这周发布了太多新的AI和模型产品,我不得不多做一期节目才能把所有事情都讲清楚。
有意思的是,第二波发布的产品中,很多都体现出了未来方向的鲜明趋势。
比如,很明显我们和电脑的互动会越来越多地靠语音来进行。
这不会一蹴而就,但现在像ChatGPT Live这样的工具已经开放给开发者,能力更强了,能更好区分谁在说话、识别背景噪音。
所以你会看到越来越多跟语音相关的应用。
这些发布还体现了另一个趋势,就是越来越倾向于复杂的模型架构,人们可以优化成本和够用的能力,而不是一味追求最高性能。
重点是,有时候新品发布看的是你能用它做什么,有时候则在于它们预示了我们即将做什么。
《AI Daily Brief》是一档每日更新的播客和视频节目,聚焦AI领域最重要的新闻和讨论。
好的朋友们,在我们开始之前,先快速说几个通知。
欢迎回到《AI Daily Brief》新闻精华版,大约5分钟带你了解每天所有AI新闻。
今天我们先来看Anthropic的一份新报告,详细介绍了他们检测和应对AI滥用的努力。
这份报告里有很多有意思的细节,要不是这周有更大的AI安全讨论,它本来应该会成为更热门的话题。
我来挑几个重点:Anthropic说他们阻止了来自阿里巴巴、DeepSeek和小米的主要蒸馏攻击。
每家公司都用虚假账户网络来提取Anthropic模型中的推理链条,作为训练数据。
不过,Anthropic还声称他们发现DeepSeek和Kimi K3(即Moonshot)把用户请求转发给Claude,然后把回复返回给自己的用户。
Anthropic写道:在10天内,Moonshot将近30万次用户请求转发给了Anthropic,其中绝大多数都路由到了Opus。
根据报告来看,Moonshot似乎不是用这种方法来伪装他们自己的模型,假装他们有更强的能力。
相反,这看起来像是为了收集真实用户查询,用于他们的蒸馏流程。
不过,Anthropic指出,这种方法多次暴露了中国政府和企业用户的敏感信息。
在生物学章节中,Anthropic讨论了5月份发生的一起事件,当时他们的分类器阻止了一份科研经费申请。
这份申请讨论的是对一种叫基孔肯雅热的蚊子传播病毒的增益功能研究。
Anthropic写道:因为基孔肯雅热在自然界中本来就存在,所以作为生物武器故意释放的话,很难和自然爆发区分开。
该资助计划试图识别基孔肯雅病毒的增强突变,将其改造为感染性克隆,并在活体中选择毒力。
也就是说,病毒在反复感染活体动物时会变得越来越有害,研究人员每轮都保留致病性最强的变种。
Anthropic指出,这项研究在疫苗开发方面可能有正当用途,但他们担心这可能带有恶意,因为研究计划是在一家军事研究机构进行的。
报告没有指明是哪个国家资助的这项研究,但指出在研究人员被禁止使用后,AI提示仍然通过灰色市场转售商继续出现。
报告还包含了几十个其他AI滥用的例子,包括俄罗斯行为者利用Claude进行间谍活动和宣传,中国、俄罗斯和也门行为者试图编写常规武器软件,以及大量网络攻击和金融诈骗尝试。
Anthropic指出,这份报告是精心准备的,他们写道:'我们在这里分享的案例不是典型的滥用,而是我们迄今为止发现的最值得注意和新颖威胁活动的例子。'
我们发布这份工作是因为我们认为有责任披露对我们服务的恶意滥用。
随着模型能力越来越强,风险也会增加,除非AI开发者和社会的保卫者采取行动让它们更安全。
值得注意的是,这份报告完全聚焦于Haiku、Sonnet和Opus模型的滥用问题,只有一个案例涉及Fable和Mythos的蒸馏。
说到对AI风险态度的转变,Sam Altman已经告诉员工他愿意放缓AI的发展节奏。
在本周的一次全体会议上,Altman告诉团队,OpenAI可以控制新AI模型的开发速度。
不过,他说这很可能会与其他AI实验室协调进行,同时他也担心并非所有竞争对手都会同意。
这些言论是在关于放缓AI开发步伐的讨论浪潮之后发表的,这股浪潮甚至在Jacob Coxon本周早些时候的病毒式推文之前就开始了。
许多OpenAI员工在七月份签署了《领跑前沿》公开信,首席科学家Jacob Pachocki最近警告说,递归自我改进强化了需要放缓的理由。
在上周末发布的一篇博文中,Pachocki写道,他希望行业协调以及——引用他的原话——“自愿放缓”能够成为常态,直到建立起共同的安全标准。
这似乎是Altman第一次表示愿意放缓脚步。
与他在Anthropic的同行Dario Amodei不同,他没有签署《领跑前沿》公开信。
而且直到最近,他在公开声明中一直不置可否。
周二,在评论OpenAI解决了一个千禧年大奖难题时,Altman写道:“现在世界已经拥有了极其强大的模型。”
我没预料到这么重大的结果会这么快发生。
我们一直在讨论需要控制进度以确保安全。
对我而言,这是迄今为止最有力的证据,表明这件事迫在眉睫。
再加上本周早些时候AI安全研究员Paul Christiano加入OpenAI董事会,Altman的言论可能表明行业协同放缓正变得越来越可能。
另外,在OpenAI的新闻中,该公司似乎遇到了算力瓶颈,因此将暂停高端订阅服务。
我们之前在Anthropic遇到所有麻烦时就讨论过,这将会成为每个人都要面临的问题,而现在显然已经来了。
在GPT-6 Astra发布后不久,OpenAI的产品负责人Thibault Sotiao发帖说:“Astra的需求真的是前所未有的。”
我们正想尽一切办法来应对需求,但我以前从没见过这种情况,而我们之前也经历过非常快速的增长。
优先事项始终是为现有用户保持优质服务,但如果这种情况持续下去,我们可能不得不暂时暂停新的Pro订阅。
Sam Altman转发了这条消息并说:“这会很糟糕,但我们会优先为客户提供优质服务,直到我们重新掌控局面。”
嗯,看来他们现在已经无计可施了,Thibault周四又发了帖子。
为了确保我们现有用户能获得极佳的体验并持续使用Astra,我们将暂停200美元Pro计划的订阅。
这个计划对我们的系统压力最大,我们想采取最小的影响步骤,同时继续提供尽可能广泛的访问权限。
所有其他计划和API仍然可用。
现有账户不受影响,我们正在尽快增加更多容量。
Matt Schumer直截了当地写道:“补贴代币的时代正在结束。”
做好准备吧。
而Alex Barish认为200美元的计划不会恢复了。
他们会发一篇关于规模适配的帖子,然后告诉我们,200美元计划的用户之间存在巨大差异:大多数用户其实更适合100美元的计划,只有一小部分用户一直在不断刷上限。
说到算力,微软在经历了最近几年的算力短缺之后,计划把数据中心容量扩大到现在的三倍。
彭博社援引消息人士的话说,微软在新计划下全面加速了AI基础设施建设。
他们现在的目标是到2032年实现38吉瓦的全球容量,相比目前的12吉瓦大幅提升。
目前他们的算力中只有2吉瓦专门用于AI计算,但未来他们打算把这一比例提高到总容量的三分之一。
此外,该计划还会增加CPU来支持代理型工作流。
重要的是,在整个AI建设过程中,微软是所有超大规模云服务商中最保守的一家。
众所周知,他们在2025年初缩减了计划,取消了一些大规模租赁,这导致了市场的重大回调。
但在过去一年里,微软多次表示算力限制正在制约增长,导致他们不得不拒绝客户。
微软的新计划表明,AI基础设施远未过剩,推动这些建设的公司预计还需要至少五年高强度的资本支出才能满足需求。
说到持续加速的建设,英伟达CEO黄仁勋在高盛的一次会议上坚持预测增长率将达到70%。
黄仁勋在周四的发言中说,增长只受限于供应链,他评论说,尽管我们的需求远大于70%,但我们的供应能力让我们有信心实现70%的增长。
黄仁勋向来不吝于自我宣传,但这是他过去一年来首次谈论前瞻性预测,说明他信心更足了。
面对一群投资者,黄仁勋解释说,他们中的很多人都没跟上英伟达产品近年来的演变。
他说,大多数人都以为英伟达只是造芯片,但实际上,你需要用飞机才能运走我们造的东西。
现在一块GPU不是399美元。
而是850万美元。
那是一块GPU,通过NVLink全部连接起来,有两百万个零件,对吧?
功耗25万千瓦。
这就是一块GPU,而且我们卖出去好几千块。
黄仁勋还补充说,他们机架级系统的订单目前以每月27%的惊人速度增长。
总的来说,黄仁勋试图传达的核心思想是,尽管每隔一周就有关于新竞争对手的头条新闻,但英伟达仍然处于AI建设的中心。
不过,他们还得应对一个新情况,那就是美国司法部正在调查他们与Groq之间价值200亿美元的交易,以确定这是否是为了规避反垄断法而设计的结构。
这笔交易在去年12月宣布时,芯片初创公司Groq将其描述为非排他性的许可协议,允许英伟达使用他们的技术集成到未来产品中。
作为交易的一部分,CEO John Ross和COO Sunny Madra也加入了英伟达。
《纽约时报》报道说,司法部在这笔交易宣布后不久就开始调查了。
这笔交易是近年来AI行业众多“非收购”交易之一,包括谷歌与Character AI和Windsurf的交易,以及Meta与Scale AI的交易。
通过把这些交易设计成非排他性的许可协议,它们不会自动触发美国联邦贸易委员会的审查,也不会像传统并购那样被阻止。
不过,这种结构在二月份受到了批评,多位参议员呼吁美国联邦贸易委员会和司法部调查这个具体问题。
参议员们在信中写道,这些交易“实际上起到了并购的作用”。
它们让公司能够整合人才、信息和资源,同时却显然试图绕过通常适用于并购的审查。
现阶段这还只是调查,不清楚会不会有结果,但自从这些交易开始发生,这种调查迟早是逃不掉的。
最后今天,Meta 的新个人助手 Muse 似乎挺受消费者欢迎的,而且不仅如此,它在华尔街也绝对是个大热门。
Sensor Tower 的新数据显示,这个应用在美国 iOS App Store 上线当天被下载了 83000 次。
这个数字对 Meta 的新产品来说其实不算特别亮眼。
Threads 上线当天有 430 万次下载,而 Meta AI 应用则有 10.8 万次下载。
不过,这个首发表现也足以让 Muse 冲到 App Store 第二名。
但在华尔街,Muse 被视为 Meta 在 AI 领域依然有竞争力的证据。
发布当天股价上涨了 6%,而且基本上保住了涨幅。
周四,摩根大通的分析师将这只股票评级上调为买入,认为 Muse 预示着更多进展。
他们在一份研究报告中写道,Meta 已经做好充分准备,能为其大约 40 亿用户提供面向消费者的 AI 产品,而规模化分发是一个重要的竞争优势。
Meta 目前还处于发布前沿模型和除广告之外 AI 驱动产品的早期阶段,所以仍有很大的上涨潜力。
对一个重要的新产品类别来说,这是不错的进展,不过,今天的头条新闻就到这里。
接下来,是正片环节。
到了这个阶段,问题已经不是企业是否在积极使用 AI 了。
但能不能用好它,那又是另一回事了。
不过,Robots and Pencils 这家公司是我可以拿出来举例的,它真的是为这个时代而生的。
他们是一家应用型 AI 工程公司,直接与客户合作,解决对业务真正重要的问题,而不是只停留在幻灯片里的实验。
每个项目都是从客户实际需要的结果出发,反过来倒推步骤。
如果你想在这个领域里分辨出真正的 AI 工程和噪音,这才是关键区别。
欢迎回到《AI 每日简报》。
今天我们又回到实用性话题,因为即便最新一轮关于 AI 风险的讨论已经引爆主流,但那些现在就能用得上、而且基本没人说它们有实际危险的新产品,还在不断推出,创造新的机会。
所以今天我们来讲讲,最新的 AI 工具可以用来做什么。
我会介绍过去几天里大概八九款新产品发布。
快速说一下这些产品是什么、谁该考虑使用、以及应该怎么用它们来做什么。
首先,OpenAI 在 API 中发布了 GPT-4o Live。
这就是 OpenAI 在七月份推出的那个语音模型,还记得那个让人印象深刻的奶奶视频吗?
这是一个实时语音模型,也就是说它可以同时听和说,不需要轮流来。
它在嘈杂环境和应对打断方面表现更好,而且其架构可以把任务交给后台的推理模型处理。
这样一来,模型可以在后台完成任务,同时继续对话。
API 发布同时还附带了一个很酷的演示视频,展示了这个模型对开发者来说为什么有用。
OpenAI 展示了这个模型的能力,即使在用户几英尺外有人运球,它也能检测到语音。
它还展示了该模型可以在进行对话的同时控制机器人和显示器,展示了同时使用多种工具的能力。
该模型现已可用,音频模型每分钟收费 0.05 美元,后端模型则额外按标准 API 定价收费。
你现在可以在我们已向 ChatGPT 上十亿用户推出的同一语音系统之上进行开发。
全双工系统加上可靠的工具调用,有太多有趣的应用了。
在这之后回到纯文本体验,感觉比我想象的更难。
这实际上是我期待已久的发布。
黑客的梦想成真了。
你现在可以在 Jony Ive 和 OpenAI 的设备发布之前就造出它来。
我打算在 Amazon 上买一个小型开发屏幕和麦克风。
把它插到我的电脑上。
让 Astra 破解它,把 LiveOne API 装上去。
现在无论你去哪里,你都可以直接跟设备说话,让它为你干活。
基本上就是你走到哪儿,ChatGPT 的语音就跟到哪儿。
给它下达指令。
它就开始在你家里的电脑上干活。
你现在基本上可以打造自己的个人助理了。
在 Amazon 上有很多便宜的方法,用小型开发设备就能实现。
直接搜就行了。
像这样的事情让 AI 变得有趣,我觉得我们对乐趣的关注还不够。
那么说到谁应该使用这个产品,在很多方面,它都将是许多现有语音体验的严格升级。
显然,这对客服主管、联络中心以及那些因为忙于工作而错过很多电话的小型服务企业来说将非常有价值。
但我也认为,人们应该更多地尝试将语音引入新的体验类型。
我总的感觉是,随着语音技术的发展,人们会越来越多地从打字与设备交互转向直接与设备对话。
这种转变已经在发生了。
这是代际性的变化。
老实说,在某种程度上,这种转变没有更普遍发生的原因仅仅是因为像 Siri 这样的原生语音识别技术历来表现太差。
随着越来越多不同类型的用户对语音感到习惯,很多可能性就打开了。
例如,对于 B2B 销售和集客营销团队来说,很多体验都是从强迫人们预约演示开始的,但也许你可以让感兴趣的潜在客户直接说出他们的需求,并在进入演示阶段之前就获得相关的产品解释。
显然,这里对于语言学习和更广泛的辅导来说有大量的机会。
这在构建逼真实践和模拟场景方面创造了一些非常有意思的机会,让人们可以练习工作中会遇到的特定互动类型。
而这些只是冰山一角。
有一家已经基于GPT Live构建产品的公司是Cognition,他们刚刚发布了Devin Voice,推广语非常简单。
你最爱的AI软件工程师现在有座机了。
你一说,Devin就搞定。
这个功能在语音层面由OpenAI的GPT Live驱动,后台由Cognition的新模型Sui 2支持。
你可能也猜到了,我们马上就会聊到Sui 2。
这类语音编码的更新,跟回合制语音模式相比,是巨大的生活质量提升。
可以打断、唠叨、纠正自己,这让整个体验自然多了,也更本土化。
Cognition团队的Nader Davit说:“我90%的日常现在都用语音完成了。”
所以把它变成Devin的头等公民功能,完全合情合理。
OpenAI的Kova写道:“语音是与AI互动最神奇的方式。”
未来,把一个想法变成现实,从说出来开始——这真的很美。
所以这个案例里,谁该用、该用来做什么,其实更简单明了。
该用这个的人当然是Devin用户,他们该做的就是把行为从“打字来提示和互动”转成“说话来提示和互动”。
即使你不是Devin用户,我也想借这个机会再次恳请你:如果还没试过语音,就赶紧开始用吧。
如果你是ChatGPT用户,一个非常好用的方式就是原生ChatGPT语音功能。
但就算你用别的工具和LLM,我也强烈建议在电脑上装个像Whisper Flow这样的东西,然后开始有意识地试着把行为往语音转移。
一旦你开始用,我猜你不仅会发现速度提高了,还会发现你可以在做其他事——比如散步——的同时,完成更多工作。
看吧,从最初这几个发布就能看出,整个行业已经在这条路上推你了。
不如就顺势抓住这个新机会。
接下来要讨论的新发布,就是之前提到的Sui 2。
这是Cognition最新的内部编码模型,也是他们模型的第一个重大迭代,替代了Sui 1.7。
这个版本是基于KIMI-K3的后训练版本,专门为编码优化,不做别的。
过去一年,我们从Cognition和Cursor那看到了好几代这类模型。
通常,它们的定位是在便宜的价格点上提供“足够好”的模型,高效处理日常任务。
实际上,Cursor和Cognition都有点超前地意识到:我们在能力上已经达到了某个转折点,同时AI承担的任务量也大大增加,这时不仅要优化纯能力,还要优化效率,这开始变得真的很重要。
有意思的是,从Sui 2来看,最近几个月“足够好”的定义已经大大提高了。
鉴于这个模型基于Kimi K3,它接近前沿性能也就不奇怪了。
举个例子,模型在Frontier Code 1.1上得了50%,略高于GPT-5.6 SOL,略低于Fable 5.1,但成本降低了64%。
这个模型甚至比基于更小的Kimi K 2.7构建的Sui 1.7还要便宜。
Cognition还增加了努力级别,这样你可以降低算力消耗来进一步省钱。
现在,这个时间点有趣的一点是,尽管Cursor越来越深入整合到SpaceX AI中,导致了一些后果,比如OpenAI切断了Cursor内部对其模型的访问,但Cognition表示他们想保持独立,刚刚以480亿美元的估值融资了20亿美元。
我猜这意味着那些看重独立性、希望不受限制地选择模型的开发者,可能会去尝试Cognition的产品,比如Devin。
而这次新模型的发布,当然也为大家提供了一个好时机,去看看Devin桌面版和命令行中这个更便宜的原生模型能做什么。
说到底,谁该试试这个、用来做什么呢?任何正在尝试构建完整模型栈、希望更好地匹配能力与需求以控制成本的人,可能都会对这个感兴趣。
说到控制成本的模型,我们接下来的发布来自DeepSeek,他们发布了新的Flash模型版本——V4.1 Flash。
这个模型有5520亿参数,专为高延迟任务设计。
基准测试成绩看起来很不错,在DeepSWE上得了74.2分,与GPT-5 6SOL和Opus 5基本持平。
在TerminalBench 4.0上(这个基准目前还不太容易被刷分),V4.1 Flash得分31.2%,而SOL是39.9%,Opus是74%。
不过,这个模型定价在市场的低端,每百万输入tokens收费0.30美元,每百万输出tokens收费1.20美元。
有趣的是,Artificial Analysis发现,Flash模型在智能指数上的表现实际上超过了DeepSeek全尺寸的Pro模型,而成本只有后者的四分之一。
这是Artificial Analysis新版本4.3的指数,其中最高分是Fable 5.1和GPT-6 Astra的53分,而DeepSeek 4.1的总体得分是40,离前沿还有一段距离。
这大致与GPT-5.6 Luna和Gemini 3.8 Flash相当,再次说明这可能是一个适合那些想构建更全面架构的团队的模型。
特别是对于有基础但高频次、计算密集型任务的团队来说,这个模型很可能值得一试。
接下来,我们再次回到OpenAI的世界,看看他们推出的“小企业插件集合”。
这个功能并不复杂。
OpenAI把他们最有用的一些插件打包成了一个小企业套装。
里面包括Dropbox、HubSpot、Canva、Figma、Shopify、DocuSign、PayPal、QuickBooks、Stripe、Gusto、Slack、Wix、Mercury等等。
这其实就是想让使用ChatGPT的小企业主更方便,把所有东西都放在一个容易找到的地方。
不过有意思的是,一些人开始意识到,在智能体时代,插件的整个概念有点不一样了。
针对OpenAI总裁Greg Brockman关于插件集合的帖子,Abdul Wasi写道:“v1插件之所以失败,是因为它们只是聊天框后面的API包装器。”
这次,智能体可以运行整个工作流程。
不过Abdul也指出,未解决的部分依然是分发问题。
小企业主不会去浏览插件目录。
但既然现在这些插件被打包好了,这正好是这类用户应该去看看的东西。
如果你是小企业主,或者团队非常小,而且已经在使用这些应用,那么看看ChatGPT中的原生集成能做什么,可能会显著提升你的使用体验。
OpenAI还推出了ChatGPT for Finance,对GPT-6 Astra进行了重大更新。
这个产品的新版本仍然是一套为金融专业人士构建的数据连接器和技能包,但已经针对OpenAI的新产品线进行了更新。
该产品现在位于ChatGPT Work中,并内置了对Daloopa、PitchBook、LSEG News和Crunchbase等优质数据源的访问权限。
这意味着用户不需要搞明白MCP连接,稍微配置一下就能直接上手。
这个产品还整合了ChatGPT的企业级安全与治理控制,方便组织层面管理数据访问权限。
OpenAI与摩根士丹利和Evercore合作进行重新设计,力求使其更贴合金融专业人士的需求。
它专为构建财务模型、开展研究以及制作客户材料等任务而设计。
在一次新闻发布会上,产品副总裁Nick Turley表示,我们实际上是在教ChatGPT像分析师一样进行研究,并像分析师一样为其结论提供支持。
它原生使用GPT-6 Astra,OpenAI计划随着新模型的推出而持续更新。
OpenAI的Ryan Brewer写道,通过ChatGPT金融服务版,我们完成了对所需数据进行索引的艰巨工作,并使其易于被模型用于财务分析。
我们创建了自定义图表体验、更好的引用功能、SEC文件查看器等更多功能。
Sundeep Srivastava写道,它不是一个披着金融外衣的通用聊天机器人。
它直接针对初级投行分析师一周的工作内容:公司研究和股权分析、杠杆收购建模和买家筛选、按照公司自有模板格式化的宣传册和客户演示文稿。
现在,正如你可能预料到的,这引发了一些关于这些初级分析师是否会被取代的问题。
但我认为需要注意的是,认为高级银行家会仅仅因为AI代理在核心工作上变得更强,就自己动手做模型和幻灯片,这是不太现实的。
仍然存在责任归属、迭代等问题,而这些事情更高级别的银行家并不想去做。
相反,我们在金融行业看到的是,初级银行家开始被要求展示AI熟练度。
例如,瑞银最近开始要求未来初级银行家展示AI熟练度,作为招聘要求。
换句话说,我不认为这个产品会取代初级银行家。
我认为它是初级银行家们的一个强力工具,能让他们在工作中更高效、更出色。
OpenAI的最后一个产品是面向ChatGPT Work的新数据代理。
该代理专为处理组织内部的专有数据而设计,可与Amazon Redshift、Datadog、Google BigQuery、ClickHouse、Databricks、MongoDB和Snowflake等数据提供商连接。
OpenAI表示,这些功能可用于导入销售数据,并围绕销售转化率和留存率等核心指标生成洞察。
目标是实现能够与数据对话并进行实际分析,而无需使用其他工具的承诺。
Tableau的首席产品官Souther Jones表示,将Tableau与ChatGPT Work连接,将可信的业务语义带入员工已有的工作环境,从而使得他们得到的答案基于团队所依赖的同一数据模型。
用户可以通过提问、探索证据,并利用内置设计和分析最佳实践,直接将新视图发布到Tableau,从而轻松将洞察转化为行动。
退一步来看,如果你观察OpenAI这些功能更新的整体,它们都专注于针对特定类型的商业用户,更好地连接他们工作所需的工具和上下文,并通过更好的工具访问和上下文连接,使得将更多工作流程迁移到ChatGPT变得极其容易,而且说实话也更具吸引力。
这并非一个新趋势,但我认为我们肯定会看到更多这样的发展。
换句话说,就是垂直化,真正理解特定类型人群的工作方式。
另一个小例子是Grokbot,他们本周刚刚宣布,由于与Salesforce、HubSpot、Gong、Quake、Granola以及其他市场推广工具的原生集成,他们现在对销售团队更加强大了。
在此我们看到,垂直化、工具访问和上下文管理的趋势并非OpenAI独有,而是整个行业共同的发展方向。
在结束之前还有两个快速的要点。
第一个是项目和光标。
这个功能挺有意思的,虽然我们都已经习惯了在 ChatGPT 和 Claude 里用项目功能,但这个项目功能会带你到一些新的地方。
它不只是用来给某个项目积累上下文的地方,还被设计成可以容纳定时任务、长期运行的人工智能代理,以及任务编排。
换句话说,项目不仅仅是文件夹,它们实际上是一个真正的项目架构。
Cursor 的项目标签页采用了类似于 Grokbot 的方法,让用户可以创建一个持久的代理,在需要时执行工作。
在它们的发布视频里,Cursor 说,它已经超越了回合制的对话模式。
你不需要事无巨细地管理每个代理,而是在和一个更自主的同事一起工作。
比如,如果你在开一个 PR 之后有一个标准工作流,那么项目就能自动搞清楚怎么做,并在你下次触发工作流时自动执行任务。
Cursor 说,测试人员使用项目后,合并的 PR 数量是之前的 6 倍,合并率提升了 30%。
这个功能最明显的用户群体是开发者,但非开发者的知识工作者也值得关注其中的模式。
Prasenjit Sarkar 写道,从按任务聊天到持久协调员的转变,在我看来,是 Cursor 项目里比单纯增加子代理数量更重要的转变。
我之前看过的每个编码代理,工作方式都一样。
打开一个会话,描述一个任务,代理执行,会话结束。
Cursor 项目把这个模式颠倒过来了。
一个协调线程在项目的整个生命周期中保持打开状态。
这个协调线程不写代码,它负责规划、把任务委派给子代理,然后把结果带回来检查。
正如 Pressing G 指出的,这并不是一个独一无二的架构。
你有 Cognition 的 Devin、OpenAI Codex 以及其他工具,但他认为持久线程和主动触发系统是不同的。
持久线程模式,我觉得很有意思。
我们很多构建项目都必须在不同的实例之间传递上下文,比如 Claude Code,因为一个实例的上下文窗口满了,你就得重新开始。
到了 2026 年,情况已经大不一样了。
Kansar 描述了变化的内容。
他写道,在 2025 年第四季度,我带头大力推动教模块工程师高级上下文工程,以便充分利用 Claude Code 和同类工具。
到了三月和四月,我们开始大规模转向 Codex。
有了 5.4 版本,尤其是 5.5 版本,它能解决其他工具解决不了的问题,构建其他工具构建不了的东西。
但我最喜欢的是它的压缩能力有多强。
不需要那些花哨的子代理技巧和有意的压缩操作,你只需要一直往下进行就可以。
我有一条线程,构建了一整套同步协议、服务器和客户端,跨越多个仓库和语言,还把它们部署了。
从那以后,压缩功能变得越来越好。
单线程现在是一个常见话题,但我还是很惊讶,一条线程里能做这么多事,而且一点问题都没有。
我发现自己无论在 Claude 还是 Codex 里,都越来越多地使用这种模式了。
比如说,我拥有的AI Daily Brief网站相关的所有内容,基本上都在一个很长的线程里,这个线程做了大量工作,已经运行了很长时间,而且从来没有真正遇到过任何上下文问题。
所以提醒一下,有时候新产品或功能的推出,重点不在于你是否会使用那个特定功能,而在于它反映了整体趋势的走向。
总之,各位,以上就是对过去几天发布的产品和功能的快速梳理。
我认为它们适合哪些人,可以用来做什么,希望你能在周末之前获得一些新灵感。
那么,今天的AI Daily Brief就先到这里了。
一如既往感谢你的收听或收看,下次见,Peace。
已剔除 3 处广告(点击展开查看)
First of all, thank you to today's sponsors, KPMG, Blitzy, Robots and Pencils, and HyperAgent.
For an ad-free version of the show, go to patreon.com/AIDailyBrief, or you can subscribe on Apple Podcasts.
And if you want to learn more about sponsoring the show, send us a note at [email protected].
A new study from KPMG and the University of Texas at Austin found that when people work with AI, similar skills don't guarantee similar outcomes.
Researchers studied more than 500 early-career professionals and found that the best performers consistently amplified the value of AI by guiding, evaluating, and refining its outputs.
These top performers, called AI Amplifiers, weren't defined by what they knew alone, but by how they worked with AI.
Learn more about what separates AI Amplifiers from everyone else at kpmg.com/us/aiamplifiers.
Blitzy's understanding of massive codebases unlocks autonomous security fixes, modernization, and new features.
So what happens when there's no legacy code at all?
Greenfield is supposed to be the easy part, clean slate, no technical debt.
But even greenfield moves at human speed, one sprint at a time.
Blitzy changes the unit of work from the developer to the project, autonomously planning, building, testing, and validating entire applications from scratch.
Hundreds of thousands of lines of production-ready code.
One Blitzy customer stood up a brand new application, 534,000 lines of code, compressing a 65-week roadmap into 2 weeks.
Another shipped an entire application with no frontend engineer.
Legacy or greenfield, the answer is the same: software at the speed of compute.
Build what's next at blitzy.com.
That's blitzy.com.
Head to robotsandpencils.com.
This episode of the AI Daily Brief is brought to you by HyperAgent, where you run fleets of agents your team can manage together.
Forget local agents and chat workflows waiting on your laptop to be prompted— HyperAgent deploys always-on agents in the cloud, doing real work across the tools your team already uses.
Marketing agents turn competitor moves into landing pages.
Sales agents enrich leads, draft emails, and update the CRM.
Ops agents chase the paperwork and track the budget.
Every agent has access to shared context and follows your rules about scope and approvals.
It's time you had agents that feel like teammates.
Hire yours at HyperAgent.
Get $100 in credits at hyperagent.com/AIDailyBrief.