GPT-5.6 – OpenAI 推出的最新一代大语言模型系列AI工具2个月前更新AI小集04GPT-5.6是什么GPT-5.6 是 OpenAI 推出的最新一代大语言模型。模型首次采用天文学命名体系，推出三档型号：旗舰版Sol（太阳）面向高难复杂任务，是目前性能最强的版本；均衡版Terra（地球）性能对标 GPT-5.5 但价格仅一半，适合日常工作流；轻量版Luna（月亮）主打速度与低成本。核心能力聚焦于编程、生物信息学和网络安全三大方向，支持 150 万 tokens 超长上下文，在 Terminal-Bench、GeneBench 等基准测试中全面领先，新增 Ultra 模式通过多子 Agent 协作处理复杂任务。GPT-5.6的主要功能三档型号灵活选择：提供 Sol（旗舰）、Terra（均衡）、Luna（轻量）三个版本，分别对应高难度任务、日常工作和低成本高并发场景。超长上下文处理：支持 150 万 tokens 上下文窗口，可处理超长文档、代码库和复杂多轮对话。高级编程与终端操作：在命令行环境中执行复杂开发任务，支持项目结构理解、文件读取、代码修改、运行命令和报错分析。Ultra 模式多 Agent 协作：通过调度多个子 Agent 拆分处理复杂任务，统一汇总结果，提升长周期编码效率。生物信息学与基因组分析：支持长周期基因组学和定量生物分析任务，在更少输出 tokens 下获得更强结果。网络安全与漏洞研究：推进长周期安全任务，包括漏洞研究和 exploitation 相关任务，效率显著提升。分层安全防护体系：加强对高风险活动、敏感网络请求和重复滥用行为的防护，抵御真实世界攻击。提示词缓存与成本优化：优化重复提示词调用机制，降低高频场景下的 API 使用成本。如何使用GPT-5.6ChatGPT：Plus/Pro/Business/Enterprise用户可访问Sol（medium及以上effort），Pro和Enterprise可选Sol Pro。ChatGPT Work/Codex：免费和Go用户用Terra，Plus及以上可选Sol/Terra/Luna，可设置effort等级；max模式所有可用用户可开启；ultra在ChatGPT Work中Pro/Enterprise可用，Codex中Plus及以上可用。API：通过OpenAI API访问三档模型，Responses API支持Programmatic Tool Calling（ZDR兼容）和Multi-agent beta。GPT-5.6的官网地址官网地址：https://openai.com/index/gpt-5-6/GPT-5.6的核心优势三档分级灵活匹配：Sol（旗舰）、Terra（均衡）、Luna（轻量）覆盖高难度任务、日常工作和低成本高并发场景，按需选择不浪费算力。编程能力行业领先：Terminal-Bench 2.1 得分 Sol 88.8%、Sol Ultra 91.9%，超越 Claude Mythos 5（88.0%）等竞品。超长上下文窗口：支持 150 万 tokens，比 GPT-5.5 提升约 50%，可处理完整代码库、长篇文献和复杂多轮对话。Ultra 模式多 Agent 协作：自动调度多个子 Agent 拆分并行处理复杂任务，再统一汇总结果，大幅提升长周期编码效率。科研成本效率双优：GeneBench v1 上 Sol 比 GPT-5.5 得分更高，但输出 tokens 更少，生物信息学分析更省成本。网络安全高效精准：ExploitBench 接近 Mythos Preview 水平，但仅使用约 1/3 的输出 tokens，漏洞研究效率显著提升。分层安全防护体系：迄今最强安全堆栈，可抵御高风险活动、敏感网络请求和真实世界攻击。价格梯度合理：Terra 性能对标 GPT-5.5 但价格仅一半；Luna 成本最低；提示词缓存机制进一步降低重复调用开销。GPT-5.6的同类竞品对比对比维度GPT-5.6 Sol (OpenAI)Claude Fable 5(Anthropic)Gemini 3.1 ProPreview (Google)发布时间2026年6月27日2026年6月9日2026年2月19日模型定位旗舰版（三档分级：Sol/Terra/Luna）Mythos-class（高于Opus级别）旗舰多模态模型上下文窗口150万 tokens100万 tokens100万 tokensTerminal-Bench 2.188.8%84.3%70.7%SWE-bench Verified未公开具体分数95.0%未公开具体分数输入价格（/百万tokens）$5$10$2输出价格（/百万tokens）$30$50$12多模态能力文本、图像文本、图像、PDF文本、图像、音频、视频、PDF安全策略分层安全堆栈，需政府审批访问实时安全分类器，敏感查询自动降级至Opus 4.8标准安全策略GPT-5.6的应用场景复杂软件开发与终端操作：深入命令行环境执行复杂编码任务，包括项目结构理解、文件读取、代码修改、运行命令、报错分析与迭代修复，适合大型代码库重构和全栈开发。生物信息学与基因组研究：处理长周期基因组学分析和定量生物分析任务，在多轮数据解释、方法选择和假设比较中保持上下文一致，适合实验室和生物医药研发团队。网络安全与漏洞研究：执行长周期安全任务，包括漏洞挖掘、exploitation 研究和渗透测试，以更低 token 消耗实现高效分析。企业日常办公自动化：通过 Terra 版本处理文档分析、报告撰写、数据整理等高频日常工作流，性能对标 GPT-5.5 但成本减半。高并发低成本推理服务：通过 Luna 版本承载客服机器人、内容摘要、简单问答等大规模高容量调用场景，以最低价格提供强大基础能力。超长文档深度分析：用 150 万 tokens 上下文窗口处理完整技术手册、法律合同、学术论文或大型代码库的全文理解与跨章节关联分析。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇Papers with Code - AI科研平台，自动关联论文、代码等下一篇HTML Anything - nexu-io 团队开源的 HTML 编辑器相关文章Logome – AI LOGO 设计工具，根据品牌信息提供智能设计建议AI小集2Dive3D – 北大联合小红书推出的文本到3D生成框架AI小集2Vidu – 生数科技发布的视频大模型，可生成16秒1080P的视频AI小集2360gpt2-o1 – 360 推出国产自研 AI 大模型，多项评测优于GPT-4oAI小集2Botgroup.chat – 开源的AI机器人群聊项目，支持多个AI模型群聊对话AI小集15Clawdbot – 开源AI个人助手，本地部署实现自然语言控制设备AI小集3暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀Lovart美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录ByteCPAgent.SpaceQwenWorkDeepSkillAlphaVowXCell最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！1小时前Easel – 浙大联合北大开源的 AI 社交媒体内容工作台1小时前Gemini 3.8 – 谷歌推出的推理与编码模型1小时前Fusion Model – FUMO Lab 推出的智能分配模型17小时前Hy4 preview 轻量版 – 腾讯混元开源的Hy4量化压缩模型21小时前Muse Voice Transcribe – Meta 推出的首个实时音频感知模型23小时前Atlas – World Labs 推出的全球首个多模态世界模型23小时前Claude Mythos 5.1 – Anthropic 推出的 Claude 系列旗舰模型23小时前Claude Fable 5.1 – Anthropic 推出的最新旗舰大模型24小时前WeMM-Embedding – 腾讯开源通用多模态Embedding模型2天前FireRedAudio – 小红书 FireRed 推出的通用音频语言模型2天前MiniMax H3 Max – MiniMax 推出的实时视频生成模型3天前Ling-3.0-flash-Fin – 蚂蚁百灵推出的首个金融增强模型3天前AI 技能成千上万怎么选？DeepSkill 精准搜索实战3天前Rome – 开源的智能体操作系统，自然语言生成完整应用4天前

Claude Mythos 5.1 – Anthropic 推出的 Claude 系列旗舰模型AI工具23小时前更新AI小集02Claude Mythos 5.1是什么Claude Mythos 5.1 是 Anthropic 推出的 Claude 5.1 系列旗舰模型，与Claude Fable 5.1 共享同一基础能力。模型专为高风险专业领域设计，仅面向通过审核的网络安全机构和生命科学研究人员开放，支持漏洞防御、蛋白质设计等前沿研究。用户需通过 Cyber Verification Program 或 Life Sciences Verification Program 申请访问，目前主要面向美国机构。Claude Mythos 5.1的主要功能蛋白质分子设计：调用开源工具设计高亲和力结合蛋白，实验验证命中率接近 50%，达行业典型水平的 3–5 倍。计算生物学加速：编写定制 GPU 内核并缓存中间结果，将 7 个开源基因组深度学习模型推理速度提升最高 2.5 倍，降低研究成本 30–60%。网络安全防御：通过 Cyber Verification Program 向审核机构开放，支持防御性漏洞研究与代码安全分析，同时禁止漏洞利用开发。前沿科研支持：在受控环境下为生命科学和网络安全专业人员提供超越公开版模型的研究能力，支持复杂分子设计与系统安全评估。Claude Mythos 5.1的技术原理同源双生架构：Claude Mythos 5.1 与Claude Fable 5.1 共享完全相同的底层模型权重与推理能力，仅通过上层差异化的安全围栏策略实现能力释放程度的区分，使同一模型能同时服务公众与专业高风险场景。受控访问机制：采用 Cyber Verification Program 和 Life Sciences Verification Program 双重审核体系，仅向通过背景审查的专业机构开放，确保高风险能力不被滥用。动态安全围栏：针对网络安全和生命科学领域设置专门的安全边界，在保持核心对齐能力的同时，为专业防御性研究释放更多模型潜能。如何使用Claude Mythos 5.1申请受信访问计划：需通过 Anthropic 的 Cyber Verification Program（网络安全）或 Life Sciences Verification Program（生命科学）提交审核申请，仅面向通过背景审查的专业机构开放。满足资质要求：目前优先面向美国境内的网络安全防御机构与生命科学研究人员，国际用户需等待后续与美国政府协调后的扩展计划。使用 Claude Security 产品：已审核通过的企业可直接使用接入 Mythos 5.1 的 Claude Security 服务，对代码库进行漏洞扫描与修复建议。等待审核结果：提交申请后需等待 Anthropic 及合作方的资质审核，通过后获得模型访问权限，无法像 Fable 5.1 直接公开使用。Claude Mythos 5.1的项目地址项目官网：https://www.anthropic.com/claude-fable-and-mythos-5-1Claude Mythos 5.1的同类竞品对比对比维度Claude Mythos 5.1OpenAI GPT-Rosalind所属公司AnthropicOpenAI模型定位面向网络安全与生命科学的受控访问旗舰模型面向生命科学的受信访问专用模型覆盖领域网络安全（CVP）+ 生命科学（LSVP）双轨专注生命科学（药物发现、基因组学、湿实验）访问方式需通过 CVP / LSVP 政府级审核，目前以美国机构为主通过 trusted-access deployment 向符合条件的全球科研机构开放，需证明公共利益与安全治理核心能力蛋白质设计、GPU 内核优化、防御性漏洞研究、长周期自主科研药物发现、NGS 分析、生物信息学工作流、Codex 插件执行可重复实验插件/工具调用开源蛋白质设计/折叠工具，自主编写代码内置 Life Sciences Research 与 NGS Analysis 插件，支持序列/结构可视化查看器安全策略与 Fable 5.1 同源，差异化安全围栏，反蒸馏机制企业级安全 + 受控访问，需具备治理和安全监督能力Claude Mythos 5.1的应用场景蛋白质分子设计与药物研发：用开源蛋白质设计工具，针对特定靶标设计高亲和力结合蛋白，实验验证命中率可达行业典型水平的 3–5 倍，加速早期药物发现。防御性网络安全研究：通过 Cyber Verification Program 向审核机构开放，支持代码库漏洞扫描、防御性渗透测试与漏洞修复建议，提升关键基础设施安全性。基因组学与计算生物学：编写定制 GPU 内核优化开源基因组深度学习模型（如 Enformer、ProGen2），将全基因组分析成本降低 30–60%，加速变异检测与功能预测。长周期科学实验管理：可连续运行数十小时执行复杂科研任务，如自主设计实验方案、发现并修正数据标签错误、并行启动多组实验并整理结果。科学数据重建与建模：基于历史观测数据（如 NASA 雷达图像）训练神经网络，生成高分辨率科学地图或模型，为后续探测任务提供目标筛选依据。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇Claude Fable 5.1 - Anthropic 推出的最新旗舰大模型下一篇Atlas - World Labs 推出的全球首个多模态世界模型相关文章KickRender – AI驱动3D渲染工具，短时间内完成高质量渲染任务AI小集2Mistral Large – Mistral AI发布的一款先进的大语言模型AI小集3Teammates – 育碧推出的可交互生成式AI游戏项目AI小集2Yollo AI – 沉浸式AI角色对话与视频生成平台AI小集2Mobius – 重庆邮电联合美团等推出的无缝循环视频生成技术AI小集4X2.0 – Xmax AI 推出的全球首个实时交互视频生成模型AI小集3暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀Lovart美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录ByteCPAgent.SpaceQwenWorkDeepSkillAlphaVowXCell最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！45分钟前Easel – 浙大联合北大开源的 AI 社交媒体内容工作台51分钟前Gemini 3.8 – 谷歌推出的推理与编码模型56分钟前Fusion Model – FUMO Lab 推出的智能分配模型16小时前Hy4 preview 轻量版 – 腾讯混元开源的Hy4量化压缩模型21小时前Muse Voice Transcribe – Meta 推出的首个实时音频感知模型23小时前Atlas – World Labs 推出的全球首个多模态世界模型23小时前Claude Fable 5.1 – Anthropic 推出的最新旗舰大模型23小时前WeMM-Embedding – 腾讯开源通用多模态Embedding模型2天前FireRedAudio – 小红书 FireRed 推出的通用音频语言模型2天前MiniMax H3 Max – MiniMax 推出的实时视频生成模型3天前Ling-3.0-flash-Fin – 蚂蚁百灵推出的首个金融增强模型3天前AI 技能成千上万怎么选？DeepSkill 精准搜索实战3天前Rome – 开源的智能体操作系统，自然语言生成完整应用4天前Headlong – Laude Institute 开源的 AI Agent 微框架4天前

Claude Fable 5.1 – Anthropic 推出的最新旗舰大模型AI工具23小时前更新AI小集02Claude Fable 5.1是什么Claude Fable 5.1 是 Anthropic 推出的旗舰大模型，定位为目前公开可用的最强 AI 之一。模型专为复杂推理、长周期 Agent 任务和知识工作设计，在科学研究、编码、计算机操作等 8 项基准测试中全面领先上一代，且低推理档位即可达到前代高档位性能。同时缓存读取成本降低 75%，典型工作负载成本下降约 25%，高度 Agent 化任务最高省 45%，实现更强性能与更高性价比的统一。Claude Fable 5.1的主要功能复杂推理：专为多步骤深度推理设计，能追踪问题根本原因并稳定执行数小时甚至数十小时的长周期任务。Agent工作流：支持自主规划、工具调用与多步骤任务编排，适用于编码、科研发现及业务流程自动化。科学研究：在蛋白质设计、天文学数据分析（如基于NASA雷达图像生成金星高分辨率地形图）和计算生物学等领域具备实战能力。软件开发：在多项编码基准测试中领先，可定位罕见系统崩溃根源、优化代码性能并支持长时间开发会话。计算机操作：具备GUI理解与自动化操控能力，可在OSWorld等环境中完成复杂的跨应用任务。知识工作：处理文档分析、写作、多学科推理等知识密集型任务，对风格提示词遵循度更高。Claude Fable 5.1的技术原理共享基础架构：与Mythos 5.1基于同一底层模型，通过差异化安全措施实现分级访问，Fable面向公众开放，Mythos仅向审核通过的网络安全与生命科学机构提供更高能力边界。可调推理强度：内置low至max多档推理强度，用户可根据任务复杂度在响应速度、API成本与准确率之间动态权衡，低中档位即可达到前代高档位性能。上下文缓存优化：通过将缓存读取成本降低75%，使模型在复用已处理上下文时显著削减高度Agent化任务的整体开销，典型负载成本降约25%，重度Agent任务最高降45%。反蒸馏保护：为每个思维链区块附加签名，验证对话前缀未被篡改；若上下文被编辑则校验失败，直接阻断通过篡改历史对话提取模型推理能力的蒸馏攻击路径。长程稳定性机制：改进多步骤任务中的错误传播控制，避免早期微小错误在后续数十步中放大导致全盘崩溃，同时能在遇阻时清晰汇报已尝试方案与卡点位置。企业隐私架构（EFS）：将数据存储于客户自有云基础设施而非Anthropic服务器，由客户而非Anthropic执行必要的人工审核，在维持安全监控的同时实现零数据保留级别的隐私保护。如何使用Claude Fable 5.1API 调用：开发者通过 Anthropic API 指定模型 IDclaude-fable-5-1可集成到自有应用或工作流中。网页端聊天：直接访问Claude，在对话界面选择 Fable 5.1 进行日常问答、写作与知识工作。Claude Code：在命令行工具中使用，默认开启高推理强度，适合复杂编码与长周期开发任务。Claude Cowork：在协作场景中调用，默认使用中等推理强度，平衡响应速度与任务质量。云平台部署：通过 Amazon Bedrock、Google Cloud 或 Microsoft Azure 等云服务商接入，满足企业级基础设施需求。调节推理强度：根据任务难度在 low、med、high、xhigh、max 五档间切换，以控制成本与响应延迟。Claude Fable 5.1的核心优势性能全面领先：在科学研究、编码、知识工作等 8 项公开基准测试中全面超越前代 Fable 5 与 GPT-5.6 Sol，树立新标杆。极致性价比：缓存读取成本降低 75%，典型工作负载总成本降约 25%，高度 Agent 化任务最高可省 45%。低档位高性能：低、中推理档位即可达到前代高甚至极高档位的表现，用更少资源完成更难任务。长周期稳定性：擅长执行持续数小时甚至数十小时的复杂多步骤任务，能追踪问题根本原因并防止早期小错误导致全盘崩溃。科研实战验证：在蛋白质设计（命中率近 50%）、金星高分辨率地形图生成、计算生物学 GPU 内核优化等领域取得可验证突破。分级安全架构：与 Mythos 5.1 共享底层能力但采用差异化安全措施，既向公众开放最强模型，又通过受控访问支持高风险专业研究。企业隐私保护：通过 Enterprise Frontier Safeguards (EFS) 将数据存储于客户自有云端，实现零数据保留级别的隐私安全。Claude Fable 5.1的项目地址项目官网：https://www.anthropic.com/claude-fable-and-mythos-5-1Claude Fable 5.1的同类竞品对比维度Claude Fable 5.1GPT-5.6 Sol科学研究Terminal-Bench-Science 0.1 得分52.6%22.4%Agent 编码Terminal-Bench 4.0 得分55.8%37.3%知识工作GDPval-AA v2 得分18531711业务流程AutomationBench 得分31.4%19.6%计算机操作OSWorld 2.0 有数据（77.9% partial）无公开数据性价比缓存读取降 75%，典型负载省 25%无同等降价Claude Fable 5.1的应用场景复杂软件开发：能追踪并定位困扰工程团队数年的罕见系统崩溃根源，支持长达数十小时的连续编码与多实验并行任务。生命科学蛋白质设计：调用开源工具设计高亲和力蛋白质结合剂，在12个靶标上实现近50%的实验验证命中率，亲和力达行业竞赛最佳方案的10倍。天文学数据分析：基于NASA麦哲伦号30多年前的雷达图像，为金星约三分之一表面生成分辨率提升至2-3公里的高程图，精度提高25%。企业业务流程自动化：执行跨系统的复杂多步骤业务工作流，在AutomationBench基准上得分较上一代提升近一倍，从17.1%跃升至31.4%。计算基础设施优化：自动编写自定义GPU内核并缓存中间结果，将7个开源深度学习模型推理速度最高提升2.5倍，降低30%-60%的GPU计算成本。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇WeMM-Embedding - 腾讯开源通用多模态Embedding模型下一篇Claude Mythos 5.1 - Anthropic 推出的 Claude 系列旗舰模型相关文章DeepSeek百宝箱 – DeepSeek API在多种软件中的集成应用AI小集5句无忧 – 在线AI违禁词查询检测和合规文案生成工具AI小集2Models.dev – OpenCode 团队开源的 AI 模型数据库AI小集3协和·太初 – 北京协和与中科院共同推出的罕见病领域AI大模型AI小集2OneAI – AI聊天助手，对话写作全场景应用AI小集2LayerSkip – Meta推出加速大型语言模型推理过程的技术AI小集2暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀Lovart美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录ByteCPAgent.SpaceQwenWorkDeepSkillAlphaVowXCell最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！45分钟前Easel – 浙大联合北大开源的 AI 社交媒体内容工作台51分钟前Gemini 3.8 – 谷歌推出的推理与编码模型56分钟前Fusion Model – FUMO Lab 推出的智能分配模型16小时前Hy4 preview 轻量版 – 腾讯混元开源的Hy4量化压缩模型21小时前Muse Voice Transcribe – Meta 推出的首个实时音频感知模型23小时前Atlas – World Labs 推出的全球首个多模态世界模型23小时前Claude Mythos 5.1 – Anthropic 推出的 Claude 系列旗舰模型23小时前WeMM-Embedding – 腾讯开源通用多模态Embedding模型2天前FireRedAudio – 小红书 FireRed 推出的通用音频语言模型2天前MiniMax H3 Max – MiniMax 推出的实时视频生成模型3天前Ling-3.0-flash-Fin – 蚂蚁百灵推出的首个金融增强模型3天前AI 技能成千上万怎么选？DeepSkill 精准搜索实战3天前Rome – 开源的智能体操作系统，自然语言生成完整应用4天前Headlong – Laude Institute 开源的 AI Agent 微框架4天前

感谢IT之家网友软媒用户1053564、Nuc_F、乌蝇哥的左手、软媒新友2156291、华南吴彦祖、AlanMac、黄后登高徒、小星_14、JARK006、飞奔的安卓、shutiao、软媒新友2203184、愚公骑马、非液化、Stephen_233的线索投递！IT之家9 月 2 日消息，当地时间 9 月 1 日，Anthropic 宣布推出 Claude Fable 5.1 和 Claude Mythos 5.1 模型。该公司称这两款模型为“全球最先进的编程与知识工作模型”。Fable 5.1 与 Mythos 5.1 采用相同的基础模型，区别在于安全防护等级不同 ——Fable 5.1 面向所有用户开放，Mythos 5.1 仅通过可信访问计划向经过审核的网络安全和生命科学领域的机构提供。性能方面，Anthropic 披露的基准测试数据显示，Fable 5.1 在多项测试中超过了前代 Fable 5、Opus 5 以及 OpenAI 的 GPT-5.6 Sol。在智能体科学研究基准 Terminal-Bench-Science 0.1 中，Fable 5.1 得分为 52.6%，而 Fable 5 为 24.7%、Opus 5 为 29.0%、GPT-5.6 Sol 为 22.4%。在智能体编程基准 Terminal-Bench 4.0 中，Fable 5.1 得分为 55.8%，Mythos 5.1 在更宽松的安全防护下达到 60.9%。知识工作方面，Fable 5.1 在 GDPval-AA v2 测试中获得 1853 分，高于 Opus 5 的 1824 分和 Fable 5 的 1723 分。价格方面，Fable 5.1 的缓存读取（cache reads）费用下调 75%，降至每百万词元 0.25 美元。典型工作负载下，Fable 5.1 的成本比 Fable 5 低约 25%；对于高度智能体化的工作负载，成本最高可降低 45%。基础定价保持不变：输入词元每百万 10 美元，输出词元每百万 50 美元。数据保留方面，Anthropic 推出了全新的企业级前沿防护措施（Enterprise Frontier Safeguards，EFS）。该方案将零数据保留的隐私保护与先进的安全防护相结合，客户数据存储在由企业完全控制的云基础设施中，而非 Anthropic 的系统中。EFS 将于今年秋季开始分阶段向企业客户推出。在 EFS 可用之前，符合条件的客户可使用零数据保留政策使用 Fable 5.1。安全防护方面，Anthropic 对 Fable 5.1 的防护机制进行了改进，以减少误报。在网络安全领域，新版防护措施的误报拦截数量比此前减少约 60%。Fable 5.1 现在可用于发现软件漏洞，但不会用于开发针对这些漏洞的利用程序。生物学领域，Anthropic 与美国政府合作建立了访问计划，允许研究人员利用 Mythos 5.1 的高级生物学能力，并计划在近期向科学家开放注册。科学能力方面，Anthropic 展示了 Mythos 5.1 在多个领域的成果。在分子设计领域，Mythos 5.1 利用开源蛋白质设计和折叠工具，设计出了高亲和力结合剂。在三个靶点上，其结合亲和力比 Adaptyv Bio 蛋白质设计竞赛的最佳参赛作品高出 10 倍；在 12 个靶点上的命中率接近 50%，而目前蛋白质设计的典型命中率为 10% 至 15%。在计算分析领域，Fable 5.1 基于 NASA 麦哲伦任务 30 多年前的雷达图像，训练了一个神经网络，绘制了覆盖金星三分之一区域的高分辨率高程地图，分辨率从之前的 10 至 20 公里精细到 2 至 3 公里，高程精度提升了 25%。在计算生物学领域，Mythos 5.1 通过编写自定义 GPU 内核并缓存中间结果，将七个开源深度学习模型的速度提升了至多 2.5 倍，预计可将 GPU 成本降低 30% 至 60%。合规方面，Anthropic 于 2026 年 7 月签署了欧盟《人工智能法案》关于 AI 生成内容透明度的实践准则。根据该法案要求，自 2026 年 8 月 2 日之后发布的模型输出需添加不可见水印。Fable 5.1 已为生成的文本加入了这种不可见水印（IT之家注：该水印对未持有检测 API 的用户不可见，不影响输出质量和内容，也不包含用户或其对话的任何信息）。Anthropic 正在以私人预览形式推出相应的检测 API，符合条件的机构（如监管机构、执法部门、媒体、事实核查机构等）可根据欧盟法律要求使用。Claude Fable 5.1 现已登陆所有平台，包括 Amazon Web Services、Google Cloud 和 Microsoft Azure，开发者可通过 Claude API 使用；Claude Mythos 5.1 目前仅面向经审核的美国组织提供。

Gemini 3.8 – 谷歌推出的推理与编码模型AI工具51分钟前更新AI小集02Gemini 3.8是什么Gemini 3.8 是 Google 推出的推理与编码模型，包含 Flash 和 Flash Cyber 两个版本。Gemini 3.8 Flash 在保持与前代相同速度和低价的基础上，大幅提升软件工程、Agent 任务及多步推理能力，在代码、金融、法律等基准测试中接近甚至超越更大参数的前沿模型。Gemini 3.8 Flash Cyber 是专为网络安全打造的版本，具备顶尖漏洞发现与自动补丁修复能力，仅通过 Fairwind Program 向认证安全防御人员开放。Gemini 3.8的主要功能长周期软件工程：自主完成复杂工程问题的端到端解决，在 DeepSWE 等基准中表现接近甚至超越更大参数的前沿模型。自主 Agent 任务：支持复杂多步骤的 Agent 工作流，可执行迭代式工具调用与推理，适用于终端编码、计算机操作等场景。专业领域推理：在金融分析、法律工作流及跨学科专家推理中展现出企业级可靠性。网络安全攻防：Flash Cyber 版本专注于自主漏洞发现与自动化补丁修复，在 CyberGym 和 CWE-Bench 等行业基准中达到前沿水平。原生多模态：支持文本、代码、图像、视频等多种模态输入，可生成 3D 可视化、游戏、交互式应用等富媒体内容。Gemini 3.8的技术原理长期运行的 Agent 循环机制：Gemini 3.8 引入长期运行的 Agent 循环（long-running agentic loops），该机制使模型能在任务执行过程中递归地评估和精炼自身输出。与单次前向传播不同，模型会在复杂任务中持续迭代——执行额外的推理步骤、反复调用外部工具、根据中间结果动态调整策略，在多步骤推理和代码生成任务中实现更深度的执行和更高的准确率。动态计算投入与推理强度调节：模型采用”投入更多计算量”的设计哲学，在复杂任务上展现出更高的执行勤勉度（greater diligence）。模型会根据任务难度自动分配更多推理资源，在更高推理强度（higher effort levels）下可能消耗更多 Token 以最大化性能；同时，开发者可选择较低的推理强度级别来减少 Token 开销，在性能与成本之间灵活权衡。网络安全领域的深度专项训练：Gemini 3.8 Flash 和 Flash Cyber 共享同一套底层基础智能，显著的代码与推理能力提升部分源于在网络安全这一高要求领域进行的严格训练。通过在漏洞发现、补丁修复等任务上的深度优化，模型学会了识别和修复跨 20 种编程语言的复杂代码漏洞，内化防御者优先的安全思维。如何使用Gemini 3.8开发者：通过Google AI Studio、Gemini API 或 Android Studio 调用 3.8 Flash，也可在Google Antigravity中探索 Agent 优先的工作流，或在 Stitch 中生成 UI。企业用户：直接在 Gemini Enterprise 平台中接入 3.8 Flash，用于构建企业级智能应用。普通消费者：订阅 Google AI Pro 或 Ultra 后，可在 Gemini App、Google Search 的 AI Mode 以及 Google Sheets 中使用 3.8 Flash。安全防御人员：通过 Fairwind Program 提交申请，获得认证后可优先访问 3.8 Flash Cyber，用于漏洞发现与自动化补丁修复。Gemini 3.8的核心优势极致性价比：用 Flash 系列的低价提供接近甚至超越 Claude Opus 5、GPT-5.6 等更大参数前沿模型的推理与代码能力。长周期软件工程：在 DeepSWE v1.1 等长周期软件工程基准中，能够自主端到端解决复杂工程问题，性能位居行业前列。企业级专业推理：在金融分析、法律工作流及跨学科专家推理等关键领域展现出支撑自主任务的可靠性。动态计算调节：支持根据任务复杂度灵活调整推理强度，既能在高难度任务上投入更多计算资源以最大化性能，也能在效率优先场景下降低 Token 消耗。网络安全专精：Flash Cyber 版本在漏洞发现和自动化补丁修复上达到前沿水平，且成本远低于同类大参数模型。原生多模态与 Agent 能力：基于长期运行的 Agent 循环机制，支持文本、代码、图像、视频等多模态输入，可自主迭代完成复杂多步骤任务。Gemini 3.8的项目地址项目官网：https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber/Gemini 3.8的同类竞品对比对比维度Gemini 3.8 FlashClaude Opus 5产品定位高智能”主力模型”，兼顾性能与成本旗舰级深度推理模型，追求极致智能输入价格$0.75 / 百万 Token$5.00 / 百万 Token输出价格$3.75 / 百万 Token$25.00 / 百万 TokenDeepSWE v1.1（长周期软件工程）73.7%74.0%HLE-Verified（跨学科专家推理）54.9%54.4%Harvey 法律 Agent（复杂法律工作流）10.0%6.7%Vals Finance Agent（金融分析）61.4%58.6%推理速度Flash 级别，高速响应相对较慢，侧重深度多模态能力原生支持文本、代码、图像、视频以文本推理为主核心优势极致性价比 + 自主 Agent 能力超长上下文 + 深度逻辑推理Gemini 3.8的应用场景自主软件开发：模型支持端到端完成复杂代码重构、Bug 修复与功能开发，支持长周期软件工程任务。金融量化分析：自动化解析财报与市场数据，生成投资研究报告、风险评估及合规建议。法律文档审查：快速分析合同条款、判例与法规，辅助律师完成尽职调查与合规审查。网络安全防御：自动扫描跨语言代码库漏洞并生成修复补丁，帮助安全团队快速响应威胁。多模态智能应用：基于自然语言生成 3D 交互游戏、数据可视化应用或富媒体内容。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇Fusion Model - FUMO Lab 推出的智能分配模型下一篇Easel - 浙大联合北大开源的 AI 社交媒体内容工作台相关文章CodeFree – 中国电信推出的AI辅助编程工具，集成12款AI工具AI小集4妙构 – AI视频内容分析平台，解码爆款视频创作规律AI小集4Kimi学术搜索 – Kimi推出的AI学术研究助手AI小集3Glyph – 智谱联合清华开源的视觉文本压缩框架AI小集2Flowise – 开源AI应用构建工具，拖拽式构建工作流AI小集4Poster Studio – AI广告创意生成工具，一分钟内创建高质量视觉内容AI小集2暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀Lovart美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录ByteCPAgent.SpaceQwenWorkDeepSkillAlphaVowXCell最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！44分钟前Easel – 浙大联合北大开源的 AI 社交媒体内容工作台51分钟前Fusion Model – FUMO Lab 推出的智能分配模型16小时前Hy4 preview 轻量版 – 腾讯混元开源的Hy4量化压缩模型21小时前Muse Voice Transcribe – Meta 推出的首个实时音频感知模型23小时前Atlas – World Labs 推出的全球首个多模态世界模型23小时前Claude Mythos 5.1 – Anthropic 推出的 Claude 系列旗舰模型23小时前Claude Fable 5.1 – Anthropic 推出的最新旗舰大模型23小时前WeMM-Embedding – 腾讯开源通用多模态Embedding模型2天前FireRedAudio – 小红书 FireRed 推出的通用音频语言模型2天前MiniMax H3 Max – MiniMax 推出的实时视频生成模型3天前Ling-3.0-flash-Fin – 蚂蚁百灵推出的首个金融增强模型3天前AI 技能成千上万怎么选？DeepSkill 精准搜索实战3天前Rome – 开源的智能体操作系统，自然语言生成完整应用4天前Headlong – Laude Institute 开源的 AI Agent 微框架4天前

我们为 YU7 打造的天际屏三维视频，遭到极狐全方位像素级复刻。一句控诉，将刚开完发布会的极狐推上了舆论风口。这支身陷抄袭争议的宣传 CG，来自极狐全新中大型 SUV 阿尔法 T7 的新品宣发物料。原创作团队 VST.auto（视丘道）说，「全片近乎 1:1 照搬，不禁好奇这样高度雷同的内容，是如何通过多层审核并正式上线的。」网上流传的对比画面，更是直观印证了抄袭嫌疑。无论是镜头动线、场景构架，叙事逻辑，剪辑节奏，不说一模一样吧，但也大差不差了。自然地，评论区里已是一片嘲讽，而身处风波中心的极狐，却依旧自顾自官宣喜报，声称阿尔法 T7 的订单在开启预售的 72 小时里突破了 30000 台。属于是边翻车边庆功了。极狐和它所信奉的「拿来主义」如果要说宣传片的抄袭还停留在营销层面，那阿尔法 T7 这款车本身，则把这种「拿来主义」贯彻到了产品研发里。在小米 YU7 跑通市场之前，国内的中大型 SUV 领域几乎是被各大品牌的大五座狠狠把持着。当时大家的开发思维都很简单，后排空间一定要大，后备厢一定要能装，实用性必须拉满。姿态低趴的轿跑 SUV 则处在跷跷板的另一端，曾经的它实在是过于小众，毕竟，同样的预算，谁会买一辆空间缩水、实用性打折扣的车呢？事实证明，还真有人会买。只要外观足够拉风、科技体验足够新鲜，年轻消费者完全乐意为这种新形态掏钱。▲ 极狐阿尔法 T7眼看领头羊把路踩通了，极狐的跟进算得上神速。在产品定义上，阿尔法 T7 几乎沿着 YU7 的脚印重走了一遍。造型姿态上，极狐这边走的同样是低趴轿跑 SUV 路线。无框车门、长长的前盖、流畅的车顶溜背，整体的视觉范儿极力向 YU7 靠拢。▲阿尔法 T7座舱里，阿尔法 T7 同样取消了传统的仪表盘，全系搭载了横跨主副驾的 1.1 米超宽全景 P-HUD。隐匿在仪表台之中的 Mini-LED 光源会将导航、车速、娱乐信息投射在前风挡玻璃底部。在仪表台之外，阿尔法 T7 的中控布局、储物空间设计、座舱整体交互逻辑，也处处透着似曾相识。不过，极狐其实也玩了一点小心思。为了照顾部分用户对于后排空间的执念，他们把车长拉到了 5020mm，轴距做到了 3040mm，车顶后半段的下滑角度也收得相对克制，在轿跑姿态里抠出了一块兼顾家用的后排空间。在定价上，极狐的算盘就更响了，阿尔法 T7 的预售补贴价是 13.78 万至 17.48 万元。无论极狐承认与否，这显然就是一辆小米 YU7 的「平替版」。当然，你也可以说它是法拉利 Purosangue 平替版的平替版。为了立起「13 万性价比天花板」的人设，极狐在硬件配置上也把能拉来的大厂全都拉了过来。辅助驾驶给的是华为乾崑智驾 ADS 5 Pro，配上了包括舱内激光雷达在内的 27 个感知传感器；电池全系用的是宁德时代电芯，纯电版给到了 84.8kWh，增程版配了 43.9kWh 大电池；车机芯片用的是 5G 4nm 规格，底盘制造还挂上了「百年麦格纳」的招牌。只是，把这些顶流供应商的标签挨个撕掉，极狐自己还剩下什么呢？产品跟着竞品走，就连宣发用的短片，都是直接照搬别人的创意。它就像是城南客运站对面的肯麦基或者麦肯基，能吃，但总觉得哪哪都别扭。靠抄捷径、拼堆料或许能换来短期的关注度，但这种没有灵魂的产品策略，注定会为极狐贴上擦不掉的「山寨」标签。骗骗大伙儿可以，别把自己给骗了预售 72 小时订单突破 30000 台，对于极狐来说算是一个不错的成绩。只不过，在如今的新车宣发里，这些数据本身的含金量也经不起细扒。行业里所谓的预售「小订」，通常只需要交一笔意向金，极狐这里是 2000 元，随时可无条件退还。这其中除了凑热闹的散客，还掺着不少门店的销售任务量、经销商的提前锁单，甚至渠道商配合造势的垫单。把这些随时可退的意向金全都算成「订单」，水分有多大不言而喻。这不，为了写这篇稿子，我自己也订了一辆。当然现在已经在退款中了，说是 1-3 个工作日退回。翻一翻极狐过往的新车发布就会发现，这种「预售即爆款」的戏码早就上演过不止一次。 之前极狐的海报里总少不了「订单破万」「预售火爆」的字眼。单看战报，他们每款车刚亮相时都是妥妥的市场黑马。可等新车正式上市，真实的月销量一出来，反差就来了。客观来说，发预售战报的不只有极狐，这已经是新车宣发的基操了。只是，放在抄袭风波的风口上，极狐的战报发得越热闹，越容易让人反过来质疑上面的数字。十几万的大件支出，光靠低价和几张夸张的海报很难让人买单。大家更看重品牌口碑、后续保值率，以及这个品牌能不能在激烈的行业淘汰赛里站得住脚。一次次用注水的预售数字造势，终端销量却始终跟不上，消耗的其实是公众对品牌的信任。真正决定一辆车死活的不是小订，而是大订与交付。如今的新能源市场早已杀成红海，靠降价、靠堆砌大牌配置，确实能短时间赚一波眼球，但这些永远替代不了车企自身的研发功底和品牌信誉。刻板印象一旦形成，下单再多软文也洗不掉了。其实汽车圈因宣发抄袭而踩雷的，极狐不是第一个。2022 年奥迪联手刘德华的「小满」短片曾刷爆全网，一句「人生小满就好」被奉为品牌文案范本，结果上线不到一天就被博主「北大满哥」实锤文案逐字照搬。最终奥迪连夜下架视频、公开道歉，涉事代理公司也承认是团队版权意识淡薄。而极狐呢，至今仍在「装死」。对于奥迪这类根基深厚的传统豪华品牌来说，一次传播事故或许伤不到筋骨。但对至今还在市场里挣扎、急需建立品牌辨识度的极狐而言，这种低级错误的杀伤力显然要大得多。靠复制粘贴走捷径刷出来的热度，注定会在退潮之后被打回原形。

2026 年 3 月，黄仁勋在 NVIDIA GTC 2026 发布了 DLSS 5——这是英伟达最新一代的「深度学习采样」（ Deep Learning Super Sampling）技术，但和以往不同的是，这一次生成式 AI 深度介入其中，并且给游戏带来了剧烈的变化，黄仁勋称之为：图形领域的 GPT 时刻。但生成式 AI 在带来「真实」画面质感的同时，也意味着对游戏画面进行了「重绘」——因而在这项技术发布之初，就引起了巨大的争议。▲《生化危机 9》女主角格蕾丝，DLSS 5 开关前后对比时隔半年，爱范儿终于第一时间「上手体验了」DLSS 5，并与英伟达的技术人员进行了深度交流。一圈体验下来，DLSS 5 在不同游戏里的表现差异很大。但有一点很明确——它已经和我们过去熟悉的 DLSS 不太一样了。其中让我最意外的一个例子，是已经发布十多年的《GTA 5》——这个发行于 2013 年的老游戏，在打开 DLSS 5 后，有那么几个瞬间，真的让我以为是还没发售的《GTA 6》。▲黄仁勋在 NVIDIA GTC 2026 上的演讲，图片

已经被苹果打入冷宫三年的 Touch Bar，最近意外迎来事业上的「第二春」。作为一个典型的案例，开发者 Boyd 就借助 T1Bridge 的自定义渲染 API，把不同工作区及其分屏窗口压缩成 Touch Bar 上的一排常驻 Agent 卡片。用户不必来回翻找窗口，扫一眼就能知道任务在哪里，轻点对应卡片，便能直接切回正在运行该任务的界面。十年前，苹果试图把 Touch Bar 做成一块会跟着软件变化的动态按键，最后被用户用实体按键投了实打实的反对票。到了 Agent 开始替人长期工作的今天，Touch Bar 当年那些略显鸡肋的尴尬槽点，反而阴差阳错成了它咸鱼翻身的资本。对于 Touch Bar 来说，2016 年生得太早，2023 年又退场得太早，直到 2026 年，它才迎来自己的高光时刻。一块副屏的「翻车」史2016 年发布新一代 MacBook Pro 时，Touch Bar 几乎承载了苹果对下一代笔记本交互的全部想象。苹果拿掉已经存在几十年的 F1 至 F12 功能键，在键盘顶部嵌入一块细长的 OLED 多点触控屏。打开 Safari，它会显示标签页和收藏夹；进入 Photos，它变成图片编辑工具；到了 Final Cut Pro，时间线和剪辑按钮又会跟着软件一起变化。前苹果首席设计官 Jony Ive 后来透露，苹果至少花了两年时间探索类似方案。传统键盘足够可靠，内容却永远固定；触摸屏拥有更大的变化空间，苹果又始终不愿意直接把 iPad 的触控逻辑搬到 Mac 上。当时的 Windows 阵营正在大力推广触控笔记本，苹果拒绝跟进也不是纯粹嘴硬。垂直屏幕适合观看，却天然不太适合让手臂长时间悬空点击。权衡之下，Touch Bar 成了典型的「折中派」：触摸界面被放回键盘平面，手还停留在键盘附近，按键却可以随着软件变化。但理想很丰满，现实很骨感。键盘之所以是生产力利器，凭的就是几十年如一日的肌肉记忆。音量键，亮度键，Esc 键坑位雷打不动。长期使用以后，用户甚至不需要看键盘，手指凭借位置、边缘和键程就能完成操作。Touch Bar 却把这种确定性变成了一块实时刷新的界面。Safari、Photoshop、Final Cut Pro 里的按钮位置和内容各不相同，用户想操作 Touch Bar 时，往往需要把视线从主屏移下来，确认现在显示什么，再找到对应按钮。苹果最初甚至还把 Esc 一起放进了 Touch Bar。对大量依赖快捷键的程序员来说，这种变化尤其难受。2019 年的 16 英寸 MacBook Pro 很快恢复实体 Esc，2021 年重新设计的 14 英寸和 16 英寸 MacBook Pro 更彻底，苹果直接取消 Touch Bar，把完整的实体功能键重新放了回来。等到最后一款 13 英寸 MacBook Pro 在 2023 年停产，Touch Bar 才算正式退出苹果的产品线。抛开操作效率不谈，Touch Bar 的核心产品逻辑也备受诟病。苹果当时给 Touch Bar 设计的整套逻辑，始终围绕当前 App 展开。用户看 Safari，它显示 Safari 的功能；用户正在剪视频，它就显示 Final Cut Pro 的时间线。可用户此时本来就在看这些软件。主屏已经展示完整界面，键盘、鼠标、快捷键和触控板也已经足够成熟，Touch Bar 很多时候只是把主屏里的按钮重新搬到键盘上方。屏幕确实一直在变化，新增的信息却很有限。开发者也很难从中看到足够大的回报。Touch Bar 只存在于部分 MacBook Pro 上，软件需要单独适配，同时又不能把关键功能只放在这块屏幕里。开发者付出额外成本，最后只是给少数用户增加一套已经存在的操作入口，软件生态自然很难长期热闹起来。用户不是没有尝试替它寻找别的工作。免费开源工具 Pock 曾把 Touch Bar 变成一条常驻 Dock，还能显示音乐、天气、电量、Wi-Fi 和系统控制。它其实已经摸到了另一条路：不再复制当前 App，而是让 Touch Bar 承担跨应用的全局信息。只可惜，天气和播放器终究属于「锦上添花」的痒点。Pock 证明了 Touch Bar 可以成为系统级副屏，却还没找到足以让这块副屏变成必需品的内容。体验受挫之外，Touch Bar 自身的可靠性问题，又进一步放大了用户的不满。黑屏、闪烁、维修成本，加上同期蝴蝶键盘带来的糟糕口碑，让这项原本就缺乏明确使用价值的新交互，更难获得用户耐心。但比可靠性更致命的问题始终没有改变：苹果没有回答清楚，一块长期占据键盘黄金位置的副屏，究竟应该显示什么。在传统的 GUI 时代，Touch Bar 像个笨拙的模仿者，一直在复制用户主屏上本就能看到的东西；而迈入 Agent 时代，它却意外找准了定位，成了一扇展示用户「视线之外」信息的副窗。被嫌弃的 Touch Bar，终于等来了最好的内容搭子Agent 出现以后，电脑里发生了一件过去不算常见、如今却越来越频繁的事情：人已经离开任务，任务却还在继续。把代码修改交给 Codex，用户不必盯着它读文件、改代码、跑测试；把资料搜集交给 Claude，也可以切回文档写作，等 Agent 自己搜索网页、整理信息、调用工具。传统 GUI 建立在人和软件注意力同步的关系上：打开 Photoshop，人看 Photoshop；打开浏览器，人看浏览器。软件状态和人的注意力基本重合，因此主屏承担几乎全部信息并无问题。Agent 开始打破这种同步。任务交出去后，人的注意力可以转向别处，Agent 却继续在另一个窗口、工作区，甚至云端运行。此时用户关心的已不是日志滚过多少行，而是这个任务到底有没有卡壳，以及何时需要自己重返工作台。就在这一刻，Touch Bar 当年始终未能等到的「天赐良机」终于出现了。如开头所述，开发者 Boyd 在改造 Touch Bar 时，把不同 Agent workspace 和 pane 直接放进键盘上方。几个任务同时运行时，人不需要把对应窗口铺满主屏，只要扫一眼 Touch Bar，就能知道哪些工作还在继续；哪个任务需要重新查看，点一下对应区域就回到原来的工作区。在这里，Touch Bar 呈现的内容，终于与主屏形成了泾渭分明的分工。Agent Status for Pock 做的也是类似的操作，兼容 Claude Code、Codex CLI 和 OpenCode ，思考、编辑、运行命令、提问和准备状态都会实时显示在触控栏上。▲ 🔗 https://github.com/therswamhtet/agent-status-pock一块 2170×60 像素的 OLED 触摸屏当然无法显示 Agent 的完整过程，但问题的关键在于，将复杂任务压缩成几个一目了然的信号，让人无需切回窗口即可判断任务是否仍在进行。开发者 PPPHUANG 公开的 Codex Touch Bar Buddy，进一步细化了这种设计。▲ 🔗 https://github.com/PPPHUANG/touch-bar-agent-status它通过 Codex 的生命周期 hook 写入状态，再让 BetterTouchTool 每隔一两秒读取一次。思考、运行工具、修改文件、等待审批、完成和报错，会换成不同颜色与提示；旁边还能显示任务耗时、正在使用的工具、当前文件以及代码增删行数。这个项目还给状态栏放进一只 Codex 小宠物。它会随 Agent 状态切换动作，空闲时散步并显示「摸鱼中」；没有内容的副槽位则自动留白。这些功能合在一起，刚好回答了用户最常问的问题：它还在干吗？干到哪了？卡住了吗？轮到我进场了吗？甚至还有人让 Codex 给自己的老款 MacBook Pro 写了一款 App，只负责显示五小时额度、一周额度、剩余 Usage 和 Reset Time。▲🔗 https://www.reddit.com/r/codex/comments/1w2c529/i_made_a_mac_app_to_show_codex_usage_on_touchbar/仔细想想，Token Usage、Context、任务耗时，都属于需要偶尔确认、又不值得主动打断人的信息。它们长期待在视线边缘，比塞进主屏更加自然。Touch Bar 原来的问题当然没有因为 AI 自动消失。AI 真正重新证明的，是电脑可能需要一个主屏以外的位置。灵动岛这些年的变化多少提供了一个类似例子。刚出现时，它最大的意义看起来只是处理 iPhone 的挖孔；后来实时活动出现，外卖进度、打车状态、计时器、音乐播放等持续任务逐渐找到位置，它才真正拥有了适合自己的内容。副屏同样如此。华硕曾经在笔记本键盘上方塞进一整块宽屏，联想也尝试过把独立屏幕放进掌托，DIY 玩家则喜欢在机箱里摆一块小屏显示 CPU 温度、显卡占用和风扇转速。包括最近一些墨水屏最近也开始被开发者拿来监控 Claude Code，显示项目、分支、Context 使用量和任务进度，再处理审批。Vibe Coding 又让这件事情多了一层可能性。Touch Bar 当年想建立软件生态，需要开发者主动为一块销量有限的特殊屏幕写代码。今天，一个仍在使用老 MacBook Pro 的人，已经可以让 Codex 按照自己的工作习惯生成 Touch Bar App；以前一块小众硬件需要足够多的人使用同一种功能，软件开发才算划算。AI Coding 把定制界面的成本继续降低以后，小众硬件也开始有机会拥有非常个人化的软件。当然，我不会因此认为苹果当年取消 Touch Bar 是错误决定。传统 Mac 使用方式下，它和实体功能键之间的交换确实很难成立，而且缺乏触觉反馈的问题依然存在。AI 也不会让这些缺陷凭空消失。真正值得重新讨论的是，假如今天重新设计一种类似 Touch Bar 的硬件，它大概率不该再占掉整排功能键，可以放在键盘上方、触控板边缘，甚至独立成为一条窄屏，同时承担 Agent 状态、任务进度、权限请求、上下文切换和紧急停止。GUI 时代，一块主屏幕基本足够，因为电脑主要响应人的操作；Agent 时代，电脑开始拥有自己的工作流，于是人类可能第一次真正需要一块专门用来看「机器正在做什么」的第二界面。回顾历史，消费电子喜欢迅速给失败产品盖棺定论，但技术的发展有时比产品周期慢得多。有些产品就像埋得太早的种子，在合适的季节到来之前迟迟没有发芽，人们很容易以为它已经失去了生命力。Touch Bar 大概就是其中之一。如今当 Agent 重新点亮这块早已退场的屏幕，人们才发现，一截人机交互的新嫩芽，或许早在十年前就已经埋下。

最近关注鸿蒙智行新车发布的朋友们可能已经留意到了，在介绍新车智驾能力时，「L3 架构」是余承东反复提到的关键词。享界 G9 按照 L3 级自动驾驶架构设计，智界 RX 则表示已开展 L3 自动驾驶准入测试。这不，就在两款车为 L3 量产落地做准备时，GB 44721—2026《智能网联汽车自动驾驶系统安全要求》也在最近正式发布，并将于 2027 年 7 月 1 日实施。两年前，它还是一份推荐性的 GB/T 标准，这次修订之后，编号里的字母 T 被拿掉，也意味着这份标准正式由建议变成了强制施行，这份标准管的是 L3 级和 L4 级自动驾驶系统的 M 类、N 类车辆——也就是我们最熟悉的乘用车和商用车。先来简单回顾一下从 L2 到 L3、L4 的基础定义：L2 是车帮你开，但驾驶员得全程盯着，并承担持续监督和驾驶责任——这是现在绝大多数车的水准；L3 是车自己开，人可以放手，但必须坐在驾驶位、随时准备接管；L4 是车自己开、自己兜底，处理不了就自己靠边停，人可以不在驾驶位。对普通消费者和交通参与者来说，这份国标为即将进入量产应用阶段的 L3 设定了一个大前提：自动驾驶系统执行驾驶任务时，其安全水平至少不能低于一名合格且专注的驾驶人。L3 标准下，车该怎么开这一次的国标规定了 ADS 系统在正常行驶、遇到危险、系统失效和超出设计运行条件时分别应该如何反应。正常时避免碰撞，危险时尽量降低风险，发生故障后仍要保持必要的控制能力，遇到超出能力范围的情况则要及时安排退出。这一点就像正常人驾车的逻辑，能不撞当然别撞，但在出现意外状况时，也要快速判断一下风险高低，尽可能规避出大事的可能。标准中还明确提到了速度和探测距离，在高速公路和城市快速路上的 L3，最高设计运行速度不超过 60km/h 时，前向探测范围至少为 50 米。探测距离也要随速度增加，如 120km/h 则对应至少 130 米，左右两侧还要分别覆盖至少 9 米的范围。以 120km/h 计算，车辆每秒行驶约 33m，130m 只相当于不到 4 秒的路程，感知、决策和制动都要在这段距离内完成。不过对于普通用户来说，国标最值得关心的问题无非就是驾驶员能干什么不能干什么，以及万一发生事故后如何判断责任。▲2004 年，威尔史密斯在电影《我，机器人》中实现了 L3 驾驶L3 激活后，驾驶员可以暂时放开方向盘，但系统仍要持续确认驾驶员系着安全带、坐在驾驶位并具备接管能力，离开驾驶位超过 1 秒，系统就需要发出介入请求。每个不超过 30 秒的周期内，系统会用至少两种有效指标独立确认驾驶员仍有能力接管，可用指标包括眼部运动、头部运动、身体动作、语音输出和生理特征等。如果系统无法确认驾驶员具备接管能力，需要立即发出警告，驾驶员始终没有恢复回应时，系统最迟要在警告发出后 15 秒内，正式发出「介入请求」要求驾驶员接管车辆。介入请求发出 4 秒后仍未完成交接，提示需要升级，车辆尚未静止时，升级后的请求还要增加持续或间歇的触觉警告。如果驾驶员始终没有接管，车辆需要执行最小风险策略，目标是换道并移至不妨碍交通的道路边侧安全停车，同时开启危险警告信号。只有车辆或 ADS 严重失效，已经无法安全靠边时，才至少在本车道停下。执行这一策略时，除严重失效或应对急迫碰撞风险等特殊情况外，减速度指令不应大于 4m/s²。标准还规定，从介入请求从发出到「因执行最小风险策略而终止」，时间不得少于 10 秒。也就是说，危险来临前系统突然「毫秒级退出」，把控制权甩给尚未准备好的驾驶员，在 L3 上行不通。最后是出了事算谁的。这一份国标并没有明确划分事故责任，但要求车辆记录自动驾驶激活、介入请求、接管、退出和最小风险策略等状态，为判断事故发生时究竟由谁控制车辆、系统是否履行安全义务留下证据。法规盯紧了车企国标中还有一部分篇幅，留给了车企。对于车企而言，要让成千上万辆车在不同地区、不同天气和不同使用年限里保持安全，需要一套持续运转的管理体系。国标要求车企建立覆盖开发、生产和车辆交付后的安全管理体系，并管理供应商、软硬件版本和试验活动。车企还需要定期接受独立内审和外部检验，并评估供应商的安全管理体系，车辆投入使用后，车企还要监测碰撞、故障触发最小风险策略等异常事件，调查问题、评估风险并落实整改。换句话说，真实道路中暴露出的低频异常场景和系统能力盲区，最终都要回流到车企的开发体系中，成为后续测试、验证和优化的依据。仿真试验同样需要接受检验。车企要说明输入数据是否完整准确、模型与真实世界有多接近、误差如何影响结果等等，除此之外还要用实车试验确认仿真结果的一致性。这些材料最终汇入所谓的「安全档案」概念，交由检验机构核查。这份安全档案是国标明文规定的强制性交付物，也是新车们进入 L3 的「入场券」。安全档案由声明、论证和证据组成：车企说明系统满足什么安全要求，解释为什么能够满足，再提交架构分析、仿真、场地和道路试验结果。车企提交安全档案后，检验人员还会审查安全管理体系、试验条件和档案证据，并使用场地、道路和仿真等方法进行复验。标准还给出了一组残余风险参考值：碰撞等事故率低于每小时 10⁻⁴，轻伤事故低于 10⁻⁵，重伤事故低于 10⁻⁶，致命事故低于 10⁻⁷。通俗来说，就是系统平均运行 1 万小时，相关碰撞等事故应少于一次，轻伤、重伤和致命事故，则分别要低于平均每 10 万、100 万和 1000 万小时一次。GB 44721—2026 将于 2027 年 7 月 1 日实施。届时，新申请产品准入的 L3、L4 车型需要立即按照新国标接受检验。而在此之前已经取得批准的车型则有一年过渡期，从 2028 年 7 月 1 日起执行。而赶在法规正式生效前，我们大概率还能看到不少新车为「准 L3」做足准备。毕竟在参与这份标准起草的单位中，我们也能看到比亚迪、蔚来、江淮、吉利、长安、上汽、小鹏、理想、一汽、广汽、北汽和小米汽车，以及引望智能等熟悉的名字。可以说，这几乎是一份由行业主流车企共同参与起草的标准，L3 已经从少数企业的前瞻项目，进入整个行业共同准备量产的阶段。不过，真实道路不会像测试场一样整齐，突然横穿的电动自行车、不按信号通行的行人，以及各种难以预判的混合交通，都在考验 L3 的感知和决策能力。标准要求车辆具备面对这些麻烦的能力，但其他交通参与者遵守规则也同样重要。

丰田的跑车阵容要扩编了。8 月底，外媒 Carscoops 放出了一组新一代 Celica 的假想图。按照目前披露的信息，这款消失二十年的双门跑车将重新回到丰田产品线，用上丰田新开发的动力系统。▲ 新一代 Celica 假想图几乎同一时间，另一台丰田小跑车也有了新进展。Autoblog 报道称，中置跑车 MR2 的原型车已经被造了出来，全新的动力系统还在去年的日本 Super Taikyu 耐力赛上得到了验证。▲ MR2 原型车有了这两辆小跑车的加入，丰田的跑车产品线将会变得相当完整：GR86 负责满足入门级玩家，GR Yaris 和 GR Corolla 占据高性能四驱钢炮的位置，Celica 补上兼顾日常使用的双门 GT，中置跑车继续往上，金字塔顶端还有已经公开亮相的 GR GT。▲ GR GT在双门跑车日渐式微的今天，这套阵容算得上是奢华了。先看 Celica，这辆车最让车迷津津乐道的时期是在上世纪八九十年代，尤其是 GT-Four 版本。四驱、涡轮增压，加上 WRC 赛场留下来的成绩，让 Celica 一直带着很强的拉力标签。新一代车型显然还想保住这个标签。丰田在今年早些时候对外透露，称新一代 Celica 将会保留四驱系统，动力方案还没有最终确认，但大概率会是 2.0T 加上 6MT 或 8AT 的组合，再加上混动来过欧 7 排放标准。▲Celica 测试车按照目前流出的信息，Celica 很有可能直接采用卡罗拉的平台，采用前置发动机布局。考虑到双门跑车本身销量有限，只有尽可能地复用主流车型的架构和电气系统，才有机会把成本和售价压下来。▲ 另一张新一代 Celica 假想图当然，这大概率也会影响到 Celica 的性格，前置四驱、2+2 的座椅布置和混动系统，会让这辆小跑车的适用范围广很多，雨雪天气也更加友好。要是手脚安分不下来，那就后驱的 GR86 吧。「地表最强四缸机」称号，要易主了比起 Celica，MR2 要神秘许多。丰田第一次把这辆车抬出来，是在去年的东京改装展上。当时，从外面看上去它还是一辆 GR Yaris，但内部结构就和后者完全不一样了，发动机和变速箱被整个挪到了驾驶员身后，变成了一台中置车型；发动机也换成了丰田正在研发的 G20E。丰田表示，他们折腾中置布局是有原因的，并不是为了什么情怀。在此前的长距离比赛中他们发现，GR Yaris 的前置布局会为前轮增加不小的负担，再加上制动、转向和驱动带来的压力，前胎消耗得非常快。把发动机移到座舱后方之后，整车重量分布就可以重新调整，四条轮胎的损耗一致性会更高。这套方案的开发过程并不顺利，经过魔改的 GR Yaris M Concept 原本准备参加去年 Super Taikyu 的 Autopolis 分站，后来丰田发现这辆车在制动、转向和驱动上都存在不少问题，于是直接退赛。直到 10 月份的冈山站，这辆车才正式完成了比赛首秀。不得不说，在赛场上做新平台的验证，还是很值得我们去学习的。至于量产版的 MR2，大概就是 2027 年亮相，2028 年上市的节奏。外观上，这辆车大量借鉴了此前 FT-Se 概念车的设计，低矮的车身有着夸张的宽体套件，座舱布局也更加赛化。驱动形式上，新一代 MR2 大概率会改用四驱系统，前后轴都有电子限滑差速器，这一点和老 MR2 有着不小的区别。老款 MR2 当年以「中置后驱、车身轻巧」闻名，但就像 Gazoo Racing 负责人高桥智也所说，当年那套中置后驱布局是王牌也是短板，车子虽然灵巧，但也极易失控。▲ 头文字 D 里的 MR2除了四驱系统，G20E 这台新发动机也值得展开聊聊。这是丰田的新一代 2.0L 直列四缸涡轮增压发动机，其特点就是体积小的同时，功率还很高。紧凑的发动机对小跑车来说尤其重要，在中置车型上，它可以给座舱、散热和悬架腾出更多空间；放到前置发动机车型上，也有利于压低车头、改善整车布置。目前外界对于 G20E 量产版的预期大概是在 400-500 马力这一级别，高性能版本可能还会有继续向上推的空间。AMG 那台 M139 可能要守不住「地表最强四缸机」这个名号了。更关键的是，这台发动机很可能会成为未来 GR 品牌的「通用件」，让更多的车型去分摊研发成本。前面提到的 Celica，大概率也会使用这幅引擎。跑车越来越难卖，丰田为什么还在继续加码？今天造一辆跑车，成本并不会因为车小而更低。造跑车亏钱，这是行业里心照不宣的事实。过去几年，奥迪 TT 和 R8 相继结束生产，奔驰也收拢了双门 Coupe 产品线。上一代 Supra 开发时，丰田自己也选择和宝马合作，通过共享架构和动力总成来降低成本。但如今丰田对跑车的投入，反而在继续加码。2025 年 10 月，丰田重新梳理了旗下的品牌架构，将世纪、雷克萨斯、GR、丰田和大发划分为五个定位不同的独立品牌。其中，GR 专门负责赛车运动和高性能车型的开发。到了今年，丰田还把 TOYOTA GAZOO Racing 里的「TOYOTA」给去掉了。对于现在的丰田来说，跑车已经不再是主品牌下面的一条小众产品线，GR 需要一套足够完整的车型阵容来撑起品牌。另一方面，丰田敢于扩充跑车阵容，根本原因在于技术的成熟。近年来，GR-FOUR 四驱系统已经在 GR Yaris 和 GR Corolla 上得到应用，高性能四缸机在赛场上得到了验证，丰田在过去十几年积累下来的技术、赛事体系和用户认知，都可以继续复用到未来的 GR 车型上。积累了技术的丰田，也迎来了市场的变化。大约从 2021 年前后开始，随着高性能电动车的快速普及，跑车原本最容易被感知的优势之一——加速，突然变得没那么稀缺了。这种变化一度削弱了很多人对传统跑车的兴趣。既然一辆四门电动车都能跑得比不少燃油跑车更快，再花更多钱买一辆空间更小、用起来更麻烦的双门车，貌似有点不太说得通。但几年过去，风向又出现了一些变化。虽然谈不上燃油跑车「全面复兴」，但玩乐型油车的回暖，已经能够从一些市场里看到端倪。2025 年，马自达 MX-5 在美国市场卖出了 8727 辆，同比增长 7.7%；到了 2026 年上半年，销量又增长了 5%。一辆已经上市 10 年、动力只有一百多马力的双座燃油敞篷跑车，依然能保持这样的需求，本身就很能说明问题。更能说明问题的是保时捷。2026 年上半年，保时捷在美国市场交付了 8478 辆 911，同比大涨 56.3%，同期纯电 Taycan 的交付量则下降了接近一半。即便是放到全球市场，911 的同期销量也增长了 19%。几年过去，直线加速带来的刺激开始出现边际递减，三秒多和四秒多的零百成绩依然很快，却越来越不吸引人。越来越多的人发现，这样的「快」并非快乐的「快」，车身够不够轻，转向是否灵巧，制动能否随心所欲，往往比零百加速更加重要。这种东西很难用参数来量化，也恰好重新拉开了「油」和「电」之间的差距。这可能正是丰田能够抓住的机会。GR86 还在坚持自然吸气、后驱和手动挡，GR Yaris 保留了拉力赛车的味道，GR GT 又把 V8 引擎带到了旗舰的位置。再加上未来的 Celica 和 MR2，丰田手里已经能凑出一个「三带二」了。某种程度上，丰田在电动化上的迟缓，反而成为了一种优势。