🛠️
AI 工具动态OpenAI Blog / TechCrunch AI
OpenAI 语音 API 重大升级：推理、翻译、转写三合一↗
OpenAI 在 API 中推出新一代实时语音模型，支持语音推理、多语言翻译和转写，延迟更低、理解更自然。对构建客服、教育、创作者工具的开发者来说，语音交互的能力天花板正在被快速抬高。
💡
Jason Says
今天最值得盯的是 OpenAI 语音 API 升级——推理+翻译+转写三合一，语音产品的建造成本正在断崖式下跌，错过这波 API 窗口期的开发者会后悔的。
🛠️
AI 工具动态TechCrunch AI
Perplexity Personal Computer Mac 版向所有用户开放↗
Perplexity 的 AI Agent 桌面端「Personal Computer」现已对所有 Mac 用户开放，可直接操控本地应用和文件，将搜索引擎基因延伸到桌面 Agent 赛道，与 Claude 和 ChatGPT 桌面端展开正面竞争。
🛠️
AI 工具动态OpenAI Blog
OpenAI 推出 Trusted Contact：检测到自伤风险时自动通知联系人↗
ChatGPT 新增可选安全功能「Trusted Contact」，当对话中检测到严重自我伤害风险时，会通知用户预先设定的信任联系人。这是 AI 产品在心理健康安全网设计上迄今最具体的落地尝试，对 To-C 产品合规设计有重要参考意义。
🔥
Skills 生态GitHub Trending
addyosmani 开源 Agent Skills：给 AI 编程 Agent 注入高级工程规范↗
Google Chrome 工程师 Addy Osmani 开源 agent-skills 项目，将资深工程师的工作流、质量门控和最佳实践打包成可复用 Skills，让 AI 编程 Agent 在需求定义、规划、构建、验证、评审、发布全流程中保持一致高标准，是目前最系统化的 Claude Code / Cursor Agent 增强方案之一。
🔥
Skills 生态X/@AndrewYNg
Andrew Ng 新课：让 Agent 生成交互式 UI，不只是输出纯文本↗
DeepLearning.AI 联合 CopilotKit 推出新课，教开发者构建能按需渲染图表、表单、白板等自定义 UI 的 Agent，突破纯文本交互局限。三种实现路径覆盖从简单组件选择到第三方 App 嵌入，对做 AI 产品的独立开发者非常实用。
🛠️
AI 工具动态Hacker News
Chrome 悄悄下载 4GB Gemini Nano：用户毫不知情引发隐私争议↗
有开发者发现 Google Chrome 在用户不知情的情况下悄悄下载了约 4GB 的 Gemini Nano 本地模型文件，引发隐私和磁盘占用双重争议。本地 AI 能力的推送方式正在成为浏览器厂商与用户信任之间新的摩擦点。
📚
AI 论文HuggingFace Papers
MiniCPM-o 4.5：全双工多模态交互，AI 边听边说成为现实↗
面壁智能发布 MiniCPM-o 4.5，实现真正的实时全双工多模态交互——AI 在生成回复时仍能持续接收新输入并动态调整，打破「听完再说」的交替模式。对开发实时语音助手、具身机器人的团队来说，这是交互范式层面的关键突破。
📚
AI 论文HuggingFace Papers
SWE-WebDevBench：首个用 68 项指标评估「氛围编程」平台能力的基准↗
针对 Lovable、Bolt 等「描述需求即生成全栈应用」平台，研究者构建了包含 68 项指标的 SWE-WebDevBench，评估维度涵盖理解业务需求、架构决策、迭代修改和生产可用性。对 AI 编程工具选型和产品对标有直接参考价值。
Subscribe for daily AI updates + free playbook
📘 Subscribe Free