Browser Use 开源 video-use:让 Claude Code 读字幕直接剪视频
Browser Use 开源了 video-use,让 Claude Code 等智能体能直接剪辑视频。它避开直接灌入海量视频帧的高成本做法,改为利用带时间戳的语音转录文本与按需抽帧,支持自动裁切废话停顿、加字幕与调色。
Browser Use 开源了 video-use,让 Claude Code 等智能体能直接剪辑视频。它避开直接灌入海量视频帧的高成本做法,改为利用带时间戳的语音转录文本与按需抽帧,支持自动裁切废话停顿、加字幕与调色。
阿里巴巴 Qwen 团队以 Apache 2.0 协议开源 Qwen3.6-35B-A3B 模型。该模型采用稀疏 MoE 架构,总参数 35B 但激活仅 3B,智能体编程能力号称媲美 10 倍激活体量的模型,同时具备多模态感知与思考推理双模式。
开发企业级 AI 编程智能体的 Factory 宣布完成 1.5 亿美元融资,估值达到 15 亿美元,由 Khosla Ventures 领投。其核心卖点是支持在 Claude、DeepSeek 等底层模型之间灵活切换,目前已被摩根士丹利、安永等大企业工程团队采用。
OpenAI 宣布升级 Codex 桌面端。新版支持 macOS 后台电脑操作,多个智能体拥有独立光标并行点击与输入,不干扰用户正常工作;同时集成应用内浏览器、gpt-image-1.5 图像生成、记忆功能及 90 多款新插件。目前面向登录 ChatGPT 的用户推送。
Anthropic 正式上线 Claude Opus 4.7,面向全线产品及 API 开放。新模型大幅提升了复杂软件工程能力与图像分辨率,能自主检验输出并长时间执行多步任务,同时引入了高危网络安全行为自动拦截机制,调用价格维持不变。
Quiver 推出 Arrow 1.1 与 1.1 Max 矢量图模型。它直接通过代码生成原生 SVG,多用基础几何与文本而非复杂路径,更易二次编辑;文本生 SVG 成本降低 33.3%,矢量化成本减半。高精度的 1.1 Max 则主打严苛的技术图纸与插画。
Roblox 宣布为 Roblox Studio 引入智能体工作流。新版 Assistant 带来可编辑行动计划的规划模式、网格与程序化建模工具,以及能模拟玩家找 Bug 的试玩智能体 Beta 版,并通过内置 MCP 服务器支持接入 Claude 和 Cursor。
OpenAI 宣布升级 Agents SDK,引入模型原生 harness 与原生沙箱执行能力。开发者可直接接入 Blaxel、E2B、Modal 等沙箱,让智能体安全读写文件、执行 Shell 与修补代码,并支持快照容灾恢复。这让长任务智能体免于自行搭建复杂的隔离运行底座。
Anthropic 推出全新实验产品 Claude Design,由新旗舰模型 Claude Opus 4.7 驱动。用户通过自然语言对话就能生成可交互原型、PPT 和网页,支持自定义滑块微调,还能一键打包交接给 Claude Code 写代码。目前已面向 Pro、Max、Team 和企业订阅用户开放测试。
Anthropic 发布重构后的 Claude Code 桌面端,主打并行 Agent 协作。新版引入多会话侧边栏、拖拽分屏布局,并内置终端与文件编辑器,还支持分支侧聊。Pro、Max、Team 及企业用户现已可用。
Anthropic 在 Claude Code 中推出 Routines 预览版。开发者可配置提示词、代码仓库与连接器,按定时、API 或 GitHub 事件自动跑任务,全程在云端运行无需本地开着笔记本电脑。Pro、Max、Team 及企业用户即日起可试用。
Google 在 AI Studio 的 vibe coding 体验中推出提示词自动补全引擎 Tab Tab Tab。该工具由 Gemini 驱动,能在用户只有模糊概念时自动填充细节,降低写提示词的门槛。
Cloudflare 宣布在 Agent Cloud 中接入 OpenAI 的 GPT-5.4 等前沿模型,并将 Codex harness 上线至 Cloudflare Sandboxes。企业可直接在边缘环境中部署自主智能体,处理客服回复、系统更新与报告生成等真实工作流。
MiniMax 宣布正式开源编程模型 M2.7。该模型在软件工程基准 SWE-Pro 获得 56.22%、在 Terminal Bench 2 获得 57.0%,双双创下 SOTA 成绩。权重已上线 Hugging Face,开发者也可通过 MiniMax 平台直接调用 API。
OpenAI 宣布推出每月 100 美元的 ChatGPT Pro 新档位。该计划专为高强度编程场景设计,Codex 使用额度是 Plus 的 5 倍,且同样支持专属 Pro 模型及不限量的 Thinking 模型。5 月 31 日前限时开放至 10 倍额度。
Cursor 推出新功能,支持在任意机器上运行 AI 编程智能体,并通过手机进行远程控制。开发者可以用手机直接在远程开发机上唤起智能体,实现异步、脱离工位的开发流程。这意味着无需守在工位旁,也能随时把繁重的代码任务委派给远程机器处理。
Google 为 Google Colab 中的 Gemini 推出「学习模式」和「自定义指令」。开启学习模式后,Gemini 不再直接给出成段代码,而是分步引导并讲解底层概念;自定义指令则保存在 Notebook 层面,可随文件分享给他人。
Factory.ai 推出面向 macOS 和 Windows 的原生桌面应用,所有订阅方案均可使用。新应用支持同时运行多个具备独立上下文的 Droid 智能体,可直接操作桌面应用与终端,并支持连接 Ollama 或 vLLM 纯本地运行。数据显示,双端并用的用户完成会话量高出 4.6 倍。
Anthropic 发布 Claude Code 子智能体使用指南,详解如何用独立上下文窗口处理多步骤任务。当需阅读十余个文件或处理无依赖任务时,委派子智能体可并行提速并防止主会话臃肿,还能用 Ctrl+B 转入后台。这意味着复杂工程有了更轻便、低成本的上下文管理解法。
Z.ai 发布旗舰智能体编程模型 GLM-5.1 并按 MIT 协议开源。其在 SWE-Bench Pro 评测中拿下 58.4 分,超越 GPT-5.4 和 Claude Opus 4.6。该模型专为长程任务设计,可在数百次迭代与数千次工具调用中持续改进性能。