YOHO AI

作者： hiyoho

  • 时尚女性面部一致性户外人像摄影

    时尚女性面部一致性户外人像摄影

    时尚女性面部一致性户外人像摄影

    时尚女性面部一致性户外人像摄影


    🤖 Nano Banana 2

    🇺🇸 English Prompt

    Don't change her face—keep her original identity 100% authentic with perfect facial symmetry, preserving every facial feature exactly as in the reference. A stunning youthful woman with fair porcelain skin, soft blush, natural pink lips, large expressive grey-brown eyes with long curled lashes, defined eyebrows, and light freckles across the cheeks and nose. Her light golden-brown hair is styled in a loose low messy bun with soft face-framing strands naturally blowing in the breeze. She wears elegant butterfly-and-flower chain earrings, layered pearl and twisted gold chain necklaces, and a luxurious silky satin Louis Vuitton monogram shirt featuring a dreamy sky-and-mountain print in soft blue, white, and warm orange tones with a relaxed open collar. The scene takes place outdoors beneath a vibrant deep-blue summer sky with fluffy white clouds, illuminated by bright natural midday sunlight that creates soft, flattering shadows and realistic skin highlights. Ultra-realistic DSLR photography with shallow depth of field, crisp focus, cinematic color grading, natural skin texture, subtle wind movement, premium fashion editorial aesthetic, 85mm lens, f/1.8, HDR, 8K resolution.
Create four natural variations while maintaining identical identity, outfit, hairstyle, accessories, lighting, and background: (1) a calm front-facing selfie with a soft neutral expression looking directly into the camera, (2) a playful selfie with one eye winking, tongue slightly out, and a raised peace sign close to the face, (3) a graceful three-quarter side profile while gently touching her hair near the butterfly earring and gazing into the distance, and (4) an over-the-shoulder pose holding a bouquet of pastel pink and cream flowers, smiling softly toward the camera. Maintain consistent character identity across all images with photorealistic quality, realistic skin, natural wind-blown hair, luxury fashion styling, and a bright, airy summer atmosphere.

    🇨🇳 中文提示词

    不要改变她的脸——保持她原始身份100%的真实感，拥有完美的对称性，完全保留参考图中的每一处面部特征。一位迷人的年轻女性，拥有白皙的瓷肌、柔和的腮红、自然的粉色嘴唇、深邃的双色灰褐色眼睛和纤长的卷曲睫毛、清晰的眉毛，以及脸颊和鼻梁上淡淡的雀斑。她浅金褐色的头发被扎成一个蓬松的低发髻，几缕柔和的碎发在微风中自然飘动。她戴着优雅的蝴蝶花卉链条耳环、叠戴的珍珠和扭金链条项链，穿着一件奢华的丝滑缎面路易威登老花衬衫，衬衫上印有柔和蓝色、白色和温暖橙色调的梦幻天空与山脉图案，带有休闲的敞领设计。场景发生在户外的深蓝色盛夏天空下，点缀着蓬松的白云，明亮的自然正午阳光照射着，营造出柔和、迷人的阴影和真实的皮肤高光。超写实DSLR摄影，浅景深，清晰对焦，电影级调色，真实的皮肤纹理，细微的风动感，高级时尚编辑美学，85mm镜头，f/1.8，HDR，8K分辨率。

创建四种自然的变化，同时保持相同的身份、服装、发型、配饰、光影和背景：(1) 一张平静的正脸自拍，表情柔和自然，直视镜头；(2) 一张俏皮的自拍，一只眼睛眨眼，轻微吐舌，在脸部附近摆出剪刀手；(3) 一个优雅的三分之二侧脸轮廓，手轻轻触碰蝴蝶耳环附近的头发，凝视远方；(4) 一个回眸姿势，捧着一束淡粉色和奶油色的花朵，对着镜头温柔微笑。在所有图像中保持角色身份的一致性，具有照片级的写实质量、真实的皮肤、自然随风飘动的头发、奢侈时尚造型以及明亮通透的夏季氛围。

  • ServiceNow砸4000万美元押注印度银行AI，看中的是它的“自主银行”底子

    做企业工作流自动化起家的ServiceNow，这次没盯着硅谷，而是把4000万美元押到了一家印度的银行软件公司身上。这笔钱给BusinessNext估值到了7亿美元，换来约5%的股份，同时也把两家在金融AI上的合作往前推了一大步。

    “把它理解成一次战略合作，只不过用真金白银钉牢了。”——BusinessNext创始人兼CEO 尼尚特·辛格

    ServiceNow 押注印度银行AI
    图片来源：Getty Images / TechCrunch

    4000万美元买的到底是什么

    BusinessNext不是新公司，成立24年，总部在印度诺伊达，最近一个财年营收约3200万美元，还是盈利的。它服务着印度、东南亚、中东和美国的70多家银行，客户名单里有印度央行——印度储备银行，还有印度最大的公营和私营银行印度国家银行、HDFC银行。更关键的是，它一半营收已经来自印度之外，海外才是未来增长的大头。

    辛格说，他们放着财务投资人不选，偏偏挑ServiceNow，图的就是对方那套遍布全球的销售网络。用他的话讲，是想”借用”ServiceNow的市场”机器”，去那些自己还没什么存在感的地方开拓客户。

    看中的是”自主银行”这套底子

    两家的产品其实互补。BusinessNext擅长管银行面向客户那一端的流程，ServiceNow强在后台的工作流自动化，凑一块儿正好能打包卖给金融机构。BusinessNext前身叫CRMNext，2022年才改的名，这几年一直在做一件事：搭一个所谓”自主银行”平台，用AI智能体去跑银行的各种业务流程，同时把敏感的客户数据留在私有AI基础设施上，满足监管和隐私的要求。

    辛格特别强调，AI不是后来硬贴上去的，而是从一开始就长在骨子里。”我们连公司名字都改了，等于把整个技术栈重写了一遍，就是为了把AI放到最核心的位置。”

    • 投资4000万美元，估值7亿美元，约占5%股份
    • BusinessNext服务70多家银行，含印度央行、印度国家银行、HDFC
    • 员工1300多人，2021年估值仅1.81亿美元
    • 主打”自主银行”，AI智能体跑流程，数据留在私有AI基础设施

    老牌企业软件的焦虑写在脸上

    这笔交易背后，其实藏着传统企业软件厂商的一块心病。越来越多客户开始琢磨：既然有AI原生的新工具冒出来，那些传统SaaS还值不值得继续付费？ServiceNow的应对办法，就是靠收购、投资和合作，把自己的产品线不停往外扩，抓住银行这类高价值场景。

    ServiceNow印度及南亚区负责人库尔米特·巴瓦说得直白：印度金融业正站在拐点上，机构们不再满足于零敲碎打的数字化试验，而是要走向”全面由AI驱动的运营”。谁能先把这套东西铺进印度这个高速增长的市场，谁就先占了位。对ServiceNow来说，4000万美元不算大手笔，但押的是一张进入亚洲银行AI市场的门票。

  • IBM主机业务一季暴跌42%，AI热潮先抬轿又拆了自家现金牛

    IBM刚交出的这份季报，坏得连自己都提前打了招呼。上周CEO阿尔温德·克里希纳破天荒地先给投资人写了封信，说这一季”比我们预想的还差”，让大家有个心理准备。结果财报一出，股票当天就跌了25%，创下这家115岁公司有史以来最惨的单日跌幅。

    这一季IBM进账172亿美元、毛利99亿、净利22亿，毛利率接近58%——放别的公司这是漂亮账本，可拖后腿的是那台曾经最稳的现金牛：大型主机业务同比暴跌42%。

    IBM CEO 阿尔温德·克里希纳
    IBM CEO 阿尔温德·克里希纳　图片来源：TechCrunch

    主机砍单，牵一发动全身

    主机跌四成为什么这么要命？财务负责人吉姆·卡瓦诺在电话会上算了笔账：主机硬件每卖出1美元，背后能带来3美元的软件收入。一台主机动辄几十万到几百万美元，加上维护合同和配套软件，一单就是几百上千万的流水。所以季度里只是”几十家”客户推迟换机，账面上就砸出了一个大窟窿，还顺带把全年的增长预期一起下调了。

    克里希纳和卡瓦诺在会上反复强调，这只是”暂时的波动”，很快会缓过来。可市场显然没那么好哄——毕竟这个业务过去几年一直被AI数据中心的热潮托着往上走，如今说翻脸就翻脸。

    同一波AI热潮，先抬轿后拆台

    这里有个挺讽刺的地方。克里希纳的解释是，那些本该换主机的客户，把预算挪去买别的硬件了。为什么？因为AI大建设把数据中心设备和PC的价格抬到了离谱的地步，涨幅普遍在15%到30%。企业IT预算就那么多，钱先去填了涨价最凶的坑，换主机的计划自然往后排。

    这不是IBM一家的说辞。戴尔、惠普早就警告过，AI抢内存等元器件把成本推高，逼得他们不得不涨价；连苹果都调过Mac和iPad的价格。换句话说，托起IBM这条船的是AI热潮，把船按下去的也是同一波热潮。

    • 季度营收172亿美元、净利22亿，主机业务同比跌42%
    • 主机硬件每1美元销售，带动约3美元软件收入
    • 股价单日跌25%，为IBM史上最大单日跌幅
    • 数据中心设备与PC涨价15%-30%，挤占了客户换机预算

    这回AI真能把主机送走吗

    克里希纳把话说得很满：客户迟早还是要买新主机、续新软件合同的，甚至有一部分本季度已经下单了。”我们没看到任何客户从主机上迁走的迹象。”他这么讲。

    到底是不是暂时的坎，得等下季度见分晓。不过话说回来，”主机要死了”这句话，科技圈已经喊了几十年，从小型机到云计算，一茬接一茬地预言，主机却一直活着。也许这次连AI也未必能让它退场——银行、保险、政府这些跑核心交易的地方，短期内还真找不到能顶替它的东西。IBM赌的正是这份惯性。

  • Meta前高管创业，一轮融资估值12亿美元：Glow要用AI重做终端安全

    网络安全圈又冒出一只独角兽。一家叫Glow的初创公司这周正式走出隐身状态，一上来就顶着12亿美元的估值，创始团队来自Meta和Snowflake。它们押的宝很直接：AI正在彻底改写企业保护员工设备的方式，老一套的终端安全方案该换了。

    “回想过去十年，一切都在往云和SaaS上搬。可现在，AI以一种前所未有的方式，直接落到了终端上。”——Glow联合创始人兼CEO Roi Tiger

    Glow创始团队
    Glow创始团队，中间为CEO Roi Tiger。图片来源：Glow

    一轮融资就成了独角兽

    这家总部在帕洛阿尔托的公司周三宣布，完成1.8亿美元的A轮全股权融资，估值直接冲到12亿美元。领投方阵容不小——红杉资本、Cyberstarts、Greenoaks和Redpoint，还有Index、Lux Capital等一众机构跟投。有意思的是，Glow连一个营收数字都还没对外公布，就先拿到了独角兽的门票，这在最近的网络安全创业圈里越来越常见。

    团队履历是它敢开这个价的底气。CEO Roi Tiger当过Meta的工程副总裁，联合创始人里有Snowflake前网络安全策略负责人Omer Singer、Claroty前研发副总裁Ophir Arie，以及另一位Meta工程负责人。COO Emily Heath更是干过联合航空和Docusign的首席信息安全官，还在Wiz被谷歌以320亿美元收购的过程中担任董事。

    攻击方在用AI，防守方也得换打法

    为什么现在要重做终端安全？因为战场变了。一边是企业疯狂往内部塞各种AI工具，另一边是攻击者也学会了用生成式AI自动写钓鱼邮件、造恶意软件、发起更刁钻的攻击。从员工笔记本到服务器再到各种联网设备，每一个终端都成了新的风险敞口。

    这种焦虑在Anthropic发布Mythos模型后被进一步放大——那款模型展示了识别和利用软件漏洞的能力，让”AI辅助黑客攻击”从科幻话题变成了现实威胁。Glow成立于2025年，做的就是一套终端安全平台，用专门的AI智能体持续扫描企业环境、实时评估风险、自动执行安全策略，盯住员工设备上跑的每一个软件、AI智能体和开发工具。

    要抢CrowdStrike们的饭碗

    Glow瞄准的是一块巨头林立的市场——CrowdStrike、微软、SentinelOne、Palo Alto Networks全在里面。Tiger的说法是，现有的终端检测响应产品大多是”事后诸葛亮”，等威胁冒头了才去抓；而Glow想做的是前置拦截，在风险软件、AI智能体和开发工具进入企业环境之前就把它们挡在门外。

    虽然刚露面，Glow说自己已经有了付费客户，覆盖医疗、零售和金融等行业，典型部署规模能覆盖全球组织里数万台员工设备，不过它没肯透露具体客户名字和数量。平台底层用的是Anthropic和谷歌Gemini的模型，通过Amazon Bedrock调用，Glow自己再包一层软件，给模型喂企业上下文，提升它们处理安全任务的可靠性。

    它已经实打实拦下过一些麻烦：比如阻止恶意npm包被装进客户环境、揪出试图偷偷拉取这类软件的AI智能体、发现那些安全检测工具缺失或功能被削弱的设备。目前公司有近100名员工，约七成在以色列，其余在美国。至于”AI原生终端安全”能不能真的长成一个独立赛道，还得看企业们接下来怎么应对越来越能打的AI模型。

  • Substack给newsletter装上“测谎仪”：一键看出哪篇是AI代笔

    你订阅的那些newsletter，到底有多少字是真人敲出来的？Substack这周给出了一个能直接查的答案。它接入了一款叫Pangram的AI写作检测工具，从今往后，你在App里读到的任何一篇文章、评论甚至回复，都能扫一扫，看看里面人写的成分和AI代笔的成分各占多少。

    “这才是AI该有的用法。”——Substack CEO Chris Best 这样评价这次合作。

    Substack接入AI写作检测工具Pangram
    Substack想让读者知道，自己读的东西到底出自谁之手。图片来源：Substack

    一把可能割到自己的刀

    这个功能对Substack自己其实有点冒险。平台上不少newsletter并非全靠人工写作，检测工具一开，那些偷偷用AI凑字数的号主就藏不住了。短期看，这可能让读者对平台的信任打折扣，毕竟Substack一直靠”独立、高质量的原创内容”立身。把家底翻给大家看，多少有点自曝其短的意思。

    但换个角度想，长期账未必亏。当满屏都是分不清真假的”AI稀汤”时，谁能证明自己是真人手写，谁就更值钱。Substack赌的正是这一点：给愿意认真写字的人一块干净的招牌。

    不是来抓人的，是来贴标签的

    Best跟Pangram创始人Max Spero聊天时打了个比方。他说以前向作者推销Substack，常挂在嘴边的一句是”除了最难的那部分，剩下的我们都帮你搞定”。而最难的那部分，是要有一个真正值得读、值得在意、值得转发的想法。软件可以包办排版、分发、订阅这些杂活，但那个核心的东西，得靠人自己去想。

    所以Substack这次的态度很明确：不是要禁止或者惩罚用AI辅助写作。任何超过100个字符的帖子、笔记、回复和评论都能被扫描，但平台同时给作者开了个口子——可以主动加一段”AI作者说明”，坦白自己怎么用了AI。公司更希望大家写一句”我是怎么做出这篇的”，把创作过程摊开讲清楚，而不是遮遮掩掩。

    越来越多平台开始”标注AI”

    Substack不是头一个。这两年，给AI内容打标签几乎成了行业共识：

    • YouTube会自动给AI生成的视频加标识；
    • 社交平台上的AI图片和视频普遍被标注；
    • 音乐流媒体近来也开始标记AI歌曲，个别平台甚至直接掐掉这类内容的分成。

    对号主来说，这套机制也留了纠错空间。发布者可以在文章发出前，先用Pangram扫一遍自己的草稿；如果觉得系统对自己作品的判定有误，还能申报并撤下那次扫描结果。说到底，检测工具给的是一个概率估算，不是一锤定音的判决书。

    当写作这件事越来越容易被机器代劳，”这是我亲手写的”反而成了稀缺的信用背书。Substack想抢的，就是这份信用。

  • 谷歌用爆表财报回应AI烧钱质疑：云业务同比暴涨82%

    过去一年，Alphabet 的投资人没少为一件事发愁：谷歌在 AI 上砸了那么多钱，到底值不值？这份最新财报出来，他们大概可以稍微松口气了。谷歌用一组漂亮到有点吓人的数字，回应了外界关于”AI 泡沫”的质疑。

    谷歌云与AI业务
    谷歌云业务成为其AI巨额投入的最有力背书 图片来源：Getty Images

    云业务成了最硬的底气

    最亮眼的一栏，是谷歌云。这块业务主要靠企业采用 AI 拉动，本季度营收同比暴涨 82%，达到 248 亿美元。这个增速比上个季度的 63%（当时是 200 亿美元）还要猛，也远远甩开了华尔街 224.6 亿美元的预期。

    谷歌说，这波增长主要来自企业级 AI 解决方案和 AI 基础设施的采购。更能说明问题的是它手里的云合同积压——也就是签了约但还没转化成收入的部分——已经堆到了 5140 亿美元。这几乎是一张写好的未来收入账单。

    “我们的 AI 投入正在重新定义业务每个环节的可能性，各条线都势头很好。”——谷歌 CEO 桑达尔·皮查伊

    整体来看，Alphabet 本季度净利润冲到 1121 亿美元，而去年同期只有 281 亿美元，几乎是翻了两番。公司总营收同比增长 24%，达到 1198 亿美元，其中谷歌服务（搜索、YouTube 等）收入增长 15%，达到 945 亿美元。

    Gemini 用户也在猛涨

    消费端同样有好消息。谷歌的 AI 聊天应用 Gemini 目前月活跃用户已达 9.5 亿。作为对比，2025 年第四季度这个数字还是 7.5 亿——几个季度就多了两亿人。搭配企业侧的云增长，谷歌这次算是 B 端和 C 端两头都拿出了成绩。

    当然，营收猛增对谷歌来说并不算新鲜事。这已经是它连续第 12 个季度实现两位数营收增长。只是即便用它自己的高标准来衡量，这个季度也称得上格外丰收。

    钱还得接着烧，分析师追着问回报

    好数字之外，谷歌的开销依旧惊人。它今年的资本支出——建数据中心、买芯片、扩基础设施的钱——预计在 1800 亿到 1900 亿美元之间。这个数字在财报电话会上没能躲过分析师的追问，好几位直接逼问皮查伊：这些投资到底什么时候、能带来多少回报？

    皮查伊的回应偏向乐观。他把算力产能投资的收获期指向 2027 年，说公司看到了强劲的需求信号，包括一批长期订单。用他的话讲，如今的局面比一年前看起来更健康，这也是谷歌敢继续加码的底气所在。几个关键数据可以帮你快速抓住这份财报的重点：

    • 谷歌云营收同比 +82%，达 248 亿美元，超出华尔街预期；
    • 云合同积压高达 5140 亿美元，净利润同比从 281 亿飙到 1121 亿美元；
    • Gemini 月活 9.5 亿；全年资本支出预计 1800 亿–1900 亿美元。

    对于一直担心 AI 是不是在空烧钱的投资人，这份财报至少证明了一件事：谷歌的云生意确实把 AI 的投入接住了。至于 1900 亿美元的年支出能不能在 2027 年如期兑现回报，就要看接下来几个季度它能不能一直这样交卷了。

  • Uber创始人卡兰尼克带17亿美元回归：这次他要造机器人的底盘

    如果你以为特拉维斯·卡兰尼克（Travis Kalanick）在被自己一手创办的 Uber 扫地出门后就此淡出，那这次他用一笔巨款把所有人的注意力又拉了回来。他的机器人公司 Atoms 刚刚完成一轮 17 亿美元的融资，领投方是硅谷顶级风投 a16z，本·霍洛维茨（Ben Horowitz）本人将进入董事会。

    特拉维斯·卡兰尼克
    Uber 联合创始人特拉维斯·卡兰尼克 图片来源：Getty Images

    参与这轮融资的还有贝恩资本、Fifth Wall 等机构。但最有戏剧性的一笔，是 Uber 也出现在了投资人名单里。要知道，2017 年正是这家公司在性骚扰、歧视和职场文化风波中把卡兰尼克赶下了 CEO 的位置。九年过去，被赶走的创始人和赶走他的公司，又坐到了同一张桌子上。

    Atoms 到底是家什么公司

    说白了，Atoms 是卡兰尼克离开 Uber 后一系列动作的集大成者。他先是搞了个叫 CloudKitchens 的”幽灵厨房”生意，今年三月又给整个盘子换了个新名字叫 Atoms，同时把老同事安东尼·莱万多夫斯基（Anthony Levandowski）掌舵的重工业自动化公司 Pronto 收入囊中。

    卡兰尼克说，他还想把生意做到采矿业里去，走得比 Pronto 现在给矿区车辆做的自动化更远。去年有消息称，他曾想在 Uber 支持下买下中国自动驾驶公司小马智行（Pony AI）的美国业务，不过据 The Information 报道，这桩谈判在三月已经告吹。

    “某种程度上，这轮融资是在了却一桩未竟之事。它是燃料，让我们把从 Uber 起步、在 CloudKitchens 延续、如今要在 Atoms 收尾的’比特到原子’故事讲完。”——特拉维斯·卡兰尼克

    在 X 上宣布融资的帖子里，卡兰尼克没有透露 Atoms 具体要造什么，但他把自己的野心说得很大。他说 16 年前就踏上了”把物理世界数字化”的旅程——用软件去理解、预测、控制现实世界，打造一种”以原子为基础的计算机”，在这里制造业就是 CPU，房地产就是存储，运输就是网络。他还有个更直白的说法：要给机器人造一个”底盘”（wheelbase）。

    a16z 为什么押注”回归的卡兰尼克”

    “特拉维斯回来了。”霍洛维茨在同一天发帖，语气里满是兴奋。他的理由是，要撼动经济里那些老派又笨重的环节，需要一种稀缺的创业者——既要有近乎偏执的拼劲，又要有跨越软件架构到机械工程的知识广度。在他看来，卡兰尼克就是这样的人。

    霍洛维茨认为，Atoms 的核心是让人在物理世界里变得更高效。他把这件事的价值类比成 Uber 之于出行、计算机之于数字世界——用 AI 和机器人，让每个人、每件事都更有生产力。

    卡兰尼克没细说这笔钱会怎么花，但从字里行间看，很大一部分会砸向招人。他把创业者要面对的对手形容成”最终 Boss”——大自然，以及它对一切改变的顽固抵抗。听上去像是在给自己打气，也像是在给准备加入的人递一份挑战书。这里的几个看点值得留意：

    • 17 亿美元的规模，在机器人赛道属于顶格融资，a16z 亲自坐进董事会分量很足；
    • Uber 的回归投资，让这段”创始人被逐”的旧账多了层和解的意味；
    • Atoms 想做的是机器人的通用”底座”，而不是单一产品，野心指向的是整个物理世界的自动化。

    争议缠身的创业者、天量资金、几乎没有边界的目标，卡兰尼克这次的故事一开场就足够抓人。至于他能不能真的把”比特到原子”这条线走通，恐怕得等 Atoms 拿出第一台真机器才好评判。

  • Microsoft AutoGen – 微软开源多智能体AI编程框架 [59.9K+ Stars]

    Microsoft AutoGen – 微软开源多智能体AI编程框架 [59.9K+ Stars]

    📝 项目简介

    Microsoft AutoGen 是微软研究院出品的开源多智能体 AI 编程框架，官方定位为 “A programming framework for agentic AI”。它把”多个会自主对话的 Agent 协同工作”这件事，抽象成一套事件驱动的运行时 + 消息协议，让 LLM、工具、人类三方可以在同一套代码里自由组合，既能 自主行动，也能 和人并肩工作，被广泛视为现代 Multi-Agent 协作范式的奠基性项目之一。

    59.9K+
    GitHub Stars

    9.0K+
    Forks

    Python / .NET
    双语言支持

    MIT
    代码许可

    数据来源：GitHub REST API（仓库 microsoft/autogen，截至 2026-07-23）。

    ⚙️ 安装要求和过程

    环境要求

    • Python：3.10 及以上（v0.4+ 推荐 3.11）
    • 操作系统：Linux / macOS / Windows 均支持
    • LLM 凭据：OpenAI 兼容 API Key（Azure OpenAI / OpenAI / Ollama / 本地 vLLM 等均可）
    • 可选依赖：Docker（隔离代码执行）、Node.js（Studio 浏览器依赖）
    • .NET 用户：.NET 8 SDK，dotnet add package Microsoft.AutoGen

    快速安装（Python，v0.4+ 推荐）

    # 1) 创建并激活虚拟环境
python3 -m venv .venv && source .venv/bin/activate

# 2) 安装 AgentChat 核心 + OpenAI 扩展
pip install -U "autogen-agentchat" "autogen-ext[openai]"

# 3) (可选) 安装无代码可视化工作台
pip install -U "autogenstudio"

# 4) 验证
python -c "import autogen_agentchat; print(autogen_agentchat.__version__)"

    从源码安装（v0.4）

    git clone https://github.com/microsoft/autogen.git
cd autogen
pip install -e ./python/packages/autogen-agentchat
pip install -e ./python/packages/autogen-ext[openai]
# 启动 Studio
autogenstudio ui --port 8080

    配置 LLM（OpenAI 兼容）

    把 API Key 放进环境变量（推荐），或写入 OAI_CONFIG_LIST：

    # .env
OPENAI_API_KEY=sk-...
# 可选：Azure / 自定义网关
AZURE_OPENAI_API_KEY=...
AZURE_OPENAI_ENDPOINT=https://your-resource.openai.azure.com/
OPENAI_API_BASE=https://your-gateway.example.com/v1
    ⚠️ 版本提示：自 v0.4 起，包名由 pyautogen 改为 autogen-agentchat / autogen-ext。v0.2 用户可参考 官方迁移指南。

    🏗️ 架构总览

    AutoGen 把”造一个能自主干活的 AI”这件事切成三层 API，开发者可以按需选择从底层到高层：

    AutoGen 三层架构：Extensions / AgentChat / Core

    • Core API（底层）：消息传递、事件驱动、分布式 Runtime，同时支持 Python 与 .NET，是整条链路的”内核”。
    • AgentChat API（高阶）：双智能体对话、群聊、AgentTool 多专家路由——大多数应用只需要这一层。
    • Extensions API（扩展）：LLM 客户端、工具注册、MCP 协议适配、模型上下文协议桥接。

    再上面还有三个开箱即用的”上层建筑”：AutoGen Studio（无代码 GUI）、AutoGen Bench（基准评测）、Magentic-One（微软开源的通用多智能体团队基线）。

    ✨ 核心功能

    🤖 1. 多智能体对话与编排

    把每个 Agent 看作一个会发消息的对象，通过 initiate_chat / a_initiate 一行就能拉起对话；支持两人私聊、群聊（SelectorGroupChat / Swarm / RoundRobin）与按需动态编排（AgentTool 把”专家 Agent”当工具调）。

    🧠 2. 可插拔模型与工具

    原生支持 OpenAI / Azure OpenAI / Anthropic / Ollama / vLLM / Gemini 等模型；工具侧通过 FunctionTool + MCP 一键接入浏览器、数据库、Shell、文件系统、Playwright 等上百种能力。

    🧑‍💻 3. 人机协同（Human-in-the-Loop）

    通过 UserProxyAgent / input_func 任意把人类拉进对话：审批、纠正、补充上下文，AI 不会”擅自做主”——这是 AutoGen 最早让业界眼前一亮的杀手锏。

    🖥️ 4. AutoGen Studio：无代码工作台

    可视化拖拽搭建 Agent 团队、连接工具、调试消息流、上传数据集。零代码也能跑通一个 Magentic-One 风格的”会自己上网 + 写代码 + 操作文件”的 AI 助手。

    🔁 5. Magentic-One 通用团队基线

    微软在 AutoGen 上开源的”通用多智能体”参考实现：Orchestrator 动态规划 → 调用 Coder / Computer-Use / Web-Surfer / File-Surfer 四个专家完成任务，对标 OpenAI Operator 与 Anthropic Computer Use。

    Magentic-One 风格的多智能体协作流程：Orchestrator + 4 个专家 Agent

    🎯 典型使用场景

    场景一：自动数据分析 + 报告生成

    做法：Planner Agent 拆解任务 → Coder Agent 写 pandas / matplotlib 代码 → Executor 在 Docker 里跑 → Writer Agent 把结果整理成 Markdown 报告。人类只在最后审阅。

    收益：原本 2 小时的手工分析压缩到 10 分钟以内；每一步可追溯、可重放。

    场景二：多角色代码评审 / PR 自动化

    做法：Author Agent 改代码 → Reviewer Agent 提风格 / 性能意见 → Tester Agent 自动跑单测 + 覆盖率 → Approver 收口。整套流程在一个 SelectorGroupChat 里循环。

    收益：把”人盯 PR”变成”AI 盯 PR”，工程师只看最后结论。

    场景三：Magentic-One 通用办公助手

    做法：把 Coder / Computer-Use / Web / Files 四个 Agent 配成团队，Orchestrator 自动调度。让它”打开 Chrome 去 LinkedIn 搜索 Python 后端岗位、截图、写到 jobs.md“——这是 OpenAI Operator 还没发布时，AutoGen 社区最早跑通的范式。

    收益：任何能拆成”打开应用 → 抓信息 → 写文件”的流程都能交给它。

    💡 推荐理由（也聊聊它的现状）

    作为多智能体框架的”鼻祖级”项目，AutoGen 给整个行业留下了三份被广泛借鉴的遗产：把”对话”当作 Agent 协作的一等公民、把”人”显式拉进循环、把”工具调用”做成可插拔。从 2023 年发布至今，AutoGen 一直是 Multi-Agent 论文与开源项目的引用常客，60K Star 是其行业地位的最好注解。

    实际用下来，AutoGen 最打动我的有三点：

    1. 上手曲线友好：AgentChat API 让你 5 行代码就能跑起一个”用户 ↔ 助手”对话；想加工具，FunctionTool(...) 一包就完事；想加人类审核，UserProxyAgent 直接接管输入。
    2. 生态厚、可借鉴多：官方 + 社区沉淀了 Magentic-One、AutoGen Bench、AG2（前 AutoGen 延续）等一大批可直接 fork 的参考实现，几乎所有”AI 办公助手”类产品都能在 AutoGen 里找到原型。
    3. 底层够”工程”：Core API 的事件驱动 + 分布式 Runtime 设计，让它既能跑 Jupyter 玩具，也能跑生产级服务；而且 Python 与 .NET 双实现，给企业 .NET 栈留了通路。

    ⚠️ 也要如实告诉你：维护模式与迁移

    自 2025 年起，AutoGen 仓库进入 社区维护模式（community-maintained）：bug fix 与小幅改进由社区接管，重大新特性已并入微软官方的 Microsoft Agent Framework。

    对新项目而言：如果只是做多智能体原型 / 内部工具，现在的 AutoGen 仍然完全够用、生态最厚；如果是从 0 起步并预计要跑 2-3 年的产品，建议同步评估 Microsoft Agent Framework 与 AG2（原 AutoGen 核心贡献者 fork 的延续版本）。

    📥 下载地址

    🌐

    官方网站

    microsoft.github.io/autogen

    🐙

    GitHub 仓库

    github.com/microsoft/autogen

    📚

    文档中心

    stable 文档

    🐍

    PyPI 安装

    pip install autogen-agentchat

    #Microsoft #AutoGen #多智能体 #AgenticAI #开源项目

  • 三星谷歌智能眼镜再加两款设计，今秋带着 Gemini 正式登场

    智能眼镜这条赛道，最近又热闹了一点。在三星 7 月的 Unpacked 发布会上，三星和 Google 把双方合作的 Android XR 智能眼镜往前推了一步：除了今年 5 月已经亮相的那批设计，又多了 Gentle Monster 和 Warby Parker 两家时尚品牌操刀的两款新样子。眼镜本身就带着 Google 的 Gemini AI，计划今年秋天正式开卖。

    这不是凭空冒出来的概念。Android XR 是 Google 专门给头显和眼镜打造的操作系统，三星负责把硬件做出来。早在 5 月的 Google I/O 上，这个项目就以”Project Aura”之类的名号露过脸，当时大家就猜它会走”科技公司出系统、传统眼镜品牌出颜值”的路线。现在看，这条路真的走通了。

    三星与谷歌合作的智能眼镜新设计
    三星与 Google 的智能眼镜新设计，由 Gentle Monster 与 Warby Parker 操刀。（图源：The Verge）

    “眼镜真正的门槛从来不是屏幕够不够亮，而是你愿不愿意天天戴出门。”一位行业观察者这样形容这场竞赛。

    为什么非得拉时尚品牌入伙

    智能眼镜卖了好几年，始终没真正飞进大众生活，原因很直白：大多数长得像实验器材。Meta 的雷朋眼镜之所以能卖出点声量，靠的正是”看起来就是副普通墨镜”。三星和 Google 显然也想通了这点——与其自己设计一个四不像，不如把镜框交给 Gentle Monster、Warby Parker 这种本来就被年轻人追捧的品牌。

    对用户来说，这意味着挑眼镜第一次有了”选款式”的余地；对品牌来说，则是把自己的设计语言直接铺到一块全新的智能硬件上。双赢的算盘打得挺响。

    Gemini 上车，意味着什么

    比起镜框长什么样，更值得琢磨的是眼镜里那颗 Gemini。Google 的当家多模态模型塞进镜架，意味着你戴着它就能做实时翻译、看东西问问题、把眼前看到的信息直接喂给 AI 处理。出门旅游对着路牌拍一下、开会时悄悄记笔记、逛街时问”这牌子哪家店有货”——这些场景正是 Google 想用 Gemini 抢下来的日常入口。

    这也让眼镜从”显示设备”变成了”始终在线的 AI 助手”。区别在哪？以前的智能眼镜主要把内容投给你看，现在的思路是让 AI 主动帮你处理世界里的信息。

    一场还没打完的仗

    把镜头拉远，Google 和三星这步棋，正面撞上了 Meta 的雷朋眼镜，以及苹果也在悄悄布局的 AI 眼镜计划。大家赌的都是同一件事：下一代人机交互的入口，可能不再是手机屏幕，而是一副你忘了自己戴着、却随时能调起 AI 的眼镜。

    不过话说回来，设计和模型都就位了，真正的考验才刚开始。续航、重量、隐私，还有”戴着它跟人说话会不会尴尬”这种说不清的社会接受度，任何一个卡住，再好看的镜框也救不回来。

    • 新设计来自 Gentle Monster 与 Warby Parker，今秋随三星新品上市；
    • 眼镜搭载 Google Gemini，支持实时翻译、视觉问答等 AI 能力；
    • 背后是 Google 的 Android XR 平台，三星负责硬件落地；
    • 直接竞品指向 Meta 雷朋眼镜与苹果的 AI 眼镜计划。

  • AMD 豪掷 50 亿美元投资 Anthropic，2GW 的 MI450 显卡就位

    这两天 AI 圈又有笔大钱落了地。AMD 在周三官宣，要往 Anthropic 投最多 50 亿美元，同时帮这家公司把算力盘子做大。作为交换，Anthropic 会用上最多 2 吉瓦（GW）的 AMD Instinct MI450 系列 AI 显卡，跑在 AMD 新推出的 Helios 机架级系统上。

    AMD 与 Anthropic 达成最高 50 亿美元战略合作
    AMD 将向 Anthropic 投资最多 50 亿美元，并部署 MI450 系列 AI 显卡。（图源：The Verge）

    光看数字可能没感觉，拆开说就明白了。2GW 是什么概念？大概相当于两座中等城市全年的用电峰值压进一堆机房里。Anthropic 计划先在 2027 年上半年把第一座 1GW 的集群点亮，剩下的后续铺开。这事儿最早是《华尔街日报》捅出来的，AMD 自己随后发了公告确认。

    “通过与 AMD 在全栈层面合作，我们既锁定了需要的算力容量，又能针对 Claude 的训练和推理做优化。” —— Anthropic 联合创始人、首席计算官 Tom Brown

    为什么是 AMD，而不是老朋友英伟达

    过去提到前沿模型的算力，大家默认就是英伟达的卡。Anthropic 虽然也不是纯英伟达阵营——它之前就搭过 Google 的 TPU、Amazon 的 Trainium——但 AMD 能拿下一家顶级实验室的”主粮”订单，意义不一样。MI450 是 AMD 今年力推的新一代 Instinct，配上 Helios 这种把计算、网络、散热打包好的机架方案，摆明了是要正面啃英伟达的蛋糕。

    对 AMD 来说，这笔买卖不只是一张订单。Anthropic 是当下最能打的大模型团队之一，它的背书等于给 MI450 做了一次硬核实测广告。往后别的公司采购时，心里会多一个”连 Anthropic 都在用”的参照。

    Anthropic 的算力拼图越铺越大

    把这次合作放进水里看，Anthropic 最近在算力上的动作密集得有点吓人。它前面已经和 SpaceX、TeraWulf 签了数据中心协议，又拉着 Google、博通（Broadcom）搞了一笔不小的基建交易，和 Amazon 也有算力方面的合作。甚至有传闻说，它跟 Meta 之间也可能谈成类似的租赁协议。

    一家原本以”安全优先”出名的实验室，现在像在同时下好几盘棋：一边要保证训练和推理用的算力源源不断，一边还得把供应方分散开，别被任何一家芯片厂绑死。2GW 的 AMD 卡，就是这张网里最新、也最显眼的一根线。

    钱之外的那层合作

    这次不是单纯的”我买你股票、你买我显卡”。双方还签了个多年工程协作：AMD 会把 Anthropic 的 Claude 用到自己的软件开发、工程和产品的日常流程里。换句话说，卖卡的人自己先成了重度用户——用 Claude 来写代码、做工程决策，等于把客户的工具嵌进了供应商的研发流水线。

    这种”你用我的模型优化我的芯片，我拿你的算力跑你的模型”的闭环，正在成为大厂之间的新默契。对 Anthropic 而言，多一个强力算力后盾；对 AMD 而言，多一个能帮它把软件生态磨顺的顶级伙伴。

    • AMD 最多投 50 亿美元，Anthropic 部署最多 2GW 的 MI450 显卡；
    • 首批 1GW 计划在 2027 上半年上线，基于 Helios 机架级系统；
    • Anthropic 近期算力合作已覆盖 SpaceX、TeraWulf、Google、博通、Amazon；
    • 双方另有多年工程协作，AMD 将 Claude 引入内部研发流程。