AI 情报文章归档

EmbeddingGemma 2 与 Gemma 4 搭配，以更低的内存占用实现高效的端侧检索增强生成（RAG）。 EmbeddingGemma 2 检索本地文件，Gemma 4 对其推理，给出有依据的答案，且完全保护隐私。

Google 发布 EmbeddingGemma 2，740M 参数，活跃内存占用约 191MB 至 567MB，官方称其性能超过部分体积两倍以上的模型。上下文窗口较第一代扩大 4 倍至 8K，单次可处理最长 5.5 分钟音频、29 张图片或 58 个视频帧。

Google 发布 EmbeddingGemma 2，是其首个面向端侧嵌入的原生多模态开源模型。模型基于 Gemma 4 架构，采用 Apache 2.0 许可证，在文本之外将图像、视频、音频和代码统一到单一嵌入空间。

EmbeddingGemma 2 经过优化，可在移动端和桌面端本地运行。 这意味着你可以从语音备忘录中找到特定的视频片段，或用简单的文本查询搜索数小时的音频，全程无需联网。

在更高抽象层级上工作，一直都需要理解更低的层级，我不认为编码智能体改变了这一点

Ampersand 是面向企业 AI 智能体的集成基础设施，已在 11x、Orb 和 Square 落地，支持在 Salesforce、SAP、NetSuite、Workday 等系统中执行智能体操作。

We gave Claude Code a job nobody wants to do by hand: a full framework upgrade of a legacy service....

Auto-review 就是“Approve for me”权限模式。要使用它，打开输入框下方的权限菜单，选择“Approve for me”。

在首尔艺术大学用 Suno 做音乐！

一位开发者认为，vibecoding 虽然能快速产出原型、带来即时满足，却缺少手写代码时那种硬仗后的成就感、做好一件工作的满足感和学习乐趣。他用 AI 构建过 HN 书签工具、预测市场派对游戏、野火预警系统和音准训练应用，但过程并不像手写小爬虫那样有趣。

This is a submission for the Hacktoberfest Open-Source AI Challenge Week 1: Touch Grass ...

了解更多：https://elevenlabs.io/blog/elevenagents-architect

ElevenAgents Architect 让团队中任何成员都能在智能体所在的任何地方管理它们。 你可以在 ElevenAgents 中与它对话，也可以从 Claude、Claude Code、ChatGPT、Cursor 和 Grok Bot 访问它。

你可以控制它的构建方式，使其与团队的工作方式保持一致。 而且每一处改动都会生成一个带版本的草稿，你可以审查和回滚，因此未经你的批准，任何内容都不会上线，你也能确保改动在全面铺开前经过模拟测试和试点。

需要一个新的智能体？只需描述你需要的智能体，并附上文件作为上下文。 ElevenAgents Architect 会像专家一样把它构建出来，从提示词到护栏再到知识库。

ElevenAgents Architect 还能跨数千条对话进行推理，发现你原本会错过的机会。 每一条都会以提案形式返回，修复方案已在模拟中构建并验证。

向 ElevenAgents Architect 提问： - 为什么客户在退款通话中要求人工客服 - 如何提升账户查询的解决率 - 如何构建测试集让你的智能体保持品牌调性 它了解最佳实践，分析你的通话记录，然后建议并实施改进。

推出 ElevenAgents Architect。 这是内置于 ElevenAgents 的专家，只需对话或输入文字，就能帮助你的团队发布并改进 AI 智能体。

Google 发布 Nano Banana 2.1（gemini-nano-banana-2.1），价格降至 $0.034 每张图，是此前 Pro 版本 $0.134 的约四分之一，且表现超越前者。新版本改进了指令遵循和图内文字渲染，接入 Google Image Search 做接地，支持最多 5 个角色一致性并可用 14 张参考图。现已在 Google AI Studio、Gemini API、Google Cloud、Gemini App 和 Flow 上提供。

据 Financial Times 报道，保险公司正为失控 AI 智能体引发的数百万美元索赔做准备，Sam Altman 和 Dario Amodei 等高管的个人责任也被纳入考量。

fal 宣布 Google 最新图像模型 Gemini Nano Banana 2.1 已上线其平台。生成速度显著快于 Nano Banana 2，在视觉设计、基于遮罩的编辑和主体一致性方面有明显提升。

仅 740M 参数，它在各项基准上极具竞争力——甚至超越了一些参数量是其两倍以上的专用模型。 开发者可以用它为应用添加多模态搜索——比如通过语音备忘录在视频中找到对应片段——或将其与 Gemma 4 搭配，实现私密的端侧 RAG。 EmbeddingGemma 2 以 Apache 2.0 许可证发布。可在 @HuggingFace 和 @Kaggle 上查看权重。 了解更多 → https://goo.gle/4y9wXgl

认识 EmbeddingGemma 2，我们首个面向端侧嵌入向量的原生多模态开放模型。 它超越文本，将代码、图像、音频和视频统一到同一共享空间。🧵

Sundar Pichai 宣布 EmbeddingGemma 2，这是其首个开源、原生多模态嵌入模型，740M 参数即可处理文本、代码、图像、视频和音频任务。模型与 Gemma 4 搭配适合离线、隐私优先的 RAG 场景，性能超过一些体积超过其两倍的专业模型，权重已在 Hugging Face 开放下载。

打造病毒式增长引擎（Replit Pro 系列）https://x.com/i/broadcasts/1yJAPwYrAXzGb

This is a submission for the Kaggle Benchmarking Challenge I gave AI models (14 in my own runs, 17...

随着 #SFTechWeek 拉开帷幕，阶跃星辰的身影出现在通往旧金山的 101 公路沿线。 本周，当开发者、研究人员和团队齐聚湾区时，我们已经成为这片风景的一部分。 旧金山见。

AI search is changing how people discover brands and information, but it has also produced a growing...

Google 发布最新图像生成与编辑模型 Nano Banana 2.1。官方称其在各项能力上超越此前模型，视觉设计、基于蒙版的编辑和主体一致性提升尤为明显，可生成更自然的图像。

Sierra 宣布推出合作伙伴生态系统，涵盖技术平台、云与前沿实验室市场以及咨询和系统集成服务伙伴。Sierra 智能体可安全连接联络中心平台、支付服务商、电子健康记录、物业管理软件和计费系统，并通过主流云市场采购以简化流程。其 Agent Development 团队将与客户及其咨询公司、系统集成商合作设计构建智能体。

Replit 宣布可在所有项目间共享上下文。用户开新对话即可让 Replit 查找已有项目、添加功能或以一个项目为另一个项目的参考；它能读取项目文件，将修改作为后台任务启动，并提供链接用于审查更改和继续工作。

Anthropic 在 SF Tech Week 上宣布扩大 Claude for Startups 计划，符合条件的初创公司可免费获得一年 Claude Team（最多五个高级席位）和 1000 美元 API 额度，并可使用 Claude Marketplace 构建插件、预约 Applied AI 团队线上咨询。申请门槛为成立五年内或近两年获得融资。

OpenAI 与 Atlassian 扩大合作，将 GPT-6 家族等前沿模型引入 Atlassian 平台和 Rovo，为跨平台智能体提供能力。Rovo 结合 OpenAI 模型与 Atlassian 的 Teamwork Graph 企业上下文层；协议涵盖 GPT-6 Astra 和 GPT-5.6 系列。

LlamaIndex 发布 2026 年 6 款最佳 OCR 文档管理软件对比，涵盖 LlamaParse、ABBYY FineReader、Amazon Textract、Google Cloud Vision、Microsoft Azure OCR 和 Hyperscience。

Every 工程师 Paridhi Agarwal 分享了如何让 Slack 中的智能体同事 Every Agent 更省 token，并给出四步工作流帮你在自己的软件中定位 token 浪费。由于 Every 将 token 成本不加价转嫁给用户，省下的每个 token 都归用户。Every Agent 昨日上线，可在 Slack 中帮助整个公司实现 AI 原生。

Google Cloud 为 AlloyDB AI 推出由 Reciprocal Rank Fusion（RRF）驱动的 hybrid_search() SQL 函数，把向量搜索与全文搜索的多步融合工作流合并为单次 SQL 调用，免去分数归一化和应用侧 join。

LlamaIndex 推出 OpenDocRouter 平台，通过统一 API 将文档（PDF、PNG、JPEG 或 URL）解析为 markdown，接入 Claude Opus 5.5、Gemini 3 Flash、GPT-6 Luna 等 5 个前沿模型和 MinerU2.5-Pro、PaddleOCR-VL-1.6 等 5 个开源模型。

Google Cloud 发布 Lakehouse runtime catalog（已 GA），基于 Spanner 构建并原生实现 Apache Iceberg REST Catalog 规范，提供无服务器、高可用的元数据注册服务。

Anthropic 发布 Claude Haiku 5.5，在 Artificial Analysis Intelligence Index 得 43 分，较上一代 Haiku 一年内提升 26 分，是首个支持 effort 设置与 adaptive thinking 的 Haiku 模型。

Anthropic 发布 Claude Haiku 5.5，定位为迄今最便宜、最快的小模型，适合摘要、压缩、数据库查询、分类等高吞吐任务，并可搭配 Opus 5.5 和 Sonnet 5.5 担任编码子智能体。