微軟在 Azure 上線 CUA：用自然語言讓 AI 自己點螢幕、填表單
微軟在 Azure AI Foundry 推出 Responses API 與 Computer-Using Agent（CUA）。CUA 能看懂圖形介面並跨桌面或網頁執行點選與表單操作，Responses API 則將多工具呼叫整合為單次請求。不過針對高風險操作，目前仍強烈建議人工介入確認。
AI工具 · 日報
週二
3月11日 星期二
Harvey 推出法律智慧體：庭審筆錄分析盲測勝過專業律師
法律 AI 平臺 Harvey 推出智慧體工作流。它能主動向使用者索取上下文並展示「思考狀態」，協助完成訴訟與交易任務。官方盲測顯示，其在文書起草上達到專業律師水平，分析庭審筆錄的表現甚至優於人工。該功能預計 3 月底正式向用戶開放。
Perplexity 推出 Windows 桌面端：支援語音聽寫與快捷鍵
Perplexity 推出適用於 PC 的官方 Windows 桌面應用。該客戶端支援語音聽寫、快捷鍵呼叫以及直接使用最新模型，讓使用者不用開啟瀏覽器就能直接呼叫 AI 搜尋。
Adobe Stock 上線 Customize：免開 Photoshop 直接 AI 修圖
Adobe 為素材庫 Adobe Stock 推出基於 Firefly 的 AI 功能「Customize」。使用者無需開啟外部工具 Photoshop，就能在網頁端直接擴圖、套用風格或修改比例，並支援檢視修改歷史。該功能現已向付費訂閱使用者開放，使用需消耗生成式點數。
OpenAI 推出智慧體開發套件：Responses API 整合搜尋與電腦操作
OpenAI 推出用於構建智慧體的新工具套件，核心是全新 Responses API，內建網路搜尋、檔案搜尋和電腦操作工具，並提供 Agents SDK。最值得關注的是，它大幅簡化了多步驟任務的編排，且計劃在 2026 年中徹底取代 Assistants API。
週一
3月10日 星期一
Gmail 上線 Gemini 新功能：郵件內容一鍵轉成日曆日程
Google 為 Gmail 網頁版推出 Gemini 驅動的「新增到日曆」按鈕。系統會自動識別郵件裡的日程資訊並彈出快捷入口，點選即可在側邊欄確認並建立事件。最值得關注的是日常排日程省了反覆複製貼上；不過目前僅支援英文，且僅限 Workspace 等付費訂閱使用者。
週五
3月7日 星期五
Google Calendar 測試 Gemini 側邊欄：一句話查日程、定會議
Google 開始在 Google Calendar 中測試 Gemini 側邊欄。加入 Workspace Labs 的使用者可以直接用自然語言查詢日程、查詢特定人員會議或快速建立週期日程。最值得關注的是，日曆管理告別了繁瑣的手動點選，不過目前僅面向測試使用者開放。
Highlight 推出 MCP 通用介面：把 Cursor 體驗搬進電腦所有應用
Highlight 創始人 Pim de Witte 宣佈推出面向 MCP 伺服器的通用介面。它支援基於螢幕上下文呼叫服務並通過 Tab 鍵生成內容，試圖把類似 Cursor 的互動體驗帶到電腦上的所有應用中。
X 上線 Grok 回覆提問功能：評論區打「grok」直接調出 AI
xAI 確認在 X 上線直接互動功能，使用者在回覆任意帖子時輸入「grok」即可直接向 Grok 提問。這是 xAI 推出 Grok-2 與 Grok-2 mini 後的更新之一。也就是說，刷帖時無需切換應用，就能在評論流裡直接讓 AI 補充背景或解答疑惑。
週四
3月6日 星期四
ChatGPT macOS 版更新：能直接在本地 IDE 裡修改程式碼了
OpenAI 宣佈 ChatGPT macOS 桌面端支援直接在 IDE 中編輯程式碼。該功能現已向 Plus、Pro 和 Team 使用者開放，免費及企業使用者隨後跟進。寫程式碼不用再來回複製貼上，不過有早期測試者反饋多檔案聯動時偶爾會被批次誤改，還得備好撤銷鍵。
Mistral 釋出 Mistral OCR：1 美元解析千頁複雜文件，已上線 Le Chat
Mistral AI 推出文件理解 API Mistral OCR，能精準提取 PDF 和影像中的公式、圖表及交錯圖文。單節點每分鐘可處理 2000 頁，API 定價每千頁 1 美元，並作為預設能力接入 Le Chat。
Krea AI 接入 Pika 新功能：支援區域性影片修改與插幀
Krea AI 宣佈接入 Pika 的多項影片新功能。創作者現在可以直接在影片中圈選修改特定區域、新增 AI 元素、執行幀插值以及混合影像，讓影片生成的區域性微調變得更加精細。
Convergence 推出 Template Hub：數百個智慧體工作流，一鍵就能用
Convergence 推出集中式模版庫 Template Hub，上線了數百個即開即用的智慧體工作流。只要點一下，AI 代理 Proxy 就會自動接手幹活，使用者也能分享自己搭建的模版並追蹤執行次數。這意味著複雜的日常流程可以直接抄作業，不用再從零搭建。
DuckDuckGo 升級 AI 功能：免登入匿名用大模型，不喜歡還能一鍵關掉
DuckDuckGo 宣佈 Duck.ai 聊天結束測試，並升級搜尋 AI 摘要功能。使用者無需註冊即可免費匿名呼叫 GPT-4o mini、Claude 3 Haiku 等大模型，聊天記錄僅儲存在本地裝置；如果不想被 AI 打擾，還可以在設定中將出現頻率降為 0 徹底關掉。
Anthropic 升級開發者控制台：支援多人協作提示詞與深度思考調節
Anthropic 宣佈改版 Anthropic Console。開發者現在可以直接在控制台內共享並協作編寫提示詞，告別以往靠文件複製貼上的混亂。新版還接入了 Claude 3.7 Sonnet，支援手動控制思考 token 預算，並一鍵生成上線程式碼。
國產智慧體 Manus 爆火：號稱碾壓 OpenAI，實測卻頻頻翻車
上週，初創公司 Butterfly Effect 推出通用智慧體 Manus 開啟內測，邀請碼在閒魚炒至數千元。官方宣稱其在 GAIA 基準上超越 OpenAI，但實際呼叫 Claude 與千問等多模型協作。早期使用者實測發現，它在訂餐、訂票及寫遊戲時頻頻崩潰、陷入死迴圈，目前仍處於壓力測試階段。
週三
3月5日 星期三
Perplexity macOS 版上線語音模式：按快捷鍵直接開口搜
Perplexity 為其 macOS 客戶端上線全新語音模式。使用者按下快捷鍵 ⌘ + ⇧ + M 即可直接開口提問和搜尋，無需手動打字。通過 Mac App Store 下載或更新應用即可體驗。
D-ID 聯手微軟 Azure：把即時 AI 數字人做進 Teams 和企業應用
D-ID 宣佈與微軟合作，將其即時 AI 數字人技術引入 Microsoft Azure。企業和開發者可在 Azure Marketplace 獲取工具，為 Teams 等應用接入具備多語言即時口型同步甚至手語翻譯能力的數字人，改善無障礙溝通與互動體驗。
Google 搜尋推出 AI Mode：引入 Gemini 2.0，支援深度追問
Google 宣佈將 Gemini 2.0 引入美區 AI Overviews，提升程式設計與數學推理能力，青少年及未登入使用者也可使用。同時，Google 在 Labs 推出實驗性「AI Mode」，利用多步檢索拆解複雜問題並支援多輪追問。目前優先向 Google One AI Premium 訂閱使用者開放測試。
iOS 18.4 測試版新看點：App Store 評論區支援 AI 自動摘要
據報道，Apple 在 iOS 18.4 beta 2 的 App Store 中加入了由 Apple Intelligence 支援的評價摘要功能。系統會自動彙總使用者評價的核心觀點並置頂展示，每週至少重新整理一次。目前該功能已在美區面向英文應用開放測試，年內將支援更多語言。
Google Shopping 升級 AI 工具：生圖找衣服同款，還能虛擬試全妝
Google 為 Google Shopping 推出多項 AI 工具。全美使用者可用 Vision Match 文字描述衣服，由 AI 生圖並匹配可買同款；AR 試妝支援一鍵試全套妝容，虛擬試衣也擴充套件至褲裝。最值得關注的是，搜尋正直接把腦內想像變成現實商品。目前主要面向美國開放。
Windsurf 釋出 Wave 4 更新：網頁報錯點選回傳，Tab 一鍵補齊 Import
Codeium 正式釋出 Windsurf Editor 的 Wave 4 更新。新版本上線 Previews 功能，點選網頁元素或報錯就能直接把上下文塞回 Cascade 智慧體；同時支援 Tab 鍵自動導包、Linter 自動糾錯且修復不扣額度。Vibe Coding 除錯時的複製貼上痛點被大幅減輕。
《我的世界》Jenny Mod 詳解：成人向虛擬伴侶模組的玩法與設定
TechBullion 介紹了《我的世界》Java 版的成人向模組 Jenny Mod。該模組在遊戲中加入名為 Jenny 的虛擬伴侶，具備傳送等技能，部分版本支援 AI 互動與外觀定製。模組專供成人單人遊玩，需藉助 Forge 或 Fabric 安裝。
xAI 開放 Grok 語音模式：所有 iOS 使用者均可免費使用
xAI 在 Grok iOS 應用中面向所有使用者免費上線語音模式（Voice Mode），無需付費訂閱即可進行語音對話。這意味著 Grok 正在降低多模態互動的使用門檻，直接在移動端與其他主流 AI 助手競爭。
週二
3月4日 星期二
Google Messages 上線 AI 詐騙檢測：端側即時盯住陌生人套路
Google 宣佈為 Google Messages 推出端側 AI 詐騙檢測功能。該工具可在手機本地即時分析 SMS 與 RCS 簡訊，專門盯防那些看似正常卻半路露餡的社交工程套路並彈出預警。目前該功能預設開啟，首批推送給美、英、加三國的英語使用者。
微軟推出原生 Windows Copilot：更新介面與側邊欄
Microsoft 向 Windows 預覽體驗成員推送新版 Copilot 應用。在轉成簡易網頁版近一年後，該應用換回原生架構，採用類似 macOS 版的新介面和側邊欄，支援語音互動與歷史記錄檢視。新版已上線微軟商店測試，預計數週內向全部 Windows 11 推送。
ElevenLabs 接入 Claude 3.7 Sonnet：給語音 Agent 裝上推理大腦
ElevenLabs 宣佈在其 Conversational AI 平臺接入 Claude 3.7 Sonnet。開發者現在可以結合該模型的混合推理能力與擬真語音，構建幻覺更少、長對話表現更穩的客服與虛擬導師 Agent。
週一
3月3日 星期一
Google 升級 Colab：內建 Data Science Agent 幫洗資料寫程式碼
Google 為 Colab 筆記本整合了「Data Science Agent」智慧體。它基於 Gemini 2.0，使用者上傳 1GB 內的 CSV 或 JSON 檔案後，用自然語言就能清洗資料、做視覺化或寫 SQL。本週起免費開放，但受算力額度限制。
Opera 預覽 Browser Operator：AI 智慧體直接在瀏覽器幫你跑腿
Opera 預覽了內建 AI 智慧體 Browser Operator。它直接在本地讀取網頁 DOM 樹來幫使用者買東西、訂票或整理資訊，不靠截圖識別也不走雲端伺服器，登入資料完全留在本地，關鍵步驟支援人工接管。該功能近期將加入 AI Feature Drop 測試。
Google 升級 Gemini：支援邊拍影片邊提問，還能看懂手機螢幕
Google 在 MWC 2025 上展示了 Gemini 的新能力，支援即時共享手機螢幕提問，以及在拍攝影片時邊拍邊問。比如網購闊腿褲時能直接讓它推薦穿搭。兩項功能將於本月晚些時候面向 Android 平臺的 Gemini Advanced 訂閱使用者推送。
微軟釋出 Dragon Copilot：融合聽錄與環境感知，統一醫療語音助理
微軟釋出醫療 AI 助手 Dragon Copilot。它整合了 Dragon Medical One 的語音聽寫與 DAX Copilot 的環境感知能力，支援自動生成多語言病歷並處理醫囑，單次就診可節省 5 分鐘。產品預計 5 月在美加正式推出。
週五
2月28日 星期五
Google Sheets 迎來 Gemini 升級：自動挖掘資料洞察，還能畫熱力圖
Google 宣佈為所有 Workspace 商業使用者的 Sheets 接入全新 Gemini 分析能力。使用者現在可以直接讓 AI 分析資料相關性、檢測異常值，甚至一鍵生成熱力圖等視覺化圖表。點選右上角火花圖示提問即可，省去了手寫複雜公式的麻煩。
週四
2月27日 星期四
曝 Meta 擬推獨立 Meta AI 應用：測試付費訂閱對標 ChatGPT
據 CNBC 報道，Meta 計劃在第二季度推出獨立的 Meta AI 移動應用，並測試付費訂閱服務，直接對標 ChatGPT。此前 Meta AI 僅內置於社交軟體與網頁端。獨立成 App 有助於沉澱聊天記錄並跨硬體打通體驗。
微軟升級 Azure AI Foundry：上線 GPT-4.5，支援私網智慧體與百模協同
微軟宣佈 Azure AI Foundry 迎來重大更新，正式在 Azure OpenAI 服務上線 GPT-4.5 預覽版。平臺同步增加了程式碼優先的模型蒸餾工具、私有虛擬網路支援，以及能並行排程數百個智慧體的 Magma 協作架構。
Oculus創始人再創業做Sesame：擬真語音叫板主流助手，還要造AI眼鏡
Oculus 前 CEO 創辦的 Sesame 結束隱身狀態，公佈極具擬真表現力的語音技術並開放體驗，同時宣佈正在研發全天候陪伴的 AI 眼鏡。該模型支援自然打斷與流暢互動，官方計劃在未來數月開源並支援 20 多種語言。
You.com 推出企業研究智慧體 ARI：5 分鐘分析 400 個信源
You.com 推出企業級智慧體 ARI。它能在 5 分鐘內同時分析多達 400 個信源，展示思維鏈推理過程，並自動生成帶可驗證來源、圖表甚至格式化 PDF 的專業報告。企業目前可在 You.com Labs 申請預覽。
週三
2月26日 星期三
Mark 推出 129 美元 AI 書籤 Mark 1：鈦金屬機身，能自動生成讀書摘要
初創公司 Mark Engineering 推出售價 129 美元的 AI 智慧書籤 Mark 1。它採用鈦金屬打造，配備小螢幕與旋鈕，搭配 App 能記錄閱讀進度並自動生成章節摘要與重點摘錄。它試圖把紙質閱讀數字化，但具體硬體細節與後續是否收取訂閱費尚未完全公開。
Microsoft Copilot 登陸 Mac：快捷鍵一鍵喚醒，語音支援隨時打斷
Microsoft Copilot 正式上線 Mac 平臺。新版支援使用 Option + 空格快捷鍵在任意應用上方全域性撥出，內建播客風格的 Copilot Daily 音訊資訊，其語音對話還支援隨時打斷和糾錯。Mac 使用者無需頻繁切換視窗即可隨手呼叫 AI 助手。
Amazon 推出生成式 AI 助手 Alexa+：能跨平臺自主辦事，Prime 會員免費
Amazon 推出基於生成式 AI 的全新助手 Alexa+。它不僅支援自然對話與四種個性化語氣，還能跨第三方平臺自主預訂服務或處理家務。最值得關注的是它具備完整的代理能力，單月訂閱 19.99 美元，Prime 會員可免費使用。
ElevenLabs 推出語音轉文本模型 Scribe：支援 99 種語言，準確率超 Whisper
ElevenLabs 推出首個語音轉文字模型 Scribe。該模型支援 99 種語言轉錄，提供詞級時間戳、說話人分離及笑聲等非語音事件標記，基準測試表現超過 Whisper Large V3。目前已開放 API 和網頁端，低延遲即時版本即將上線。
Hume AI 釋出 Octave：懂語境的 TTS，能聽出諷刺與怒氣
Hume AI 推出語音大模型 Octave，主打讓 TTS 真正理解文本語境。它能推斷臺詞裡的反諷與恐懼，自動調整音調與節奏，還支援用提示詞定製音色與表演指令。盲測中其音質與自然度評分均超過 ElevenLabs。
週二
2月25日 星期二
ChatGPT 免費版支援高階語音：GPT-4o mini 驅動，每天限時體驗
OpenAI 宣佈向所有 ChatGPT 免費使用者開放高階語音模式預覽，底層由成本更低的 GPT-4o mini 驅動。它的語調與對話節奏接近 GPT-4o 旗艦版，但設有每日使用限額，剩餘 3 分鐘時會彈出提醒，額度耗盡自動結束。
Poe 推出 Poe Apps：一句話組合多種模型，直接生成視覺化應用
Quora 旗下 Poe 推出 Poe Apps 功能。使用者只要在 App Creator 中用自然語言描述需求，就能借助 Claude 3.7 Sonnet 自動編寫介面與 JavaScript 邏輯，隨意混搭 GPT-4o、Flux 等不同模型。應用支援公開分享，目前僅限網頁端，未來還將開放創作者變現。
微軟 Copilot 全面取消限制：免費無上限使用語音與 o1 深度思考
微軟宣佈向所有免費使用者無限制開放 Copilot 的語音模式與 Think Deeper 深度思考功能，直接解除之前的次數與時長限制。其中深度思考由 OpenAI o1 模型驅動，支援更長的連續複雜推理。每月 20 美元的 Pro 訂閱依然保留，高峰期免費版可能會遇到延遲。
Adobe 推出新版 iPhone Photoshop：自帶圖層，支援 Firefly 生成式填充
Adobe 推出全新的 Photoshop iPhone 應用，整體體驗更接近桌面版。免費版支援圖層、蒙版以及 Firefly 生成式填充與擴充套件功能；魔棒與仿製圖章等高階工具需訂閱。Android 版預計年內上線。
週一
2月24日 星期一
Google Drive 上線影片逐字稿：支援關鍵詞搜尋，點選文字直接跳轉畫面
Google 宣佈為 Google Drive 影片新增可搜尋逐字稿功能，向所有 Workspace 使用者推送至 3 月 26 日。介面類似 YouTube，側邊欄文本會隨播放高亮並配有搜尋框，點選文字可跳到對應畫面。只要影片開啟字幕即可使用，沒有字幕的也可以右鍵一鍵自動生成。
Cursor 上線 Sonnet-3.7：實戰智慧體程式設計表現亮眼
AI 程式碼編輯器 Cursor 宣佈接入 Sonnet-3.7 模型。團隊表示對其程式設計能力印象深刻，尤其是在真實世界的智慧體任務中表現突出，稱其似乎代表了最新的業界最高水平。
Perplexity 宣佈研發 Comet：主打「智慧體搜尋」的 AI 瀏覽器
Perplexity 宣佈正在開發名為 Comet 的全新網頁瀏覽器，主打「智慧體搜尋」，已開放早期體驗預約。它試圖將 AI 深度整合進底層瀏覽體驗，讓智慧體不僅能查資料，還能代使用者在網頁上執行復雜任務。不過官方尚未公佈具體上線時間。
Google AI Studio 上線對話分支：Gemini 測提示詞不用從頭再來
Google AI Studio 上線「對話分支」功能。Gemini 使用者可以在任意訊息節點開闢新分支探索，且隨時能返回主幹，不會打亂原有上下文。這極大方便了多輪提示詞除錯。不過使用前需在設定中開啟雲端硬碟訪問和自動儲存。
週日
2月23日 星期日
AI 互相打電話嫌費勁？Gibber Link 讓智慧體直接用音訊訊號密聊
開發者推出通訊協議 Gibber Link。當兩個 AI 智慧體通電話並識別出彼此身份時，會自動從人類語音切換到基於 GGWave 的音訊訊號協議。跳過語音生成後，不僅算力開銷省下 90% 以上，通話耗時也縮短了最高 80%。
週五
2月21日 星期五
X 推出 Grok 廣告工具：輸個網址自動出圖寫文案，還能直接做復盤
X 面向廣告主上線兩項 Grok AI 功能。使用者輸入官網網址，Prefill with Grok 就能自動生成文案、配圖和行動號召；另一項功能則能直接分析投放表現並給出最佳化建議。新工具正分階段向廣告主開放。
Hostinger 推出 Horizons：動嘴就能做 Web 應用，打包域名與託管
Hostinger 推出無程式碼平臺 Hostinger Horizons。使用者只需在聊天框輸入需求、上傳草圖或傳送語音，就能即時預覽並微調 Web 應用。平臺直接集成了域名、託管和郵箱，個人卡路里記錄器這類簡單工具幾分鐘就能做好上線。
OpenAI 擴大 Operator 範圍：英日韓加等國 ChatGPT Pro 使用者可用
OpenAI 宣佈將 AI Agent「Operator」推向澳大利亞、加拿大、日本、韓國、英國等多數支援 ChatGPT 的國家和地區。它能在獨立瀏覽器視窗中幫人訂票或網購。不過目前它仍僅面向每月 200 美元的 ChatGPT Pro 使用者，且歐盟地區暫未開放。
