用落地的关键拼图。