专注星空:一款让你在打开 App 前先决定用多久的屏幕时间工具
独立开发者推出屏幕时间应用「专注星空」,在打开想少用的 App 前先询问本次预计使用时长,到点自动上锁,自定义时长最长 180 分钟。应用还提供「点亮星星」中断无目的启动、直达搜索、定时屏蔽和番茄钟功能,星空界面收录 88 个与真实星空对应的星座。目前处于 TestFlight 内测阶段,计划正式上线后采用订阅制。
独立开发者推出屏幕时间应用「专注星空」,在打开想少用的 App 前先询问本次预计使用时长,到点自动上锁,自定义时长最长 180 分钟。应用还提供「点亮星星」中断无目的启动、直达搜索、定时屏蔽和番茄钟功能,星空界面收录 88 个与真实星空对应的星座。目前处于 TestFlight 内测阶段,计划正式上线后采用订阅制。
TRAE发布新版本,将Code和Work功能合并,新增Agent模式和IDE模式,支持全局工作台和代码编辑,旨在提高开发效率和协作能力。
openJiuwen 发布并开源企业级 AgentOS,将多智能体协同、自演进、算力亲和与企业级安全能力整合进统一底座,并通过插件化架构连接上层应用与底层模型、算力资源。
Anyway.Fonts 是一款面向中文使用者的免费字体预览工具,无需安装和登录,用桌面版 Chrome 或 Edge 打开网页即可使用,字体文件在本机解析、不上传服务器。它支持「只看不缺字」筛选、竖排预览、海报样张模板,以及最多四款字体并排、逐行或重叠对比,并可筛选可变字体、收藏字体和账号同步,中文字体优先显示中文名。
Anthropic 发布 Claude Haiku 5.5 模型,称其为迄今速度最快、成本最低且能力最强的 Haiku 系列,平均运行成本较 Haiku 4.5 降低约 75%。
Oracle 通过 ChatGPT Work 和 Codex,将招聘、工程和运营领域的专业知识转化为快速、可重复的工作流程,大幅缩短工作日。
Google Cloud 推出新的 Gemini 智能体,支持知识工作、问答、内容创作和编码等,旨在提高工作效率。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
LegalOn 将 Codex 每日预估成本削减 65%,同时保持开发速度。该公司通过将 Astra、Sol 和 Luna 匹配到不同任务并策略性管理预算实现这一结果。
Pollo AI 利用 OpenAI 的 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5 模型,帮助创作者将大胆想法转化为详细图像和电影级视频广告。
Google Maps 推出三项餐饮探索功能:Ask Maps 支持用自然语言搜索想吃的食物,基于数十亿照片、评论和菜单数据匹配结果,并可通过 Uber Eats、Toast、Square 等合作伙伴下单外卖。Explore 标签页提供每周更新的 Trending、Gems 和 Top 餐厅榜单,用户可一键保存。搜索餐厅时还可查看 Maps 社区提供的预订、停车、点菜等实用提示。
开源 Mac 清理工具 Mole CLI 上线不到一年收获 60K star、50 多个版本和 121 位开发者贡献,作者随后推出付费桌面版,CLI 仍保持开源免费。
Google推出实验性游戏平台Playground,用户可通过文本提示创建、游玩和分享自定义游戏,无需编程经验。Playground支持多人游戏和排行榜,并即将与Unity Spark集成,提供更高级的游戏制作功能。该平台目前面向美国用户开放,支持Google AI订阅用户的不同级别创作访问。
Radisson 与 Accenture 合作,利用 OpenAI 技术在 ChatGPT 中推出酒店发现插件,帮助旅客在规划旅行时查找、比较和预订酒店。
GPT-6 在 ChatGPT 中推出全球版本,配备智能 UI,提供带有视觉和交互体验的更快响应。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Google Flow Music 推出 Spaces 功能,允许制作人无需编码即可使用自然语言创建定制乐器或效果。现在,制作人可以将自定义 Spaces 导出为 VST3/AU 插件,在数字音频工作站中使用,提高音乐制作效率。
OpenAI 在 ChatGPT 中推出新视觉广告格式,并扩展广告测量工具、归因合作伙伴关系和品牌适应性,为广告商提供更多功能。
Chatham Financial 利用 OpenAI 的 Codex 和 GPT-5.6 模型,将交易验证时间从 30 分钟缩短至 4 分钟以下,提升工作效率。
OpenAI 推出 dots 智能助手,支持跨复杂项目和日常任务,帮助用户保持工作控制。
Hugging Face Hub 推出 RL Environments 功能,提供强化学习环境共享与复用平台,支持多种环境框架,简化环境部署与运行,提升强化学习研究效率。
高通发布 Snapdragon X2 系列芯片的 Linux 开发者预览版,支持 systemd-boot、PCIe、Freedreno 等功能,预计于 11 月底达到生产就绪阶段。此版本旨在支持开发者将 Linux 部署到新硬件上,目前支持 Debian 13 操作系统。
DeepMind 发布了 Gemini 3.8 Live 带有实时虚拟形象功能,该功能通过将实时对话能力与低延迟视频流相结合,为企业及其用户提供更自然直观的对话体验。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS,两款文本到语音模型,支持自然语言提示、角色定制和多种语言方言,旨在为创作者、开发者和企业提供更丰富、更具表现力的音频体验。
Hugging Face 的 Transformers 现在支持运行 GGUF 模型,允许用户使用适合笔记本电脑内存大小的检查点,通过熟悉的 Transformers API 进行生成。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Hugging Face 发布了 tokenizers v1,该版本在编码、解码和扩展方面进行了性能提升,通过优化算法和架构,实现了比 v0.23 版本更高的效率。
推荐理由:原文详细介绍了 tokenizers v1 的性能提升和改进,读者可以了解其如何加速机器学习工作流程。
Hugging Face Jobs 上使用 LoRA 和 AsyncGRPOTrainer 进行高效训练,通过 LoRA 技术和异步训练方法,实现了训练和推理分离,并提高了训练效率。
某产品发布新的智能体功能,名为funes,它为智能体(如Claude Code、Codex、pi和Hermes)提供持久化记忆层,支持本地和远程数据集,并允许智能体在会话中检索和回忆历史信息。
DeepMind 推出 Gemini 智能视频理解功能,通过降低 token 消耗和成本,提高分析质量,为视频处理带来新的能力,如亚秒级时刻检索、更准确的异常检测、精确计数等。该功能现已通过 Gemini API 在 Google AI Studio 和 Gemini Enterprise Agent Platform 上提供。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Hugging Face 发布了 @huggingface/kernels 库,包含 207 个 WebGPU 内核,旨在加速浏览器推理,并提供 Fleet 工具进行基准测试和性能验证。
推荐理由:Hugging Face 发布了 @huggingface/kernels 库,提供了 200 多个 WebGPU 内核,旨在加速浏览器推理,读者可以了解其如何改变现有工作流。
DeepMind 发布了 Gemini 3.5 Transcribe 智能转录模型,该模型旨在提供更精确和智能的实时转录功能,支持多种语言和方言,并具有自动格式化、自定义词汇识别等功能。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
Gradio发布新功能,允许用户通过图形界面构建和部署AI工作流,支持多种模型和工具的集成。
Google DeepMind 推出音乐生成模型 Lyria 3.5,在音乐性、歌词、人声和创意控制方面实现显著提升,现已在 Google Flow Music 中推出,用户可创作更丰富的音乐作品。
DeepMind 推出 Gemini 3.5 Flash Cyber 智能安全模型,基于 3.5 Flash 并针对快速发现、验证和修复漏洞进行了微调,旨在提供高效、经济、可扩展的网络安全解决方案。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
DeepMind 发布了 Nano Banana 2 Lite 和 Gemini Omni Flash,两款模型分别针对图像生成和视频编辑,旨在提高开发者的工作效率和创作能力。Nano Banana 2 Lite 是一款快速且成本效益高的图像模型,而 Gemini Omni Flash 则是一款高质量的视频生成和对话式编辑模型。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。
DeepMind 发布了 Gemini 3.5 Flash,其中集成了计算机使用功能,允许开发者构建跨平台交互的智能体。该功能之前作为独立模型存在,现在已集成到主模型中,支持长期和自动化任务。DeepMind 还提供了安全措施,包括对抗性训练和可选的企业级安全系统。
推荐理由:原文给出了能力变化和开放入口,读者可以据此判断它会怎样改变现有工作流。