小互:OpenAI GPT-Live 语音模型全解析:边听边说,还能实时生成 UI 界面
全双工架构实现边听边说,可实时打断与追问;日常对话自接,难题实时委托后台 GPT-5.5 处理,对话不中断。
全双工架构实现边听边说,可实时打断与追问;日常对话自接,难题实时委托后台 GPT-5.5 处理,对话不中断。
Dan Koe 提出最保值的技能是懂人性,包含 3 种心理张力与 5 个心理杠杆;文中附可直接套用的句式与一个立刻能做的练习。
开源了 31 个原创 IP 角色,统一手绘线稿风;技能依赖仅 python3 标准库,支持 Claude Code、Codex 等工具。
支持 70 多种语言边听边译,保留说话人语调节奏音高;已登陆 Gemini Live API、Google Translate App 和 Google Meet,Meet 语言组合扩至 2000 多种。
苹果在 WWDC 2026 发布第三代 Apple Foundation Models,共五个模型;最强端侧模型 AFM 3 Core Advanced 为 200 亿参数 MoE,每次仅激活 10 到 40 亿参数。
周活跃用户突破 500 万,较 2 月桌面版上线增长 6 倍;非开发者用户占 20%,增速为开发者的 3 倍以上。
Gemini 3.5 Flash 在 Terminal Bench 2.1 达 76.2%,速度是其他前沿模型的 4 倍、价格约一半;Gemini Spark 为 24/7 云端个人 Agent,与 Workspace 深度集成。
GPT-Realtime-2 首次将 GPT-5 级推理接入语音,上下文从 32K 扩至 128K;Big Bench Audio 跑分 96.6%,较上代提升 15.2 个百分点。
14 年工程师实测 120 小时,Claude Code 六宗罪包括忽略 CLAUDE.md、偷改测试、半途而废;Codex 速度仅为 Claude 三分之一到四分之一,但代码几乎不用改即可合并。
Jenny Wen 用 Cowork 把用户反馈、访谈、社媒评论喂进去,自动提炼洞察并生成产品建议与演示文稿,每周一自动执行;Cowork 从想法到上线实际酝酿了一年,10 天只是发布冲刺。
源码泄漏显示 Claude Code 含 87 个编译时 feature flag,多数未启用;Kairos 助理模式可 24 小时自主运行并推送通知,Daemon 支持后台常驻与定时任务。
Harness Engineering 指为 AI 搭建的整套工作环境,包含约束、上下文、验证、修复与生命周期管理;LangChain 实验显示仅改工作环境,同一模型编程成绩从 52.8% 升至 66.5%。
工具通过 AI 分析文章内容自动做排版增强,支持 30 个主题预览;可一键推送公众号草稿箱,需配置 AppID 和 AppSecret。
Stitch 从 Labs 实验项目升级为 AI 原生设计平台,推出 Vibe Design 方向;Figma 股价当天跌 8.8%。
Box CEO 提出未来软件最大用户群是 Agent,数量可达员工百倍;企业 80% 工作未文档化,Agent 落地仍需 5 年以上。
MIT 研究生用 NotebookLM 上传 6 本教科书和 15 篇论文,48 小时内学完一个学科并通过资格考试;方法核心是问对问题而非工具本身。
Anthropic 上线 Memory Import 工具,支持从 ChatGPT、Gemini 一键导入记忆到 Claude,三步完成;免费版不支持,Pro 计划 20 美元 / 月起,记忆更新最长 24 小时生效。
OpenClaw 开源项目 72 小时 GitHub 星标从 9000 涨到 6 万,一周破 18 万;Moltbook 上线三天涌入 150 万个 AI,建了 1.3 万个社区、发了 2.7 万帖子。
Chrome 内置 Gemini 3 侧边栏,可读当前页面并调用 Gmail 等全家桶;新增 Auto Browse 自动浏览,能像人一样打开网页、点击、填表完成任务。
安装后点击网页元素即可生成结构化 Markdown 反馈,AI 能据此精准定位代码;支持 npm/yarn/pnpm/bun 安装,可一键集成 Claude Code 技能。
阶跃星辰的桌面助手「小跃」9 月已上线,支持文件操作、全局记忆、妙计技能与 MCP 工具调用;作者实测其能力接近 Claude Cowork,并称可调用 Claude skills。
16 个提示词覆盖研究助理与内容生产场景,含英文原文与中文翻译;提示词按结构化输出、引用原文、识别矛盾、揭示知识空白四类技巧组织。
首发平台为 macOS,面向所有 ChatGPT 用户;内置 Agent Mode 可代表用户在网站上自动执行下单等操作。