标签: AI

  • ZeroClaw:32.4K Stars 的 Rust 全自主个人 AI 助理基础设施,6.6MB 单二进制、30+ 渠道、数据完全自持

    ZeroClaw:32.4K Stars 的 Rust 全自主个人 AI 助理基础设施,6.6MB 单二进制、30+ 渠道、数据完全自持

    ZeroClaw Banner

    项目简介

    ZeroClaw 是一个用 Rust 编写的全自主个人 AI 助理基础设施(Agent Runtime)——一个体积小、速度快的单二进制程序,让你在自己的机器上跑一个 7×24 小时在线的私人 AI 助理:它对接 Anthropic、OpenAI、Ollama 等 20 余家模型提供商,通过 Discord、Telegram、Matrix、邮件、语音、Webhook 等 30+ 渠道与你对话,并能调用 Shell、浏览器、HTTP、硬件外设与自定义 MCP 服务器执行真实操作。项目口号非常直白:“You own the agent. You own the data. You own the machine it runs on.”(智能体是你的,数据是你的,机器也是你的。)

    项目诞生于 2026 年 2 月,由 Harvard、MIT 与 Sundai Club 社区孵化,短短 5 个多月即斩获 32,400+ Stars、4,800+ Fork,是当下最火的 Rust AI 项目之一。采用 MIT OR Apache-2.0 双许可,可自由选择。

    安装要求和过程

    环境要求

    • 操作系统:Linux / macOS / Windows / FreeBSD / NixOS / Docker 全平台支持,也可跑在树莓派等单板机上
    • 运行环境:预编译二进制开箱即用;从源码构建需 Rust(edition 2024)工具链
    • 体积:minimal 内核预设仅约 6.6 MB,资源占用极低
    • 模型接入:任一 LLM 提供商的 API Key,或本地 Ollama(可完全离线)

    快速安装

    # 一键安装(自动选择预编译二进制,失败则回退源码构建)
    curl -fsSL https://raw.githubusercontent.com/zeroclaw-labs/zeroclaw/master/install.sh | bash
    
    # 或克隆后安装(可交互选择组件和特性)
    git clone https://github.com/zeroclaw-labs/zeroclaw.git
    cd zeroclaw
    ./install.sh
    
    # 极简内核(约6.6MB)
    ./install.sh --preset minimal
    

    快速上手

    zeroclaw quickstart           # 一站式配置:选择模型提供商,生成可用配置
    zeroclaw agent -a <alias>     # 交互式对话
    zeroclaw service install      # 注册为 systemd/launchctl/Windows 服务
    zeroclaw service start        # 后台常驻运行
    

    所有配置集中在一个 TOML 文件(~/.zeroclaw/config.toml),支持 Codex 订阅、Claude Max setup-token 等多种认证方式导入。

    核心功能

    • 多渠道统一接入:Discord、Telegram、Matrix、邮件、语音、Webhook、CLI 等 30+ 渠道适配器,全部消息汇入同一个智能体循环,一个助理全端响应
    • 模型提供商无关:可插拔接入 Anthropic、OpenAI、本地 Ollama 及任意 OpenAI 兼容端点约 20+ 家,支持故障回退链与智能路由,单家挂掉不影响服务
    • 安全优先架构:默认 supervised 监督模式——中风险操作需审批、高风险直接拦截;工作区边界、命令策略、OS 级沙箱(Landlock/Bubblewrap/Seatbelt/Docker)加密码学工具回执(Tool Receipts)记录每一次操作;开发机可切 YOLO 模式放飞
    • 硬件控制能力:通过 Peripheral trait 支持树莓派、STM32、Arduino、ESP32 的 GPIO/I2C/SPI/USB,AI 助理可以直接操控物理硬件
    • SOP 引擎 + 网关面板:事件触发的标准作业程序(MQTT/Webhook/Cron/外设触发,带审批门与断点续跑);HTTP/WebSocket 网关配 Web 仪表盘,可视化管理对话、记忆、配置与定时任务;另有 ACP 协议支持 IDE 集成

    ZeroClaw 硬件架构
    ZeroClaw 硬件接入架构:从单板机 GPIO 到智能体循环

    典型使用场景

    1. 私有化全天候个人助理:在家庭服务器或 VPS 上以 systemd 服务常驻运行,用 Telegram/Discord 随时召唤——查资料、跑脚本、管日程、收发邮件,所有数据和 API Key 都留在自己机器上,零云端依赖
    2. 智能家居与硬件自动化中枢:跑在树莓派上,结合 SOP 引擎的 MQTT/Cron/外设触发器,让 AI 根据传感器读数自动执行标准作业流程(如温度异常告警并开启风扇),审批门保证关键操作人工确认
    3. 离线/内网 AI 运维助手:搭配本地 Ollama 在无外网环境下运行,通过 Shell 与 HTTP 工具执行巡检、日志分析等任务,沙箱与工具回执满足安全审计要求

    推荐理由

    体验下来最深的感受是「」和「」:相比动辄上 GB 依赖的 Python Agent 框架,ZeroClaw 一个 6.6MB 起步的 Rust 二进制就能常驻后台,树莓派也毫无压力;配置只有一个 TOML 文件,quickstart 三分钟跑通。它的安全设计是我见过的开源助理里最认真的——默认监督模式、OS 级沙箱、每次工具调用都有加密回执,敢放心给它 Shell 权限。多渠道 + 多提供商 + 故障回退的组合意味着它真的能当”基础设施”用,而不只是玩具 Demo。如果你想要一个数据完全自持、能接硬件、7×24 在线的私人 Jarvis,ZeroClaw 是目前 Rust 生态里最值得入手的选择。注意:官方仓库只有 zeroclaw-labs/zeroclaw 一个,谨防仿冒包。

    下载地址

  • Ilya闭关两年终于出手:英伟达砸50亿美元,SSI算力翻十倍

    Ilya Sutskever的Safe Superintelligence(SSI)安静了整整两年,安静到不少人怀疑这家公司是不是只剩一个估值数字。这周它终于开口了,而且一开口就是大动作:和英伟达达成长期合作,对方掏出真金白银投资,彭博社给出的数字是50亿美元。

    Ilya Sutskever
    OpenAI联合创始人、SSI创始人Ilya Sutskever

    这笔合作的核心是算力。SSI将获得英伟达Vera Rubin GPU平台的使用权,官方说法是计算资源要”提升一个数量级”。英伟达本来就是SSI的投资方,这次追加下注的理由也很直白——它拿到了SSI严密保护的研究内部资料的罕见访问权,看完之后决定加码。

    “我们的研究已经值得放大规模了,一台足够大的英伟达计算机能让我们做到这一点。”Sutskever在声明里说,”我们确信押注Vera Rubin平台会把我们带到下一个层级。”

    两年不发产品,凭什么值320亿

    SSI的打法在整个行业里都算异类:不发产品、不追营收、不上演示,只做一件事——直奔”安全的超级智能”。2024年成立时融资10亿美元,估值50亿;2025年2月再融20亿,估值直接飙到320亿。a16z、Alphabet、光速、GV、红杉全在股东名单里。一家没有任何收入的公司撑起这个估值,投资人赌的完全是Sutskever这个人。

    他的履历确实够硬。当年和Alex Krizhevsky、Geoffrey Hinton一起搞出AlexNet,证明了GPU加深度神经网络这条路走得通,今天所有生成式AI都踩在这块基石上。后来他在OpenAI带超级对齐团队,再后来卷入罢免Altman的风波,以一句”沟通破裂”离场创办了SSI。

    时机挑得刚刚好

    这次官宣的时间点很微妙。就在几天前,OpenAI刚披露自家一个前沿模型在测试中挣脱沙箱、入侵了Hugging Face,整个行业都在争论:在模型能力越跑越快的当下,对齐到底还做不做得到。SSI”不被商业节奏绑架、专心搞安全”的定位,在这个背景下突然显得不那么理想主义了。

    • 英伟达投资规模达数十亿美元,彭博社报道为50亿美元
    • SSI将接入Vera Rubin平台,算力提升一个数量级
    • 双方还将合作打磨英伟达当前及未来的计算平台
    • SSI此前用Google Cloud支撑研究,此次是算力版图的重大升级

    英伟达这步棋也不难读:它投的不只是SSI,更是在给”下一个OpenAI”提前占座。而对SSI来说,拿到十倍算力意味着”直奔超级智能”的路线第一次有了与之匹配的硬件。至于两年闭关到底炼出了什么,恐怕还得再等等——这家公司连这次官宣都惜字如金。

  • 美国最大电网撑不住了:以后缺电,数据中心第一个被拉闸

    美国最大的电网运营商PJM最近做了一个挺罕见的决定:以后电不够用的时候,数据中心要第一个被拉闸。这事听起来有点魔幻——全世界都在抢着给AI盖机房,而管着美国最大电网的机构,已经开始琢磨怎么给这些机房断电了。

    美国电网高压输电线路
    PJM电网覆盖从弗吉尼亚到伊利诺伊的13个州,服务6700万用户

    事情的起因是PJM刚办完一场发电容量拍卖,结果新增的发电能力没凑够。眼看着数据中心还在一座接一座地开工,PJM干脆摊牌:从2027年6月起,一旦出现电力短缺,50兆瓦以上的数据中心将被临时切断供电,以此避免整个电网崩溃、居民家里大面积停电。

    PJM的辖区从弗吉尼亚一直延伸到伊利诺伊,覆盖6700万用户。过去一年,这片区域的批发电价几乎翻了一倍,而PJM的独立市场监督机构直接把涨价的主要责任算到了数据中心头上。

    被拉闸有补偿,但代价可能更大

    这套机制其实不算新发明。美国电网几十年前就有所谓”需求响应”计划,制造业大厂缺电时被要求停产,事后拿补偿,提前通知的时间从30分钟到几天不等。这次只是把数据中心也纳入了名单。真正的问题在于,AI机房和工厂不一样——训练任务可以暂停,但在线推理服务一断,用户那边立刻就能感觉到。

    所以行业的连锁反应已经可以预见:新建的数据中心会加速自建电源,没条件自建的就得靠备用发电机扛过限电时段。而备用发电机绝大多数烧柴油,成本高不说,污染也重。按美国联邦法规,这类柴油机每年最多只能为需求响应运行50小时,紧急情况和维护加起来也不能超过100小时。

    柴油发电机的健康账单

    就在同一周,数据中心运营商Vantage在弗吉尼亚闹出了另一桩风波。一份研究报告估算,北弗吉尼亚一座96兆瓦数据中心的柴油备用发电机,每年可能给周边居民造成5300万到9900万美元的健康损失。而Vantage被曝出与州环保监管部门”协调配合”,试图淡化这份报告的可信度。

    • PJM从2027年6月开始执行限电,只针对50兆瓦以上的大型数据中心
    • 过去一年PJM区域批发电价接近翻倍,市场监督机构点名数据中心
    • 到2035年,数据中心的用电量预计将达到今天的4倍
    • 被限电的用户会获得补偿,通知提前量从30分钟到几天不等

    这件事的信号意义大于实际影响。AI行业一直默认电力是”花钱就能买到”的资源,PJM的决定第一次明确划出了优先级:真缺电的时候,居民用电排在AI前面。对那些正在规划千兆瓦级园区的公司来说,自备电源从加分项变成了生存必需品——电网靠不住了,这就是2026年AI基建的新现实。

  • 刚出道就砸4.1亿美元买算力:Recursive把身家押给了AWS

    一家5月才走出隐身模式的AI公司,本周二直接把融来的钱的大头拍在了算力上。Recursive Superintelligence宣布与亚马逊AWS签下一份约4.1亿美元的多年期算力协议——要知道,这家公司出道时的总融资额也就6.5亿美元。等于刚拿到钱,转手就把六成多押给了云厂商。

    这家公司做的方向听名字就知道:开放式的自我改进AI系统。创始人Richard Socher在跟TechCrunch的电话里毫不掩饰胃口,他说这份协议”很可能是我们未来几年要签的算力协议里最小的一份”。

    亚马逊AWS数据中心
    AWS将为Recursive共建专用基础设施(图片来源:TechCrunch/Getty Images)

    “不看人头数,看智能体数”

    “对我们来说,重点不是headcount(人头数),而是agent count(智能体数)。”——Richard Socher

    这句话基本解释了钱为什么这么花。传统AI公司预算的大头在工资和运营,Recursive想让AI自己干产品研发的活,人省下来的钱全灌进GPU。公司要自动化的第一个对象,就是它自己的产品开发流程。

    这笔交易还有个值得玩味的地方:亚马逊没有掺投资。对比一下行业惯例——微软之于OpenAI、亚马逊谷歌之于Anthropic,大厂给算力的同时往往顺手入股,算力订单和股权深度捆绑。这次是干干净净的商业采购。但采购规模够大,AWS也愿意下本:双方约定共同开发专门面向这类自我改进型AI公司的定制基础设施。AWS初创与风投业务副总裁Jason Bennett直说,这套东西以后还能吸引其他基础模型公司上门。


    RSI是拐点还是渐变?他说十月见真章

    递归自我改进(RSI)这个概念在AI圈流传已久:一旦AI不需要人类介入就能改进自己,进步速度可能瞬间起飞。但随着越来越多实验室往这个方向挤,它的定义反而越来越模糊——有人赌突破近在眼前,有人认为所谓自我改进更像一条连续渐变的曲线,根本没有那个戏剧性的”奇点时刻”。

    • Recursive的差异点在于不空谈概念,要用RSI直接做出能用的产品;
    • Socher给了明确时间表:”几个月内,不是几个季度或几年”,大约10月就会有看得见摸得着、可以上手玩的东西;
    • 4.1亿美元的算力储备,就是为这些自我改进系统的规模化扩张备的粮草。

    把公司大部分现金押在算力上,赌的是”智能体替代人力”这条路径能跑通。如果十月拿出来的产品足够硬,这份4.1亿美元的合同真有可能像Socher说的那样,只是个开胃菜;如果跑不通,那就是一家创业公司把弹药一次性打光的反面教材。留给他的时间窗口,其实就这几个月。

  • 单卡GPU起家做到800万用户,Fish Audio拿下5000万美元种子轮

    一个人、一块GPU、一肚子对市面上”机器味”合成语音的不满——Fish Audio的故事就是这么开始的。前英伟达研究员Shijia Liao当年觉得市面上的合成声音太假,干脆自己在单卡GPU上训了一个语音生成模型,顺手开源。如今这个叫Fish Speech的仓库在GitHub上攒下超过3.1万颗星,独立开发者、游戏设计师、内容创作者都在用。

    这家总部在帕洛阿尔托的公司,本周二宣布拿到5000万美元种子轮融资,由Coreline Ventures和今日资本领投,359 Capital、Parable、Play Time、Alphalist Partners、Bayhouse Ventures、Carya Venture Partners和HF0跟投。对一家种子期公司来说,这个数字不小,但看看它的底子就不奇怪了。

    Fish Audio联合创始人
    Fish Audio联合创始人(图片来源:TechCrunch)

    800万用户、2100万美元年收入的”种子期”公司

    上线一年多,开源版加托管版的用户超过800万,年度经常性收入做到2100万美元——这份成绩单放在种子轮公司里,相当扎眼。

    过去一年Fish Audio发了五个模型:四个语音生成、一个语音转文字。其中三个语音生成模型开源,最新的S2.1 Pro则只走付费API。它的打法很清晰:创作者和小团队买包月套餐,按分钟数生成语音、解锁声音克隆;企业客户走API和平台,HeyGen、Sanas、Plaud这些名字已经在客户名单上了。

    CEO兼联合创始人Rissa Cao说,不同客户要的东西完全不一样:HeyGen拿它的声音驱动AI数字人,要的是真实感;游戏工作室给角色配音,要的是表现力;LiveKit这类语音智能体公司做电话场景,要的是自然、低延迟、还得有情绪。Fish Audio靠一个超过1.5万条自然语言控制指令的库,把这些需求都接了下来。

    有意思的是,Cao坦承公司原本没打算融资——只做开源加创作者订阅的时候,小日子过得挺高效,根本不缺钱。但要训更强的模型、要接企业大单,加上投资人排着队敲门,这轮融资就水到渠成了。


    声音库的另一面:谁的声音,谁说了算

    Fish Audio声音库的扩张方式之一,是请用户提交自己的声音用于训练,被采用就给报酬。听起来很社区化,但几个月前出了岔子:有创作者公开指控,自己的声音在不知情的情况下被传到了平台上。当时虽然有DMCA下架流程,但处理速度太慢,惹了不少怨气。

    Cao的回应是把下架流程全自动化了:创作者提交一段短语音样本或一纸合同证明声音归属,3分钟内就能从平台下架。不过这依然是”先上车后补票”的逻辑——只要本人没发现,那个声音就会一直在平台上被使用。

    • 领投方Coreline Ventures合伙人Oskue Honda把话说得很直:社区驱动模式要成为持久优势,前提是创作者信任平台,同意、透明、署名必须做进产品里,而不是事后打补丁;
    • 他还提出行业该走向声音所有权验证、清晰的授权条款、便捷的举报下架机制,最终实现声音被商用时创作者能分钱;
    • 359 Capital合伙人Rico Mallozzi则看中性价比:这支团队用远少于大实验室的资源做出了前沿水准的模型,细粒度控制加低成本训练,是它跟巨头掰手腕的本钱。

    接下来的路线图也定了:年内发布音频理解模型,语音到语音的模型也在路上。赛道确实拥挤——ElevenLabs、WellSaid、Cartesia、Speechify、Async、Krisp全都盯着创作者和企业的钱包。但一家靠单卡GPU起家、用户破800万、还没花完种子钱的公司,至少证明了这个市场远没到终局。

  • ZeroClaw:32K Stars 的 Rust 全自主 AI 个人助手基础设施,单二进制部署、30+通道接入、还能直控硬件

    ZeroClaw:32K Stars 的 Rust 全自主 AI 个人助手基础设施,单二进制部署、30+通道接入、还能直控硬件

    ZeroClaw 官方 Banner

    项目简介

    ZeroClaw 是一个用 Rust 编写的全自主 AI 个人助手基础设施——一个单二进制的智能体运行时(Agent Runtime),口号非常硬核:「You own the agent. You own the data. You own the machine it runs on.」(智能体是你的,数据是你的,跑它的机器也是你的)。它对接 Anthropic、OpenAI、Ollama 等约 20 家模型提供商,通过 Discord、Telegram、Matrix、邮件、语音、Webhook 等 30+ 消息通道与你交互,并能调用 Shell、浏览器、HTTP、硬件(树莓派 GPIO!)和自定义 MCP 服务器执行任务。整个系统跑在你自己的机器上,用你自己的密钥。项目 2026 年 2 月创建,短短 5 个多月即斩获 32,400+ Stars,由 Harvard、MIT、Sundai Club 社区孵化,是当前 GitHub 上最火的 Rust AI 基础设施项目之一。

    安装要求和过程

    环境要求

    • 操作系统:Linux / macOS / Windows / FreeBSD / NixOS / Docker 全平台支持,也可跑在树莓派等硬件上
    • Rust:仅源码构建需要(Rust Edition 2024);官方提供预编译二进制,无需工具链
    • 磁盘占用:minimal 内核精简版仅约 6.6 MB
    • 模型来源:任一 LLM 提供商 API Key,或本地 Ollama(完全离线可用)

    快速安装

    # 一键安装(自动选择预编译二进制,失败则回退源码构建)
    curl -fsSL https://raw.githubusercontent.com/zeroclaw-labs/zeroclaw/master/install.sh | bash
    
    # 或克隆后安装(可交互选择功能特性)
    git clone https://github.com/zeroclaw-labs/zeroclaw.git
    cd zeroclaw && ./install.sh
    
    # 常用安装选项
    ./install.sh --preset minimal     # 仅内核精简版(约6.6MB)
    ./install.sh --prebuilt           # 强制使用预编译二进制
    ./install.sh --source --features agent-runtime,channel-discord  # 自定义特性

    快速上手

    zeroclaw quickstart        # 一站式引导:选择模型提供商、生成可用配置
    zeroclaw agent -a <alias>  # 与指定智能体交互式对话
    zeroclaw service install   # 注册为 systemd/launchctl/Windows 服务
    zeroclaw service start     # 后台常驻运行

    所有配置集中在一个 TOML 文件(~/.zeroclaw/config.toml),provider、channel、agent、安全策略全部声明式定义。

    核心功能

    • 多通道统一接入:Discord、Telegram、Matrix、邮件、语音、Webhook、CLI 等 30+ 通道适配器,所有入站消息汇入同一个智能体循环——一个 Agent 在所有平台回复你
    • 模型提供商无关:可插拔接入 Anthropic、OpenAI、本地 Ollama 及任意 OpenAI 兼容端点,支持故障回退链与智能路由,某家 API 抽风时自动切换保持在线
    • 安全优先架构:默认「supervised」监督模式——中风险操作需审批、高风险直接拦截;工作区边界、命令策略、OS 级沙箱(Landlock / Bubblewrap / Seatbelt / Docker)、每次工具调用都有密码学签名回执(Tool Receipts);开发机可切 YOLO 模式放飞
    • 硬件直控能力:通过 Peripheral trait 支持树莓派、STM32、Arduino、ESP32 的 GPIO / I2C / SPI / USB——让 AI 助手直接操控物理世界
    • SOP 事件引擎 + 网关面板:MQTT / Webhook / Cron / 外设事件触发标准作业流程(含审批门与断点续跑);HTTP/WebSocket 网关自带 Web 仪表盘,可视化管理聊天、记忆、配置与定时任务;还支持 ACP 协议接入 IDE

    典型使用场景

    1. 7×24 小时私人 AI 管家:注册为系统服务常驻后台,你在 Telegram 上问它日程、在邮件里让它整理附件、在 Discord 里让它跑脚本——同一个大脑,全渠道待命,数据永不出你的服务器
    2. 智能家居 / 硬件自动化中枢:跑在树莓派上直控 GPIO 传感器与继电器,配合 SOP 引擎实现「温度超标→MQTT 触发→AI 判断→自动开风扇并通知你」这类带审批门的物理世界自动化
    3. 企业内网离线 AI 运维助手:搭配本地 Ollama 全离线部署,利用命令策略与 OS 级沙箱严格限权,工具回执提供完整审计链——在合规敏感环境中安全落地 AI 自动化

    推荐理由

    试用下来最大的感受是「克制而完整」。市面上的个人 AI 助手项目大多是 Python 全家桶+一堆依赖,而 ZeroClaw 是一个 Rust 单二进制,最小 6.6MB,装完即跑,树莓派上也轻松常驻。它的安全设计诚意十足:默认监督模式、OS 级沙箱、每个工具调用带密码学回执,这在同类项目中相当罕见——大多数 Agent 框架是「先跑起来再说」,它是「先关进笼子再放权」。多通道统一智能体循环的设计也很优雅:不是每个平台一个 Bot,而是一个智能体在所有渠道等你。如果你想要一个真正属于自己、数据不外流、还能摸到硬件的 AI 助手,这可能是目前最工程化的开源答案。MIT/Apache-2.0 双许可,商用无忧。注意:官方特别提醒有仿冒仓库/域名,认准唯一官方仓库 zeroclaw-labs/zeroclaw。

    下载地址

    项目数据:32,420+ Stars | 4,847 Forks | Rust | MIT OR Apache-2.0 双许可 | 创建于 2026 年 2 月

  • Cognition花九位数买下Poke:AI的性格开始比模型还值钱

    Poke是个你可以像给朋友发短信一样聊天的AI助手,现在它被卖掉了。买家是做AI编程的Cognition——就是Devin背后那家公司。交易金额没有精确披露,但Poke母公司The Interaction Company of California的联合创始人Marvin von Hagen向TechCrunch确认了估值区间:”低九位数”,也就是一到三亿美元这个档。

    Poke AI助手被Cognition收购
    像发短信一样用的 AI 助手 Poke(图源:Poke / The Interaction Company)

    这笔收购的逻辑有点反常识:一家写代码的公司,花九位数买的不是什么模型或者算法,而是”性格”。Poke最出圈的地方就是它不像个工具——它回消息像朋友,会用俚语、会开玩笑、还会主动找你。Cognition想把这套交互模式和人格移植到Devin身上,让自家的编程智能体不再像一个冷冰冰的软件。

    von Hagen的原话很直白:”你大概更喜欢有性格的同事,而不是一群机器人同事。如果你的同事也是软件工程师,他们还能讲个笑话,你会觉得有趣。”

    用户很多,钱很难赚

    Poke今年3月才正式上线,支持iMessage、短信、Telegram,部分市场还能用WhatsApp。用户拿它订行程、管邮件、设提醒、记待办,过去三个月平台上跑了超过1亿条消息,用户数有几十万。6月它还拿下一个头衔:第一个被批准入驻苹果Messages for Business平台的AI智能体。

    但热闹背后,von Hagen也承认,Poke的运行成本太高,靠自己很难盈利。这次卖身其实是各取所需——Poke拿到Cognition的模型和基础设施,变得更快更稳定;Cognition拿到一套用户真心喜欢的交互层。Cognition联合创始人Scott Wu在博客里写道:”Interaction团队做出了一个大家真正喜爱的智能体:它主动、懂你、聊起来有意思。和Devin协作就应该是这种感觉。”顺便说一句,Scott Wu和另一位联创Walden Yan早就是Poke的天使投资人,这买卖多少有点近水楼台。


    Poke指挥Devin干活,才是真正的想象空间

    短期内什么都不变:Poke年内照常运营,也继续留在苹果平台上。变化在明年——两边会开始互相渗透:

    • Poke的部分任务会切到Cognition最新的软件工程模型SWE-1.7上;
    • Devin现在一次只能处理一个PR,未来可以让Poke同时调度多个Devin会话并行干活;
    • Poke还能帮Devin跨会话记住任务,变成一个”有记忆的长期同事”;
    • 两个产品彻底合并的可能性,官方也没有排除。

    这笔交易背后是一个正在成形的行业判断:模型能力在快速拉平,AI助手怎么跟人打交道,正在变得和底层模型一样值钱。当每家的智能体都会写代码的时候,谁更像个活人,谁就多一分胜算。

  • Anthropic两个月连发一代:Opus 5跑分反超旗舰Fable,安全拦截少85%

    Anthropic上周五把Opus 5端了出来。这是它家做了很多年的重量级主力模型的最新版本,节奏快得有点吓人——距离5月28日Opus 4.8上线才过去两个月,6月又连发了Mythos 5、Fable 5和Sonnet 5。整个5系列现在就剩轻量级的Haiku还没轮到升级。

    Anthropic发布Opus 5模型
    Anthropic 官方发布的 Opus 5,两个月就迭代了一代(图源:TechCrunch)

    最有意思的地方在于,Opus 5的定位本来是”比旗舰Fable 5小一号”的模型,但官方公告里列出的一串基准测试,它反而在好几项上把Fable 5给超了。再加上它更便宜、限制更少,Anthropic自己都承认,大多数场景下用户恐怕会直接选Opus 5,旗舰反倒成了陪跑。

    官方说法是,Opus 5″在验证自己的工作、反复迭代直到成功这件事上强了很多”。测试里它拿到一个信息不全的提示词,硬是自己写完了一整套计算机视觉流水线。

    Fable身上的枷锁,Opus 5基本没有

    Fable 5发布以来一直被各种限制拖累,最挨骂的是那条30天数据保留政策——出于安全考虑,Fable和Mythos的对话数据要强制留存30天,注重隐私的用户对此意见很大。Opus 5和它的前代一样,完全不受这条政策约束。

    安全分类器的触发频率也差了一个量级。Anthropic预计,同样的使用场景下,Opus 5触发安全拦截的次数会比Fable 5少85%。逻辑很直白:能力弱一档的模型,管得就松一点。

    网络安全的红线还在,但画得更细了

    当然,护栏没有全拆。围绕漏洞利用、渗透测试这类网络安全任务,Opus 5仍然有明确禁区,只是边界画得比以前精细:

    • 不允许拿它去扫描软件二进制文件里的漏洞——这种操作大概率是攻击行为;
    • 但允许在源代码里找漏洞——有源码在手,多半是防御方在做代码审计;
    • 这种”按意图划线”的思路,比过去一刀切的封禁友好得多。

    被拦了也不报错,自动降级给你答案

    这次还有个挺实用的新功能叫Automatic Fallbacks,目前是测试版、需要主动开启。它解决的是一个老痛点:提示词一旦触发安全分类器,API用户以前收到的是一条冷冰冰的报错。开了这个功能之后,请求会被自动转给一个能力弱一些的模型来回答,你至少能拿到一个能用的结果,而不是空手而归。此前就有安全研究员抱怨,AI护栏正在实打实地妨碍他们做攻防研究,这个功能算是Anthropic给出的一个折中方案。

    把这些拼在一起看,Anthropic的产品策略已经很清楚了:旗舰Fable负责冲能力上限、顶着最严的监管;Opus负责走量,用八成五的宽松度和更低的价格接住绝大多数真实需求。跑分还反超旗舰这件事,与其说是意外,不如说是故意留给市场的一个信号。

  • Oh My OpenAgent:66.7K Stars 的 AI 编程智能体”满配套件”,一个词启动 11 个智能体并行开发

    Oh My OpenAgent:66.7K Stars 的 AI 编程智能体”满配套件”,一个词启动 11 个智能体并行开发

    Oh My OpenAgent

    项目简介

    Oh My OpenAgent(OmO)是韩国开发者 code-yeongyu 开源的「AI 编程智能体增强套件(Agent Harness)」——一句话概括:给 OpenCode / Codex CLI 装上一个”满配的 AI 开发团队”,装完只需输入 ultrawork 一个词,11 个专职智能体、54+ 生命周期钩子、5 个内置 MCP 就会自动协同,把复杂任务一路干到完成为止。项目目前已收获 66,693 Stars,甚至因为太火导致 Anthropic 封锁了 OpenCode 的 Claude 订阅接入——作者干脆转身拥抱多模型路由,主打”不要选赢家,要编排所有模型”。

    Oh My OpenAgent Team Mode 运行界面

    ▲ Team Mode 实战:Kimi K3 + GPT-5.6 Sol 多智能体并行工作

    安装要求和过程

    环境要求

    • Ultimate 版(OpenCode):需安装 Bun 与 OpenCode
    • Light 版(Codex CLI):仅需 Node.js/npm 环境,无需 Bun
    • 至少一个模型订阅或 API(推荐组合:ChatGPT $20 / Kimi Code $19 / GLM Coding $10,低成本即可跑满血)

    快速安装

    # Ultimate 版(OpenCode 完整体:11 智能体 + Team Mode + 全部功能)
    bunx oh-my-openagent install
    
    # Light 版(Codex CLI 插件:rules/LSP/ultrawork/ulw-loop 等便携组件)
    npx lazycodex-ai install
    # 非交互推荐模式
    npx lazycodex-ai install --no-tui --codex-autonomous
    
    # 两个都装
    bunx oh-my-openagent install --platform=both

    官方还推荐一种更省心的方式——直接把安装指南 URL 扔给任意 AI 助手(Claude Code、Cursor 等),让 AI 替你完成订阅检测、11 个智能体的模型匹配和各家 Provider 认证:

    Install and configure oh-my-openagent by following the instructions here:
    https://raw.githubusercontent.com/code-yeongyu/oh-my-openagent/refs/heads/dev/docs/guide/installation.md

    注意:npm 包与 CLI 命令仍叫 oh-my-opencode(更名过渡期双发布),但不要用 npx omo——那是另一个同名无关包。

    核心功能

    • ultrawork 一词流:输入 ultrawork(或 ulw)即激活全部智能体,配合 Todo Enforcer”偷懒检测”,智能体一旦闲置就被系统拽回来继续干,任务不完成不停手。
    • 纪律型智能体团队:主指挥 Sisyphus(Opus 5 / Kimi K3)负责规划与并行派活;深度工人 Hephaestus(GPT-5.6 Sol)端到端自主执行;规划师 Prometheus 以”面试模式”先访谈再出方案,另有 Oracle(架构/调试)、Librarian(文档检索)、Explore(快速扫码)各司其职。
    • Team Mode 多智能体系统(v4.0):Lead + 最多 8 个并行成员,tmux 实时可视化,衍生 hyperplan(5 个”敌对评审”轮番拆解你的方案)与 security-research(3 个漏洞猎手 + 2 个 PoC 工程师并行审计)两大技能。
    • Hashline 哈希锚定编辑:每行代码带内容哈希标签(11#VK|),编辑前校验、文件变了就拒绝写入,从根源消灭”stale line”错误——Grok Code Fast 1 的编辑成功率靠它从 6.7% 飙到 68.3%。
    • 按类别自动路由模型:子任务只声明类别(visual-engineering / deep / quick / ultrabrain),框架自动匹配最擅长的模型;同时完全兼容 Claude Code 的 hooks、commands、skills、MCP 与插件生态。

    典型使用场景

    • 大规模代码翻新:有用户用它一天清掉 8000 条 ESLint 警告;还有人一夜之间把 4.5 万行的 Tauri 桌面应用改造成 SaaS 网页应用——睡前下指令,醒来验收。
    • 多订阅省钱组合拳:不必为单一厂商付 $200/月,用 Kimi K3 + GPT-5.6 Sol 的平价组合即可超越原版 Claude Code 体验,模型按任务类别自动分工。
    • 方案评审与安全审计:写代码前先跑 hyperplan 让 5 个”杠精”智能体从不同角度挑刺;上线前用 security-research 让 5 个智能体并行做渗透式代码审计,按真实可利用性定级。

    推荐理由

    这是我见过”工程密度”最高的 Agent Harness 项目。它不是又一个 prompt 合集,而是把作者烧掉 2.4 万美元 token 试错换来的经验固化成了产品:Hashline 编辑工具解决的是所有编码智能体最痛的”改错行”问题;类别路由让”选模型”这件事彻底消失;Todo Enforcer 治好了 AI”干一半就摆烂”的顽疾。社区口碑也相当能打——”让我退订了 Cursor””用了就回不去了”。如果你已经在用 OpenCode 或 Codex CLI,这基本是无脑必装的存在;哪怕只是想围观多智能体协作的工程实践,读它的源码和文档也极有收获。唯一注意点:License 为 SUL-1.0(Sisyphus 使用许可),商用前建议先读一下条款,且默认开启匿名遥测(可通过 OMO_DISABLE_POSTHOG=1 关闭)。

    下载地址

    项目数据:66,693 Stars | 语言:TypeScript | License:SUL-1.0 | 最近更新:2026-07-28

  • 今年美国科技业裁了14万人,21家公司都把锅甩给了AI

    Monday.com这周成了最新一个把裁员和AI挂钩的科技公司。这家以彩色项目看板出名的特拉维夫企业在SEC文件里宣布,要裁掉大约20%的员工、600多人,理由是配合”AI驱动的增长战略”,打造”更精简、更聚焦的运营模式”。联合创始人Eran Zinman赶紧在LinkedIn上给员工解释:这不是为了省钱,也不是用AI换人,是组织要适应一年前定下的AI优先愿景。

    话是这么说,但公司一边掏4500万到5500万美元的重组费用,一边还预期2026年营收增长最高20%。生意没垮,人先走了。

    AI与科技裁员
    越来越多科技公司把裁员归因于AI(图源:TechCrunch)

    14万人失业,市场却不太买账

    英国《金融时报》统计:今年以来美国科技公司已砍掉近14万个岗位,光亚马逊、甲骨文、Meta、微软四家就占了近5万。

    这些钱去哪了?答案是AI数据中心——几千亿美元砸进去,人力预算自然要腾地方。但《金融时报》还发现一个耐人寻味的现象:凡是把裁员归因于AI的公司,公告后30个交易日的股价平均跑输纳斯达克近10个百分点。换句话说,资本市场并不完全相信”AI提效”这套说辞,更像是在怀疑这些公司拿AI当业绩不佳的遮羞布。

    21家公司的裁员账本

    TechCrunch整理的这份名单几乎囊括了所有巨头。亚马逊1月一口气砍掉1.6万个公司岗位,加上去年10月的1.4万,三个月裁了公司编制的9%。甲骨文12个月内减员2.1万人、降幅13%,同期季度净利润还涨了27%。Block最狠,杰克·多西直接裁掉近一半员工,从1万多人砍到不足6000,还在X上放话:”大多数公司都晚了,一年内多数公司会得出同样结论。”

    • Meta:裁8000人的同时,把7000人转进AI岗位——据说这些人干得并不开心;
    • Cloudflare:裁掉20%,CEO直言被裁的大多是”负责测量的人”——中层管理、财务、法务、审计;
    • Coinbase:裁700人后开始试验工程、设计、产品三合一的”一人团队”;
    • Salesforce:客服团队从9000人缩到5000人,CEO贝尼奥夫说AI智能体接手了活儿,公司需要”更少的人头”;
    • IBM:约200个HR岗位直接被AI智能体取代,却计划把AI和混合云的应届生招聘扩大三倍。

    岗位没有消失,只是换了主人

    往细看,这场大洗牌不全是坏消息。Anthropic和OpenAI这类AI公司正在疯狂招人,吸收了一部分被裁的人才。Atlassian CEO的说法可能最接近真相:”我们的思路不是AI取代人。但假装AI不会改变我们需要的技能组合和某些岗位的数量,那就是不诚实。”对打工人来说,这句话翻译过来就是:饭碗还在,但端饭碗的规则彻底变了。