Browser Use 新增录屏与剪辑:智能体一边操作,一边自动做教学视频
browser-use 为 browser-harness 合并了 PR #532,支持在智能体操作网页时同步记录截图与事件流。随后智能体可通过内置模板将其自动合成为带平滑缩放、光标动效和敏感信息打码的高质感演示视频,且全程无需安装 ffmpeg。
ChatGPT、Cursor、Perplexity 等 AI 工具上了什么新功能、出了哪些新产品,价格和开放地区有什么变化。
browser-use 为 browser-harness 合并了 PR #532,支持在智能体操作网页时同步记录截图与事件流。随后智能体可通过内置模板将其自动合成为带平滑缩放、光标动效和敏感信息打码的高质感演示视频,且全程无需安装 ffmpeg。
Runway 发布 Agent 2.0,能将简单的提示词转化为完整的营销策划案并生成多平台广告素材。它接入 Meta、YouTube 等渠道的投放数据进行复盘,还能调用 Gen-4.5 等多种模型自动适配不同画幅与地区版本。也就是说,Runway 正在从单一视频生成走向全流程营销自动化。
OpenAI 针对桌面端 ChatGPT 推出更新,侧边栏现已支持查看对话历史和项目。Chat 与 Work 历史正式打通 Web、移动端和桌面端同步,桌面端也支持直接切换这两种模式;不过本地任务仍保留在本地设备上。
Google 宣布将 NotebookLM 更名为 Gemini Notebook。产品仍保留独立入口,但加入了安全云电脑功能,可原生编写并执行代码做复杂数据分析。该功能已对 Google AI Ultra 等用户开放,未来几周向 Pro 用户推送,后续还将接入 Google 搜索的 AI 模式。
Google 宣布在搜索的 AI 模式中上线应用连接功能,本周起先在美推出。用户可直接关联 Instacart、Canva 和 YouTube Music,无需离开搜索页即可将食材加购、查找设计模板或保存歌单。Google 表示未来还将接入更多应用。
1Password 推出 Claude 浏览器集成,基于「零暴露安全框架」,让 Claude 能够调用保存的凭证完成多步骤任务。关键在于 AI 虽能触发登录,却完全看不到密码和 MFA 验证码明文,单次任务只需一次生物识别授权。目前面向 Mac 用户开放。
Roblox 宣布推出移动端 AI 创作工具「Build」,用户在手机 App 中输入文字提示词,就能直接生成包含玩法机制、3D 场景和音效的可玩游戏。该工具基础版免费,将于 7 月 28 日在新西兰率先开启测试,后续还将上线测试与数据分析智能体。
xAI 为 Grok 推出 Automations 自动化功能,用户设定一次指令后,即可按预定计划或在收到特定邮件时自动执行。每次触发都会开启完整对话并保存历史。定时运行面向所有用户免费开放,邮件触发功能则包含在 SuperGrok 订阅中。
DoorDash 开启命令行工具 dd-cli 限量测试,允许 AI 智能体直接搜索餐厅、查找优惠并完成结账下单。这意味着软件 Agent 开始能够自主代办现实生活中的外卖交易。目前该工具仅向美国和加拿大的 macOS 开发者开放候补申请。
OpenAI 升级 ChatGPT 侧边栏搜索功能,网页端、iOS 与 Android 同步上线。用户现在可以在单一界面中,通过筛选器直接检索历史对话、项目、图片及上传的文档,选中即可直达内容,大幅提升了翻找历史资料的效率。
OpenAI 联手 Work Louder 推出编程外设 Codex Micro,售价 230 美元且限量发售。设备配备 13 个机械轴、摇杆与旋钮,按键可通过颜色实时显示 Codex Agent 任务状态,并支持物理调节推理等级与一键采纳代码,全在 ChatGPT 桌面端配置。
Perplexity 发布专为 AI 智能体设计的沙箱平台 SPACE,已上线 Computer 产品。它采用 Firecracker 微虚拟机,任务结束即彻底销毁,凭据仅在调用瞬间从外部注入;配合每分钟滚动的内存快照,支持任务状态暂停并在最长一周后无缝恢复。
邮件客户端 Superhuman 推出新版 AI 自动起草功能。它换用 Anthropic 与 OpenAI 的前沿模型,能识别重要邮件并模仿个人口吻生成 3 种回复草稿。联合创始人 Rahul Vohra 透露,测试中 60% 的草稿未经任何手动编辑就直接发出。
Spotify 宣布推出对话式 AI 测试版功能,支持用户通过文字或语音直接交流。除了用自然语言实时调控歌单、询问专辑创作故事,它还能调取个人数据回答收听历史。目前先面向美、爱、瑞典三国 18 岁以上的 Premium 用户开放英文测试。
安全研究团队 Cereblab 曝光 xAI 的编程命令行工具 Grok Build 会静默将用户完整代码库甚至历史密码和 SSH 密钥打包上传至云端。官方现已通过服务端开关紧急叫停该行为,马斯克发文承诺将彻底删除所有已上传的数据。
Canva 正式面向全部用户开放 Canva Code 2.0,将代码生成速度提升 75%,从提示词到发布的中位耗时缩短 30%。新版支持导入外部 HTML,用户可以直接在熟悉的拖拽界面里修改文本、图片与品牌配色。最值得关注的是,它让 Vibe Coding 摆脱了千篇一律的粗糙原型感,普通人也能轻松发布精致的交互网页。
Google 宣布将 Chrome 内置的 Gemini 扩展至英国桌面端用户,iOS 版将于次月上线。该助理支持跨多标签页比对与长文总结,无需跳转即可调用日历、地图和邮件,并集成了 Nano Banana 2 文本修图功能,同时内置了防提示词注入与敏感操作确认机制。
Anthropic 推出面向全美通过认证的 K-12 教师的免费工具 Claude for Teachers。该产品接入全美 50 州学术标准与生态工具,支持自动编写教案、差异化教学及定时自动化任务。学生数据符合 FERPA 规范且不用于模型训练,教师在 2027 年 6 月 30 日前注册可享一年免费权限。
watchOS 27 开发者测试版带来 Siri AI,打通了 Apple Watch 与 iPhone、Mac 的上下文体验。用户可在腕上调取并勾选备忘与提醒事项,对话记录也能多端同步。不过交互仍有思考延迟,且暂不提供主动健康建议。
Waze 推出多项导航更新。借助 Gemini 能力,用户能用自然对话搜索目的地,并语音汇报封路等地图改动;同时新增摩托车专属路线规划,以及减少语音打扰的「少废话」模式。Gemini 对话搜地点先向全球 Beta 用户测试。