← 返回首页
AI 情报日报 — 2026-05-24
高度相关
- 所有模型实验室都在变成 Agent 实验室 — Greg Brockman 公开表态"模型本身已经不再是产品"，AI21 关停模型团队转向 agent，DeepSeek 首次组建 Harness 团队。共识：未来产品=模型+harness+工作流+UI+记忆+经济模型。aiself 这种"上层 agent"方向被头部背书，但意味着未来要直面 OpenAI/Anthropic 的 agent 产品本体竞争 来源
- Memdex 上线：把 AI 对话沉淀为本地复用记忆 — Chrome 扩展自动抓取 ChatGPT/Claude/Gemini 对话，IndexedDB 本地加密存储，在下次写 prompt 时像 Grammarly 标语法错误一样标可复用上下文，一键注入。355 关注、PH 当日 #1（230 票）。这是"AI 记忆层"作为独立产品打的早期信号 来源
中度相关
| 动态 | 相关性 | 来源 |
|---|---|---|
| OpenAI Codex 大更新：Appshots、/goal 优化、锁屏下远程使用、注释模式、插件分享、分析面板 | 头部 coding agent 持续往"日常工作流"渗透，aiself 可参考其交互演进 | Latent Space |
| Karpathy 入职 Anthropic、Anthropic 收购 Stainless（API SDK 工具厂） | Anthropic 在 agent 工具链和人才上加码 | 腾讯研究院 |
| Meta 裁员 8000 人 / OpenAI 推 AI 理财 / DeepSeek 上线 Harness 招聘 | 大厂资源重新分配，AI 助理类用例（理财）开始被巨头亲自下场 | 腾讯研究院 |
| OpenAI 据传下周递交 IPO 申请 | 头部商业化节奏加速，下半年模型/agent 竞争格局可能再变 | Latent Space |
背景信息
- 腾讯研究院本周关键词中产品类密集出现：Codex 移动端/控制平面、月之暗面 WebBridge、AnySearch、微信读书 Skill、阿里云 Design Desk、腾讯混元 Chronicles-OCR、F.03 分拣机器人——上游模型/agent 工具链供给依旧饱和，没有明显放缓信号。
- LeCun 再次表态"LLM 不可靠"，哈萨比斯则称"低估了 LLM"——共识层面仍未达成。
PH & GitHub Trending 深研
Memdex
- 一句话：把你与 ChatGPT/Claude/Gemini 的所有对话自动捕获、本地加密存储，并在下次写 prompt 时智能高亮可复用上下文，一键注入。
- 链接：Product Hunt / 官网 memdex.ai
- 核心机制：Chrome 扩展拦截三大主流 AI 网页端对话→存到本地 IndexedDB（永不上传）→用户在新 prompt 框里输入时，类似 Grammarly 给"打字错误下划线"的方式高亮可注入的历史上下文→点击注入。免费版限最近 10 条对话，Pro 解锁无限。
- 对 aiself 的启发：(1) 验证"AI 跨产品记忆"是真痛点，但 Memdex 的解法局限于"从对话里提取"，没有触达手机/日程/邮件等更广上下文，aiself 的差异化恰恰可以做这层。(2) 本地加密 + 浏览器扩展是低门槛冷启动路径，比一开始做完整 native app 摩擦小得多——可作为 aiself MVP 形态的参考。(3) 它把"什么时候要用记忆"变成被动 surfacing（输入框里下划线提示），而不是主动调用——这种"AI 记忆作为输入法 affordance"的交互值得借鉴到自我认知方向。
Freu AI
- 一句话：Mac 上的本地 agent，用自然语言"看懂"任意桌面应用 UI，编译一次跨 app 工作流后用确定性 DSL 本地执行，0 token 经常性成本。
- 链接：Product Hunt / GitHub freu-ai/freu-cli（同日开源浏览器自动化引擎） / freu.ai
- 核心机制：第一次跑任务时用视觉模型理解 UI，编译成基于坐标无关的确定性 DSL；之后再跑就走 DSL 不再烧 token；今天同步开源 freu-cli（浏览器自动化）。
- 对 aiself 的启发：(1) "编译一次→本地复跑"是绕开 agent 高频调用经济性问题的好范式，特别适合"生活助手"方向那些重复性日常操作（订餐、打卡、记账提交等）。(2) 0 经常性成本是面向 C 端独立用户的关键定价杠杆——付费意愿低但愿意一次性付费的人群可以用这种结构抓住。(3) 开源底层引擎 + 闭源上层产品的双轨打法，对小团队建立技术信誉很有效。
note.md
- 一句话：master 学生为自己写论文做的 macOS 本地优先 markdown 研究工作区，整合 PDF、笔记、引用、结构化思考。
- 链接：Product Hunt / notemd.org
- 核心机制：本地优先（无云同步）、markdown 原生、围绕"研究写作"这一具体场景，整合 PDF 阅读+笔记+引用，没有用太多 AI 噱头。
- 对 aiself 的启发：(1) 单人做出能上 PH 的产品 + 终身买断（500 名额）是独立开发者的可行路径模板。(2) "为自己解决一个具体问题"是它的卖点，不试图覆盖所有人——aiself 在两个方向探索时也应该先选一类极窄具体的人（不是"所有想自我认知的人"而是"每天写日记但 3 个月就放弃的写作者"这种粒度）。
Action Items
- 深度体验 Memdex（30 分钟）：装上 Chrome 扩展，跑一周，记录"它在哪些场景有用、哪些场景反而打扰"。这是离 aiself 记忆层最近的早期产品，亲测能省下很多论证时间。
- 复盘"all model labs are agent labs"对 aiself 战略的影响：在 explore/ 或 decide/ 里写一份短备忘——如果 OpenAI/Anthropic 一年内推出官方个人 agent，aiself 的护城河是什么？是上下文广度、隐私本地化、还是垂直深度？这个问题不回答清楚，方向决策没法收敛。