产品与应用社区讨论 · 待核实
Perplexity AI 宣布上线查询感知上下文压缩技术
Perplexity AI 官方宣布，已将查询感知上下文压缩技术正式投入生产环境。该技术旨在提升搜索响应速度、清晰度与准确性，其核心理念为“更好的上下文优于更多的上下文”。 据官方介绍，该系统可将输入上下文的 Token 数量最多减少 70%，同时有效提升最终回答的质量。目前该优化已全面应用于实际搜索场景中。
AI 快讯
实时更新 · 最近 02:14北京时间
5月21日 周四
产品与应用社区讨论 · 待核实
开源插件为 Codex App 增添 Computer Use 与 Goal 指令支持
近日，一项开源项目为 Codex App 提供了插件化功能增强方案。用户即使通过 API 登录，也可安装该插件以启用 Computer Use 特性，并添加 Goal 指令。 此外，插件支持界面自定义，例如将标签页布局调整为类似 Chrome 浏览器的顶部 Tab 样式，并可配置任务开始与完成时的提醒音效。该项目代码已开源，相关仓库地址已在原帖评论区公开。
5月20日 周三
产品与应用媒体报道
Figma 推出内置 AI 助手，支持自然语言驱动设计操作
Figma 宣布在其协作画布中集成原生 AI 助手，首期上线 Figma Design。该助手支持通过自然语言指令生成新设计、编辑现有内容或批量生成设计方案迭代，亦可同时运行多个代理并行处理不同任务。 据官方介绍，该 AI 助手基于专为设计场景微调的模型，能理解设计上下文与界面元素。Figma 首席设计官 Loredana Crisan 表示，团队可在多人协作画布中与 AI 共同测试创意、可视化边界情况并协同优化概念。 Figma 计划后续...
产品与应用社区讨论 · 待核实
阿里云推出MSE AI调度器，支持Agent自主运行
阿里云官方宣布推出MSE AI调度器，旨在解决当前开源AI Agent方案可用性低、运维成本高及可观测性差等痛点。 该调度器提供高可用分布式调度、统一管理与细粒度权限控制、弹性伸缩及全链路可观测能力，目前已支持OpenClaw、Dify等主流Agent开发框架，并正式开启免费公测。
产品与应用社区讨论 · 待核实
开源油猴脚本实现多平台截图上传与AI工具内容导出
一款新开源的油猴（Tampermonkey）脚本已上线，支持在小红书、抖音、微信公众号等平台直接粘贴截图并自动上传。该脚本还集成YouTube字幕复制、视频倍速调节功能，并可将提取的内容一键导出至NotebookLM、ChatGPT等AI工具。 开发者表示，该工具旨在提升跨平台内容流转效率，尤其便于将X平台内容同步至国内主流平台。目前部分平台的适配体验仍有优化空间。
产品与应用媒体报道
OpenAI推出“保证容量”服务，客户可锁定1至3年算力
IT之家5月20日消息，OpenAI宣布推出名为“保证容量”（Guaranteed Capacity）的新服务，允许企业客户为人工智能工作负载长期锁定计算基础设施访问权限。该服务支持1至3年合约期，年度承诺消费额度越高，享有的折扣越大。 客户所承诺的额度可在OpenAI全线产品中使用，涵盖生产系统、面向客户的应用及AI智能体等场景，并可在支持的云服务商与模型家族范围内灵活调配。 OpenAI表示，此举旨在应对当前算力受限环境，帮助客户匹配多...
产品与应用社区讨论 · 待核实
Ramp 利用 Gemini API 托管代理功能构建高级财务代理
企业支出管理平台 Ramp 宣布利用 Google Gemini API 新推出的托管代理（Managed Agent）功能，构建高级财务代理。该方案使 Ramp 能够在无需直接对接或改造后端基础设施的情况下，快速部署并运行财务自动化任务。
产品与应用媒体报道
谷歌在 I/O 2026 发布 AI 设计工具 Pics，集成 Workspace 并支持细粒度编辑
谷歌在年度 I/O 2026 开发者大会上宣布推出全新 AI 设计与图像生成应用 Pics，正式进军 AI 设计工具赛道。 Pics 面向教师、小企业主等非专业用户设计，支持通过文本提示一键生成社交媒体图、邀请函、营销素材及原型图等视觉内容。该工具深度集成 Google Workspace，所有生成内容均可直接协作编辑与分享。 Pics 基于 Nano Banana 2 模型构建，强调精准文字渲染、现实知识理解与高细节图像输出；其核心创新在...
产品与应用媒体报道
Gmail 推出语音对话式 AI 功能 Gmail Live
谷歌在 Google I/O 2026 开发者大会上宣布，Gmail 将新增语音驱动的对话式 AI 功能——Gmail Live。该功能由 Gemini AI 提供支持，允许用户以自然语言语音提问，系统可理解上下文、响应追问，并从多封邮件中提取具体信息（如酒店房号、未明确提及的人名等）。 Gmail Live 并非取代传统搜索，而是作为补充选项；其语音能力后续也将扩展至 Google Keep 待办清单。目前该功能暂未上线，计划于今年夏季起...
产品与应用媒体报道
Google AI Edge Gallery 更新：引入 MCP 协议支持、定时通知与会话连续性
Google 官方开发者博客宣布，AI Edge Gallery 安卓应用迎来重要更新，进一步扩展设备端 AI 能力。本次升级引入对开源模型上下文协议（MCP）的实验性支持，使 Gemma 4 模型能够协调处理跨 Google Workspace 和 Google Maps 等外部数据源的复杂任务。 新版本新增“定时通知”技能，支持日常事务自动化管理；同时上线持久化聊天记录功能，用户可近乎即时恢复长会话上下文。 该平台基于开源工具包构建，官...
产品与应用媒体报道
Anthropic发布Claude真实界面操作生产实践指南
Anthropic 官方博客近日发布《Claude 计算机与浏览器使用最佳实践》指南，系统介绍如何在生产环境中提升 Claude 的真实界面操作（Computer Use）能力。内容涵盖提高点击准确性、动态选择思考努力级别、长会话中的上下文保持机制，以及支持可重放的操作记录功能。 该指南面向开发者与企业用户，聚焦于该功能的稳定性与可靠性优化，适用于自动化任务、UI 测试及智能体辅助操作等场景。 完整文档已上线：https://claude....
产品与应用官方发布
Grok与X Premium现已接入OpenClaw平台
xAI官方宣布，即日起用户可在OpenClaw平台使用Grok或X Premium订阅。该集成支持用户与AI智能体对话、生成图像与视频，以及直接搜索X平台帖子。
产品与应用媒体报道
Google 发布 Tensor ML SDK 测试版
Google 正式发布 Tensor ML SDK 测试版，支持开发者在 Pixel 10 设备的 TPU 上直接构建与部署高性能机器学习模型。该 SDK 集成边缘推理框架 LiteRT，提供统一工作流，可高效完成 PyTorch 或 TFLite 模型的转换、编译与运行，并内置稳定回退机制。 新 SDK 同步推出内置模型库，涵盖超 100 个经典及生成式 AI 模型，包括 Gemma 3，适用于低延迟、端侧隐私优先的语音识别、计算机视觉与...
产品与应用社区讨论 · 待核实
谷歌推出Daily Brief每日简报个性化摘要功能
谷歌在 Google I/O 2026 期间宣布推出 Daily Brief（每日简报）功能。该功能旨在成为用户晨间首选信息源，可自动聚合收件箱、日历及任务列表中的信息，进行优先级排序与结构化整理，生成极简摘要界面并提供当日行动建议。该功能作为 Gemini 应用生态的一部分亮相，具体上线时间与覆盖范围尚未公布。
产品与应用社区讨论 · 待核实
社交平台曝出Gemini Omni：被指为迈向AGI的世界模型
社交平台近日流出关于“Gemini Omni”的讨论，该模型被描述为迈向通用人工智能（AGI）的“世界模型”。据相关帖子透露，该模型具备跨模态理解与生成能力，支持从任意输入形式生成多样化内容。目前谷歌官方尚未披露相关技术细节或正式发布时间表，该消息真实性有待进一步验证。
产品与应用官方发布
谷歌 I/O 2026 发布多项 AI 普惠化更新
谷歌在 I/O 2026 大会上宣布多项 AI 相关更新，聚焦提升人工智能的普惠性与实用性。 本次发布涵盖开发者工具、终端用户应用及日常生活场景中的具体改进，旨在增强 AI 的辅助能力，服务更广泛用户群体。 谷歌强调通过技术优化实现更自然、更便捷的人机交互体验，但未披露具体产品名称或技术参数细节。
产品与应用媒体报道
Google Research发布AI科研助手ERA，相关成果已在《Nature》发表
Google Research开发的经验研究助手（ERA）相关论文已在《Nature》期刊正式发表。该工具基于Gemini大模型打造，专为经验科学研究设计，支持文献检索、专业级科学代码生成、实验方案探索与迭代优化，旨在加速计算实验流程。目前ERA已用于构建“计算发现”原型系统，并通过Google Labs“可信赖测试者计划”向科研群体开放初步试用。
产品与应用媒体报道
谷歌在 Docs、Keep 和 Gmail 中新增 AI 语音指令功能
谷歌在 Google I/O 2026 开发者大会上宣布，面向 Workspace 套件推出语音驱动的 AI 指令功能，覆盖 Docs、Keep 和 Gmail。 用户现可通过语音创建文档草稿、生成结构化笔记，或在 Gmail 中向 Gemini 提问以检索航班信息、Airbnb 验证码、医生预约时间等具体事项。该功能支持长句输入与多任务并发指令，并能实时响应中途修改意图。 谷歌表示，语音交互旨在简化复杂请求的表达流程，减少传统多轮文本输入...
产品与应用媒体报道
Google AI Studio 上线原生 Android 应用生成功能
Google 在 I/O 2026 开发者大会上宣布，其网页版 AI 开发工具 AI Studio 正式支持原生 Android 应用生成，用户仅需数分钟即可完成从构思到可运行原型的全过程。 该功能基于 Gemini 模型，使用 Kotlin 语言与 Jetpack Compose 框架构建应用，并支持 GPS、蓝牙、NFC 等硬件传感器集成。当前生成的应用暂仅限个人安装使用（通过 USB 连接电脑使用 adb 方式），尚不支持直接发布至...
产品与应用社区讨论 · 待核实
谷歌发布 Antigravity 2.0 平台，AI 智能体 12 小时构建操作系统
谷歌在 I/O 大会正式发布 Antigravity 2.0 平台，面向全球开放。该平台集成新一代智能体系统与自然语音交互能力，Gemini 3.5 Flash 模型运行速度提升 12 倍。 演示显示，基于该平台，93 个并行子智能体在 12 小时内完成超 1.5 万次模型调用，处理 26 亿个 token，以低于 1000 美元的 API 成本从零构建出可运行的操作系统。
产品与应用媒体报道
谷歌推出通用购物车 Universal Cart，支持跨平台商品管理与 AI 辅助决策
谷歌在2026年I/O大会上正式发布Universal Cart（通用购物车），作为其AI驱动的统一购物中枢。该功能允许用户在Google Search、Gemini、YouTube、Gmail等多场景中随时添加商品，实现跨设备、跨商家、跨时间的购物清单集中管理。 Universal Cart具备价格追踪、缺货提醒、历史价格分析等功能，并利用AI识别硬件兼容性等问题（如CPU与主板不匹配），并提供替代建议。其底层基于开放标准Universa...
产品与应用媒体报道
谷歌发布稳定版 Android CLI，支持 AI 编程代理加速安卓应用开发
谷歌在2026年Google I/O开发者大会上宣布，Android命令行接口（CLI）正式发布1.0稳定版本。该工具专为AI编程代理设计，支持Claude Code、OpenAI Codex以及谷歌自研的Antigravity、Gemini等平台调用Android Studio知识库。 Android CLI新增android studio命令，使AI代理可直接访问Android开发相关能力，并执行项目构建等核心任务。谷歌表示，此举旨在让...
产品与应用媒体报道
谷歌发布AI设计工具Pics，集成Workspace并支持精细编辑
谷歌在2026年I/O大会上宣布推出全新AI设计与图像生成应用Pics，正式进军AI设计工具领域。该应用面向教师、小企业主等非专业用户，支持通过文本提示一键生成社交媒体图、邀请函、营销素材及原型图等视觉内容。 Pics基于Nano Banana 2模型构建，强调精准文字渲染、现实知识理解与高细节图像输出，并深度集成于Google Workspace。其核心特性是支持对生成图像的局部精细编辑：用户可点击任意元素直接修改（如更改邀请函上的时间）...
产品与应用媒体报道
OpenAI 推出图像溯源新措施：支持 C2PA 标准并集成 Google SynthID 水印
TechCrunch 5月19日报道，OpenAI 宣布两项新举措以增强其生成图像的可验证性：正式加入开放内容溯源标准 C2PA，并在其图像生成产品中集成 Google 开发的隐形水印技术 SynthID。 C2PA 标准通过在图像元数据中嵌入明确标识，表明该图由 AI 生成；SynthID 则是一种鲁棒性更强的隐形水印，能在截图、缩放或编辑等操作后仍保持可检测性。两者互补，旨在提升图像溯源的可靠性。 此外，OpenAI 同步推出一款公开验...
产品与应用媒体报道
谷歌Gmail推出语音对话式AI功能Gmail Live
谷歌在2026年Google I/O开发者大会上宣布，Gmail将新增语音驱动的对话式AI功能“Gmail Live”，由Gemini模型支持。用户可通过自然语言语音提问，例如查询航班信息、牙医预约时间、Airbnb门禁码或孩子学校活动详情，AI将从海量邮件中精准提取并整合答案。 该功能支持多轮对话、话题切换与实时中断，可识别语义差异（如“实地考察”与“旅行”），并能推断未明确提及的联系人。Gmail Live并非替代传统搜索，而是作为补充...
产品与应用社区讨论 · 待核实
Krea 推出 AI 图像生成工具 Krea 2，新增风格参考与情绪板功能
AI 图像生成平台 Krea 正式发布 Krea 2 版本。该版本重点引入风格参考（Style Reference）与情绪板（Moodboard）功能，旨在帮助用户更精准地控制生成图像的风格与视觉氛围。同时，Krea 2 对提示词（Prompt）交互逻辑进行了优化，以提升生成结果的一致性与可控性。目前该版本已开放网页端使用。
5月19日 周二
产品与应用社区讨论 · 待核实
Membrane推出通用AI代理技能，单指令可调用超10万API
AI代理在实际应用中常需为每个外部服务重复构建集成逻辑，这一瓶颈制约了其规模化落地。为此，Membrane推出一种通用“技能”解决方案，使Claude Code、ChatGPT、Cursor等主流AI代理仅通过一条指令即可调用超过10万个不同API，覆盖Stripe支付、NASA火星车数据等多样化服务。 该方案将定制化集成抽象为通用连接能力，显著简化开发流程并降低使用门槛。目前，Membrane正发起社区挑战，鼓励开发者提交小众API，成功...
产品与应用社区讨论 · 待核实
Claude推出自托管沙箱与MCP隧道功能
Anthropic官方宣布在Claude Managed Agents中推出自托管沙箱（公测版）与MCP隧道（研究预览版）。两项新功能旨在支持用户在自有安全边界内部署和运行AI代理。 自托管沙箱允许企业将代理运行环境置于本地或私有云设施中，默认继承现有安全管控策略。MCP隧道则为代理与外部系统间提供受控通信通道，目前处于研究预览阶段。
产品与应用社区讨论 · 待核实
QoderWork推出Design Desk无限画布AI工作区
QoderWork正式发布Design Desk——一款支持自然语言输入生成可运行代码的无限画布AI工作区。用户通过描述需求，即可在画布上直接生成基于React + Vite的可运行项目。 该工具旨在统一设计与开发流程，支持设计师在画布上迭代原型，开发者基于同一文件交付，实现设计与开发环节的无缝交接。 目前产品已上线，可通过官网 https://www.qoderwork.ai 获取。
产品与应用社区讨论 · 待核实
TRAE 团队发布基于真实调用数据的 Agent Skills Top 10 榜单
TRAE 团队基于真实用户技能调用数据（非安装量统计），发布 Agent Skills 使用频次 Top 10 榜单。上榜技能覆盖 UI 设计、流程规划、测试调试等产品开发全链路环节。 榜单中包含一个具反讽意味的“PUA”高压问责类技能，反映开发者对责任闭环机制的关注。整体技能设计呈现三层架构：元层负责技能检索与调度，行为层设置约束护栏，执行层聚焦具体任务与结果验证。 该分析提炼出“想清楚→拆细→做精→验透→担责”的结构化工作流逻辑，强调...