YOHO AI

标签： AI

  • Figma把代码层搬上画布，AI设计工具开始抢开发者的活了

    Figma把代码层搬上画布，AI设计工具开始抢开发者的活了

    Figma这几天悄悄放出一个大更新，设计师和开发者之间的那堵墙，又被推倒了一块。

    这次更新的核心，是把”代码层”直接搬上了Figma的协作画布。以前设计师做完稿，要交给开发者去还原——这个”交接”过程，往往是扯皮的重灾区。现在Figma说：别交了，直接在画布上写代码，大家一起看。

    “多人协作画布的强大之处在于：这是一个你不需要关心代码质量的环境。如果你在快速探索方向，可以用这种空间化的方式来做。”——Figma首席产品官Yuhki Yamashita

    代码层、动画、AI，一次全给了

    具体来看，这次更新有三个值得说的地方。

    第一是代码层。团队现在可以直接在Figma画布上克隆代码仓库，把代码里的流程提取出来变成设计层——用来做测试。Figma的意思很明确：设计师、产品经理、工程师，别分那么清楚，大家一起在画布上折腾。

    第二是动画和3D变换。以前设计师要做动画，得去别的软件里做，再转成代码让应用去读。现在直接在Figma里做就行了，支持过渡动画、3D变换，还能用AI来生成这些资源。

    Figma代码层与AI功能概念图
    Figma新更新：代码层、动画支持与AI功能（概念图）

    第三是AI助手的能力升级。现在可以用文字提示词来创建”可复用的技能”，让AI代理去执行。还能接上Notion、Granola、Excel、GitHub这些工具，或者附上文件给AI更多上下文。

    Figma的AI牌怎么打？

    这件事背后有一个更大的趋势：设计工具不再满足于”只服务设计师”，它们在往”全栈协作平台”的方向走。

    Figma去年收购了节点式工具Weavy，现在正在把两个产品打通。今年晚些时候，用户可以直接在Figma里生成Weavy的工作流。这个方向很明显：让设计师也能跑AI模型对比输出，而不只是画框框。

    另外，Figma之前已经跟Claude Code和Codex做了集成。这次加代码层，等于把”设计→代码”的链路再缩短一截。对开发者来说，这可能是好事——少了一点”还原走样”的扯皮；但也可能是坏事——设计师会不会开始”写代码”，然后产出一些让工程师头大的东西？

    • 代码层让设计师能直接在画布上操作代码逻辑
    • 动画工具内置，不再需要第三方软件中转
    • AI助手可连接Notion、GitHub等外部工具
    • Weavy集成将在今年晚些时候上线

    Figma这次更新的底层逻辑很清楚：AI让”跨界”变得容易了，那不如直接把界限抹掉。以后还会有”专职设计师”和”专职开发者”这两种角色吗？这个问题，可能比这次更新本身更值得想想。

  • 孙正义公开质疑马斯克轨道数据中心：这几年AI抢的是地球，不是太空

    孙正义公开质疑马斯克轨道数据中心：这几年AI抢的是地球，不是太空

    孙正义最近在软银股东大会上泼了一盆冷水。事情起因是马斯克一直在推销他的”轨道数据中心”愿景——把数据中心发射到太空，用卫星组成计算星座，从根本上解决AI算力短缺的问题。

    孙正义的回应很直接：在太空建数据中心，降不了什么成本，而且耗时太久。他说：”AI竞赛接下来的几年，远比十年后可能发生的事情重要得多。”

    “在AI的战斗中，接下来的几年远比十年后可能发生的事情重要。”——孙正义

    不只是孙正义一个人怀疑

    TechCrunch的Equity播客最近专门讨论了这个话题。几位资深记者拆解下来，发现这件事比马斯克在X上发几条推文要复杂得多。

    Sean O’Kane提出了一个很犀利的观点：马斯克口中的”轨道数据中心”，本质上是在给SpaceX的发射业务拉更多订单。低轨卫星寿命就几年，要维持一个”数据中心星座”，得不停地发射替换卫星——这不就是给自己的火箭找长期饭碗吗？

    轨道数据中心概念图
    马斯克的轨道数据中心愿景：卫星组成计算星座（概念图）

    Kirsten Korosec则觉得这件事”很讽刺”。软银历史上可是出了名爱下重注的——WeWork就是典型例子。现在孙正义跳出来当 skeptic，多少有点”我吃过的盐比你吃过的饭还多”的味道。

    每个人都在这个过程中”自说自话”

    播客里提到一个很有意思的概念，叫”talking your own book”——翻译过来大概是”只说对自己有利的话”。在AI基础设施这个话题上，几乎每个玩家都有自己的算盘。

    马斯克推轨道数据中心，对SpaceX的发射业务是天大的利好。孙正义质疑轨道方案，是因为软银刚宣布要在法国投75亿欧元建地球上的数据中心——他当然希望算力缺口靠地面解决。Sam Altman也对外表示过对轨道数据中心”不看好”，他和马斯克之间的过节大家都知道。

    • SpaceX推轨道数据中心 → 发射业务直接受益
    • 软银质疑轨道方案 → 地面数据中心投资才是对的路
    • OpenAI/Anthropic表态 → 关心的是算力成本和获取速度

    说到底，这件事没有”客观中立”的观察者。每个人都带着自己的利益在发言，这是读任何AI新闻时都值得记住的一点。

    轨道数据中心到底靠不靠谱？

    把技术问题先放一边，单从时间窗口来看，孙正义说得有道理。AI竞赛的窗口就是这两三年，Google、OpenAI、Anthropic都在拼命抢算力，谁能等得起十年？

    但反过来说，如果轨道数据中心真的能做出来，先发优势会是压倒性的。问题是：技术问题（散热、维修、数据传输延迟）能不能解决？成本能不能降到比地面数据中心更有竞争力？目前看，答案都是”不确定”。

  • Cerebras上市后第一份财报就把股价干掉了20%，CEO说「你们都误解了」

    AI芯片公司Cerebras本周交出了上市后的第一份财报，结果市场不买账——股价当天跌了快20%。CEO Andrew Feldman后来上CNBC解释说，投资者「误解」了公司的利润率展望。但股价跌了就是跌了，解释归解释，投资者的钱是实打实亏了。

    Cerebras AI芯片公司股价暴跌
    Cerebras上市后第一份财报，股价应声跌近20%（图：AI芯片概念）

    数字其实不差，问题是展望

    先看财报本身。第一季度营收1.93亿美元，同比增长94%；净亏损从去年同期的2390万美元收窄到1400万美元。这看起来挺不错。但指引出了问题：公司预计全年毛利率38%-41%，而第一季度是47%。利润率收窄的预期，把投资者吓跑了。

    Feldman的解释是：为了加快交付，Cerebras要从最大的客户那里租回一部分设备，而这会侵蚀今年的利润率。他说市场「误解」了这个指引，公司其实在按计划在走，甚至还在超越计划。

    「这是被误解了。我们在2026年初制定了一个计划，几个月前上市的时候分享了那个计划，而现在我们在超越那个计划。」——Cerebras CEO Andrew Feldman

    解禁期叠加财报，雪上加霜

    股价压力不只来自财报。Cerebras的内部人股份解禁期是分批改的，本周二财报发布后的第二个交易日，就有2800万股Class A股票可以开始交易。内部人一旦开始卖，股价自然承压。Feldman说分批改的目的是平滑节奏，但市场买不买账是另一回事。

    Cerebras的底气：不依赖HBM，也不依赖台积电最尖端工艺

    Feldman在采访中还提到了Cerebras相比英伟达的一个优势：他们不需要高带宽内存（HBM），也不需要台积电最尖端的工艺。这两个正是英伟达目前产能受限的瓶颈。不过，Cerebras自己也有麻烦——它需要建更多数据中心，而数据中心的审批和建设周期，远比AI芯片的研发周期长。

    Feldman自己也说：「我们想以AI的速度前进，但数据中心是以房地产的速度移动的。」这句话挺无奈的，也很真实。

    「我们想以AI的速度前进，但数据中心是以房地产的速度移动的。」——Andrew Feldman

    AI芯片公司的盈利之路，没那么好走

    Cerebras的处境其实是整个AI芯片行业的一个缩影。英伟达赚得盆满钵满，但追在后面的那些挑战者，面临的是研发烧钱、客户验证周期长、数据中心建设慢的多重压力。财报后股价跌20%，说明投资者对AI芯片公司的耐心，已经不像两年前那么足了。

    Mizuho和Wedbush的分析师在财报后反而上调了预期，但市场显然选择了用脚投票。接下来几个季度，Cerebras需要用实际业绩证明，这次的「误解」真的是误解，而不是利润率承压的开始。

  • 人人都在建AI数据中心，但这家小公司说「我能让你快三个月上线」

    AI热潮起来之后，干什么的都想搭个数据中心。GPU有了、交换机有了、存储也有了，结果卡在最后一步——怎么把这一堆硬件变成能对外提供AI训练和推理服务的云平台。搞网络配置、搞多租户隔离、搞自动化运维，没几个月搞不定。而这几个月里，成百上千张GPU就那么闲着，烧钱不产出。

    AI数据中心网络自动化
    AI新云的网络自动化，是个被忽视但极其痛的问题（图：Netris）

    网络配置这件「苦差事」，终于有人做了自动化

    Netris做的是AI数据中心里的网络自动化。它的软件跑在网络交换机上，把原本需要工程师手动配置的成千上万个交换机参数，变成自动化的流程。新云(neocloud)运营商用它，可以把上线时间从几个月压缩到几周。

    CEO Alex Saroyan说了一句话挺有意思：传统数据中心的SDN（软件定义网络）在AI时代不够用了，因为AI的流量太大，必须硬件加速。Netris做的就是这个——「像SDN一样灵活，但是完全硬件加速」。

    「对于AI，软件是不够的，因为流量太大了，一切都必须硬件加速。你需要一个像SDN一样的东西，但是完全硬件加速的。这就是我们做的，而且我们已经做了八年。」——Netris CEO Alex Saroyan

    英伟达也在帮它介绍客户

    两年前，Netris给英伟达做了一次技术演示，后者印象深刻，开始主动把客户推荐给Netris。目前Netris已经在全球35个GPU集群上线，总共约100万张GPU，客户包括Lightning AI、富士康、HPE、TensorWave、加拿大电信Telus等。

    它的平台是供应商中立的，同时支持英伟达和AMD的服务器网络标准。这一点很关键——现在AI芯片除了英伟达，AMD、自研芯片都在冒头，新云运营商不希望被绑死在一个硬件生态里。

    a16z为什么投？

    这一轮1500万美元A轮，领投方是a16z。合伙人Guido Appenzeller加入董事会。逻辑其实很清楚：AI新云越多，网络自动化的需求就越大。而这块以前是被大厂（微软、谷歌、AWS）自己搞定的，它们有工程师团队写自动化工具。但新云创业公司没这个资源，只能买。

    Netris特别强调一点：它们没有用AI来做网络配置。Saroyan说AI是非确定性的，有时候会「自己搞事情」，改几千个交换机配置这种事不需要创意，需要的是稳定和可重复。所以Netris用的是传统算法。

    「AI是非确定性的，对吧？有时候它喜欢自己搞事情。创意工作不错，但是改几千个交换机配置，你不需要有创意，你需要非常稳定和可重复。」——Alex Saroyan

    钱往哪里花？

    融资完成后，Netris要招更多工程师和销售人员，增加对更多硬件厂商的支持，同时继续完善它的核心算法。这个赛道目前还没有特别大的竞争对手，但随着AI新云越来越多，迟早会有大厂盯上这块。

  • Facebook给创作者发了个AI助手：以后回复评论、分析数据，它全包了

    如果你是个内容创作者，每天要花多少时间回复评论、分析数据、想下一期做什么内容？Facebook说：这些事，以后可以让AI帮你干了。

    6月24日，Facebook宣布重新设计它的Creator Studio工具，把它变成一个独立的AI伴侣应用。这个应用现在正在和一部分创作者测试，目标是帮你搞定那些烦人的日常运营工作。

    Facebook Creator Studio AI伴侣应用概念图
    Facebook推出AI伴侣应用，帮助创作者分析数据和互动（配图：AI生成）

    这个AI助手能干什么？

    核心功能其实挺实用的。首先，它内置了Facebook上个月刚推出的”AI创作者助手”。这个助手会根据你的内容风格、历史表现、观众互动情况，给你推荐下一步该做什么。

    比如，你可以直接问它：”我什么时候发帖效果最好？”或者”我的观众都在评论里说什么？”它是对话式的，所以你可以接着问：”那我的观众群体最近有什么变化？”

    “创作者通常要盯着一堆图表和仪表盘才能搞懂自己的表现，但有了AI助手，你可以直接问问题，几秒钟就能得到答案。”——Facebook在产品公告中写道

    除了问答功能，这个新应用还有个很实用的工具：AI评论回复。它会帮你找出最重要的评论，然后用你自己的语气起草回复。当然，你可以编辑后再发，不是完全让AI乱回。

    每天打开应用，你还会看到一个”今日优先级”列表：最新帖子的表现、目标完成进度、需要回复的评论。基本上就是把你每天需要做的事情整理好，推到你面前。

    为什么Facebook要做这个？

    很简单：留住创作者。

    现在创作者们有很多选择——TikTok、YouTube、Instagram，大家都想抢他们。如果Facebook能让创作者的工作变得更轻松，他们就更有可能把精力花在Facebook上，而不是跑去竞争对手的平台。

    另一个目的是：让创作者少用第三方工具。现在很多创作者会用ChatGPT或者其他AI工具来头脑风暴内容创意、分析数据。如果Facebook自己的AI助手就能搞定这些，创作者为什么还要打开别的APP？

    Meta最近在疯狂发布新应用

    这次的Creator Studio AI应用，只是Meta最近一系列新应用中的一个。

    上个月，Meta推出了一个叫”Forum”的独立应用，功能类似Reddit——用户可以发帖、评论、投票。再之前，他们还测试了一个叫”Instants”的应用，可以让用户和Instagram好友分享会消失的照片（类似Snapchat）。

    根据《纽约时报》的报道，Meta还在开发一个叫”Arena”的应用，功能类似预测市场平台Polymarket（就是那种让大家对新闻事件下注的平台）。这个应用还没发布，但已经在内部测试中。

    为什么Meta突然开始疯狂发布新应用？根据《华尔街日报》的报道，Mark Zuckerberg告诉员工：AI让开发效率提升了，所以现在可以同时推进更多项目。以前可能需要几十个人花几个月做的应用，现在可能几个人几周就能搞定。

    这个逻辑听起来合理，但也让人好奇：发布这么多应用，用户真的用得过来吗？还是说，Meta只是在”广撒网”，看看哪个能火？

    对创作者来说，这个AI伴侣应用确实挺有用的。但问题是：你会信任Facebook的AI来处理你和观众的互动吗？还是说，你更喜欢自己亲手回复每一条评论？

    这个问题没有标准答案。但可以确定的是，AI正在改变创作者的工作方式——不管你喜不喜欢，它都已经来了。

  • Google正在失血：两个月丢了三位顶级AI科学家，他们都去了同一家公司

    如果你是一家科技公司的CEO，早上起来连着收到三条消息：你最顶尖的三个AI科学家，一个个被竞争对手挖走了——你会怎么想？Google的Sundar Pichai最近可能正在经历这种噩梦。

    最新的一条消息是：Jonas Adler和Alexander Pritzel要离开Google，加入Anthropic。这两位可不是普通的研究员——他们参与了Google Gemini模型的核心开发。Gemini是Google对抗GPT的主力产品，结果核心开发者被对手挖走了。

    Google AI人才流失概念图
    Google AI研究团队正在经历人才流失危机（配图：AI生成）

    两周内连丢三员大将

    这还不是最糟糕的。就在上周，传奇AI研究员Noam Shazeer宣布离开Google，加入OpenAI。Shazeer是谁？他在Google待了26年（2000年入职），中间出去创立了Character.AI——那个因为青少年自杀案被起诉的聊天机器人公司。后来Google花了27亿美元把Character.AI买下来，部分原因就是为了把Shazeer请回来开发Gemini。

    结果他回来了不到两年，又走了。这次是去OpenAI。

    “Shazeer的离开对Google来说是个重大损失。他不仅是Gemini的核心开发者，更是Google AI研究的文化符号。”——行业分析师

    更戏剧性的是John Jumper的离开。Jumper是Google DeepMind的主任，他和CEO Demis Hassabis一起拿了2024年诺贝尔化学奖——因为开发了AlphaFold（可以预测蛋白质3D结构的AI）。结果他也宣布离开Google，加入Anthropic。

    一个诺贝尔奖得主，一个Gemini核心开发者，一个传奇研究员——两个月内全部被竞争对手挖走。这已经不是”正常的人才流动”了。

    为什么他们都去了Anthropic和OpenAI？

    答案很简单：钱和机会。

    OpenAI和Anthropic都在准备IPO。这意味着如果你现在加入，拿到股票期权，等到公司上市，你可能一夜之间变成亿万富翁。Google虽然有股票，但已经是一家成熟公司，股价上涨空间有限。而OpenAI和Anthropic还在”火箭升空”的阶段。

    更重要的是，Anthropic和OpenAI现在的势头确实比Google好。GPT-5.6刚发布，Claude的用户增长迅速，而Google的Gemini虽然技术不错，但市场反响一直不温不火。对于顶尖研究者来说，他们想去能做出改变的地方。

    Google的麻烦才刚刚开始

    这个趋势可能会持续。随着OpenAI和Anthropic的IPO临近，他们会更疯狂地挖人。而Google不仅要面对外部竞争，还要应对内部的问题：研究者们看到同事一个个跳槽去”更有前途”的公司，他们也会开始动摇。

    更糟糕的是，这不仅仅是人才流失的问题。AI研究是高度依赖个人能力和团队文化的领域。当核心研究者离开，他们带走的不只是技术，还有整个团队的士气和动力。Google花了多年建立的AI研究优势，可能在这几个月内就被削弱。

    有趣的是，这个局面对整个AI行业来说可能是件好事。人才流动意味着技术扩散，意味着竞争加剧。Google一家独大的局面被打破，可能会催生更多创新。

    但对Google来说，这绝对是个坏消息。他们不仅需要想办法留住现有人才，还需要重建市场对他们的信心。否则，下一次你听到”Google发布新AI模型”的时候，可能会想：”这个模型的开发者是不是已经在准备跳槽了？”

  • OpenAI Agents SDK：OpenAI官方多智能体框架，27K+ Stars让Agentic AI开发变得简单

    OpenAI Agents SDK：OpenAI官方多智能体框架，27K+ Stars让Agentic AI开发变得简单

    OpenAI Agents SDK 架构图

    OpenAI Agents SDK 多智能体编排架构示意图（图片来源：OpenAI 官方文档）

    项目简介

    OpenAI Agents SDK 是 OpenAI 官方出品的轻量级、强大的多智能体工作流编排框架，2025年3月开源，至今已获得 27,470+ Stars 和 4,227 Forks。一句话概括：让你用极简的 Python 代码，构建生产级的多智能体 AI 应用。

    与 LangChain、AutoGen 等第三方框架不同，Agents SDK 是 OpenAI 官方原生维护，与 OpenAI API 深度集成，同时支持 100+ 其他 LLM（通过 LiteLLM），真正做到了 provider-agnostic（提供商无关）。

    🌟 核心定位：不是另一个 AI 框架，而是 OpenAI 对「如何构建 Agentic AI 应用」的官方最佳实践。如果你在用 GPT/Claude 构建智能体应用，这是目前最权威的参考实现。

    安装要求和过程

    环境要求

    • Python：3.10 及以上版本
    • 依赖：Pydantic v2、httpx、mcp-python-sdk
    • API Key：OpenAI API Key（或兼容的其它 LLM）

    快速安装

    # 使用 pip（推荐）
pip install openai-agents

# 使用 uv（更快）
uv add openai-agents

# 语音功能支持（可选）
pip install 'openai-agents[voice]'

# Redis 会话支持（可选）
pip install 'openai-agents[redis]'

    最小可运行示例

    import os
from agents import Agent, Runner

# 设置 API Key（支持任何兼容 OpenAI API 的服务）
os.environ["OPENAI_API_KEY"] = "your-api-key"

agent = Agent(
    name="Assistant",
    instructions="你是一个有帮助的助手。",
)

result = Runner.run_sync(agent, "用一句话解释什么是 MCP？")
print(result.final_output)

    核心功能

    🤖 1. Agents — 智能体定义

    通过声明式 API 定义智能体：配置指令（instructions）、工具（tools）、安全护栏（guardrails）和交接策略（handoffs）。每个 Agent 是一个独立的 LLM 调用上下文。

    🔄 2. Handoffs — 智能体交接

    一个智能体可以将对话「交接」给另一个智能体，实现专业分工。例如： triage Agent → 路由到 billing Agent / technical Agent，是构建多智能体系统的核心机制。

    🛡️ 3. Guardrails — 输入/输出安全护栏

    可配置的安全检查，在 Agent 执行前后验证输入和输出。支持自定义 guardrail 函数，实现内容审核、敏感信息过滤、输出格式校验等。

    🔧 4. Tools + MCP — 工具与协议扩展

    支持函数工具（function tools）、MCP 服务器工具、托管工具（web search / file search / computer use）。MCP 协议原生支持，可接入 1000+ 工具生态。

    📊 5. Tracing — 内置可观测性

    所有 Agent 运行自动记录追踪信息，可在 OpenAI Traces Dashboard 查看、调试和优化工作流。无需额外配置，开箱即用。

    📦 6. Sandbox Agents — 容器化工作空间

    v0.14.0 新增功能。Agent 可以在隔离的容器环境中执行真实工作（读写文件、运行命令、应用补丁），支持长时间跨会话的任务。可用于代码审查、自动修复等场景。

    🎙️ 7. Realtime Agents — 语音智能体

    基于 gpt-realtime-2 模型构建语音智能体，支持实时语音对话，完整集成 Agent 所有功能（工具调用、handoffs、guardrails）。可用于构建 AI 客服、语音助手等。

    💬 8. Sessions — 会话历史管理

    自动管理跨多次运行的对话历史，开发者无需手动维护上下文。支持 Redis 持久化，适合生产环境。

    典型使用场景

    场景一：客户服务多智能体系统

    构建一个客服系统，用户消息首先进入 Triage Agent，根据问题类型自动交接给：

    • Billing Agent：处理账单、退款、付费问题
    • Technical Agent：处理技术故障、错误排查
    • Escalation Agent：复杂问题升级人工处理（Human-in-the-loop）

    每个专业 Agent 有自己的指令、工具和知识库，Handoffs 实现无缝切换。Guardrails 确保用户输入和 Agent 输出符合安全规范。

    场景二：AI 编程助手（代码审查+自动修复）

    利用 Sandbox Agents 在隔离环境中运行 AI 编程助手：

    • Agent 克隆代码仓库到沙箱
    • 阅读代码、分析 Issue
    • 生成修复方案并执行测试
    • 自动提交 PR

    整个过程在沙箱中完成，不影响生产环境。支持跨长时间任务（分钟级到小时级）。

    场景三：语音 AI 助手（Realtime Agent）

    基于 Realtime Agents 构建语音助手：

    • 用户通过语音提问
    • gpt-realtime-2 实时理解并响应
    • Agent 调用工具（查天气、搜信息、控制智能家居）
    • 支持中断、插话、多轮对话

    可用于 AI 客服热线、语音笔记助手、语言学习陪练等场景。

    推荐理由

    作为一个深度使用过 LangChain、AutoGen、CrewAI 等框架的开发者，OpenAI Agents SDK 是目前我最推荐的入门和生产级多智能体框架，原因如下：

    1. 官方背书，长期维护有保障：由 OpenAI 官方团队维护，与 OpenAI API 深度集成，未来能力（如 Realtime API、Computer Use）会第一时间支持。不用担心框架突然停更。
    2. 设计极简，学习曲线平缓：核心概念只有 Agents / Handoffs / Tools / Guardrails / Tracing 五个，API 设计直观。相比 LangChain 的复杂抽象，Agents SDK 让你专注于业务逻辑。
    3. Provider-agnostic，不绑定 OpenAI：虽然由 OpenAI 维护，但通过 LiteLLM 支持 100+ LLM（Anthropic / Gemini / DeepSeek / 本地 Ollama 等）。你可以在开发时用 GPT-4o，生产时切换到更便宜的模型。
    4. 内置 Tracing，调试不再抓瞎：所有 Agent 运行自动记录到 OpenAI Platform，可以查看每次 LLM 调用、工具执行、handoff 传递的完整链路。这是其他框架需要自己搭建的可观测性系统。
    5. 生产级特性齐全：Guardrails（安全护栏）、Human-in-the-loop（人工介入）、Sessions（会话管理）、沙箱隔离，这些都是生产环境必需但很多框架忽视的特性。

    ⚠️ 注意事项：Agents SDK 是 Python-first 框架，如果你需要 JS/TS 版本，可以查看 openai-agents-js。另外，Tracing 功能默认将数据传输到 OpenAI Platform，如数据隐私有要求，可以配置自定义 tracing processor。

    项目数据一览

    指标 数据
    GitHub Stars 27,470+ ⭐
    Forks 4,227
    主要功能 多智能体编排、Handoffs、Guardrails、Tracing、MCP、Sandbox Agents、Realtime
    编程语言 Python（也支持 JS/TS）
    开源许可 MIT License
    维护方 OpenAI 官方
    创建时间 2025年3月11日
    最后更新 2026年6月27日（非常活跃 🔥）

    下载地址

    🚀 OpenAI Agents SDK 让构建生产级多智能体应用变得简单而强大。如果你正在做 AI Agent 项目，这应该是你的首选框架。

  • AI抢走了内存，苹果用户买单：MacBook Pro涨价300美元背后的供应链真相

    蒂姆·库克最近说了两句大实话。第一句：涨价”不可避免”。第二句：现在的定价模式”不可持续”。说出这话的时候，苹果刚刚把16英寸MacBook Pro的价格提高了300美元，11英寸iPad Air从599美元涨到749美元，连HomePod Mini也加了30美元，变成129美元。

    库克把原因直指AI行业。这话不假，但把锅全甩给AI也有点鸡贼——毕竟苹果自己也在大举投资AI。不过从供应链的角度看，他说的是事实。

    RAMageddon来了

    卡内基梅隆大学泰珀商学院的营销与战略副教授蒂姆·德登格（Tim Derdenger）说得很直白：这是”基础经济学”。科技行业争相打赢AI战争，”RAM的价格飙升，因为内存制造商把生产线重新分配，转去生产AI数据中心需要的新款HBM内存，消费级DDR5的生产被砍掉了。”

    组件成本上涨，企业就会把成本转嫁给消费者。这本来是教科书级别的因果关系，但这次的不同之处在于：这不是一次性的供应链波动，而是结构性变化。

    纽约大学斯特恩商学院的教授斯里坎特·贾加巴特拉（Srikanth Jagabathula）说得更直接：”同一块芯片，放在AI服务器里赚的钱远比放在消费设备里多得多。”所以制造商毫不犹豫地选择了数据中心客户，把普通买家排在了后面。

    AI导致消费电子产品涨价
    内存短缺推高消费电子产品价格，AI数据中心是幕后推手

    不只是苹果

    苹果不是第一个涨价的，也不会是最后一个。Xbox的价格已经涨了将近25%（取决于型号），PC和游戏主机早就感受到了”RAMageddon”的冲击。甚至Nothing都取消了一整款手机的发布——原因就是组件成本太高。

    真正值得玩味的是权力反转。过去几十年，消费电子市场是内存厂商最大的客户，订单量大、稳定、可预期。现在，AI数据中心扔出来的订单又大又急，而且出价更高。内存厂商当然用脚投票。

    70亿人补贴AI竞赛

    这里有个让人不太舒服的问题：消费者在为AI竞赛买单，但AI竞赛的成果，消费者并不总是能享受到。你花更多钱买了一台MacBook Pro，但涨价的原因是HBM内存短缺——而HBM是你这台电脑根本用不上的东西。

    换句话说，普通消费者正在通过更高的设备价格，间接补贴科技巨头的AI军备竞赛。而这场竞赛的回报——更强大的AI模型、更智能的Agent——初期主要服务于企业客户和开发者，不是普通消费者。

    连Sam Altman都承认，现在AI领域有泡沫。OpenAI、谷歌、微软砸进去的钱是前所未有的规模，它们用这些钱把内存和存储的价格抬到了苹果都觉得”不可持续”的程度。泡沫什么时候破，没人知道。但消费者买到手的设备越来越贵，这件事在泡沫破之前只会愈演愈烈。

  • Anthropic的Mythos 5回来了，但只向网络防御者开放——Fable 5还在等

    6月26日，美国商务部部长霍华德·卢特尼克（Howard Lutnick）给Anthropic联合创始人汤姆·布朗（Tom Brown）发了一封信。这封信的日期是6月26日，内容是关于Mythos 5模型的解禁——但只是部分解禁。

    两周过山车

    过去两周，Anthropic一直在和特朗普政府谈判。过程像过山车一样，走走停停，最后勉强谈出了一个折中方案。根据The Verge拿到的政府信件内容，商务部同意”修订许可要求”，理由是Anthropic”近期与美国政府合作，解决了与Mythos 5和Fable 5相关的风险”。

    但这个结果只能说勉强及格。Mythos 5——Anthropic最强的网络安全模型——被允许重新部署给”一小群网络防御者和基础设施提供商”。至于面向公众的Fable 5系列，目前仍处于悬而未决的状态，没有任何上线时间表。

    Anthropic发言人丹妮尔·吉列里（Danielle Ghiglieri）对The Verge表示：”我们已收到美国政府通知，Mythos 5——我们最强的网络安全模型——可以重新部署给一小群网络防御者和基础设施提供商。我们正在努力为获批的提供商群体恢复Mythos 5的访问权限，并继续与政府合作，扩大Mythos 5的访问范围，让Fable 5再次面向大众开放。”

    Anthropic Mythos 5 部分解禁
    Mythos 5经历两周谈判后终于部分恢复访问

    出口管制并没有解除

    需要明确的是，美国政府并没有撤销两周前对Anthropic下达的出口管制令。那道命令禁止任何外国国民访问Mythos 5或Fable 5（包括Anthropic自己的员工）。这次的”修订”本质上是为Mythos 5开了一个口子——允许特定类型的组织访问，方式和之前OpenAI的GPT-5.6被”逐客户审批”如出一辙。

    也就是说，出口管制的大框架还在，只是Mythos 5拿到了一个例外。Fable 5呢？没有任何消息。普通用户想用上Fable 5，恐怕还得等上一段时间。

    中美AI监管的不同路径

    这件事更大的背景是：美国和中国的AI监管路径正在出现明显分化。美国这边，政府直接介入模型发布审批——哪家公司能发什么模型、能卖给谁，商务部说了算。中国那边，监管更多集中在内容安全、数据合规和算法备案上，对模型发布本身没有直接审批机制。

    Anthropic这次的谈判由汤姆·布朗亲自牵头，说明公司高层对这件事的重视程度。毕竟，Mythos 5是Anthropic当前最强的模型，被卡住出口对任何AI公司来说都是重大打击。部分解禁至少让Anthropic能继续服务一部分核心客户，但距离”正常状态”还差得很远。

  • 美国要把芯片战打到ASML门口，欧洲不干了

    美国要把芯片战打到ASML门口，欧洲不干了

    欧洲反击美国芯片战概念图
    ASML的光刻机是这场博弈的核心

    荷兰贸易大臣 Sjoerd Sjoerdsma 本周出现在华盛顿，会见美国商务部长 Howard Lutnick 和国会议员。他的目的很直接：反对《MATCH 法案》。

    这份今年 4 月提出的法案，要是生效，会禁止中国芯片制造商使用西方半导体设备。打到哪里呢——直接打到 ASML 的大门口。

    全欧洲最有价值的公司，卡在中间

    ASML 坐在本国荷兰，却是整个欧洲市值最高的公司，也是全世界唯一能制造尖端光刻机的企业。那种用来做最先进 AI 芯片的光刻机，别无分号。

    中国目前占 ASML 系统销售净额的 19%。这个比例不小。MATCH 法案比现有的管制还要往前走一步——不光继续禁售最先进的极紫外（EUV）设备给中国，还要把深紫外浸没式（DUV）设备也列入禁区。

    “我这次来这里向国会全面说明我们的关切，这种情况很不寻常。对荷兰来说，赌注可能非常高。”

    Sjoerdsma 在会谈结束后对彭博社说了这番话。

    中国现在能买到的，已经是十年前的机器

    ASML 首席执行官 Christophe Fouquet 今年 5 月对 TechCrunch 说过一句话：中国目前能买到的，是上一代的深紫外设备——大概十年前就出货的那种。MATCH 法案现在想把这些也划成禁区。

    换句话说，美国想做的，是把围堵中国芯片能力的网收紧到极限——连十年前的老设备都不让卖。

    欧洲这边不干，原因很朴素：ASML 的生意要紧。19% 的销售额不是小数目，把这块市场硬切掉，损失的不是别人，是欧洲自己。

    法案还没过关，但信号已经发出去了

    MATCH 法案目前还没有经过众议院或参议院的全院投票。彭博社的报道指出，它可能需要被塞进一个更大的法案包裹里，才有机会通过。

    但荷兰贸易大臣亲自飞到华盛顿去游说，本身就是一个信号：欧洲不打算 silently 跟进美国的每一步棋。

    这件事更大的背景是：美国近年来一直在推动盟友共同参与对中国芯片行业的封锁，从日本到荷兰，多管齐下。但盟友有自己的算盘——日本的东京电子、荷兰的 ASML，都是各自国家半导体产业链里的皇冠明珠，丢掉中国市场的代价，华盛顿可能不会帮它们承担。

    这场博弈还没有定论。MATCH 法案的前途、ASML 在中国的生意能否保住、欧洲和美国在芯片战上的裂缝会不会继续扩大——接下来几个月会有更多动作。