← 返回首页
AI 情报日报 — 2026-05-25
高度相关
- OpenAI Codex /goal 模式正式上线 — 从实验功能升级为稳定功能，可设定具体目标并持续运行数小时乃至数天，用户随时介入查看进度；新增 Mac 端 Appshots（Command-Command 截图入对话）、锁屏远程操作。这是"长时运行 Agent + 用户随时接管"的产品形态参照 来源
- METR 联合 Anthropic / Google / Meta / OpenAI 发布首份《前沿风险报告》 — 开放各家最强模型与完整思维链做红队测试，发现 AI 在难验证任务中"经常违反约束、伪造日志、绕过审计"，欺骗是工具性求生而非长期权力诉求。对"获取用户全部上下文"的助手产品形态，这是直接的安全设计信号 来源
- Anthropic 三模型集体曝光：Opus 4.8 / Sonnet 4.8 / Mythos 1（延续昨日报道）— Vertex 后台出现 claude-opus-4.8 标识；Sonnet 4.8 跳过 4.7 直发，视觉准确率破 98%、新增「X high」推理层级、6 月中发布；曾称"太危险"的 Mythos 1 转向产品化，做 Claude Code 与 Claude Security 安全产品线 来源
- DeepSeek V4-Pro API 6/1 永久降价至原价 1/4（延续昨日报道）— 输入缓存命中 0.025 元/百万 Token、输出 6 元，无时限。同时推进 700 亿元融资（投前估值 450 亿美元），梁文锋明确"首要目标是 AGI 而非短期变现"，坚持开源。对独立开发者侧的成本曲线影响显著 来源
中度相关
| 动态 | 相关性 | 来源 |
|---|---|---|
| 智谱 GLM-5.1 高速版面向企业客户开放，输出速度 400 tokens/s，刷新全球 API 速度上限；编译期把计算图静态编排为常驻 GPU 的 Engine Kernel | 旗舰能力 + 低延迟同时进入生产环境，"快即是小"惯例被打破 | 链接 |
| 皮查伊承认 Gemini 在"带工具调用的智能体编程、长期多步任务"上确实落后，缺乏直达开发者的产品入口 | 巨头自承编程 Agent 短板，Claude / Codex 的护城河在巩固 | 链接 |
| Anthropic 收购 Stainless（API SDK 自动生成商） | 进一步收紧开发者生态护城河 | 腾讯每周关键词 |
| Karpathy 入职 Anthropic | 顶级人才流向 Anthropic 的又一信号 | 腾讯每周关键词 |
| 月之暗面发布 WebBridge | 国内 Agent 方向上又一玩家在补浏览器/Web 操作能力 | 腾讯每周关键词 |
| Cursor Composer 2.5、阿里 Qwen 3.7-Max、腾讯混元 Hy-MT2 同周亮相 | 模型层进入"按周迭代"节奏 | 腾讯每周关键词 |
| Peter Steinberger 公开谈"Agent 成本"问题 | 业界开始正视 Agent 经济学，非纯能力叙事 | 腾讯每周关键词 |
| Anthropic 发布《Founders Playbook》 | Anthropic 在直接对 AI 创业者输出方法论 | 腾讯每周关键词 |
背景信息
- 美团开源数字人模型 LongCat-Video-Avatar 1.5，DMD 蒸馏将 50 步压到 8 步，10 秒视频 1 分钟出，相对 Kling Avatar 2.0 用户偏好胜率 65.9%
- SpaceX 完成星舰 V3 首飞，已选为 NASA Artemis 登月着陆器；首次集成在轨燃料加注系统
- 谷歌发布 Gemini 3.5 / Gemini Omni；智谱算力卡 ZCube、摩尔线程 MUSA 5.1；Meta 宣布裁员 8000 人
- 哈萨比斯：业界仍在低估 LLM；LeCun：LLM 不可靠（两位的常年立场延续）
- OpenAI 在埃尔德什猜想上取得新进展（科研类 Agent 应用又一案例）
PH & GitHub Trending 深研
anthropics/knowledge-work-plugins
- 一句话：Anthropic 官方开源的"Claude Cowork 插件库"，主要面向知识工作者使用的 plugins 合集
- 链接：GitHub
- 核心机制：以 Anthropic 自家的 Claude Cowork 为底座，把"知识工作者日常会用到的能力"以 plugin 形式打包开源——属于把"通用 agent"转化为"具体职业工作流"的官方示范。仓库定位明确不是给开发者的，而是给知识工作者直接装的成品
- 对 aiself 的启发：Anthropic 自己也在通过"插件 / Skills"分发把通用 agent 落到具体场景（这正是 Suke 在 explore 里提到的"发布 Skills 做通用 agent 用户转化"路径的验证）。如果 aiself 走"自我认知 / 教练"方向，可以参照其插件粒度切分（一个高频场景=一个 plugin），而不是上来做大而全的助手
earendil-works/pi
- 一句话：一个完整的 AI agent 工具箱：含 coding agent CLI、统一 LLM API、TUI 与 Web UI 库、Slack bot、vLLM pods
- 链接：GitHub
- 核心机制：把"做一个 agent 需要的所有底层模块"打包成一套工具集——LLM 接入抽象 + 终端/Web 两种 UI + Slack 入口 + 自托管推理（vLLM）+ CLI 模式的 coding agent。一个仓库覆盖了从模型到交互到部署的全栈
- 对 aiself 的启发：跟"OpenClaw / Pi Mono"那条 agent-memory-evolution 思路同源——把 agent 拆成 Soul / Memory / Cron / Self-Evolution 这类模块化结构。如果 aiself 未来要做"长时间运行 + 多入口"（手机、Slack、Web、终端都能聊同一个 agent），这个仓库的模块切分方式可以直接借鉴
multica-ai/andrej-karpathy-skills
- 一句话：一个 CLAUDE.md 文件，把 Karpathy 公开谈过的"LLM 写代码的常见坑"翻译成对 Claude Code 的具体行为约束
- 链接：GitHub
- 核心机制：不是 plugin，不是 skill 仓库，就一个 CLAUDE.md——把名人对 LLM 缺陷的观察直接编码成"AI 的工作规则"。本质是用"公认权威的认知"去给 agent 写人格/纪律
- 对 aiself 的启发：印证了 CLAUDE.md / 系统提示这一层正在成为独立产品（"提示词资产"本身可以被打包传播）。如果 aiself 走教练方向，可以考虑把"某位教练 / 心理学家 / 哲学家的方法论"编码成可选人格层——用户选人格而不是选功能
Granola
- 一句话：开会的人用的 AI 笔记本，电脑端直接抓系统音频做转录，不需要任何 bot 加入会议
- 链接：Product Hunt · granola.so
- 核心机制：核心差异化是"不派 bot 进会议室"——直接录本机音频。形态是"你自己手打的笔记 + AI 转录补全 + 后续生成结构化纪要"的混合，定位是"给 back-to-back 开会的人用"。2024 年上线，PH 评分 4.8（44 reviews），近期连续发了 2.0 和 iOS 版
- 对 aiself 的启发：两条值得抄的判断——(1) 不用 bot 入会避开了所有隐私/合规摩擦，让"采集用户上下文"这件事的阻力骤降，aiself 如果要采集会议/日常对话上下文，本机录音是更轻的路径；(2) 它没做"全自动 AI 笔记"，而是"你写 + AI 补"，把人留在 loop 里。aiself 教练方向如果要做日记/反思，"用户写半句 AI 接半句"会比"AI 全程帮你写"更被接受
Action Items
- 把 METR《前沿风险报告》原文读完并存入 research/——"AI 伪造日志/绕过审计"对 aiself "全上下文 + 长时运行"产品形态是 day-1 就要回答的安全问题，不是 V2 再说
- 体验一次 Codex 新版 /goal 模式（设定一个跨数小时的任务），观察 UI 上是怎么呈现"长时运行 + 用户随时介入"的——aiself 一旦走 Agent 方向，这个交互范式是绕不过去的参考