YOHO AI

标签： AI

  • Meta AI 换了个活法：从陪你聊天娱乐，改成帮你干活的助理

    Meta 给自家的 AI 聊天机器人来了次大改，方向很明确：别光顾着陪你聊天、生成图片了，得能替你干点正经活儿。这次更新加了一堆办公类功能，明摆着是要跟 Gemini、ChatGPT、Claude 这几家掰手腕。

    Meta AI 助手更新
    Meta 说它的 AI 不再只是答题和画图（图片来源：The Verge / Meta）

    具体能干啥？Meta AI 现在可以接进你的日历，帮你安排活动、每天给你生成一份当日简报，还能做那种可以边做边调整方向的深度调研。官方在博客里把这次升级说成是通往”个人超级智能”的下一步——这词是扎克伯格一直在推的说法，他认定这就是 AI 的未来。撑起这次更新的，是 Meta 刚发布的 Muse Spark 1.1 模型。

    这是一次挺明显的掉头

    有意思的是，这跟 Meta 去年的说法几乎是反着来的。当时首席产品官 Chris Cox 跟员工讲，公司要”专注娱乐”、”专注人和朋友之间的连接”，而不是像 OpenAI、谷歌、Anthropic 那样”死磕生产力”。结果一年过去，Meta 自己也一头扎进生产力这条赛道里了。

    去年还说要专注娱乐和社交，今年就转头去卷办公效率——Meta 这步棋，等于承认在 AI 助手这件事上，光有社交属性不够看。

    它到底能替你办哪些事

    Meta 举了几个挺接地气的例子。它可以照着你的日历，生成一份当天的行程摘要；也能钻进 Facebook Marketplace，按你厨房改造的预算帮你翻找二手家具；你要办个聚会，它能帮你找餐厅，还会对着日历挑个你有空的日子。

    • 按日历生成每日行程简报，不用你每次都重新发指令
    • 按预算在二手市场帮你挑家具
    • 找餐厅、订活动，顺手对照你的空闲时间
    • 每周自动生成一份饮食计划
    • 盯着你想要的商品，补货了就提醒你

    Meta 特别强调了一点：这些任务你只要设置一次，之后就能撒手不管，交给 Meta AI 自己去跑。除此之外，它还说自家 AI 现在更会把网上零散的信息汇总起来，整理成一份报告、一套演示，或者一份计划。

    从”陪你玩”到”帮你干活”，Meta 这次转向说白了就是不想在 AI 助手这波里掉队。功能听着都挺实用，但能不能真替你把事办利索，还得看实际用起来顺不顺手。毕竟日历、购物、调研这些活儿，谷歌和 OpenAI 已经练了不短时间，Meta 属于后来补课的那个。

  • 苹果的智能眼镜要解一道难题：戴脸上，还不能让人觉得是偷拍器

    苹果的第一副智能眼镜快来了，可它现在头疼的不只是产品本身，还有一件更棘手的事——怎么让大家戴着它出门，不会被旁人当成移动摄像头。彭博社的马克·古尔曼（Mark Gurman）最近爆料，苹果一边赶工做眼镜，一边在琢磨怎么把”隐私”这件事讲圆。

    苹果智能眼镜与隐私
    苹果一贯把隐私当卖点，这次戴在脸上的摄像头是个不小的考验（图片来源：TechCrunch）

    按古尔曼的说法，苹果把上市时间往后挪了。原本瞄准 2027 年初，现在改成 2027 年 6 月的开发者大会（WWDC）上正式亮相，真正能买到手要等到那一年年底。多出来的这段时间，苹果既用来打磨硬件，也用来想清楚隐私这套话术该怎么说。

    “变态眼镜”这个坑，苹果不想再踩一遍

    苹果显然是看到了 Meta 眼镜踩过的雷。Meta 那副眼镜被一些人起了个难听的外号叫”变态眼镜”，因为有人拿它偷偷录别人、拍下没经过同意的视频。这种事放在别家可能勉强糊弄过去，但苹果不行——它这么多年一直把”我们最保护隐私”挂在广告里，眼镜上真出这种岔子，砸的是自己招牌。

    一副戴在脸上、随时能拍的设备，最难的不是把摄像头做小，而是让周围的人相信自己没被偷拍。这是苹果这次真正要过的关。

    苹果打算怎么做

    从爆料透露的方向看，苹果想靠几招把风险摁下去。第一是尽量把数据放在设备本地处理，不动不动就往云端传；第二是不做人脸识别，避免眼镜一扫就把陌生人认出来这种最招人反感的功能。

    • 大量运算放在眼镜本机完成，减少把画面上传的必要
    • 不搭载人脸识别，不做”看一眼就认人”这类功能
    • 大概率不会拿用户拍到的画面去训练自家 AI 模型
    • 也不打算像 Meta 那样，雇外包人员回看用户录下的素材

    最后这两条其实是冲着 Meta 去的。此前有报道说 Meta 会用外包团队去审看用户的录像素材，这在很多人眼里已经越了线。苹果如果真能守住”不拿你的画面喂模型、不找人回看你的录像”这条底线，至少在观感上会跟 Meta 拉开距离。

    话说回来，隐私这东西，光靠嘴上承诺不够，得看产品真到手时那些开关默认怎么设、录像时有没有明显提示别人。苹果把发布推迟一年多，等于给自己多留了时间去把这些细节抠明白。能不能把”戴在脸上的摄像头”做成大家愿意接受的样子，就看它 2027 年拿出的东西了。

  • OpenHuman：本地优先的个人 AI 超级大脑，连续 9 天登顶 GitHub 趋势榜（35K+ Stars）

    OpenHuman：本地优先的个人 AI 超级大脑，连续 9 天登顶 GitHub 趋势榜（35K+ Stars）

    OpenHuman 界面演示

    项目简介

    OpenHuman 是一个「本地优先」的个人 AI 超级智能体：它既是一个能记住你全部生活与工作数据的大脑（Brain），又是一个能编排智能体舰队与工作流的指挥官（Orchestrator），还是一个能在你话音未落时就完成资料搜集的深度研究员（Deep Researcher）。项目由 tinyhumansai 团队用 Rust 打造，上线一周即连续 9 天登顶 GitHub 趋势榜，目前已收获 35,000+ Stars。

    安装要求和过程

    环境要求：OpenHuman 是 UI 优先的桌面应用，普通用户无需命令行、无需配置文件，几次点击即可从安装到可用。支持 macOS / Windows / Linux 三大平台。

    普通用户（推荐）：直接从官网或 GitHub Releases 下载对应平台安装包即可。

    • 官网下载：https://tinyhumans.ai/openhuman
    • GitHub Releases：https://github.com/tinyhumansai/openhuman/releases/latest
    • 终端安装：支持 Homebrew、Debian/Ubuntu .deb、AUR 及安装脚本，详见仓库 INSTALL.md。

    从源码构建（贡献者）：

    1. 安装依赖：Git、Node.js 24+、pnpm 10.10.0、Rust 1.93.0（含 rustfmt + clippy）、CMake、Ninja、ripgrep 及桌面构建前置工具。
    2. Fork 并克隆仓库，先执行 git submodule update --init --recursive，再运行 pnpm install。
    3. 开发调试：pnpm dev（Web UI）、pnpm --filter openhuman-app dev:app（桌面端）。

    核心功能

    OpenHuman 记忆构建示意图

    • 记忆树 + Obsidian 知识库：把你的数据压缩成带评分的 Markdown 树，存在本机 SQLite 里，并镜像为可打开编辑的 Obsidian 库——不是「向量黑盒」，记忆看得见、改得动。
    • 海量集成：100+ OAuth 集成、5,000+ MCP 服务器、90,000+ Skills，一键接入 Gmail、Notion、GitHub、Slack；自动抓取每 20 分钟同步一次，让智能体「今早就拿到明天的上下文」。
    • 潜意识后台循环（Subconscious）：在你停止输入后仍持续思考，比对世界变化、推进目标、生成晨间简报。
    • TokenJuice 压缩：工具输出在进入模型前先压缩，信息不变但 Token 最多减少 80%，让「大脑」跑得起也养得起。
    • 智能体编排（图而非循环）：基于开源 tinyagents 的检查点图运行，可暂停等人工、重启后续跑、卡住自动纠偏；子智能体舰队最深可派生三级。

    典型使用场景

    OpenHuman 智能体编排示意图

    • 个人第二大脑：连接邮箱、日历、代码仓库、笔记与聊天记录，一次同步即可让智能体全面（压缩后）掌握你的上下文，无需数周「养成期」，随时问它「我这周的进展」「谁在等我回复」。
    • 多智能体统一指挥台：通过 Signal 协议端到端加密的智能体互联，把 Claude Code、Codex、OpenClaw、Hermes 等工具接进来，用 OpenHuman 统一编排调度，密钥永不落盘。
    • 会议与自动化助理：以头像+声音自动加入 Meet / Zoom / Teams / Webex 会议，实时转写、按名应答、会后生成带待办的纪要；可视化工作流（灵感来自 n8n / Zapier）由智能体自动提议、你在画布上审核后保存。

    OpenHuman 可视化工作流画布

    推荐理由

    用下来最打动我的是它对「隐私」和「记忆」的执念。开启一键 Privacy Mode 后，所有推理都不会离开本机，且由 Rust 核心强制执行；日常数据在设备端加密、密钥走系统钥匙串、敏感操作有审批闸门。相比要么云端黑盒、要么需要数周喂上下文的同类产品，OpenHuman 让「几分钟就懂你」成为现实，还自带模型路由、浏览器、语音、图像/视频生成等一整套原生工具，一个订阅打通全部。需要留意的是它目前仍是 Early Beta，且采用 GPL-3.0 许可证，商业集成前请评估其传染性。

    下载地址

    项目数据截至发布时：35,000+ Stars · Rust · GPL-3.0 · Early Beta。开源世界迭代飞快，具体以官方仓库为准。

  • Cognition九位数买下Poke：AI的’性格’正在变成新的护城河

    那个”你可以像跟朋友发短信一样使唤它”的AI助手Poke，要换东家了。它背后的公司The Interaction Company of California，被做AI编程的初创公司Cognition收购，交易估值落在”低九位数”的区间里。

    AI助手Poke被Cognition收购
    Poke：像发短信一样对话的AI助手 · 图片来源 Poke/The Interaction Company of California

    这笔交易会把Poke的交互方式和”性格”，搬到Cognition旗下的编程助手Devin身上。反过来，Poke也能用上Cognition的模型和基础设施，跑得更快、更稳。

    买的不是功能，是”聊天的感觉”

    Poke能让消费者上头、也让收购方看中的地方，在于它跟人打交道的方式。它不像个工具，更像个朋友：会用网络俚语，会开玩笑，回起消息来带着人味儿。这种气质，恰好能补上Devin作为编程智能体缺的那一块。

    “你多半更愿意跟有性格的同事共事，而不是一群只会干活的机器人。如果你的同事同时也是软件工程师，他还能讲个笑话，你会觉得挺有意思、挺享受。”——Interaction Company联合创始人 Marvin von Hagen

    Cognition联合创始人Scott Wu的说法也是一个意思：Interaction团队做出的这个智能体是被用户真心喜欢的——它主动、懂你、聊起来有意思，而这正是跟Devin协作时该有的感觉。他还提了一句，自己和另一位联合创始人Walden Yan早就是Poke母公司的天使投资人。

    用得多，但一直在烧钱

    Poke今年3月才上线，用户可以通过自己顺手的消息渠道调用它——iMessage、短信、Telegram，部分市场还支持WhatsApp。大家拿它处理的事五花八门，旅行、健康、理财、日程、学习都有，其中管邮件、提醒和待办这类效率活儿最常见。

    • 过去三个月，Poke用户在平台上收发了超过1亿条消息；
    • 用户规模已经到了几十万人，但运营成本高，一直难盈利；
    • 今年6月，它成了苹果Messages for Business平台上第一个获批的AI智能体。

    短期不变，长期可能”合体”

    年底之前，Poke这边不会有立刻的变化，也会继续留在苹果的平台上。到了明年，团队才会开始折腾：让Poke部分任务改用Cognition最新的软件工程模型SWE-1.7，并试验两个产品各自怎么变得更好。两者彻底融合的可能，也没被排除。

    von Hagen设想得更远：长远看，Poke可以去编排一堆编程任务，而Devin也可以变得更像Poke。他举了个眼下的痛点——Devin现在一次只能处理一个PR（拉取请求），如果让Poke来调度多个Devin会话，价值就出来了；再加上Poke还能帮Devin跨会话记住任务。用他的话说，”有个记得住事、一直在的同事，挺好。”

    把这两笔账放一起看，这场收购其实点出了一个正在成型的共识：AI助手怎么跟人互动，可能会和底层模型本身一样值钱。谁能让智能体从”软件”变成”同事”，谁就多了一条别人短期抄不走的护城河。

  • Anthropic甩出Opus 5：比Fable 5更便宜、限制更少，跑分反而更能打

    周五那天Anthropic直接放出了Opus 5，也就是它那条老牌旗舰线的最新一代。这次的定位挺有意思：模型体量比Fable 5小，但价格更便宜、限制也更松，对大多数人来说反而更好用。

    Anthropic Opus 5 发布
    Anthropic 最新旗舰模型 Opus 5 正式上线

    最反直觉的一点是，虽然个头更小，Opus 5 在官方公布的一批基准测试里居然还压过了Fable 5。对于一个”次旗舰”来说，这个成绩有点抢戏。

    Opus 5 在”反复检查自己的工作、耐心迭代直到跑通”这件事上明显更强——官方给的例子里，它能对着一个不完整的提示词，自己把一整套计算机视觉流水线写出来。

    节奏快得有点吓人

    Opus 5 距离 Opus 4.8 只隔了两个月——后者5月28日才上线。再往前看，Mythos 5、Fable 5、Sonnet 5 全是6月扎堆发的。这么一数，整条5系里现在只剩下轻量级的Haiku还没升级，其余全部到位。Anthropic今年这个迭代密度，基本是把日历表当油门踩了。

    松绑，但没有完全松开

    Opus 5 摆脱了Fable 发布以来一直被人诟病的一堆限制。和上一代一样，它不受那条覆盖Fable 和 Mythos 的30天数据留存政策约束——这条政策此前让不少在意隐私的用户很不放心。

    当然，护栏没全拆。涉及网络安全的活儿依旧盯得紧，尤其是漏洞利用和渗透测试。举个具体的例子：

    • 不允许对二进制软件扫漏洞，因为这类操作更偏进攻性；
    • 但允许在源代码里找漏洞，因为这更像是防御方在自查；
    • 整体上，这些安全分类器在 Opus 5 上触发的频率，预计比 Fable 5 少 85%——毕竟能力更弱的模型，管得也就更松。

    被拦了也别急，自动降级接住你

    Anthropic还顺手上了个新功能，专治”护栏一触发就报错”的糟心体验。用户可以选择开启一个叫 Automatic Fallbacks 的测试版特性：当某个提示词触发了安全分类器，请求会被自动转给一个能力稍弱的模型来处理。这样一来，开了这个开关的 API 用户拿到的不再是冷冰冰的错误提示，而是一条能用的回复。对天天跟接口打交道的开发者来说，这种”至少给个结果”的兜底，比一堆解释都实在。

  • 拼不过就当裁判：Runway推首个生成式媒体模型路由器

    Runway 不想只做又一家 AI 模型公司了。它现在的野心是成为生成式媒体的基础设施层——说白了，就是想当那个所有人都绕不开的中间层。上周四，这家公司通过本月早些时候上线的开发者平台 Runway Dev，推出了一个叫 Media Router 的新工具。

    Runway Media Router
    Runway 推出面向生成式媒体的模型路由器（图片来源：TechCrunch）

    这个 Media Router 能干什么？简单讲，它会根据开发者更看重质量、速度还是成本，自动帮你挑出最合适的图像、视频或音频生成模型。模型路由器在大语言模型圈子里早就不新鲜了，但 Runway 说，这是头一个专门为生成式媒体打造的路由器。

    “路由这件事，正好契合我们的整体承诺——做开发者接入任何一种生成式媒体模型的最省心的一站式平台。”——Runway 首席产品官 Anthony Maggio

    从做视频到做”卖水人”

    这次发布，是 Runway 从一家 AI 视频初创公司往生成式媒体基础设施转型的又一步棋。通过 Runway Dev，包括 Adobe、Cloudflare、ElevenLabs、Expedia、Shutterstock 和 Quora 在内的客户，可以直接把媒体生成能力嵌进自己的产品里，而不用再把用户导到 Runway 的 App 或网站上去。

    路由器的推出赶上了一个特殊时点——生成式媒体模型的数量正在爆炸式增长，开发者想把每个新模型都评估一遍，越来越费时费力。Maggio 说，大多数开发者根本没工夫去真正搞懂每个模型的能力边界，而 Runway 端出来的独特价值，就是把”哪个模型最适合哪种活”的判断力，跟你业务场景里的偏好揉在一起。

    账单压力催生的路由生意

    开发者能设置哪些偏好？Maggio 举了几个例子。比如中国的生成式媒体模型越来越火，但不少做产品的企业未必愿意用中国出品的模型，那就可以设定优先选美国供应商——随着特朗普政府研究对中国开放模型加以限制，这类偏好可能会越来越常见。不过他也强调，客户最关心的其实还是按 token 定价和质量来做路由。

    token 账单在 2026 年成了热门话题，那些一头扎进智能体 AI 的企业，实打实尝到了高额账单的滋味。大模型圈里按 token 价格做路由早就普遍了，生成式媒体跟上这个趋势也就顺理成章。值得玩味的是，Media Router 上线前几周，Runway 刚把无限量套餐换成了按 token 计费，这一改还招来了部分用户的吐槽。

    • 质量判断是难点：生成式媒体不像语言模型那么容易评好坏，路由器靠的是 Runway 内部创意团队积累的评测经验；
    • 评测维度很具体，比如视频模型怎么处理运动、图像模型怎么处理构图、语音模型怎么对口型；
    • 这套智能层其实是 Runway 给自家 5 月上线的 Agent 产品打磨出来的，现在打包给外部开发者用。

    背后还有一层现实的考量。Runway 上一款专门的视频模型 Gen 4.5 还是去年 12 月发的，当时登顶排行榜、把谷歌等老牌玩家都甩在身后。可眼下除了 5 月给视频编辑模型 Aleph 2.0 做过升级，它已经好几个月没推新的前沿视频模型了。如今在文生视频、图生视频的榜单前二十里，坐着的是谷歌、字节跳动和阿里巴巴这些重量级选手。

    与其赌某一个模型能一直领先，Media Router 干脆假设”最好的模型会一直换人”,然后让 Runway 始终留在牌桌上。联合创始人兼联席 CEO Anastasis Germanidis 的说法很实在：底层需要好模型，但编排层的分量越来越重，因为大家现在是拿这些模型去搭整套营销战役、生成整段多镜头成片。做不成最好的模型，那就做最好的编排层。

  • AMD亮出机架级怪兽Helios，正面硬刚英伟达的算力霸权

    上周四在旧金山那场一票难求的 Advancing AI 大会上，AMD 董事长兼 CEO 苏姿丰把一台叫 Helios 的机架级系统推到了聚光灯下。她给它的定位很直白——全行业性能最强的 AI 机架，专门用来在超大规模下训练和运行世界上最难啃的前沿模型。这句话背后的潜台词也很清楚：AMD 要去英伟达的地盘上抢生意了。

    所谓机架级系统，就是把成百上千颗处理器塞进一个高功率单元里，专供数据中心训练和跑 AI 模型这类吃算力的活。过去这个市场几乎是英伟达一家说了算，靠的是 Vera Rubin 和 Grace Blackwell 两套机架系统。现在 AMD 端上来的 Helios，据 The Register 的实测，在多项指标上已经能压过 Vera Rubin 一头。

    AMD Advancing AI 大会现场
    AMD 在 Advancing AI 大会上推出 Helios 机架系统（图片来源：TechCrunch）

    客户名单里全是熟面孔

    Helios 其实早在 2025 年就亮过相，今年 1 月的 CES 2026 还搬上过舞台——那台机架的重量相当于两辆紧凑型轿车。真正让人意外的是它的客户名单：OpenAI、Meta、Oracle、Anthropic、微软，个个都是要拿它去部署的主。微软 CEO 纳德拉本周一还专门表态，Azure 的基础设施会引入 Helios 来扩容。前一天，Anthropic 和 AMD 也官宣了战略合作，要通过这套新机架部署最高达两吉瓦的 GPU 算力。

    苏姿丰说，Helios 是”为在超大规模下训练和运行世界上最苛刻的前沿模型而生”，将由头部 AI 公司以吉瓦级的规模部署。

    同一天，AMD 还顺手发布了面向数据中心的 Venice-X 处理器，专门对付高强度计算负载，预计 2027 年上市。这一套组合拳打下来，意思很明白：AMD 不只想卖一颗芯片，而是要提供一整套能喂饱 AI 产业的算力方案。

    被智能体撑起来的算力需求

    苏姿丰在演讲里聊到整个芯片行业的走向，她判断到 2030 年，驱动 AI 的芯片会占据整个计算市场相当大的份额。原因就是眼下正在发生的算力需求的”阶跃式”跳涨，而推动这一切的，很大程度上是智能体 AI 的崛起。

    她打了个比方：你让一个智能体去干件事，它其实要走几十步，得推理、得调工具、得访问数据，然后反复这么折腾，直到把问题解决。这一连串动作背后，需要海量 GPU 来支撑。

    • 到 2030 年，AI 加速器市场规模预计将达到约 1.4 万亿美元；
    • 这个数字意味着十年内 AI 加速器市场将逼近当今整个半导体市场的体量；
    • 苏姿丰认为 GPU 会占据这块市场的绝大部分，因为算法还很”年轻”、负载还在不断变化，这更利好可编程的硅方案。

    换个角度看，AMD 这波操作赌的其实是同一件事——AI 的算力饥渴短期内不会停。英伟达常年独占的机架市场，头一回真正迎来一个拿得出硬指标的对手。至于这场硬仗最后怎么打，还得看今年晚些时候 Helios 大规模出货后的真实表现。

  • Agno：41K Stars 的开源智能体平台框架，SDK+运行时+管理 UI 一站式自建你的 AI Agent 服务

    Agno：41K Stars 的开源智能体平台框架，SDK+运行时+管理 UI 一站式自建你的 AI Agent 服务

    Agno AgentOS 控制台
    Agno AgentOS：内置 Web UI 的智能体平台运行时

    Agno（agno-agi/agno）是一个用于构建、运行和管理「智能体平台（Agent Platform）」的开源框架与运行时，让你用一套 Python SDK 就能把 AI 智能体做成可上线的服务，并通过自带 Web UI 统一管理。截至发文，项目已在 GitHub 收获 41,400+ Stars，采用对商用友好的 Apache-2.0 许可。

    一句话简介

    Agno = Agno SDK（写智能体）+ AgentOS 运行时（跑成服务）+ AgentOS UI（可视化管理），让你完整拥有自己的智能体技术栈——数据、记忆、安全（JWT + RBAC）全部掌握在自己手里。

    安装要求与快速上手

    环境要求：Python 3.8+，建议使用虚拟环境；生产部署推荐 Docker + PostgreSQL（用于存储会话、记忆与追踪）。

    手写第一个智能体（约 20 行）：

    # 1. 安装
pip install -U agno openai

# 2. 定义一个智能体
from agno.agent import Agent
from agno.models.openai import OpenAIChat

agent = Agent(
    model=OpenAIChat(id="gpt-4o"),
    markdown=True,
)

# 3. 运行
agent.print_response("用三句话介绍一下向量数据库", stream=True)

    一键搭平台：把下面这段话丢给你的编程助手（Claude Code / Cursor / Codex），它会自动 clone 启动模板、用 Docker 在本地拉起一个带 REST API、Postgres、MCP Server 和控制台的完整平台：

    Help me set up my agent platform.
Clone https://github.com/agno-agi/agentos-railway into a folder called
agent-platform, cd in, read the README, and follow the get started guide.

    核心功能

    • 生产级 API：AgentOS 运行时开箱提供 50+ 端点，支持 SSE 与 WebSocket，直接在其上构建产品。
    • 自有存储：会话、记忆、知识库与追踪数据全部存进你自己的数据库，不外泄。
    • 100+ 集成 & 上下文源：内置 GitHub、Slack、Postgres 等预制工具包，并可从 Slack、Drive、Wiki、MCP 等实时拉取上下文。
    • 企业级安全：基于 JWT 的 RBAC，原生支持多用户、多租户隔离；可对敏感工具设置人工审批（Human Approval）。
    • 全链路可观测：OpenTelemetry 追踪 + 运行历史 + 审计日志，配合定时任务（Cron 调度）与后台作业，无需额外基础设施。
    • 多渠道接入 & 随处部署：可将智能体暴露为 Slack / Telegram / WhatsApp / Discord / AG-UI / A2A 接口，并部署到 Docker、Railway、AWS、GCP、Azure 等任意容器平台。

    典型使用场景

    • 企业内部智能体平台：需要多租户隔离、权限控制与审计日志的团队，可用 Agno 快速搭建”自持”的 Agent 服务，避免把数据交给第三方 SaaS。
    • 面向用户的 AI 产品后端：借助 50+ REST 端点与流式接口，把智能体作为产品能力对外提供，前端只需消费 API。
    • 带人工审批的自动化工作流：在关键动作（如发邮件、改数据库）前暂停等待确认，兼顾自动化效率与可控性，适合运维、财务、客服等场景。

    推荐理由

    相比 LangChain 这类”全家桶”，Agno 的定位更清晰——它不只给你一个写 Agent 的库，而是把「运行时 + 管理 UI + 安全 + 可观测」这些上线时最头疼的工程问题一并解决。对于想把 Demo 真正推到生产、又不愿把数据主权交出去的团队，Agno 提供了一条”自建可控”的完整路径。SDK 上手快（20 行跑通），运行时功能齐全，配合 Docker 模板几乎零配置起步，是当下值得重点评估的智能体平台方案之一。

    下载与相关链接

  • AI护栏拦住的不是黑客，是白帽子：安全研究员正被逼向开源模型

    过去几个月，AI大厂为了防止黑客滥用模型，设计了一整套审核准入和安全护栏。出发点没毛病，但现在一批合法的安全研究员发现，自己的正经工作先被拦住了——那些以找漏洞、写利用代码为业的白帽子，正在被自家阵营的AI拒之门外。

    Anthropic Mythos 模型与AI安全护栏
    Anthropic 的 Mythos 曾被出口管制，护栏争议由此升温（图源：TechCrunch）

    同一把锤子，既盖房也伤人

    事情的背景要从6月说起。美国政府当时对Anthropic的Mythos和Fable两款模型下了出口管制，起因之一是有报告称其防攻击护栏可以被绕过。管制后来解除了，Fable 5在7月1日恢复开放，Mythos 5则只向通过审查的美国机构重新开放。眼下OpenAI有Trusted Access for Cyber计划，Anthropic有Cyber Verification Program，安全研究员要先申请、被审核，通过了才能用上限制更少的模型。

    知名安全研究员Mark Dowd在播客里说得很直接：几家大公司凭什么替整个行业裁定”什么安全研究是安全的”。NCC Group首席科学家Chris Anley则点出了问题的死结——让AI尝试利用一个bug，是确认漏洞真实存在的关键步骤，而护栏一旦让模型直接拒答，受伤的是防御方。

    “修复这段代码”这个提示词，既是防御的基本手段，也是找出致命漏洞的路线图。同一个工具，攻防一体，根本拆不开——就像锤子，你没法用一把不能敲东西的锤子盖房子。

    被护栏劝退的人，去了哪里

    漏洞交易公司Crowdfense的CTO Paolo Stagno吐槽，AI公司”把客户当成需要保姆看着的小孩”。他们团队只拿前沿模型做逆向工程，找漏洞、写利用一律不碰云端模型——不是怕拒答，而是怕高价值的漏洞数据被喂进下一轮训练。这类活儿他们全部用本地部署的开源模型来干。

    一位不愿具名的手机零部件厂商研究员说，公司没进Anthropic的审核名单，结果模型”一旦嗅到我们在干安全相关的事就直接罢工，基本没法用”。RemoteThreat的CEO Chris Thompson补充了另一个痛点：护栏的尺度每天都在变，即便在审核通过的项目里也一样，”大量时间花在跟模型讨价还价上，而不是分析漏洞本身”。

    • 研究员的普遍退路：转向可本地运行、无使用限制的开源模型，敏感数据不出本机；
    • 也有例外：研究员Giuseppe Cali只用AI做逆向和辅助工具，”挖洞这件事我要亲自来，护栏全拆了我也不变”；
    • Thompson的判断：护栏没拦住真正的攻击者，反而把守规矩的研究员从受监管的体系里推了出去。

    Thompson给AI实验室的建议是反着来：把准入计划开得更大，给负责任的研究员正常访问权，谁滥用就追责谁，而不是一刀切收紧。他的理由带着紧迫感——一场速度和规模前所未有的攻击浪潮正在路上，而此刻被捂住手脚的，恰恰是想赶在犯罪分子前面把漏洞补上的那批人。

  • 每周3亿条健康提问，OpenAI把ChatGPT Health开放给了全美用户

    OpenAI这周做了一个胆子不小的决定：把ChatGPT Health全量开放给美国所有18岁以上的用户，免费版、Go、Plus、Pro，一个都不落下。而就在宣布的前一天，佛罗里达一位牧师刚把他们告上法庭——理由是ChatGPT曾建议他别去看医生，差点要了他的命。

    OpenAI ChatGPT Health 健康功能
    ChatGPT Health 本周起向全美18岁以上用户开放（图源：TechCrunch / Getty Images）

    从23亿到3亿，需求涨得比争议还快

    这个功能今年1月就开始小范围测试了，当时OpenAI给它做了一个专属的”健康中心”，用户可以把Apple Health、Function、MyFitnessPal这些应用里的数据接进来。1月份的时候，用户每周向ChatGPT发出2.3亿条健康相关的提问，现在这个数字已经涨到了3亿。

    数据接入的范围也在扩大。除了健身应用，用户还能把Epic、Oracle Health这些医院系统里的病历，以及One Medical、Function Health等健康平台的记录连进去。也就是说，ChatGPT理论上可以看到你完整的就医历史。

    测试期间OpenAI发现，70%的健康提问发生在专属健康中心之外——用户根本懒得切换入口，想到什么就直接在普通对话里问了。

    所以这次更新最关键的变化是：健康数据不再局限于那个专门的健康区，所有对话都能调用。你在闲聊时问一句”这个东西我能吃吗”，ChatGPT会结合你的过敏史来回答。方便是真方便，但风险敞口也跟着变大了。

    模型在进步，免责条款也没删

    OpenAI拿出的底气是跑分：最新发布的GPT 5.6-Luna，作为该系列里最小的模型，在HealthBench评测上超过了上一代GPT 5.5。这个基准是OpenAI自己开发的开源评测集，专门衡量大模型回答健康问题的水平。公司还强调不会拿用户健康数据训练模型，并且有医生团队参与改进。

    但有意思的地方在于，OpenAI的服务条款里依然白纸黑字写着：本服务”不用于任何健康状况的诊断或治疗”。面对那起诉讼，公司搬出的正是这条免责声明。一边是产品鼓励你把病历连进来、随时提问，一边是条款告诉你别把回答当医嘱，这两件事之间的张力，恐怕会随着用户规模扩大而越绷越紧。

    • 开放范围：美国18岁以上用户，覆盖免费、Go、Plus、Pro全部套餐，本周内在网页端和iOS陆续上线；
    • 可接入数据：Apple Health、MyFitnessPal等应用，以及Epic、Oracle Health等医院病历系统；
    • 已有多项研究指出AI聊天机器人的医疗建议并不可靠，但Anthropic、谷歌也都在推自己的健康AI功能。

    每周3亿条提问摆在那里，说明用户用AI问健康问题已经是既成事实，堵是堵不住的。真正的问题是，当一个产品事实上承担了”第一诊疗意见”的角色，它还能靠一纸免责条款把责任撇干净多久。这场牧师诉讼，也许只是个开头。