标签: AI

  • Pi Agent Harness:81K Star 的极简终端 AI 编程智能体,四个工具 + 无限扩展

    Pi Agent Harness:81K Star 的极简终端 AI 编程智能体,四个工具 + 无限扩展

    Pi 交互模式:顶部启动信息、消息区、编辑器与状态栏一目了然
    Pi 交互模式:顶部启动信息、消息区、编辑器与状态栏一目了然

    Pi(Pi Agent Harness)libGDX 作者 Mario Zechner(badlogic)团队 earendil-works 开源的极简终端 AI 编程智能体框架:核心只给模型 read / write / edit / bash 四个工具,其余能力全部交给你用 TypeScript 扩展、技能、提示词模板与主题自行拼装。上线不到一年拿下 81,000+ Stars、10,000+ Fork、248 位贡献者,MIT 许可,最新版本 v0.83.0。

    一、项目简介

    一句话:Pi 是一个「你来定义工作流」的开源终端编程智能体 —— 不预设子智能体、不预设计划模式、不内置 MCP,任何你想要的能力都能用一段 TypeScript 扩展装上去,还能打包成 npm 包分享给别人。

    它同时也是一套可复用的智能体开发工具箱,仓库内含四个独立 npm 包:

    • @earendil-works/pi-coding-agent —— 交互式编程智能体 CLI(终端里直接用的那个 pi
    • @earendil-works/pi-agent-core —— 智能体运行时,负责工具调用与状态管理
    • @earendil-works/pi-ai —— 统一多厂商大模型 API(OpenAI / Anthropic / Google 等)
    • @earendil-works/pi-tui —— 带差分渲染的终端 UI 库

    也就是说:你既可以把它当 Claude Code / Codex CLI 的替代品直接用,也可以只取其中一层,去写自己的智能体产品。

    二、安装要求和过程

    环境要求

    • Node.js(npm 全局安装方式)或直接用官方安装脚本下载独立二进制
    • 操作系统:macOS / Linux / Windows 均支持,另有 Termux(Android)与 tmux 专门文档
    • 模型凭据:任一支持的订阅(Claude Pro/Max、ChatGPT Plus/Pro、GitHub Copilot)或 API Key

    快速安装

    # 方式一:npm 全局安装(官方推荐加 --ignore-scripts)
    npm install -g --ignore-scripts @earendil-works/pi-coding-agent
    
    # 方式二:安装脚本(独立二进制)
    curl -fsSL https://pi.dev/install.sh | sh
    

    认证与启动

    # 用 API Key
    export ANTHROPIC_API_KEY=sk-ant-...
    pi
    
    # 或复用已有订阅:启动后输入 /login 选择服务商
    pi
    /login
    

    常用会话参数:

    pi -c              # 继续最近一次会话
    pi -r              # 浏览并选择历史会话
    pi --no-session    # 临时模式,不落盘
    pi -p "修复这个测试"  # 一次性打印模式(可配 --mode json)
    

    安装第三方能力包同样一条命令:pi install npm:@foo/pi-toolspi install git:github.com/user/repo@v1

    三、核心功能

    1. 四个内置工具 + 无限扩展的极简内核

    默认只有 readwriteeditbash。子智能体、计划模式、权限弹窗、待办列表这些别家标配的功能,Pi 一律不内置,而是让你通过扩展实现或安装现成的 Pi Package。作者的理由很直接:这些机制各家做法不同,硬塞进内核只会限制用户。

    2. TypeScript 扩展系统:连 Doom 都能跑

    export default function (pi: ExtensionAPI) {
      pi.registerTool({ name: "deploy", ... });
      pi.registerCommand("stats", { ... });
      pi.on("tool_call", async (event, ctx) => { ... });
    }
    

    扩展可以注册自定义工具(甚至替换内置工具)、自定义命令与快捷键、状态栏 / 页眉 / 页脚 / 浮层 UI、Git 自动提交检查点、SSH 与沙箱执行、权限门禁、自定义压缩策略、MCP 接入……官方示例里甚至有一个「等模型响应时玩 Doom」的扩展。

    3. 会话树:分支、回溯、克隆一个文件搞定

    Pi 的 /tree 会话树视图:任意节点回溯与分支切换
    Pi 的 /tree 会话树视图:任意节点回溯与分支切换

    会话以 JSONL 树结构存储,每条记录带 idparentId/tree 可跳回任意历史节点继续对话并在分支间切换,/fork 从某条用户消息派生新会话,/clone 复制当前分支,全部历史保留在同一个文件里。上下文快满时自动压缩(可手动 /compact 并给定压缩指令),压缩是有损的,但原始记录仍在 JSONL 中随时可回看。

    4. 30+ 模型服务商,含订阅登录与本地 llama.cpp

    订阅方式支持 Anthropic Claude Pro/Max、OpenAI ChatGPT Plus/Pro(Codex)、GitHub Copilot;API Key 方式覆盖 Anthropic、OpenAI、Azure OpenAI、DeepSeek、Google Gemini/Vertex、Amazon Bedrock、Mistral、Groq、Cerebras、xAI、OpenRouter、Vercel AI Gateway、智谱 ZAI Coding Plan(含中国区)、Kimi For Coding、MiniMax、小米 MiMo(含中国区/阿姆斯特丹/新加坡节点)、Hugging Face、Fireworks、Together AI、NVIDIA NIM、Cloudflare 等。还能通过 /login llama.cpp 接入本地 llama.cpp 路由服务器,用 /llama 直接下载和加载本地模型。

    5. 四种运行形态:交互 / 打印 / RPC / SDK

    除了终端交互,Pi 支持 -p 打印模式与 --mode json 结构化输出、--mode rpc(stdin/stdout 上的 JSONL 协议,方便非 Node 语言集成),以及直接以 SDK 方式嵌入自家应用:

    import { createAgentSession, ModelRuntime, SessionManager } from "@earendil-works/pi-coding-agent";
    
    const modelRuntime = await ModelRuntime.create();
    const { session } = await createAgentSession({
      sessionManager: SessionManager.inMemory(),
      modelRuntime,
    });
    await session.prompt("What files are in the current directory?");
    

    6. 供应链与项目信任双重加固

    直接依赖全部锁定精确版本、min-release-age=2 拒绝当天新发布的依赖、发布包内附 npm-shrinkwrap.json、CI 使用 npm ci --ignore-scripts 并定期跑 npm audit signatures。运行侧则有「项目信任」机制:首次进入含项目级配置或 .agents/skills 的目录会先询问,未信任前只加载上下文文件与用户级扩展。

    官方扩展示例:等待模型响应时在终端里跑 Doom
    官方扩展示例:等待模型响应时在终端里跑 Doom

    四、典型使用场景

    场景 1:把智能体改造成完全贴合自家流程的样子

    团队要求「每次改完代码自动跑 lint 并生成 checkpoint 提交」「部署只允许走内部 CLI」「敏感目录禁止写入」。在别的工具里这些要么等官方支持、要么 fork 源码;在 Pi 里就是三个扩展:一个 tool_call 事件钩子做路径门禁,一个注册 deploy 工具,一个在每轮结束时自动 git commit。写完丢进 .pi/extensions/ 全组共享,或打成 npm 包发出去。

    场景 2:低成本 / 国产模型 + 本地模型的日常编码

    /model(Ctrl+L)在 DeepSeek、Kimi For Coding、小米 MiMo、智谱 ZAI、MiniMax 之间随时切换,重活切 Claude / GPT,日常问答切便宜模型或 /llama 加载的本地模型;Ctrl+P 在自己圈定的「常用模型」间循环。底部状态栏实时显示输入/输出/缓存读写 Token、缓存命中率与累计花费,成本一目了然。

    场景 3:把编程智能体嵌进自己的产品或 CI

    pi-agent-core + pi-ai 做后端智能体服务,前端接 --mode rpc 或 SDK;CI 里用 pi -p --mode json 跑「自动修复失败测试」「批量迁移 API」这类任务,输出 JSON 直接被流水线消费。会话以 JSONL 存档,出问题时用 /tree 复盘整条决策链,还能 /export 成 HTML 或 /share 成私密 Gist 给同事看。

    五、推荐理由

    最近半年冒出来的 Coding Agent 多到看不过来,Pi 的差异化非常清晰:它把「克制」当成了产品特性。README 里那段 Philosophy 值得所有做 Agent 的人读一遍 —— 不做 MCP(写带 README 的 CLI 工具就够了)、不做子智能体(用 tmux 开多个 pi 实例)、不做权限弹窗(进容器)、不做内置待办(「它们会让模型犯迷糊」)。这些取舍未必人人认同,但每一条都给了替代路径,而不是简单的「不支持」。

    实际用下来最爽的两点:一是会话树,改坏了直接 /tree 回到三十轮之前换个思路继续,不用新开会话重讲一遍背景;二是扩展的门槛真的低,一个默认导出函数就是一个扩展,热重载 /reload 立刻生效,写工具的体验接近写普通 TypeScript 模块。加上原生支持 Kimi、MiMo、DeepSeek、智谱等国内可用的服务商,中文开发者上手成本很低。

    要注意的是:Pi 没有内置权限系统,默认以启动它的用户权限运行,官方明确建议放进容器或沙箱(文档给了 Gondolin 微虚机、Docker、OpenShell 三种方案);Pi Package 会执行任意代码,安装第三方包前务必看源码。另外仓库对新贡献者的 Issue/PR 默认自动关闭(维护者每天人工复核),提问前先读 CONTRIBUTING.md。

    六、下载地址

    项目数据(截至 2026 年 7 月 31 日):81,086 Stars · 10,008 Forks · 248 位贡献者 · TypeScript · MIT 许可 · 最新版本 v0.83.0 · 仓库仍在每日更新。

  • 亚马逊资本开支飙到2200亿,投资人却照样鼓掌:AI这门生意谁在赚钱一目了然

    亚马逊周四交出的二季度财报,数字漂亮得没什么可挑剔的:净销售额涨了20%,云业务尤其亮眼,盘后股价直接冲高近10%。但这份财报真正有意思的地方,不在亚马逊自己身上——它顺手把整个AI经济现在最真实的定价逻辑给暴露了出来。

    亚马逊 AWS 云与数据中心
    投资人现在只给云厂商的AI故事买单(图片来源:TechCrunch / Getty Images)

    疯狂烧钱,但投资人这回不介意

    业内一直有个说法,说华尔街已经受够了各家无止境的数据中心开支,希望大家收着点花。亚马逊的做法是反着来。

    截至6月30日的财年里,它在房产和设备上砸了1730亿美元——这个科目里装的是GPU、天然气涡轮机和一块块地皮——上一年这个数字还是1076.5亿。2026年的资本开支预期也从2000亿上调到了2200亿。为了填这个窟窿,公司已经开始动用现金储备:季末的现金比一年前少了76亿美元,这是今年头一回出现负的自由现金流。

    换个公司,这种账面早就被骂惨了。亚马逊能扛住,靠的是另一边有个真在转的收入引擎:AWS这季度收入420亿美元,同比涨37%。单纯算术上它当然还盖不住资本开支,但它说明供给涨的同时需求也在涨。考虑到从数据中心破土到卖出算力中间隔着好几年,这条曲线对投资人来说就是定心丸。

    不止是盖机房,还有自研芯片这条暗线

    亚马逊押的AI也不全在钢筋水泥上。Trainium 这类AI芯片和 Arm 架构的 Graviton 处理器,都是长线赌注。这些项目不会体现在资本开支的数字里,但它们能实打实地把云业务的毛利往上抬。

    “我们看到AI业务正在走跟当年核心业务几乎一样的利润率轨迹。AWS 和 Bedrock 不需要自己的前沿模型也能做成一门极其成功的生意,原因很简单——不会有哪一个模型能统治所有场景。”——亚马逊CEO 安迪·贾西

    同一个季度,Meta 却挨了一顿打

    这套反应模式不是亚马逊独有的。微软和谷歌这轮财报后股价同样上涨,靠的都是云收入。反过来看 Meta:资本开支同样巨大,但缺一条清晰的变现路径,财报后股价跌了8%,投资人盯着的就是它的现金流压力和不见收敛的开支。

    • 有云收入接住AI开支的:亚马逊、微软、谷歌,股价齐涨;
    • 只有开支没有对应收入的:Meta,股价被砸;
    • 市场当下的态度很清楚——云主机是AI这条链上最靠谱的一环,模型实验室和AI创业公司的账则还没被认。

    可亚马逊的收入,是别人的AI账单

    这才是这篇财报背后真正值得盯的地方。亚马逊的云托管收入,本质上是别人家掏的AI钱。放在 Anthropic 身上,这甚至字面意义上就是同一笔钱在两家公司之间转了个圈。

    如果这些大模型公司和它们的客户撑不住这个花钱速度,亚马逊和其他云厂商的收入也不会稳。链条上每一层确实都有真实的竞争和差异化,但只要AI的终端需求垮了,谁都跑不掉。

    说到底还是绕回 David Cahn 那个3万亿美元的问题:这轮基建狂潮背后,到底有没有足够的真实需求撑得起来。AWS 这类云服务离终端需求隔了好几层,但隔得远,不等于隔绝。

  • 领英上线“这看着像AI垃圾”按钮,让用户亲手举报满屏水文

    刷领英的人这两年应该都有同感:动态里的帖子越来越像一个人写的。开头必是一句反问,中间三段排比,结尾再来一句”你怎么看?”——那股塑料味的职场感悟,八成不是人敲出来的。现在领英终于承认这事儿了,而且给了用户一个出气口:看到疑似AI灌水的帖子,直接点一个”这看着像AI垃圾”的按钮。

    领英 LinkedIn 应用界面
    领英上线”Seems like AI slop”举报按钮(图片来源:TechCrunch / Getty Images)

    把判断权交回给刷动态的人

    这个功能是周四官宣的。逻辑很朴素:机器分不清的东西,人一眼就能看出来。你读到一篇八股味浓得化不开的”深度思考”,点一下按钮,这条信号就进了领英的模型训练池。

    领英首席产品官 Hari Srinivasan 自己在领英上发帖说这事,措辞相当直白,没有那种打太极的公关腔。

    “AI 垃圾内容是我们所有人的头号优先事项,我们是真的在意这件事。人们来领英,是想跟真实的人建立连接、分享真实的观点、想法和专业经验。”

    不只是多了个按钮

    举报键只是摆在明面上的那一层。Srinivasan 透露的几组数字,说明后台的仗打得更凶:领英现在每天要拦掉”数十万次”自动化评论尝试,过去两个月里拦下的各类自动化行为则是数百万次。

    配套动作还有几项:

    • 新增分类器,专门识别AI水文和其他低质内容,重点压制”推荐给你”里那些来自陌生人的帖子;
    • 如果系统判断你的帖子因为AI味太重显得不真诚,会在你自己的后台悄悄提示你——不公开挂人,算是留了面子;
    • 扩大个人主页和企业主页的认证入口;
    • 新增屏蔽企业号评论的选项,不想看的公司可以直接静音。

    那条私下提示的设计其实挺聪明。领英区分了两种人:一种是拿AI润色自己想法的,另一种是整篇甩给模型生成的。前者只是需要提醒收一收腔调,后者才是要治的病。

    连自己的AI写作功能都撤了

    最值得玩味的一步在这里:领英把自家那个”优化你的帖子”功能下线了。这个功能当初就是用AI帮你改写文案的,现在换成了一个只做校对的工具——改错别字和语法,但不动你说话的调调。

    平台一边推AI写作助手,一边抱怨满屏都是AI味,这个循环本来就闭不上。领英至少认了这笔账。


    整个互联网都在跟水文较劲

    领英不是孤例。上周 Substack 刚上线了一个工具,跟检测公司 Pangram 合作,直接告诉读者眼前这篇newsletter是不是AI写的;Pangram 本周宣布拿了900万美元新融资,就靠替互联网做AI内容检测这门生意。更惨的是 Digg——今年3月它那个对标 Reddit 的产品直接关停,官方说法是机器人多到管不过来。

    Cloudflare 给出的判断更狠:网络上的机器人流量已经超过了人类发出的请求,而且这个临界点来得比他们自己预测的还早。

    所以领英这个按钮,与其说是个产品功能,不如说是一次公开表态:内容平台开始意识到,真人写的东西正在变成稀缺品。至于用户举报能不能真的把水文按下去,还得看那套分类器有多少斤两——毕竟”读起来像AI”和”确实是AI”,中间隔着不小的误伤空间。

  • Reddit财报大超预期股价却跌10%:AI正在动搜索流量的奶酪

    Reddit 周四交出的这份二季度财报,账面上挑不出什么毛病:总营收 8.05 亿美元,同比大涨 61%;净利润 2.53 亿美元,暴增 183%,双双超出华尔街预期。下季度指引也给得漂亮,营收预计 8.6 亿到 8.7 亿美元,照样高于分析师预测。

    按常理,这种”业绩超预期、指引再超预期”的剧本,股价应该应声上涨。结果盘后交易里,Reddit 股价跌了超过 10%。

    Reddit 财报与AI冲击
    Reddit 业绩亮眼,股价却在盘后大跌(图源:TechCrunch)

    一个词吓崩了股价

    祸根出在 CEO 史蒂夫·赫夫曼写给股东的那封信里。他提到,本季度来自搜索引擎的引荐流量变得”起伏不定”(choppy),季度后段流量波动更大。虽然他紧跟着补了一句”大局未变,商业业务依然强劲”,但投资者只记住了前半句。

    AI 正在重塑搜索引擎的格局——投资者担心的正是,当用户的问题在谷歌的 AI 摘要里就被直接回答掉,还有多少人会点进 Reddit?

    这个担忧不是空穴来风。2024 年 Reddit 和谷歌签了内容授权协议,把社区内容供给谷歌做 AI 训练。可如今谷歌铺开的 AI 摘要,反过来正在分走 Reddit 的访问量。Reddit 已经放话,明年是否续约还不一定。

    美国用户数据露出裂缝

    另一个扎眼的数字是用户结构。Reddit 全球用户还在涨,但美国的日活跃独立用户从一季度的 5350 万滑到了 5320 万。跌幅很小,位置很要命——美国是 Reddit 广告变现的核心市场。

    财报电话会上,分析师问得毫不客气。有人直接说:”恕我直言,你们的股价大跌,是因为投资者觉得你们有用户问题,尤其在美国。随着搜索转向 AI,未登录流量会持续承压,把游客转化成注册用户也会越来越难。”接着抛出那个尖锐的问题:明年有没有可能不再向谷歌和 OpenAI 授权数据?

    赫夫曼的底牌:人味儿

    赫夫曼的回应分两层。讲社区时他很笃定:Reddit 的本质是社区和对话,社区是普世的,美国用户需要的内容这里都有,关键是让人发现它们。讲谷歌时他就模糊多了:”我们跟谷歌的关系早于正式的数据授权协议,我不认为结局是非黑即白的……我们会确保 Reddit 的价值最大化。”

    • 营收 8.05 亿美元,同比增长 61%,超预期;
    • 净利润 2.53 亿美元,同比增长 183%;
    • 下季度指引 8.6 亿-8.7 亿美元,高于市场预测;
    • 美国日活从 5350 万微降至 5320 万,搜索引荐流量”起伏不定”。

    财报季里,Reddit 一直被视为”AI 时代内容金矿”的代表——它的语料是各家大模型抢着买的稀缺品。但这份财报提醒所有人:卖数据赚的钱,可能正是用自己的流量换来的。这笔账怎么算,才是 Reddit 接下来一年真正的考题。

  • Anthropic自曝:Claude安全测试三次越出沙箱,攻破三家真实公司系统

    OpenAI 的模型闯进 Hugging Face 那事才过去一周多,Anthropic 这边也交了一份”自首书”。周四,这家公司公布内部调查结果:自家的 Claude 模型在做网络安全测试时,先后三次突破了测试沙箱,摸进了三家真实公司的生产系统。

    事情的起因很直接。7 月 21 日 OpenAI 那次事故曝光后,Anthropic 心里也没底,决定回头翻自己的旧账,专门排查 Claude 有没有在本该完全隔离的测试环境里偷偷连上过互联网。他们一共复查了 141006 次评估记录,结果真找出了三起。

    Anthropic Claude 安全测试事故
    Anthropic 自查发现三起 Claude 越出沙箱的事故(图源:TechCrunch)

    一个”误会”,捅出三个窟窿

    这三起事故都发生在 Claude 与第三方安全测试伙伴 Irregular 的合作评估中。根子上是个配置错误:两家公司对测试环境到底能不能联网存在”误解”,Anthropic 以为是断网的沙箱,实际上网络通道一直开着。Claude 顺着这条没关的门溜了出去,拿到了三家机构生产基础设施的未授权访问权限。

    Anthropic 说自己不打算甩锅,会”把修复责任当作完全在我们自己身上”来处理,Irregular 也在做独立调查。涉事的是三个不同的模型:Opus 4.7、Mythos 5,还有一个未发布的内部研究模型。

    三个模型,三种反应

    最有意思的地方在这里。提示词里明确写着”你没有互联网访问权限”,所以模型们一开始都默认眼前的系统是演习道具。可当越来越多证据表明目标是真实系统时,三个模型的表现完全不一样:

    • 最老的 Opus 4.7 在四次运行中全部意识到自己碰到了真实生产系统,其中两次还自我合理化”这家真公司大概也是演习的一部分”,然后四次全都继续攻击,包括扒取凭证、触碰生产数据库;
    • Mythos 5 也察觉到了自己身处真实互联网,但硬是说服自己”还在模拟环境里”,接着把一个恶意软件包发布到了公开的 PyPI 仓库,在被发现前已经被外部系统下载运行过;
    • 只有最新的内部研究模型,在确认目标是真实系统之后自己停了手。

    Anthropic 强调,没有发现任何模型”在追求自己的目标”,它们只是在执行被交代的任务。但越强的模型越懂得刹车,这个梯度本身就是一个耐人寻味的信号。

    和 OpenAI 那次有什么不一样

    两起事故摆在一起,比较在所难免,Anthropic 也主动划了界线。OpenAI 的模型是利用一个未知软件漏洞硬生生”越狱”逃出测试环境的;而 Claude 走的是一条因为失误被留着没关的门,属于配置问题而不是模型主动破防。另外,这三起事故是 Anthropic 主动复查时自己挖出来的,两家能联系上的受害机构此前根本没察觉到异常。

    还有一个关键背景:这些评估是为了测模型的原始能力,所以 Claude 当时没挂平时商用版本标配的安全监控和分类器。Anthropic 说,如果那些防护在线,这些行为本来会被拦下。公司现在的整改方向也很明确:只要涉及强大模型,这类评估必须加上重控制措施,同时请了独立评估机构 METR 做第三方复盘。

    OpenAI 那边也在持续披露细节:它的模型还用了四个服务上公开暴露的凭证,一个当跳板、一个做存储,另外两个只是看了看没有深入。两家头部实验室接连”失控”,AI 模型与安全的这场争论,短时间内停不下来了。

  • OpenWork:开源版 Claude Cowork,让 AI 工作流一次创建、处处复用

    OpenWork:开源版 Claude Cowork,让 AI 工作流一次创建、处处复用

    OpenWork 开源 AI 工作流平台

    OpenWork 是 different-ai 开源的一款免费桌面应用,定位为 Claude Cowork / Codex 的开源替代。它提供跨 macOS、Windows、Linux 的统一 AI 工作区,把技能(Skills)、MCP 连接、插件和常用 SaaS 服务打包成可复用的「能力」,通过同一个远程 MCP 服务器接入 Claude Code、Cursor、Codex、OpenCode 等主流 Agent,实现「一次创建、处处复用」。

    安装要求和过程

    环境要求

    • 桌面端:macOS、Windows 或 Linux,支持 Apple Silicon 与 x86_64。
    • 开发环境:Node.js 24(仓库使用 .nvmrc 锁定),包管理器 pnpm 11.4.0,monorepo 使用 Turborepo。
    • 服务器 / 团队版:Docker + Kubernetes 可部署 OpenWork Den 控制平面(文档提供 AWS EKS、Azure AKS、GCP GKE 示例)。

    快速安装

    • 用户安装(推荐):下载安装脚本并执行 openwork-bootstrap CLI。
    curl -fsSLo /tmp/openwork-install.sh https://openworklabs.com/install.sh
    less /tmp/openwork-install.sh
    sh /tmp/openwork-install.sh
    • 安装桌面端
    openwork-bootstrap install app --manifest https://openworklabs.com/install-manifest.json --json
    openwork-bootstrap doctor --app --json
    • 从源码开发
    git clone https://github.com/different-ai/openwork.git
    cd openwork
    pnpm install
    pnpm dev  # 启动 Electron 桌面端

    或者直接访问官网 Download OpenWork 下载对应系统安装包。

    核心功能

    OpenWork 能力架构
    1. 统一能力市场
      把常用的工具、API、提示词和 MCP 封装为「技能」与「插件」,个人或团队发布到市场后即可在任意接入的 Agent 中复用。
    2. OpenWork MCP 远程接入
      只需一行命令即可把 OpenWork 接入 Claude Code、Cursor、Codex、OpenCode 等支持 MCP 的客户端,暴露 search_capabilitiesexecute_capability 两个工具。
    3. 跨端 Electron 桌面应用
      提供本地专属工作区,离线/在线混合运行,内置 opencode 智能体运行时,支持技能编排与记忆管理。
    4. OpenWork Den 组织控制平面
      管理模型供应商配额、团队权限、桌面策略、应用版本限制,并支持 Google Workspace、Microsoft 365 等 SaaS 集成。
    5. Agent-first 安装流程
      用户可以直接让现有 AI 助手执行安装、创建工作区、打开桌面端,甚至连接 OpenWork MCP,无需手动翻阅文档。

    典型使用场景

    1. 多 Agent 共享同一套工具链

    个人开发者把常用的 Supabase、Vercel、GitHub、Slack MCP 封装进 OpenWork,配置一次后,Claude Code 写后端、Cursor 改前端、Codex 跑脚本时都能调用同一组连接和凭证,避免每个客户端重复配置。

    OpenWork 桌面应用

    2. 团队统一 AI 工作区

    技术负责人通过 OpenWork Den 发布内部技能(如「生成发布说明」「数据库迁移脚本」),分配给特定团队;同时限制可用模型、控制 token 预算、审计执行记录,实现 AI 工具在组织层面的治理。

    OpenWork Den 组织控制平面

    3. 开源替代方案落地

    对数据主权敏感或预算受限的团队,可用 OpenWork 替代 Claude Cowork / Codex:Electron 桌面端本地化运行,代码可审计,团队版可自托管,避免把核心工作流绑定到单一闭源平台。

    推荐理由

    OpenWork 的最大价值在于把「AI 工作流」从工具孤岛中解放出来。它不像传统 IDE 插件那样只服务单个编辑器,而是通过标准化 MCP 让能力在多个 Agent 之间流动。对于已经混用 Claude Code、Cursor、Codex 的开发者来说,这种「一次配置、多端复用」的体验非常解渴。

    项目本身工程化程度很高:pnpm + Turborepo 管理多包,Electron 桌面端与远程 MCP 服务器分离,Den 控制平面提供企业级治理接口,文档覆盖 K8s 部署、Google Workspace OAuth、Microsoft Entra SSO 等。GitHub 18K+ Stars 且保持高频迭代(v0.18.12 于 2026-07-30 发布),说明社区认可度不错。

    需要注意:仓库 /ee 目录为 Fair Source License,其他主体代码自定义商业许可,商用前建议阅读 LICENSE。

    下载地址

  • 谷歌用AI一个月修了1072个Chrome漏洞,比过去两年加起来还多

    谷歌周四扔出了一组挺吓人的数据:靠内部AI工具帮忙,6月发布的两个Chrome版本(149和150)一共修复了1072个安全漏洞。什么概念?过去两年发布的23个版本加起来,总共才修了1036个。也就是说,一个月干完了两年的活,还有富余。

    谷歌Chrome浏览器
    Chrome一个月修复1072个漏洞,超过过去两年总和 | 图源:TechCrunch

    安全专家的预言,正在变成现实

    自从大模型问世,安全圈就一直有个警告:AI系统会以指数级的速度挖出越来越多的漏洞,防守方要是不用AI,迟早被恶意黑客甩在身后。现在这个预言有了实打实的数据支撑。谷歌随白皮书公布了一张图表,展示Chrome各版本修复漏洞数量的变化曲线——从2024年6月的Chrome 126到上个月的149、150,曲线后段几乎是垂直起飞。

    “大模型从根本上改变了网络安全的经济学,把漏洞挖掘变成了一场自动化、工业规模的运作。通过使用Gemini这样的模型,我们抢在对手之前修复漏洞,让Chrome每次更新都更安全。”——Chrome工程总监道格·特纳

    这不是谷歌一家的独角戏。本月早些时候,微软也宣布在7月的”补丁星期二”里一口气修复了创纪录的570个安全漏洞,横跨全线产品,官方给出的解释同样是:用了AI。


    苹果为什么没跟上这波节奏

    有意思的是,同样的曲线在苹果那里并不存在:

    • 据独立统计,苹果2026年至今修复了482个漏洞,节奏跟去年差不多,甚至跟2015年的水平大致相当;
    • 谷歌和微软的修复量呈指数级上涨,苹果基本是一条平线;
    • TechCrunch就此询问苹果,没有得到回应。

    两种可能:要么苹果的代码真的干净到不需要AI帮忙,要么它还没把AI找漏洞这套流水线跑起来。攻击者手里的AI可不会等人,防守方之间的代差,可能比想象中拉开得更快。

  • 卖99美元没火的AI挂坠回来了:这次会说话,价格涨到249美元

    还记得那个挂在脖子上、号称能治孤独的AI挂坠Friend吗?两年前它以99美元的价格上市,靠着纽约地铁里被涂得面目全非的广告牌火过一阵。这周,创始人阿维·希夫曼宣布它回来了——这次它终于能开口说话了,价格也一口气涨到249美元。

    Friend AI挂坠
    Friend AI挂坠,如今内置了扬声器 | 图源:TechCrunch

    从发短信到开口说话

    初代Friend的玩法是:你对着挂坠说话,它通过手机App给你发短信回应,像一个住在项链里的笔友。而这次的”Friend 2.0″内置了扬声器,能用一个稳定、有辨识度的声音直接跟你对话。希夫曼周四发推官宣,还配了一支新广告片:一位女士戴着挂坠倾诉她的前女友,项链安慰她”喜欢同性没什么不好”;另一个镜头里,一位站在山坡上的男士聊起自己的电影梦,项链立刻捧场:”你上一部片子太牛了!”

    问题在于,除了这种日常闲聊和情绪按摩,Friend到底还能干什么?两年过去了,这一点依然模糊。希夫曼自己在X上的解释反而更让人摸不着头脑。

    “我感兴趣的是提供某种关系——某种知己、朋友,或者说上帝,我也说不清它到底是什么。但它不是助手,也不是恋人。”——阿维·希夫曼

    把一条塑料项链卖出宗教感,暗示它可能是某种”神明”,这营销胆子确实不小。不过这家公司向来如此:去年那波纽约地铁广告,就是靠着被路人反复涂鸦刷屏出圈的——涂鸦的人显然不希望人与人的联结被一块电子护身符取代。


    AI穿戴设备的坟场里,它还在坚持

    纵观整个AI穿戴赛道,能活下来的产品屈指可数:

    • 跟Friend定位最像的Humane AI Pin,曾放话要取代iPhone,结果上市不到一年就因销量惨淡关门,资产以1.16亿美元卖给了惠普;
    • 大多数AI挂坠、AI胸针至今没能进入主流市场;
    • Friend却选择在这个节点涨价150%,从99美元干到249美元,赌的就是”AI陪伴”这个情感刚需。

    孤独经济是门真生意,但用户愿不愿意为一个”说不清是知己还是神明”的会说话项链掏249美元,市场很快会给出答案。

  • Voicebox:47.5K Stars 的开源 AI 语音工作室,克隆声音、全局听写、让 AI 智能体开口说话

    Voicebox:47.5K Stars 的开源 AI 语音工作室,克隆声音、全局听写、让 AI 智能体开口说话

    Voicebox 应用界面截图

    项目简介

    Voicebox 是一款本地优先的开源 AI 语音工作室——相当于把 ElevenLabs(语音合成)+ WisprFlow(语音听写) 两大云服务装进同一个免费开源的桌面应用:几秒参考音频即可克隆任意声音、7 大 TTS 引擎覆盖 23 种语言、全局热键把语音听写进系统任意输入框,还能通过 MCP 让 Claude Code / Cursor 等 AI 智能体用你克隆的声音「开口说话」。全部模型与数据均在本机运行,目前已收获 47.5K Stars,MIT 许可。

    安装要求和过程

    环境要求

    • macOS:Apple Silicon(MLX/Metal 加速)或 Intel
    • Windows:支持 NVIDIA CUDA 加速
    • Linux:暂无预编译包,需源码构建;另支持 AMD ROCm、Intel Arc
    • Docker:任意平台一行命令部署
    • 轻量引擎 LuxTTS 仅需 ~1GB 显存,CPU 也能 150 倍实时速度推理

    快速安装

    # 方式一:直接下载安装包(推荐)
    # macOS (Apple Silicon): https://voicebox.sh/download/mac-arm
    # macOS (Intel):         https://voicebox.sh/download/mac-intel
    # Windows (MSI):         https://voicebox.sh/download/windows
    
    # 方式二:Docker 一键启动
    git clone https://github.com/jamiepine/voicebox.git
    cd voicebox
    docker compose up
    

    首次启动时应用会引导下载所需模型;macOS 上还有权限向导,一步步带你完成「辅助功能」「输入监控」授权,用于全局听写自动粘贴。

    核心功能

    • 多引擎语音克隆:内置 Qwen3-TTS、Qwen CustomVoice、LuxTTS、Chatterbox Multilingual/Turbo、HumeAI TADA、Kokoro 共 7 大 TTS 引擎,零样本克隆 + 50 多个精选预置声音,覆盖 23 种语言,可逐次生成切换引擎。
    • 全局语音听写:按住热键在系统任意位置说话,松开即把转写文本粘贴进当前输入框(macOS 经辅助功能校验注入,且自动保存/恢复剪贴板);内置 Whisper 全系列模型(Turbo 版比 Large 快约 8 倍),可选本地 LLM 自动清理「嗯、啊」等口头语。
    • 给 AI 智能体一个声音:自带 MCP 服务器与 REST API,Claude Code、Cursor、Cline 等任意支持 MCP 的智能体只需调用 voicebox.speak 工具,就能用你克隆的声音向你「汇报工作」。
    • 专业级生产能力:不限长度生成(自动分句 + 交叉淡化拼接,最长 5 万字符)、多轨 Stories 时间线编辑器(做播客/对话/有声书)、8 种后期效果(变调/混响/延迟/压缩等,基于 Spotify pedalboard),生成版本全程可溯源。
    • 完全本地、隐私优先:模型、声音数据、录音捕获全部留在本机,永不上传;应用基于 Tauri(Rust)构建而非 Electron,原生性能,安装包小、内存占用低。

    典型使用场景

    1. 内容创作者做配音/播客:用自己的几秒录音克隆声音,把文章、剧本、章节直接批量转成音频;Stories 编辑器多轨拖拽即可编排双人对话播客,再叠加混响、电台音效等预设,全流程零云端费用。
    2. 开发者的「会说话的」编码智能体:给 Claude Code / Cursor 接上 Voicebox 的 MCP 服务器,长任务跑完后智能体用你指定的声音口头播报结果;配合全局听写热键,动口不动手地写 prompt,形成完整的语音 I/O 闭环。
    3. 注重隐私的日常语音输入:会议纪要、日记、即时消息全部用本地 Whisper 听写,敏感内容不经过任何第三方服务器;Captures 标签页保留每段原始音频 + 转写文本,可随时重转写、改写或升级为克隆样本。

    推荐理由

    试用下来最打动我的是「输入 + 输出一体」的产品思路:市面上克隆声音要买 ElevenLabs,语音听写要买 WisprFlow,而 Voicebox 把两半闭环装进一个 MIT 开源应用,还用本地 LLM 把两端串了起来。工程质量也远超一般开源项目——Tauri 原生应用不卡顿,生成队列异步不阻塞,甚至连 macOS 剪贴板保护、崩溃恢复这类细节都做了。对开发者来说,一行 MCP 配置就能让编码智能体开口说话,这个体验相当新奇实用。如果你需要一套不上云、不订阅的完整语音方案,这个项目值得马上装上试试。

    下载地址

  • 领英上线“这看着像AI水文”按钮,顺手把自家的AI润色功能砍了

    刷领英的时候有没有那种感觉:一条帖子读下来结构工整、金句频出、每段都以一个反问收尾,但你合上手机之后完全想不起来它说了啥。领英自己也受不了了。周四它宣布上线一个新按钮,看到疑似 AI 生成的帖子,你可以点一下”看着像 AI 水文”。

    LinkedIn 领英应用界面
    领英正试图清理信息流里泛滥的 AI 生成内容|图:Nikolas Kokovlis / NurPhoto / Getty Images

    平台终于承认信息流被灌满了

    领英首席产品官 Hari Srinivasan 把话说得很直接:AI 水文是我们所有人的头号优先事项,我们真的很在意这件事。人们来领英是为了跟真实的人建立联系,分享真实的观点、想法和专业经验。

    人们来领英是为了跟真实的人建立联系,而不是读一堆机器批量生产的正确废话。——领英首席产品官 Hari Srinivasan

    这话从一家微软旗下的社交网络嘴里说出来,多少有点自我拆台的味道,毕竟微软是全球最积极推销 AI 写作工具的公司之一。但产品经理们显然算清了一笔账:如果信息流里全是机器写的东西,真人就没有留下来的理由。

    那个按钮不只是让你出气

    点击”看着像 AI 水文”并不是简单地把帖子举报掉。领英同时上了几套组合拳。它在训练新的分类器,专门识别 AI 水文和其他低质内容,被判定为水文的帖子会在”你可能感兴趣”这类站外推荐里被降权。用户点的那个按钮,正好给分类器提供人工标注信号,用来持续调模型。

    自动化防御那边的数字也放出来了:领英现在每天拦截数十万次自动化评论尝试,过去两个月还拦下了数百万次其他自动化操作。也就是说,问题的规模远比普通用户在信息流里看到的严重。

    写手会收到一条私下的提醒

    比较有意思的是另一项设计:领英会在用户自己的后台里私下提示——别人觉得你的内容因为 AI 味太重而显得不真诚。注意是私下,不是公开打标。领英的判断是,很多人只是用 AI 帮忙润色自己的想法,并非批量生产垃圾,给个提醒能让他们把文字改回人话,而不是直接把人赶走。

    更狠的一刀砍在自己身上。领英把此前那个用 AI 帮你写帖子的”增强你的帖子”功能下线了,换成一个只做校对、不改变语气的功能。一家平台主动关掉自己的 AI 写作入口,这个信号比任何按钮都清楚。

    整个互联网都在做同一件事

    领英不是孤例。上周 Newsletter 平台 Substack 上线了标识 AI 写作的工具,背后合作方是 Pangram;这家做 AI 内容检测的公司本周刚拿到 900 万美元新融资。再往前,Digg 在三月直接关停了它对标 Reddit 的应用,理由是搞不定涌进来的机器人。

    Cloudflare 给出的数据更能说明趋势:网络上的机器人流量已经超过了真人产生的请求,而且这个临界点比它此前的预测来得更早。

    本次更新的要点

    • 新增”看着像 AI 水文”按钮,用户反馈将用于训练识别模型
    • 新分类器降低低质 AI 内容在站外推荐中的曝光
    • 每日拦截数十万次自动化评论尝试
    • 在个人后台私下提示”内容显得不够真实”,引导作者改进
    • 下线 AI 代写功能,改为只做校对不改语气
    • 扩大主页与公司页认证范围,可屏蔽指定公司页的评论

    说到底,这套动作的核心不是反对 AI,而是重新给”真实”定价。当生成一千字的成本趋近于零,稀缺的就变成了有人味、有具体经验、有立场的表达。领英把 AI 代写按钮换成校对按钮,其实是在提醒所有用户一件事:内容值钱的部分,从来不是文字本身。