跳到正文
5月19日周二
  1. Claude Code:GitHub Releases65

    Claude AI助手v2.1.144版本更新

    Claude AI助手发布了v2.1.144版本。此次更新主要新增了对后台会话的`/resume`支持,并将“extra usage”更名为“usage credits”。同时包含了多项重要修复:优化了网络异常处理,解决启动卡顿问题;修复了窗口大小调整和长时间会话导致的终端显示错乱;解决了macOS特定文件夹下的崩溃问题。此外,还改进了模型选择持久化、文件读取、工具调用以及MCP服务器分页工具列表的处理,并减少了在VS Code中的渲染故障。本次更新显著提升了工具的稳定性和用户体验。

  2. Claude Platform:开发者版本说明72

    Claude Platform 发布 MCP Tunnels 与托管智能体更新

    Claude Platform 推出 MCP Tunnels 研究预览,支持连接私有网络内的 MCP 服务器。Claude Managed Agents 新增自托管沙箱选项,并支持在活跃会话中更新智能体的 MCP 服务器与工具配置。当工具输出超过 100K 字符(约 25K tokens)时,系统自动将完整内容溢出至沙箱文件,模型仅接收含文件路径的截断预览。

  3. OpenRouter65

    xAI Grok创意套件三款新模型上线OpenRouter

    @xai 的 Grok 创意套件中 3 款新模型现已在 OpenRouter 上线: • Grok Imagine Image Quality:照片级真实图像生成与编辑 • Grok Imagine Video:从文本、图像或参考生成短片 • Grok Voice TTS 1.0:支持 20 多种语言的 5 种语音 更多详情见下方 🧵

  4. Claude Devs70

    Claude控制台新增提示缓存诊断功能

    提示缓存诊断现已在Claude控制台上线。 当请求未命中缓存时,您现在可以准确查看提示的哪一部分发生了变化,以及这消耗了多少令牌。

  5. GitHub Blog69

    将你的本地GitHub会话带到任何地方

    GitHub为Copilot功能推出了远程控制会话能力,并已全面上线。该功能允许用户在VS Code或命令行中启动Copilot任务后,可随时随地通过github.com网站或GitHub Mobile移动端应用继续操作,实现了开发工作流从桌面端到移动端的无缝衔接。此更新增强了开发者在不同场景下的灵活性和工作效率。

  6. Elon Musk71

    Grok Build 实战受赞,马斯克呼吁优化反馈

    马斯克在推文中请求帮助提升 Grok Build。用户 @morganlinton 分享了使用 Grok Build 完成 PasteLocal 项目中 relay 功能开发的体验,称赞其全面性令人惊叹。该功能实现周期短,且包含了端到端加密、数据持久化、自动同步、双向命令行交互等关键技术特性,并经过了多轮严格的代码审查与修复。马斯克此举意在收集更广泛的反馈,以持续改进该开发工具。

  7. xAI:News60

    在OpenClaw中使用Grok

    5月22日,xAI宣布,其用户现可在开源个人助理OpenClaw中直接使用Grok模型。所有持有SuperGrok或X Premium订阅的用户均可使用该功能。OpenClaw是一个开源的、本地优先的智能助手,可在多种硬件上运行并保持跨会话记忆,同时能接入WhatsApp、Telegram等多款主流通讯平台。用户通过简单安装和登录,即可在自有设备上运行OpenClaw,并通过其界面或关联的聊天工具与Grok交互。此举进一步扩展了Grok的应用场景,未来还将推出更多开源代理与集成支持。

  8. Google Developers Blog65

    更智能的 Google AI Edge Gallery:MCP 集成、通知和会话连续性

    Google AI Edge Gallery 应用在安卓平台上扩展了设备端 AI 能力,通过引入对开源模型上下文协议(MCP)的实验性支持,使得 Gemma 4 模型能够协调处理跨 Google Workspace 和 Google Maps 等外部数据源的复杂任务。此次更新添加了“定时通知”技能,用于实现日常事务的自动化管理,并新增了持久化聊天记录功能,允许用户近乎即时地恢复长会话上下文。该平台依托开源工具包,积极鼓励社区开发者通过其 GitHub 仓库构建并分享专注实用的工作流、提示配置与工具集成。

  9. Google Developers Blog69

    Google Tensor ML SDK 测试版发布

    Google Tensor ML SDK 进入测试版,支持开发者直接在 Pixel 10 设备的 TPU 上构建和部署高性能机器学习模型。该 SDK 集成边缘部署框架 LiteRT,提供统一工作流,可高效转换、编译并运行 PyTorch 或 TFLite 模型,并具备稳定回退机制。此外,新推出的模型库包含超过 100 个经典及生成式 AI 模型(如 Gemma 3),支持低延迟、注重隐私的语音识别、计算机视觉与文本生成等功能。

  10. Google Developers Blog58

    重要更新:Gemini CLI将迁移至Antigravity CLI

    Google正在整合其AI终端工具,将面向社区的Gemini CLI迁移至全新平台Antigravity CLI。这款新工具采用Go语言开发,作为代理优先的平台,支持复杂的多代理工作流,并提供更快的执行速度、异步处理能力以及与Antigravity 2.0桌面应用同步的统一架构。企业客户可维持现有访问权限,但个人及免费用户必须在2026年6月18日Gemini CLI停止服务前,完成向新平台的迁移。

  11. Google Research:Blog65

    经验研究助手(ERA):从Nature发表到催化计算发现

    Google Research开发的经验研究助手(ERA)现已在《Nature》期刊发表论文。这是一款基于Gemini的AI工具,旨在协助科学家编写专业级经验科学代码,其核心能力包括搜索文献、生成代码、探索方案并迭代优化,以加速耗时的计算实验过程。该工具已被用于构建“计算发现”原型,并已通过Google Labs的“可信赖测试者计划”向更广泛的科学家群体开放初步试用。

5月18日周一
  1. Hugging Face 社区博客68

    PaddleOCR 3.5:使用Transformers后端运行OCR和文档解析任务

    PaddleOCR 发布 3.5 版本,正式将 Transformers 确立为运行 PP-OCRv5 及 PaddleOCR-VL 1.5 模型的可选推理后端之一。此次更新引入了更灵活的 `engine` 与 `engine_config` 参数,允许开发者自主选择后端并配置数据类型、设备等选项。其核心价值在于,显著降低了将文档处理能力集成至以 Transformers 为中心的主流开发栈(如 RAG、智能体、文档AI)的门槛,使开发者能更便捷地利用现有生态,减少集成阻力,从而专注于下游应用构建。

  2. Krea AI78

    Krea 2全面开放,订阅用户享一周无限生成

    今天,Krea 2正式向所有人开放。 为庆祝上线,我们将为所有订阅用户提供整整一周的无限次Krea 2生成服务。 免费试用 👇

    推荐理由:Krea 2 正式开放,新版本性能值得关注,尤其免费一周无限生成,做视觉设计的可以趁现在使劲造图,试试成片质量能不能撼动 Midjourney。

  3. Hugging Face 社区博客64

    Hugging Face 推出开放 AI 智能体排行榜(Open Agent Leaderboard)

    Hugging Face 发布开放 AI 智能体排行榜,用于比较完整智能体系统而非仅底层模型,并同时报告成功率和每次任务成本。排行榜统一了六项已有基准测试(SWE-Bench Verified、BrowseComp+、AppWorld、tau2-Bench Airline & Retail、tau2-Bench Telecom),覆盖代码修复、网络研究、个人任务、客服和技术支持。通过统一协议,各智能体系统以相同接口连接所有基准。结果显示相同模型搭配不同智能体系统会产生显著不同的分数和成本。配套 Exgentic 框架用于运行和复现评估,相关论文开源。

  4. Elon Musk75

    Grok现已支持视频理解与分析

    Grok可以处理视频了 [引用 @XFreeze]:你现在可以将整个视频上传给Grok,让它实时为你分析、总结、翻译、解释场景或提取重要上下文。 Grok能够理解完整的视频——而不仅仅是图像和文本。 它具备原生多模态能力和极其强大的视觉理解能力。

  5. IT之家·人工智能70

    腾讯 AI 设计智能体 Ardot 公测:一句话生成可编辑设计稿,一键转代码

    腾讯云正式公测自研AI设计智能体平台Ardot。该平台核心功能包括:用户通过一句话指令即可生成App页面、官网、海报等可编辑设计稿;支持调用团队自有组件库生成规范稿,并能直接导入Figma文件保留原有设计。同时,Ardot具备设计稿一键转换为代码的能力,可对接CodeBuddy等开发工具实现代码还原。平台还提供多人在线实时评论、标注反馈和版本对比等协作功能,其微信小程序即将上线。

  6. xAI:News68

    Grok平台技能功能上线

    xAI于2026年5月18日正式推出Grok的“Skills”功能,旨在提供持久的专业知识支持。该功能允许用户对Grok进行一次性的偏好、格式规则或工作流程设置,即可在所有对话中持续生效,无需重复说明。Skills功能已在网页、iOS和Android平台全面上线,内置了创建与编辑Word文档、PPT演示文稿、Excel电子表格及处理PDF文件等开箱即用的技能。用户可以覆盖内置技能进行自定义,也能够通过对话快速创建新技能,从而实现工作流自动化与专业文档的便捷生成。

  7. Cursor Blog74

    Composer 2.5 发布与技术解析

    Cursor 平台发布了智能与行为表现大幅提升的 Composer 2.5。该模型更擅长执行复杂指令和长期任务。其改进基于训练规模的扩大、更复杂的强化学习环境及新的学习方法。关键技术包括:使用文本反馈进行针对性强化学习以纠正具体错误;采用基于真实代码库、规模达前代25倍的合成数据进行训练;并引入分片Muon优化器等新架构。模型基于Moonshot的开源检查点构建。开发团队正合作训练一个计算量十倍的更大模型,并在大规模训练中发现了新型奖励作弊问题。

  8. Google DeepMind:Blog81

    介绍 Google Antigravity 2.0

    Google Antigravity 2.0 是一款全新独立桌面应用,支持 macOS、Linux 和 Windows,无 IDE 绑定,由最新 Gemini 模型驱动,面向企业。核心为智能体,支持同步与异步交互。新增动态子智能体(主智能体可动态创建子智能体并行完成子任务)、异步任务管理、JSON 格式钩子(可拦截并控制智能体行为)、定时任务(通过 `/schedule` 命令设置周期或一次性触发)。引入“项目”概念替代“工作区”,可跨多个文件夹并独立设置权限与规则。新增斜杠命令:`/goal` 自动执行至完成、`/grill-me` 实施前反向确认、`/browser` 显式控制浏览器。语音输入改为实时转录。

    推荐理由:Antigravity 从 IDE 里的一个面板变成独立桌面应用,代理优先的体验终于不用绑着代码编辑器了,新加的计划任务和实时语音转录让它更像一个通用 AI 工作台。

  9. Prime Intellect63

    Prime Intellect 开源自进化合成智能体环境 general-agent

    Prime Intellect 开源 general-agent 环境 v1,通过 Synthesizer 与 Solver 双智能体博弈生成自进化任务语料,目前包含 4,504 个任务、1,040 个领域和 8,159 个独特工具,每个任务经求解器按难度带实证校准。

  10. Manus:Blog60

    Manus 发布定时任务 2.0,支持在同一任务、项目和网页应用中持续运行

    Manus 发布定时任务 2.0,让定时能力覆盖任务、项目和网页应用等更多上下文。定时任务可留在同一任务上下文继续运行,沿用项目里的文件、技能、连接器和输出标准;Manus 构建的网页应用可内置定时动作,刷新数据或生成摘要。更新还提供侧边栏、日程视图和日历视图查看运行记录,支持跳过确认、连接器和云电脑等高级设置,目前已面向所有用户开放。

    推荐理由:官方介绍定时任务 2.0 的运行方式与可见性变化,用户可据此判断周期性工作如何接入任务、项目和网页应用。

5月17日周日
  1. Google DeepMind:Blog55

    Gemini for Science:面向科学的AI实验与工具,开启发现新时代

    Google 推出 Gemini for Science 项目,发布一系列基于 Gemini 模型的科学工具与实验性应用。该项目旨在扩展科学探索的规模与精度,通过人工智能辅助研究人员处理复杂计算、模拟实验系统并加速数据分析流程。具体工具覆盖材料科学、气候模拟、生物信息学等多个领域,目标是将大规模生成式模型能力整合进科研工作流,推动跨学科研究的突破性进展。

  2. Google DeepMind:Blog63

    让了解网络内容的创建和编辑过程变得更简单

    平台宣布扩展其内容透明工具,旨在让用户更便捷地追溯网络内容的创建与编辑历史。这项更新将适用于社交媒体平台、网页内容等多个场景,帮助用户识别信息的修改痕迹,提升数字内容的透明度。

  3. Elon Musk84

    Grok Imagine图像生成功能正式发布

    Grok Imagine 现已正式发布 所有人都可使用 基于我们最新的文本到图像模型 能够生成逼真、高质量的图像 支持多种宽高比 现在可在 X 上使用

    推荐理由:这是 Grok 补齐多模态的关键一步,从视频看生成质量不输 Midjourney,而且直接在 X 里就能用,零门槛对创作者是实打实的吸引力。

  4. SpaceX Super Intelligence65

    Hermes Agent 现支持 X Premium 订阅与帖子搜索

    你现在可以在 Hermes Agent 中使用 X Premium 订阅,并且 Hermes Agent 现在可以搜索 X 帖子。 https://x.ai/news/grok-hermes [引用 @xai]:You can now use your @grok subscription inside @NousResearch Hermes Agent. http://x.ai/news/grok-hermes

  5. OpenAI Developers69

    按需定制快捷键,优化工作流效率

    处理大家的反馈让我们感到太有趣了。 (请继续反馈。) 键盘快捷键现已支持自定义。 围绕你的实际工作方式设置 Codex,然后通过设置调整快捷键,无需再适应我们的默认配置。

5月16日周六
  1. Claude Code:GitHub Releases61

    Claude Code v2.1.143 版本更新:插件管理与用户体验增强

    Claude Code 发布 v2.1.143 版本,重点增强了插件管理功能,包括强制执行插件依赖关系,并新增了插件市场的预估上下文成本显示。为方便直接编辑工作副本,增加了 `worktree.bgIsolation: "none"` 设置。多项体验得到改进:后台会话唤醒后保留模型与努力级别设置;Windows PowerShell 工具默认绕过执行策略;`claude agents` 命令新增多个参数以配置默认会话。此外,本次更新修复了大量错误,包括修复损坏的 `.credentials.json` 文件导致 CLI 启动卡住、Windows Terminal 中的右键粘贴问题、后台会话错误捕获 IDE 文件引用,以及 macOS 上后台作业读取特定目录文件的权限错误等。

  2. Krea AI77

    Krea 2正式上线面向专业用户

    从今天起,Krea 2 正式为 Pro 用户上线。

    推荐理由:Krea 2 终于向 Pro 用户开放,虽然更新细节暂未披露,但版本号的跃迁加上 Krea 一贯的实时生成野心,做图像视频的值得第一时间上手试试。

5月15日周五
  1. OpenRouter74

    OpenRouter BYOK三大升级 支持多密钥轮换

    OpenRouter BYOK 三项重大升级 🔑 1/ 可在同一工作空间为同一服务商添加多个密钥,并设置调用顺序。 便于在速率限制间轮换、区分开发与生产凭证,或在团队账户间分配使用量!

  2. xAI:News70

    将Grok接入Hermes智能体

    xAI宣布,用户现可将Grok订阅账户接入Nous Research的开源自改进智能体Hermes Agent。该集成对所有订阅层级开放,允许用户在Hermes环境中直接使用Grok 4.3进行文本对话与高级推理、调用其文本转语音功能生成语音回复,并利用Grok Imagine创建图像与视频。Hermes Agent可持久运行于电脑、沙盒或VPS,具备跨会话长期记忆能力,并能连接WhatsApp、Discord等通讯平台。用户通过安装Hermes Agent并选择Grok提供商即可完成配置。

  3. OpenAI:官网动态65

    ChatGPT 推出全新个人理财体验

    OpenAI 为美国地区的 ChatGPT Pro 用户推出个人理财功能预览版。用户可安全连接个人金融账户,获取基于自身财务状况、目标和优先级生成的 AI 洞察与指导。该体验通过账户关联实现个性化分析,标志着 ChatGPT 正式向个人金融助手领域拓展。

  4. opencode77

    OpenCode与Qwen 3.6 Plus再度免费开放

    OpenCode x Qwen 3.6 Plus - 再次免费 上次各位把我们的容量当成了自助餐。 我们找到了更多GPU。第二轮。

    推荐理由:OpenCode 二度免费开放 Qwen 3.6 Plus,对个人开发者是实打实的福利,虽然 IDE 小众,但模型是顶级的,能直接用就别犹豫。

  5. Claude Code:GitHub Releases63

    Claude 代理工具 v2.1.142 版本更新

    Claude 代理工具发布 v2.1.142 版本。本次更新新增了 `--add-dir`、`--settings`、`--model` 等 8 个用于配置后台会话的命令行标志,并将 Fast 模式的默认模型升级为 Opus 4.7。插件功能得到增强,拥有根目录 `SKILL.md` 的插件现可被识别为技能,插件详情面板会显示其提供的 LSP 服务器。此外,版本修复了超过 15 项问题,包括 MCP 工具超时设置失效、后台会话在系统休眠后异常断开、守护进程升级后无法正常退出、Windows 网络驱动器工作目录下死锁等关键错误,并改进了响应式压缩和钩子配置错误提示。

  6. Luma AI75

    Luma Agents高效生成电商素材全流程

    更多产品。更多市场。更多格式。再无瓶颈。 定义需求。设定风格。Luma Agents 从此处理所有电商活动素材。 立即扩展 → http://lumalabs.ai/app

  7. OpenAI Developers76

    Codex推出自动化钩子与程序化令牌

    Codex正变得更易于围绕用户代码实现自动化与定制。其核心更新包括“钩子”功能,允许在任务关键节点运行脚本,以进行工作验证、扫描密钥、记录对话或按仓库定制行为。同时,面向商业和企业团队推出“程序化访问令牌”,提供范围化凭证,可从ChatGPT工作区设置创建,用于CI/CD、发布流程和内部自动化,支持设置过期或撤销,并将使用情况关联回工作区。

    推荐理由:Codex 引入 hooks 和程序化访问令牌,CI/CD 集成和定制化开发变成标准化操作,做内部工具链的可以立刻用上,这是它从个人工具走向团队基础设施的关键一步。

  8. Linear:Now65

    Linear 推出 Code Intelligence,为 Linear Agent 带来代码上下文查询能力

    Linear 发布 Code Intelligence,将代码库作为上下文接入 Linear Agent,现以公开 Beta 形式向 Business 和 Enterprise 计划开放,Beta 期间免费。

    推荐理由:原文给出 Code Intelligence 在 Linear Agent 中的四类用法和团队查询量增长数据,读者可对照自身工作流评估适用场景。