AI 产品发布与更新

第 24 天/ 像给任何人发短信一样给你的 dot 发消息。分享/转发东西变得超级简单，可以给它留语音消息，甚至可以发挥创意用“Hey Siri，给 Iggy 发短信说 ”，然后坐等就好。

ultrathink 在 CC CLI 里回来了。 我们之前把它关掉了一段时间，因为它有点怪，可能也让人困惑。 但我喜欢怪的东西，而且我不觉得它有那么令人困惑。 我大多在 medium 档跑 Opus 5.5。不过有些回合，我想给它多加一点料。ultrathink！

Microsoft 发布 GitHub Copilot Fusion，可在 Claude 与 GPT 模型之间路由编码任务。在 Artificial Analysis 的 Coding Agent Index 上，其 Max 设置得 60 分，略低于 Claude Code 的 62 分，每任务成本 $5.59 对 $11.42，token 用量约 7.2M，约为 Claude Code 的一半。

OpenAI 官方账号宣布，符合条件的 ChatGPT Pro 和 Business 订阅者可在 API 中领取每月最多 $500 的 API credits，用于构建应用或智能体。领取入口为 https://chatgpt.com/settings/billing，需在账单页关联 API 组织后使用该月度订阅权益。

在这里试试！ GSAP：https://fal.ai/models/fal-ai/motion-to-code/gsap GLSL：https://fal.ai/models/fal-ai/motion-to-code/glsl

fal 上线 Motion to Code：输入动画描述或图片、视频，即可生成可编辑代码，输出为 GSAP 页面或循环 GLSL shader。产物只有几 KB 而非数 MB 的视频，且任意分辨率下都保持清晰。

Cartesia 发布端到端语音智能体平台 Managed Agents，在 Artificial Analysis Speech Agent Arena 以 1115 偏好 Elo 排名 30 个智能体中的第一，并在 ServiceNow 的 EVA-Bench 上取得 87% 准确率和 91% 体验分的最高成绩。

Factory 发布 Droid 1.0，一个模型无关的 agent harness，主打程序化工具调用（PTC），模型通过编写 JavaScript 程序在沙箱中一次执行数百个工具调用。

vLLM 团队宣布对 Mistral 新旗舰模型 Mistral Large 4 提供 Day 0 支持，该模型为 1T 参数、每 token 激活 49B 的原生多模态 MoE 模型，采用 MLA 稀疏注意力加 DSA top-k 索引器、跨层 KV 共享、NoPE、SSMax 和 LeRoPE 等新架构，并内置 DSpark 推测解码草稿器与 Pixtral 视觉编码器。

Hugging Face 社区博客发布 AnySpeechRecognizer 0.1.0 和 AnyDecisionModel 0.6.0 两个 Swift 包，让开发者在 Apple 平台上以统一 API 选择语音识别和决策引擎。

Amp 现在可以在对话线程中直接为用户可视化或构建内容，包括图表、时间线、示意图和可点击的 mockup。官方展示了真实线程中的示例，例如 Amp 绘制的上月提交图表，以及 Quinn 提出的十六种 diff stat 按钮方案。

Amp 推出 macOS Satellites（beta），让智能体在云端 Mac 上构建、测试和运行 iOS 与 macOS 应用。架构上线程仍跑在 Linux orb 上，需要 macOS 时服务器约 30 秒启动一台预装 Xcode 和模拟器的新 Mac，代码保持同步，截图、日志和构建结果回到线程，屏幕可实时观看或接管。

腾讯网盘开启内测申请，官网已开放入口，用户可直接提交。该产品支持连接多个 AI 应用，共享存储并聚合上下文，宣称让生态内 AI 应用的数据产物沉淀为长期记忆资产。其四大核心能力为存储、连接、智能与安全，已包含在 WorkBuddy 会员中，无需单独购买。

来用 API 和我们一起构建你的下一个应用或智能体吧。 限时活动，符合条件的 ChatGPT Pro 和 Business 订阅用户每月可领取最高 500 美元的 API 额度。 开始使用：https://chatgpt.com/settings/billing

现在你可以在文本 API 请求中添加 `guidelines`，进一步管控 Grok API 如何处理特定内容类别。 Grok 在撰写回复时会以自己的措辞遵循这些 guidelines。 面向所有 API 客户开放。 https://docs.x.ai/developers/advanced-api-usage/custom-moderation-controls

Credits 额度取决于套餐。 Pro 套餐按档位每月可获得 $100、$200 或 $500。 Business 套餐按每个付费 Standard 席位 $20 或每个付费 Premium 席位 $100 计算，每个工作区最高池化至 $500。 https://help.openai.com/articles/20001626

开始构建： 1. 在 ChatGPT 账单中领取你的 API 额度：https://chatgpt.com/settings/billing 2. 在 ChatGPT 或 Codex 中使用 OpenAI Developers 插件创建 API key，开启你的下一个项目： https://chatgpt.com/plugins/openai-developers?open_in_app

OpenAI 宣布即日起，符合条件的 ChatGPT Pro 和 Business 订阅者每月可领取最高 $500 的 API 额度，用于构建应用和智能体。

NotebookLM 宣布 Live Chat 移动端现已面向全部用户开放，此前已向 Ultra 用户完成 100% 推送。用户可与笔记本进行实时语音对话，支持约 100 种语言，由其最新音频模型驱动，可就资料提问并获得近乎完全免提的分步指引。

Gemini 新功能：连接你的 @Strava 账号，把多年的原始训练日志转化为你的个性化教练计划

微软宣布 A365 中智能体数量已超 5000 万，环比增长 30%。Windows 与 Agent 365 结合，让智能体通过 MXC 在设备端的安全边界内运行，OpenAI Codex、Anthropic Claude Code 和 Meta Muse 均已采用。Perception 则将智能与权限分离，在模型之外执行身份、权限、监控与隔离。

Akai 在尚未正式发布 MPC Sample Key 前，就向改装社区提前提供设备，展示多款用 vibe coding 做出的固件改装，包括加入 Native Instruments Massive 等合成器、虚拟模拟与 FM 合成器，甚至一套含多种合成器的完全自定义系统。

Perplexity CEO Aravind Srinivas 转发团队消息，宣布 Perplexity 网页版上线新的语音模式。该模式支持自然对话、全语音操作应用，并可同时跨多个会话工作，由 GPT-Live-1 驱动。

OpenRouter 宣布 AssemblyAI 首个文本转语音模型 AssemblyAI-TTS-1 上线，面向语音 Agent 场景。模型支持 90 ms 流式输出，价格 $15 per million characters，提供 4,000+ 声音，可从美国或欧洲节点服务。据 @cekuraAi 基准，该模型在速度与准确性上位于最优象限，在 $15/1M 字符及以下的模型中自然度最高。

Latent Space 播客访谈 Supabase 创始人 Paul Copplestone 和 Ant Wilson，探讨为什么智能体普遍把 Supabase 选为应用后端，作者的 AEO 追踪显示它在多个前沿模型中几乎全部成为首选。

Sierra 发布 Compliance Console，内置于 Horizon 平台，帮助企业在跨渠道、跨地区场景中约束 AI 智能体的外呼行为。该控制台支持配置信息披露、联系时间窗口（多数地区默认 8AM 至 9PM）、节假日禁呼、频率上限和退订处理，并通过 Insights 仪表盘展示被允许、推迟、阻止或待审核的外呼与消息数量。

Google 官方介绍 Gemini App 新增的沉浸式探索（immersive explorations）功能，提供可视化、交互式的分层方式深入探索话题。主题涵盖太空探索、喷气发动机原理、中生代世界等，用户可在新的沉浸式探索库中选择感兴趣的内容。

Anthropic 于周三发布一套企业报告工具，通过内部分析和员工调查，让管理者查看团队在指定日期范围内用 Claude 完成的工作、成本和流程中断点，并给出改进建议，默认不将数据用于模型训练，同时推出团队共享预算管理 token 支出。

在 Gemini 中通过沉浸式探索深入了解新话题。 无论是追溯丝绸之路上的贸易路线、窥探喷气发动机内部，还是研究闪电的物理原理，每个场景都会展开为可交互的层次，并配有引导式讲解，让你能够更深入地探究。

Databricks 发文阐述语音智能体落地关键在于上下文而非语音本身，其原型用 LiveKit 承载通话、Deepgram 做语音转文字与默认音色、ElevenLabs 提供表现力音色，大脑部分由 Databricks 提供。

PyTorch Foundation 发布 PyTorch 2.15，重写的 NCCL 后端成为所有 nccl 进程组的默认选项，附飞行记录器在 collective 挂起时转储现场，并保留 TORCH_DIST_USE_NCCL2=0 和 nccl-legacy 回退路径。

ChatGPT 宣布应用户要求推出短信联系 dot 功能，可通过文字、照片或语音留言给 dot 布置任务，dot 会主动发短信推送相关更新。该功能通过 iMessage 或 RCS 提供安全通信，仅限机主与 dot 互相联系，目前作为预览版面向美国 Pro 用户逐步推出。

MiniMax 于 2026 年 10 月 28 日以 MIT 许可开源 MCode Stack，共 2 套栈、17 个 SKILL.md 技能（15 个来自 Ronny、2 个来自 Jiachen）和 5 份清单，是 MiniMax Code 团队日常构建所用的实际工作流。

Satya Nadella 在 GitHub Universe 上宣布多项更新，称正在为智能体时代重构 SDLC。

Google 为 Chrome 推出 AI 增强版自动填充，可引用用户 Gmail 中的内容，建议填入航班确认号、会员 ID、订单号、地址、电话或信用卡号等信息。

Google 推出 Connected Apps Platform，让企业和开发者提交第三方应用接入其 Search 和 Gemini 的 AI 体验，平台预览目前以 beta 形式面向美国开发者开放。

Google 于今日在美国推出 Chrome 增强自动填充更新，通过 Gemini with Personal Intelligence 从 Gmail 建议填写信息，可提取包裹追踪号、航班预订号、酒店预订或订单号等细节。

Google 在 Android Dev Summit 上宣布 Android Studio Rabbit 2 推出 Bring Your Own Agent 功能，开发者可通过开放 Agent Client Protocol 在 IDE 中安装并同时运行 Claude Agent、OpenAI Codex 和 Google Antigravity 等 40 多个编码智能体。

Microsoft 宣布将 GitHub 团队打造的 Copilot harness 通过 Microsoft Foundry 向开发者和企业开放，该 harness 已驱动 Copilot Code、Copilot Studio、GitHub Copilot app 和 CLI 等产品。