Radxa Dragon Q8B Raspberry Pi 5 性能对比
Radxa Dragon Q8B搭载高通SC8280XP处理器，8GB LPDDR4X内存，性能约是Raspberry Pi 5的两倍，Geekbench 6多核得分是其三倍，功耗更低，但Linux系统需要定制镜像，用户界面体验不佳。
#具身智能
HackadayAI 评分4545
虎嗅快讯AI 评分7272 程序员何处去？AI编程带来的职业影响与应对策略
文章探讨了AI编程对程序员职业的影响，分析了程序员群体对AI的态度和应对策略，包括AI编程对程序员职业的挑战、程序员如何提升自身价值以及AI编程带来的新机遇。
The DecoderAI 评分4545 Anthropic Claude Managed Agents 动态工作流功能升级，支持并行管理 1,000 个 AI 智能体
Anthropic 推出 Claude Managed Agents 的动态工作流功能，支持并行管理多达 1,000 个 AI 智能体，通过动态工作流分配任务并合并结果。该功能目前处于测试阶段，建议用户从小规模开始使用。
极客公园AI 评分4545 造物 100#07 | 华为、小米、苹果折叠屏发布，AI 硬件创新产品盘点
华为、小米、苹果发布折叠屏旗舰，价格分别为 19999 元、10999 元和 1.6 万元起。智能数据拓展坞 MUZIM L1、手机皮肤镜 Lumeria Lumoscope、AI 笔 Flowtica verso、AI 对讲「科幻电台」GENiEX、无线指纹钥匙 immurok IK-1 等AI硬件产品亮相。
Ars Technica · AIAI 评分4545 Artcraft 开发者利用 Claude Opus 5.5 开源克隆 Adobe 软件
Artcraft 开发者利用 Anthropic 的 Claude Opus 5.5 模型，以 Rust 语言和 WebAssembly 版本，开源克隆 Adobe 的 Photoshop、Illustrator 等软件，旨在提供功能相似的替代品。目前处于“超级早期 alpha”状态，开发者承诺将很快达到与 Adobe 相当的功能性。
Latent SpaceAI 评分4545 Stacklok Mecatl：云原生工具集，重塑AI智能体管理
Stacklok公司推出的Mecatl，一款云原生工具集，旨在解决桌面智能体管理的局限性。Mecatl将智能体循环与执行环境分离，支持企业集中管理，降低对前沿实验室和超大规模云服务的依赖。
NVIDIA Blog精选AI 评分7575 NVIDIA 推动AI技术在乳腺癌诊断和治疗中的应用
NVIDIA Inception 计划中的初创公司正在利用 AI 技术解决乳腺癌诊断和治疗中的挑战，包括图像分析、风险评估和治疗计划。
推荐理由：文章介绍了 NVIDIA Inception 计划中的初创公司如何利用 AI 技术解决乳腺癌诊断和治疗中的挑战，对医疗行业和 AI 技术的应用有重要意义。
极客公园精选AI 评分8585 Tavus Griffin 模型发布：全球首个「人类交互模型」惊艳亮相
美国 AI 视频公司 Tavus 发布了名为 Griffin 的模型，被定义为全球首个「人类交互模型」。该模型在视频通话测试中，有近 48% 的参与者误以为是真人。Griffin 模型通过全双工、视频到视频的方式，实现了更自然的交互体验。
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。
极客公园精选AI 评分8080 Manus 发布 2.0 版本，推出个人 AI 助手和云电脑功能
Manus 发布了 2.0 版本，推出个人 AI 助手 Cue 和云电脑功能，同时升级了底层 Cascade Agent 框架，提高了任务效率和运行成本。
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。
Mistral AI精选AI 评分6565 Mistral AI 与 Mozilla 合作，将 AI 带入浏览器
Mistral AI 与 Mozilla 合作，将 Mistral 模型应用于 Firefox Smart Window，为用户提供更本地化的 AI 体验，强调用户隐私和选择的重要性。
推荐理由：Mistral AI 与 Mozilla 合作，将开放、私有和跨语言的 AI 带到用户的浏览器中，为全球用户提供更本地化的 AI 体验，并强调用户隐私和选择的重要性。
Berkeley AI Research精选AI 评分7070 人工智能免费，接下来是什么？智能体的数据系统
本文探讨了人工智能成本下降对数据系统的影响，特别是针对智能体的数据系统设计。作者认为，随着人工智能成本的降低，智能体将成为数据系统的主导工作负载，并提出了数据系统为智能体、由智能体和智能体自身的挑战和机遇。
推荐理由：探讨了人工智能成本下降对数据系统的影响，特别是针对智能体的数据系统设计。