Product
1. Airtap：赋予 AI 代理操控手机 App 的能力
Airtap 是一款创新的工具，允许 AI 代理直接操控手机上的各类 App，而非仅限于 API 调用。通过 Airtap，Claude 或 Codex 等代理可以执行检查通知、抢订餐位、追踪价格波动等复杂任务。该工具通过模拟人类操作，打破了 AI 代理被困在聊天框的局限，使 AI 能够真正介入现实世界的移动应用生态。
来源：Airtap
2. Skylight：将实时飞机轨迹投影至天花板
Skylight 项目利用 RTL-SDR 接收 ADS-B 信号，将头顶飞过的飞机实时投影到天花板上。该系统不仅显示飞机型号、航线，还叠加了太阳、月亮、星星及国际空间站（ISS）的实时位置。通过纯黑背景投影，营造出一种“透过屋顶看天空”的视觉体验，是软硬件结合的极佳案例。
来源：GitHub
3. Plannotator 0.19.27 发布：集成 Glimpse 与增强标注功能
Plannotator 更新至 0.19.27，新增了对 Glimpse 的集成，提供更独立的预览体验。该版本优化了 Mermaid 渲染，增强了 Pi 审批流，并支持多消息标注。作为一款可视化 review 代理计划与代码 diff 的工具，Plannotator 持续提升了团队协作与反馈效率。
来源：GitHub
4. 微软发布 Windows Terminal 实验分支：原生集成 AI 代理
微软推出 Windows Terminal 的实验分支，原生集成了 ACP 兼容的 AI 代理（默认 GitHub Copilot CLI）。用户可通过快捷键呼出侧边代理面板，AI 可实时读取 Shell 输出并提供建议，无需手动复制粘贴。这一集成显著提升了终端环境下的 AI 交互效率。
来源：GitHub
5. Hermes Agent 发布 Web 管理面板
Hermes Agent 推出功能完备的 Web 管理面板，用户无需编辑 YAML 文件或运行 CLI 命令，即可在浏览器中管理配置、API 密钥、MCP 服务器、会话及日志。该面板运行在本地，确保了数据隐私，为 Hermes Agent 的部署与监控提供了更直观的交互界面。
来源：Web Dashboard | Hermes Agent
6. Reve 2.0：全球领先的 4K 图像生成模型
Reve 2.0 发布，号称全球最强的 4K 图像生成模型。该模型引入了基于精确布局的生成与编辑新方法，首次实现了可交互的图像生成体验，用户可以像在 PS 中一样对图像进行分层编辑。
来源：@reve
7. Ideogram 4.0：开源高性能图像生成模型
Ideogram 4.0 发布，成为全球领先的开源图像模型。用户可下载权重、进行微调并在本地硬件上运行。该模型在文本渲染与商业设计方面表现出色，标志着顶级图像生成模型向开源生态的战略转移。
来源：@ideogram_ai
Tutorial
1. Anthropic：如何利用 Claude 实现自助式商业分析
Anthropic 分享了利用 Claude 实现自助式商业分析的最佳实践。通过构建高质量的数据基础、定义清晰的技能集及严格的评估体系，Anthropic 实现了 95% 的商业分析查询自动化，且准确率高达 95%。文章强调了将重复性分析任务交给 AI，使数据科学家能够专注于更具战略意义的工作。
来源：Claude
2. Claude 101：精选学习路线与“震动编程”实践
作者整理了七篇精选 Claude 学习指南，并介绍了“震动编程”（vibecoding）概念，即利用 Claude Code 构建功能性网站而无需手动编程。文章通过实操演示，展示了如何连接 GitHub 和 Vercel，实现从想法到部署的快速闭环，为非技术用户提供了高效的 AI 开发路径。
来源：How to AI
3. Gemini Omni：15 分钟内克隆数字分身
Lenny Rachitsky 演示了利用 Google Flow 和 Gemini Omni 模型在 15 分钟内创建 AI 数字分身的过程。通过扫描面部、生成故事板、创建多场景视频并进行剪辑，用户无需专业视频制作经验即可产出高质量的宣传视频。该实验展示了 AI 在内容创作领域的效率革命。
4. 小型语言模型（SLM）详解：定义、优势与应用
文章详细介绍了小型语言模型（SLM）的概念。SLM 指参数量较小（通常小于 10B）的模型，能够在笔记本或手机上低成本、快速运行。文章分析了 SLM 的优势、应用场景及局限性，并对比了其与 LLM 的差异，为开发者在特定任务中选择合适的模型提供了指导。
来源：Outcome School | Get a High-Paying Tech Job
Opinions/Thoughts
1. 寻找代理栖息地：AI 交互界面的演进与未来
AI 交互界面正经历从简单的聊天框到复杂代理工作空间的演变。文章探讨了终端用户界面（TUI）的复兴，以及 GUI 在处理复杂代理任务时的回归。作者指出，未来的核心挑战在于如何降低人类对代理的监督成本，实现“低人类注意力消耗下的高产出”。通过标准化指令（如 agents.md）和工具连接协议（如 MCP），代理正逐渐成为可配置的系统，而非仅仅是聊天机器人。
2. 世界模型的功能分类学：渲染、模拟与规划
文章对当前 AI 领域被滥用的“世界模型”概念进行了功能性分类。作者将世界模型分为渲染器（输出视觉观察）、模拟器（输出物理状态）和规划器（输出行动决策）三类。文章指出，模拟器是连接渲染与规划的桥梁，是实现空间智能的核心。随着边界的模糊，未来将出现能够同时处理视觉、物理和行动的统一世界模型。
来源：A Functional Taxonomy of World Models
3. Kelsey Hightower：从技术员到谷歌杰出工程师的职业哲学
Kelsey Hightower 在播客中分享了其从自学技术员到谷歌杰出工程师的职业历程。他强调了以人为本的技术理念，认为职业成长应基于持续学习而非重复经验。他建议初创公司应关注实际价值而非 AI 炒作，并分享了关于开源贡献、领导力及金钱观的深刻见解，为工程师提供了长期的职业发展蓝图。
4. 自愿监控时代的到来：AI 信用与社会压力
文章指出，社会正迈向“自愿监控”时代，个人为获取社会或职业优势，倾向于授权 AI 访问其个人数据以进行信用背书。随着 AI 信用评估的普及，拒绝分享数据可能被视为可疑行为，从而迫使大众跟进。这种由个人便利和竞争压力驱动的隐私丧失，可能比政府强制监控更难抵御。
来源：AI Frontiers
5. Peter Steinberger：构建构建工具的工具
Peter Steinberger 在微软 Build 大会上分享了构建 OpenClaw 生态系统的经验。他强调了“构建构建工具的工具”的重要性，通过打造一套自动化工具链，显著提升了开发效率与信心。该演讲为构建复杂 AI 代理生态提供了工程化思路。
来源：Build the thing that builds the thing
6. Uber 限制 AI 编码工具使用成本
Uber 宣布对每位员工的 AI 编码工具使用成本设定每月 1,500 美元的上限。此举旨在管理 AI 代理带来的高额 token 消耗，同时反映了 Uber 对这些工具实际生产价值的评估。这一政策为企业如何平衡 AI 生产力与运营成本提供了参考。