ChatGPT 深度研究接入 GitHub：可直接读代码库、拆解开发任务
OpenAI 为 ChatGPT deep research 推出首个 GitHub 连接器。测试版先向 Plus、Pro 和 Team 用户开放，能帮开发者分析代码库、梳理代码架构并把需求拆解为技术任务。企业和教育版随后上线。
AI工具 · 日报
周四
5月8日 星期四
Google 全线升级防诈：桌面版 Chrome 接入 Gemini Nano，端侧抓取钓鱼网站
Google 宣布在搜索、Chrome 及 Android 中全面部署 AI 防诈能力。其中桌面版 Chrome 增强保护模式引入端侧大模型 Gemini Nano，可实时识别此前未见过的恶意网站。Android 端也上线了针对垃圾通知、可疑短信和电话的端侧 AI 拦截功能。
LM Studio 0.3.15 支持 CUDA 12.8：RTX 显卡推理吞吐最高提升 35%
LM Studio 发布 0.3.15 版本，正式接入 CUDA 12.8 并优化 RTX 显卡推理。更新引入 CUDA graph 与 Flash Attention 技术，使本地模型吞吐量最高提升 35%，支持从 RTX 20 系列到 Blackwell 架构显卡。新版还加入了 tool_choice 参数，方便本地部署智能体与 RAG 工作流。
周三
5月7日 星期三
Google 推出 iPad 专用 Gemini：支持分屏多任务，已上架 App Store
Google 正式推出 iPad 专用 Gemini 应用，已在 App Store 上架。新版本针对大屏优化，支持 Split View 分屏多任务，能与其他应用并排同屏使用。这是继去年 11 月上线 iPhone 版本后，Gemini 进一步渗透苹果生态。
Figma 推出 AI 建站与原型工具：提示词直接做网站，还能一键发布
Figma 推出 Figma Sites 与 Figma Make 等 AI 工具，支持通过提示词生成并直接发布网站或 Web 应用原型。设计师无需跳出软件即可搞定从设计到上线的全流程，同时 Figma 还面向营销人员推出了素材批量生成工具 Buzz，新增每月 8 美元起的内容席位。
Microsoft 拥抱开源 A2A 协议：让各家 AI 智能体跨云直接对话
Microsoft 宣布 Azure AI Foundry 和 Copilot Studio 即将支持开源 Agent2Agent（A2A）协议。它能让不同云端、框架下的智能体安全调用彼此，打破孤岛；目前 Semantic Kernel 已上线 Python 演示示例。
Anthropic 为 Claude API 推出联网搜索功能：自带引用源，Claude Code 同步上线
Anthropic 在 Messages API 中正式上线联网搜索工具。Claude 会自主判断是否需要联网、生成搜索词并附带引用来源，还支持多轮渐进搜索。定价为每千次搜索 10 美元加标准 Token 费，Claude Code 也同步支持该功能。
周二
5月6日 星期二
Hugging Face 推出免费云端智能体：对标 Operator，可代操虚拟机
Hugging Face 发布免费的云端智能体 Open Computer Agent。它类似 OpenAI Operator，能在 Linux 虚拟机里打开浏览器执行操作。虽然目前运行较慢、难搞定复杂任务和验证码，但验证了开源视觉模型驱动智能体的可行性。
微软升级 Windows 体验：设置内置智能体，照片可重新打光
Microsoft 为 Windows 11 和 Copilot+ PC 推出多项 AI 功能。系统「设置」加入端侧智能体，用自然语言即可排查故障或代改设置；照片支持多光源重打光，资源管理器和记事本也接入 AI 快捷操作。新功能将在一个月内率先面向 Windows Insiders 推送。
Oura 接入 AI 血糖与拍图记餐：结合 Dexcom 监测代谢健康
Oura 推出血糖追踪与拍图记餐两项 AI 功能。用户需搭配 99 美元的 Dexcom Stelo 血糖仪，App 会结合运动与压力数据生成每日血糖 AI 分析；拍下食物照片则由 Oura Advisor 解析营养成分。目前血糖追踪仅限美国用户。
Google 推出文本简化功能 Simplify：用 Gemini 改写专业术语，保留关键细节
Google Research 推出基于 Gemini 的低损耗文本简化系统，并在 iOS 版 Google 应用上线 Simplify 功能。它不同于单纯的摘要提取，而是在保留全部原意与细节的前提下降低阅读门槛。测试显示，该系统将医学等复杂文本的阅读理解准确率提升了 15%。
Windsurf 开启 Wave 8 更新：支持 GitHub PR 审查并打通文档
Windsurf 开启 Wave 8 更新周，首日主打团队与企业功能。重点上线了可根据规范自动审查 PR 的 GitHub 插件 Windsurf Reviews，同时上下文引擎支持直接读取 Google Docs，团队内部还能共享 Cascade 对话。AI 编程助手正加速从个人 IDE 走向团队协作全流程。
周一
5月5日 星期一
传苹果联手 Anthropic：新版 Xcode 拟接入 Claude 搞 AI 编程
据彭博社报道，苹果正与 Anthropic 合作升级 Xcode，集成 Claude Sonnet 打造 AI 编程平台。该工具支持对话生成代码、测试界面并排查 Bug。此前自研的 Swift Assist 因可靠性问题搁置，目前新工具仅在苹果内部测试，尚未决定是否公开发布。
Moritz Kremb 推出 Vireel：输入网站链接即可批量生成短视频广告
Moritz Kremb 宣布推出 AI 工具 Vireel。只需输入网站网址，工具就会根据爆款模板批量生成数百条短视频广告，直接用于 TikTok、Instagram 和 YT shorts 自动化获客。说白了就是把视频制作做成流水线，主打氛围营销。
周六
5月3日 星期六
Google 放开 13 岁以下儿童用 Gemini：家长可控，承诺不拿数据训模型
据报道，Google 正通知家长，即将允许 13 岁以下儿童在 Family Link 监管的设备上使用 Gemini 辅助作业或讲故事。儿童数据不会用于训练模型，家长可通过后台随时关闭并在首次使用时获知。Google 也提醒家长告知孩子 AI 并非真人，以防泄露隐私。
周五
5月2日 星期五
Reddit 把 Reddit Answers 搬进主搜索栏：不用再去 Google 加后缀了
Reddit 将 AI 整理回答功能 Reddit Answers 直接整合进主搜索栏。此前该功能位于独立标签页中，现在用户直接搜索，就能得到提炼自社区帖子的整理回答、来源链接和补充贴士。官方表示此举旨在让用户不用再借助外部搜索引擎寻找真人的真实经验。
Google NotebookLM 开启移动端预订：5 月 20 日上线 iOS 与安卓版
Google 旗下 AI 笔记助手 NotebookLM 在 App Store 和 Google Play 开启预订，预计 5 月 20 日正式上线。自 2023 年推出以来该工具一直仅限桌面端，移动版将支持在手机与平板上管理笔记、上传资料，并随时收听 Audio Overviews 音频。
周四
5月1日 星期四
Google 搜索 AI Mode 向全美开放：加入视觉卡片与记录侧边栏
Google 宣布取消美国地区 AI Mode 的候补名单，全美 Labs 用户均可直接体验。新版加入了地点与商品视觉卡片，展示实时价格与库存；桌面端新增左侧历史记录栏，便于接续复杂任务。此外，该模式也开始在搜索主站小范围测试。
Claude 上线 Integrations：打通 Jira 和 Zapier，深度调研能连查 45 分钟
Anthropic 推出 Integrations 功能，让 Claude 能通过远程 MCP 协议直连 Jira、Linear、Zapier 等外部工具并执行跨应用操作。同时升级的深度研究模式可结合网页、工作区与已连接工具调研最长 45 分钟并输出带引用的报告。
周三
4月30日 星期三
Google Labs 上线三款语言微课：拍张照就能学外语表达
Google Labs 推出实验项目「Little Language Lessons」，包含 Tiny Lesson、Slang Hang 和 Word Cam 三款工具。用户既能按场景查词造句，也能学地道俚语，或拍照识别周围物体并生成外语例句。不过作为早期实验，AI 生成结果偶尔会有偏差。
KREA AI 升级增强器：接入 Topaz Labs，最高可放大至 22K
KREA AI 推出新版 Enhancer 模型，提升了画面的纹理与清晰度。同时平台接入了 Topaz Labs，允许将图片直接放大到 22K 分辨率。对于需要大尺寸输出的创作者来说，图像超分又多了一个实用工具。
Google Gemini 支持图像编辑：换背景、改细节，上传照片就能 P
Google 宣布将原生图像编辑功能引入 Gemini app。无论是 AI 生成图还是从手机电脑上传的个人照片，都能直接通过自然语言提示词替换背景、增加元素或修改细节。编辑后的图片会嵌入 SynthID 数字水印，正逐步向全球推出。
Nvidia 推出 3D 引导生图工作流：用 Blender 摆构图，让 FLUX.1 出图
Nvidia 发布 3D 引导生图工作流工具，将 Blender 3D 建模与 FLUX.1 图像生成器打通。创作者只需在 Blender 中摆放粗模并调整机位，AI 便会以此为构图参考生成 2D 画面，省去反复抽卡的麻烦。不过本地运行需要 RTX 4080 及以上显卡。
周二
4月29日 星期二
Lyft 上线 AI 收入助手：帮网约车司机规划接单多赚钱
Lyft 推出司机端 AI 聊天助手 Earnings Assistant。司机能结合机场客流、本地活动等数据生成个性化出车日程，并抓准收益更高的「Turbo」时段。该功能目前处于早期测试阶段，司机需申请加入候补名单。
Vercept 发布 AI 智能体 Vy：能看懂并直接操作你的电脑
Vercept 发布 AI 智能体 Vy，能看懂屏幕并直接操作电脑上的应用与已登录账户。其内置的 VyUI 模型在 ScreenSpot 等 UI 定位评测中超越 OpenAI、Google 和 Anthropic，即日起开放下载。
NotebookLM「播客概览」支持超 50 种语言：多语种资料直接讲中文
Google 宣布 NotebookLM 的音频概览现已支持超过 50 种语言。借助 Gemini 的原生音频能力，设置里新增了「输出语言」选项。也就是说，哪怕同时喂给它葡语视频、西语论文和英文资料，它也能全用你选定的语言聊出一期播客。
Meta 推出独立 Meta AI 应用：内置 Llama 4 与全双工语音，接管智能眼镜
Meta 推出基于 Llama 4 的独立 Meta AI 应用。新应用主打语音交互，内置全双工语音 Demo，并直接合并了 Ray-Ban Meta 智能眼镜的控制功能。最关键的是，它能结合 Facebook 和 Instagram 偏好提供个性化回答。语音功能先在美加澳新上线。
Yelp 推出 AI 接线员：帮餐厅接电话、订座并拦截骚扰
Yelp 宣布推出面向餐厅与本地服务商家的 AI 电话接听功能。该系统能帮餐厅自动处理订座、排队登记、解答常见问题并拦截垃圾骚扰电话。最值得关注的是，它试图让忙碌的小商家不再漏接潜在客源，不过该功能目前仍在开发阶段。
周一
4月28日 星期一
OpenAI 升级 ChatGPT 搜索：单周搜索破 10 亿次，推出全新购物体验
OpenAI 宣布对 ChatGPT 搜索进行多项改进，并开始上线全新的购物体验。官方透露，搜索已是其增长最快的功能之一，仅过去一周网络搜索量就突破了 10 亿次。这意味着 ChatGPT 正在加速切入传统搜索最赚钱的电商决策场景。
NVIDIA 推出 DOCA Argus：零开销防黑客，检测速度提升千倍
NVIDIA 推出安全框架 DOCA Argus。它运行在 BlueField 网络平台上，独立于主机且无须安装代理，利用内存取证技术将威胁检测速度拉高最高 1000 倍，且不占用系统计算资源。Cisco 也已展开合作将其整合进企业架构。
周五
4月25日 星期五
Anthropic 警告逆向工程开发者：发 DMCA 投诉要求下架 Claude Code 源码
Anthropic 向在 GitHub 上解混淆并开源 Claude Code 代码的开发者发去 DMCA 下架函。对比 OpenAI 以 Apache 2.0 开源的 Codex CLI，Anthropic 采用商用限制许可并混淆代码，引发社区不满。目前 Claude Code 仍处测试期。
微软升级 Copilot+ PC：Recall 与 Click to Do 正式向用户推送
Microsoft 随 Windows 11 四月非安全预览更新，面向 Copilot+ PC 正式推送 Recall、Click to Do 和自然语言搜索功能。Recall 全程在本地通过 NPU 处理并支持彻底关闭，Click to Do 则能一键分析屏幕内容并完成抠图或重写。新功能目前正分批推送，欧洲经济区将在今年晚些时候支持。
周四
4月24日 星期四
YouTube 测试 AI 搜索轮播：不点进视频，结果页直接看关键片段
本周，YouTube 宣布正在测试基于 AI 的视频搜索轮播功能。该功能不对视频做文本总结，而是用 AI 抓出回答搜索词的最关键片段，直接在结果页播放。目前该功能仅面向少数 Premium 用户的英文搜索开放，虽然省了检索时间，但也引发了创作者对播放量被截流的担忧。
OpenAI 推出 Deep Research 轻量版：免费用户也能用，付费限额提升
OpenAI 宣布推出 Deep Research 轻量版，并逐步面向免费用户开放。此举旨在提高 Plus、Team 和 Pro 订阅用户的调用频次上限。也就是说，原本门槛颇高的多步骤深度调研能力，现在正下放给全体用户。
Adobe 联手 LinkedIn 推出凭据工具：免费给图片盖数字水印，还能防 AI 训练
Adobe 宣布内容真实性应用开启公测，无需订阅即可免费使用。创作者能为图片添加包含个人主页、AI 使用情况及「禁止用于 AI 训练」的隐形数字凭据，并整合 LinkedIn 身份认证，单次支持批量处理 50 张。
Dropbox 升级 AI 搜索工具 Dash：不仅搜图音视频，还能跨应用直接写文档
Dropbox 升级 AI 搜索工具 Dash。新版支持对音频、视频和图像进行内容级搜索，并上线找人功能和企业敏感文件过滤；同时新增写作工具，能直接整合 Slack、Figma、邮件等多平台信息一键生成项目计划和简报，省去反复切应用的麻烦。
Google 升级 Music AI Sandbox：搭载 Lyria 2 模型，支持实时生成与编辑
Google 宣布为音乐创作工具 Music AI Sandbox 推出新功能，并扩大面向美国创作者的测试范围。新版本搭载了最新的 Lyria 2 模型与支持实时交互的 Lyria RealTime，支持按提示词续写、修改曲风并生成高质量样本，所有音轨均嵌入 SynthID 水印。
Spotify 扩大测试 AI 歌单：覆盖超 40 个新市场，打字就能做歌单
Spotify 宣布将测试版 AI 歌单（AI Playlist）推向 40 多个新市场的 Premium 用户，目前仅支持英文。用户输入情绪、场景甚至 emoji 就能生成专属曲目，并能对话微调。流媒体正在把个性化推荐直接变成提示词玩法，不过目前仍在小步迭代。
周三
4月23日 星期三
Perplexity 上线 iOS 助理：不仅能回答问题，还能在 iPhone 上替你打车订座
Perplexity 推出 iOS 版 Perplexity Assistant。它不仅能回答问题，还能直接在 iPhone 上执行具体操作，包括播放媒体、草拟邮件、调整会议、叫车、订座和设置提醒。更新 Perplexity 应用即可体验。
Ray-Ban Meta 眼镜全量推送实时翻译：支持 4 语互译且可离线
Meta 宣布向所有发售市场的 Ray-Ban 智能眼镜用户全量推送实时翻译功能。该功能支持英语、法语、意大利语和西班牙语之间的语音互译；用户只要提前下载语言包，没有网络也能离线使用。此外，通过眼镜收发 Instagram 消息等功能也即将上线。
NVIDIA NeMo 微服务全面商用：帮企业加速定制与部署 AI 员工
NVIDIA 宣布 NeMo 微服务正式商用。这套微服务包含 NeMo Customizer、Evaluator 和 Guardrails 等工具，可将模型微调吞吐拉高 1.8 倍，并打通推理与业务数据飞轮。AT&T、Cisco 等企业已用于构建数字员工。
NVIDIA 上线 G-Assist 插件构建器：自定义 RTX PC 端侧 AI 助手
NVIDIA 在其客户端以实验功能上线 Project G-Assist，并推出插件构建器。用户可依托本地 RTX 显卡运行的小模型，通过语音或文本控制硬件参数、联动外部 API 或调度云端模型，无需切出应用即可随时调取。
Microsoft 365 Copilot 升级：上线 Agent Store 与深度推理智能体
Microsoft 公布 Microsoft 365 Copilot Wave 2 春季更新，上线全新 Agent Store。商店引入了基于 OpenAI 深度推理模型的 Researcher 和 Analyst 两个智能体，能处理复杂研究并分析原始数据。此外还加入了企业级搜索和播客式笔记功能。
周二
4月22日 星期二
xAI 推出 Grok Vision：手机镜头对准现实物体就能问，iOS 先上
xAI 宣布为 Grok 推出视觉功能 Grok Vision，拿手机对准商品、标志或文档就能直接提问，语音模式也同步加入了多语言与实时搜索。目前视觉功能仅限 iOS 端 Grok 应用，Android 用户暂未开放。
Descript 推出智能体视频编辑器：要做「视频界的 Cursor」
Descript 创始人 Andrew Mason 宣布推出全新 AI 智能体视频编辑器，并将其定位为「视频领域的 Cursor」。该工具押注由 AI 智能体来协助处理视频剪辑流程，目前已在官网开放预约体验。
1Password 推出智能体安全方案：管住 AI 员工的账号与权限
1Password 推出 Agentic AI Security 并升级扩展访问管理（XAM）平台。该方案专为自主智能体设计，免除代码硬编码密钥，动态分配最小权限并实时轮换凭据。随着企业让 AI 经手更多核心业务，非人类身份的访问治理正在成为新的刚需。
