MiniMax H3 – 稀宇科技推出的通用全模态生成模型AI工具2周前更新AI小集02MiniMax H3是什么MiniMax H3 是稀宇科技推出的通用全模态生成模型，打破传统任务与模态边界，支持对文本、图像、视频、音频的统一理解与原生生成。模型能输出原生双声道音视频，最高支持15秒2K分辨率，在指令遵循、品牌信息呈现、视频到视频动作迁移等商用场景表现优异。MiniMax H3 采用 Contextual Omni Representation、H3-VAE 等自研技术，2K分辨率下每秒价格不到主流模型三分之一。MiniMax H3的主要功能全模态统一生成：支持文本、图像、视频、音频的统一理解与原生生成，打破传统模态边界。原生双声道音视频输出：可直接生成带原生双声道音频的视频，无需后期配音。多模态上下文理解：能同时处理参考视频、图片、音频等多源输入，按自然语言指令完成复杂创作。视频到视频动作迁移（V2V Motion Transfer）：可将参考视频中的动作迁移到目标人物上。广义参考与编辑：支持图片到图片、图片到视频、音频到音频、音视频到音视频等多种编辑与参考任务。多镜头建模：原生支持多镜头叙事，无需分步生成后拼接。高分辨率输出：默认提供2K分辨率，画面精细度达到商用级别。MiniMax H3的技术原理Contextual Omni Representation（上下文全模态表征）：MiniMax H3 的核心能力源于对上下文全模态表征的构建。传统模型只需描述目标内容，H3 需要同时理解多模态上下文与目标输出之间的关系，甚至上下文内部元素之间的关联。为此，MiniMax 定制专门的全模态理解管线，单次素材推理消耗约 10 万 Token，最终生成平均约 4K Token 的精细描述。语言在其中充当可泛化的连接与解释桥梁，使任务能开放描述的形式统一。H3-VAE（高效视觉音频编码）：MiniMax H3 彻底革新了前代 tokenizer 技术，在重建质量与易学性上实现全面提升。编码器具备高压缩率，带来 4 倍序列长度收益，显著降低训练与推理成本，同时支持原生 2K 分辨率输出。H3-Omni Transformer（异构训练架构）：面向任务泛化这一核心目标，H3 抛弃前代带来显著优势的专用架构，转而采用更简洁通用的设计。由于多模态上下文的引入，序列长度方差扩大 3 倍，理解与生成部分的计算负载显著异质化。H3 采用理解与生成异构的训练架构，精细调优不同负载下的硬件利用率，联合优化每样本异构计算与样本间负载均衡，端到端提升近 30% 的训练吞吐。如何使用MiniMax H3访问平台：访问MiniMax Hub、海螺AI或接入MiniMax 开放平台。准备多模态素材：上传参考视频、图片、音频等上下文素材。输入自然语言指令：用自然语言描述创作意图，如”参考视频1的镜头运动，让图2中的人物唱歌，歌声参考音频3″。生成与预览：模型自动理解多模态上下文并生成原生双声道音视频。下载与二次编辑：获取最高2K分辨率的输出结果，用于商业场景。MiniMax H3的核心优势任务泛化能力强：将文生图、文生视频、文生音频、参考编辑等独立任务统一为单一模型，使用自由度大幅提升。商用级性价比：2K分辨率下每秒价格不到主流模型的1/3，768P分辨率下不到1/2，显著降低内容生产成本。原生音频生成：所有音频输出均为原生双声道，非后期合成，音画同步更自然。国产芯片兼容：设计初期考虑多款国产芯片适配，有利于本土化部署。MiniMax H3的项目地址HuggingFace模型库：https://huggingface.co/MiniMaxAI/MiniMax-H3MiniMax H3的同类竞品对比对比维度MiniMax H3Seedance 2.0（字节即梦）模态覆盖文本、图像、视频、音频全模态统一理解与生成，单一模型覆盖所有任务主要聚焦视频生成，图像/音频能力相对独立，需切换不同功能模块原生音频原生双声道音视频同步输出，音画一体生成视频生成为主，音频多为后期合成或独立生成任务泛化文生图、文生视频、编辑、参考、动作迁移等全部统一，自然语言即可调用功能按场景拆分（文生视频、图生视频、视频编辑等），任务边界较清晰分辨率与时长默认2K分辨率，最高15秒支持高分辨率，时长可达10-12秒，2K非默认配置开源策略计划近期开源模型权重，支持国产芯片适配与定制开发闭源，仅通过即梦平台或API使用价格定位2K每秒不到主流模型1/3，商用性价比突出按积分或会员订阅计费，价格处于行业中位动作迁移支持V2V Motion Transfer，精准迁移参考视频动作支持动作参考与主体一致性，复杂动作迁移精度有限多镜头能力原生多镜头建模，无需拼接支持多片段生成，但原生多镜头叙事能力较弱MiniMax H3的应用场景广告与品牌视频：输入产品图与参考镜头，一键生成带品牌信息和原生配音的商用级广告短片。电商动态展示：将静态商品图与动作参考视频结合，自动生成多镜头、带音效的360度产品演示视频。影视后期制作：用 V2V 动作迁移，将演员表演或镜头运动精准替换到目标画面中，降低重拍成本。游戏 UI 与宣发：快速生成带动态效果和原生音效的界面预览及游戏宣传片头。动态海报与社交媒体：融合图片风格、人物参考与音频，生成可自动播放的双声道动态海报和短视频内容。# 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Grok Voice Think Fast 2.0 - SpaceXAI 推出的语音模型下一篇Qwen-Audio-3.0-ASR-Flash - 阿里千问推出的语音识别大模型相关文章青梧字幕 – 开源AI字幕提取工具，自动生成时间轴精准的字幕AI小集3360AI助手 – 360联合15家大模型厂商推出的AI助手产品AI小集21n1n – AI大模型API聚合服务平台，实现全球直连AI小集5AI课代表 – AI视频学习辅助工具，自动总结视频内容和搜索字幕AI小集2BuildShip – 低代码可视化AI后端开发平台AI小集3KeyVox – 电脑AI语音助手，支持手机微信远程控制电脑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搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录TipKayFloatboatPreviewOnSoloEpixa知漫剧最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！2小时前MiniMax Design – MiniMax推出的AI Agent商业内容生产平台2小时前Qwen3.8-27B-DFlash2 – Inco AI 开源的投机解码草稿模型2小时前HarnessEval – MirroS 联合清北、英伟达等推出的评测系统4小时前扣子桌面端 – 字节跳动旗下扣子推出的桌面端17小时前ManClaw – 阿里旗下书旗团队推出的 AI 漫剧创作 Agent21小时前Mage – 微软开源的 4B 参数多模态模型家族22小时前ToolJet – 开源 AI 低代码开发平台，可视化拖拽搭建1天前Nature Skills – 开源的 AI 科研技能库，聚焦论文全流程1天前Academic Research Skills – 开源的 A I Agent 学术科研技能1天前Lovart中文版 – Lovart 推出的新一代 AI 设计 Agent1天前MemoraX Code – 专为 Coding Agent 设计的长期记忆系统1天前VM0 – 企业 AI Agent 平台，自然语言构建工作流2天前WeLM – 微信推出的自研大语言模型2天前Mureka V9.5 – 昆仑万维推出的新一代 AI 音乐生成模型2天前

MiniMax Design – MiniMax推出的AI Agent商业内容生产平台AI工具1小时前更新AI小集02MiniMax Design是什么MiniMax Design 是MiniMax推出的 AI Agent 驱动商业内容生产平台，基于MiniMax H3多模态视频模型构建。用户只需表达创作意图，Agent 可自动理解需求、拆解任务、调用模型与工具，完成从素材处理、生成编辑到最终交付的全流程。平台提供 3D 导演台、自动剪辑字幕、ComfyUI 工作流接入等功能，擅长广告投放、电商素材、品牌短片、PV/MV 等商业内容的高效批量生产，让创作者从操作像素转向操作语义和表达意图。MiniMax Design的主要功能AI Agent 全链路创作：理解用户需求后自动拆解任务、选择 Skill 与工具、调用模型，完成从素材处理、生成编辑到最终交付的完整流程。3D 导演台：在 3D 空间中摆放角色、调整姿态与机位，提前确认构图和人物关系，再作为参考生成视频，减少无效生成。自动剪辑与字幕：镜头生成后自动完成剪辑、字幕添加和整体装配，补全”分镜→成片”的创作流程。ComfyUI 生态接入：支持本地或云端运行 H3 工作流，Agent 可协助编辑节点、调整参数；也内置精选社区工作流。语义级创作与修改：用户只需表达高层意图，系统自动理解”想要什么”并完成生成、修改、重组和编辑，无需精确到每个像素。复杂 Context 理解：支持理解整个项目的历史对话、多轮版本、品牌资产、风格偏好等，实现连贯的连续创作。如何使用MiniMax Design访问平台：访问MiniMax Design官网 https://design.minimaxi.com/ ，进入 MiniMax Design 工作界面。表达意图：用自然语言描述创作目标，如”制作一支运动鞋电商广告短片”。智能拆解：Agent 自动理解需求并拆解为分镜、素材、风格等具体任务。选择工具：系统根据任务自动匹配 Skill、模型及参考素材。生成内容：调用 H3 模型完成视频生成、编辑或参考控制。3D 预演：在 3D 导演台中摆放角色、调整机位，确认构图后再生成。自动装配：Agent 自动完成剪辑、字幕添加和成片组装。交付导出：确认效果后导出最终视频，或接入 ComfyUI 工作流进行精细化调整。MiniMax Design的核心优势Agent 全链路驱动：从理解需求、拆解任务到调用模型和交付成片，全程由 AI Agent 自动推进，无需手动切换多个工具。语义级创作：用户只需表达高层意图，系统自动理解”想要什么”并完成像素级的生成、修改与重组。H3 原生多模态底座：深度整合 MiniMax H3 模型的视频生成、编辑与参考控制能力，尤其适合高要求的视频编辑场景。3D 导演台预演：在 3D 空间中提前摆放角色、调整机位与构图，将试错成本从生成阶段前置到分镜阶段。复杂 Context 理解：不仅能理解单次输入，还能持续记忆项目历史、品牌资产、风格偏好与多轮修改记录。ComfyUI 生态兼容：支持本地或云端接入现有 ComfyUI 工作流，Agent 可协助编辑节点和精细化调参。商业内容批量交付：擅长将同一套素材快速拆解为多个适配不同平台、卖点和人群的投放版本，提升内容生产效率。MiniMax Design的同类竞品对比对比维度MiniMax DesignUpDream堆友核心定位AI Agent 驱动的商业内容生产全流程平台B站自研的一站式AI视频创作工作台阿里一站式AI设计平台（含视频生成能力）驱动模式Agent 自动拆解任务、选择 Skill、持续修改直至交付Agent 对话 + 无限画布节点 + Skills，”商量着创作”以工具箱和模板为主，用户手动选择功能模块底层模型H3 原生多模态视频模型（已开源）接入 Seedance 2.0 / 可灵 / Kling 3.0 / Wan 2.7 等 10+ 第三方模型阿里自研 Qwen-mage + Flux.1 / Nano Banana Pro 等创作方式语义级意图表达，系统理解并自动执行全流程对话式创意引导 + 节点化非线性画布，多 Agent 协同模板化 + 工具箱式，偏模块化手动操作3D 预演内置 3D 导演台，提前摆放角色、调整机位构图无原生 3D 导演台，支持角色设计三视图3D 在线编辑器（拖拽式模型编辑，非导演台）工作流支持 ComfyUI 生态接入，Agent 协助编辑节点Skills 技能库可封装工作流，社区共享复用全能画布集成多种工具，工作流灵活性有限Context 理解项目级复杂 Context（历史、品牌资产、风格偏好）长期记忆助手，记住创作风格与剪辑习惯主要基于单次输入，无项目级记忆自动装配Agent 自动完成剪辑、字幕、成片组装画布内置剪辑链路，可粗剪后导出达芬奇视频生成后需自行处理，无自动成片装配开源生态H3 模型开源，社区工作流可直接接入模型依赖第三方，Skills 社区可共享创作方法阿里生态为主，模型闭源适用人群广告/电商/内容团队、创作者、工作流开发者B站 UP 主、短视频/短剧/动画创作者设计师、电商运营、跨境卖家、自媒体MiniMax Design的应用场景电商广告批量投放：将商品信息、目标人群和传播需求交给 Agent，自动围绕不同卖点和平台规划脚本、生成素材、剪辑字幕，快速产出多个适配版本的投放短片。品牌 KOC/UGC 种草内容：根据品牌调性和产品特点，自动生成真实感强的种草视频、品牌短片，支持批量迭代不同风格的 KOC 内容。教育知识视频与 MG 动画：将教案、课件或传统故事交给 MiniMax Design，Agent 自动梳理内容结构，组织配音、画面和动画，把文字材料制作成完整的知识讲解视频。PV / MV / 电影片头制作：发挥 H3 在视频生成、参考控制和编辑方面的能力，由 Agent 规划整体创意与分镜，完成高视觉要求的创意短片、音乐视频和特效包装。皮影戏 / 文化 IP 内容创作：结合 3D 导演台和参考控制能力，将传统文化元素（如皮影戏、插画风格）转化为动态视频内容，适用于文化宣传、IP 角色宣传片等场景。# AI工具©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Qwen3.8-27B-DFlash2 - Inco AI 开源的投机解码草稿模型下一篇秒悟Meoo - 1分钟生成前后端完整的网站，真0门槛开发！相关文章LAYMAN LAW – AI法律助手，自动识别解释法律术语、生成核心摘要AI小集2Luzia – 主要面向西班牙、葡萄牙语的AI聊天机器人AI小集3Moshi – 法国AI实验室Kyutai开发的实时音频多模态模型AI小集4硅语AI知识创业平台 – 硅基智能推出的AI数字人技术产品AI小集3MusaCoder – 摩尔线程开源的专用代码模型AI小集2rtrvr.ai – AI浏览器扩展工具，自然语言指令完成网页任务自动化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搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录TipKayFloatboatPreviewOnSoloEpixa知漫剧最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！1小时前Qwen3.8-27B-DFlash2 – Inco AI 开源的投机解码草稿模型2小时前HarnessEval – MirroS 联合清北、英伟达等推出的评测系统3小时前扣子桌面端 – 字节跳动旗下扣子推出的桌面端17小时前ManClaw – 阿里旗下书旗团队推出的 AI 漫剧创作 Agent21小时前Mage – 微软开源的 4B 参数多模态模型家族22小时前ToolJet – 开源 AI 低代码开发平台，可视化拖拽搭建24小时前Nature Skills – 开源的 AI 科研技能库，聚焦论文全流程24小时前Academic Research Skills – 开源的 A I Agent 学术科研技能24小时前Lovart中文版 – Lovart 推出的新一代 AI 设计 Agent1天前MemoraX Code – 专为 Coding Agent 设计的长期记忆系统1天前VM0 – 企业 AI Agent 平台，自然语言构建工作流2天前WeLM – 微信推出的自研大语言模型2天前Mureka V9.5 – 昆仑万维推出的新一代 AI 音乐生成模型2天前Luna-TTS – 宇生月伴推出的文本转语音大模型2天前

Claude Code是什么Claude Code 是 Anthropic 公司推出的基于命令行的AI 编程工具。Claude Code集成先进的 Claude Opus 4 语言模型，能理解自然语言指令，自动生成、修改和调试代码，并与 VS Code、JetBrains 等主流 IDE 深度集成。Claude Code支持 200K 超长上下文，能快速索引整个代码库并理解复杂依赖关系。Claude Code 具备文件操作、代码搜索、网页浏览和 Git 工作流管理等功能，显著提升开发效率。Claude Code帮助开发者快速生成高质量代码，能直接在开发环境中执行命令，避免频繁切换界面，极大地优化开发流程。最新版推出自动安全审查功能，在漏洞发布之前捕获漏洞。Claude Code 新功能 Opus 规划模式支持高效且智能的开发规划，用户能在复杂项目中借助 Opus 4.1 模型的强大分析能力制定高质量的开发计划，在执行阶段切换到 Sonnet 模型，实现高效、低成本的代码生成。Claude Code的主要功能代码库深度理解：基于智能搜索技术，快速理解整个代码库的结构和依赖关系，无需手动选择上下文文件。多文件协同修改：能够跨多个文件进行协调一致的代码修改，确保代码逻辑的完整性和一致性。代码生成与优化：专门针对代码理解和生成进行了优化，能够快速生成高质量的代码片段、测试用例和修复代码中的问题。终端集成：直接在开发者的终端中运行，无需切换工具，减少上下文切换的麻烦。与主流 IDE 集成：支持 VS Code 和 JetBrains 等主流开发工具，直接在 IDE 中提供代码建议和修改，无缝融入现有开发流程。工作流整合：与 GitHub、GitLab 等工具集成，支持从阅读问题、编写代码、运行测试到提交 PR 的全流程操作。智能编辑：基于对代码库和依赖关系的理解，进行强大的多文件编辑，确保代码修改的有效性和可靠性。用户控制与定制：不会在未经明确批准的情况下修改文件，适应开发者的编码标准和模式，并通过 SDK 或 GitHub Actions 进行定制化配置。终端运行的/security-review命令：支持用户在终端输入此命令，Claude Code将自动检查代码中的SQL注入、XSS等安全隐患，能直接修复发现的漏洞。GitHub Actions集成：在GitHub仓库配置相关文件后，每次提交新的PR时，自动触发安全审查，检测出漏洞后在代码行上添加内联注释，解释问题并给出修复建议。Opus 规划模式：在规划阶段调用强大的 Claude 4.1 Opus 模型制定高质量开发计划，在执行任务时使用高效且低成本的 Claude 4 Sonnet 模型，实现智能与效率的结合。Agent View：让开发者在一个终端界面内同时调度、监控和管理多个并行 AI 会话，无需多开窗口可实时查看各任务状态、快速切换介入或解除阻塞。Artifacts：支持将 AI 工作过程实时生成为可共享的交互式网页，方便团队同步查看与协作。如何使用Claude Code安装 Node.js：确保系统安装 Node.js 18 或更高版本。安装 CLI：在终端运行以下命令安装 Claude Code 的命令行工具：npminstall-g@anthropic/claude-cli登录和初始化：登录：运行claude login并按照提示输入 API 密钥（从 Anthropic 官网获取）。初始化：运行claude init，连接到代码库。开始使用：生成代码：用英语描述需求，例如：claude-p"Create a function to calculate the sum of two numbers in Python"修复错误：描述错误或粘贴错误消息，例如：claude-p"Fix this error: TypeError: Cannot read properties of null (reading ’length’)“自动化任务：运行命令解决繁琐任务，例如：claude-p"Resolve merge conflicts in the current branch"集成到开发环境：终端：直接在终端中使用。IDE：安装 VS Code 或 JetBrains 插件，实现在 IDE 中使用。Claude Code 的产品定价Pro 计划：年付 $17/月，月付 $20/月。Max 5x 计划：$100/人/月。Max 20x 计划：$200/人/月。Claude Code的应用场景代码理解：快速解释复杂代码的功能和逻辑，帮助开发者迅速理解项目结构。代码修改：自动修复代码中的错误或漏洞，快速定位问题并提供解决方案。代码测试：为代码自动生成单元测试或集成测试，确保代码的可靠性和稳定性。版本控制：支持自然语言完成 Git 提交、分支管理等操作，简化版本控制流程，让 Git 操作更加便捷高效。功能实现与扩展：快速实现新功能或扩展现有功能，加速开发进度，帮助开发者高效完成任务。©️版权声明：若无特殊声明，本站所有文章版权均归AI工具集原创和所有，未经许可，任何个人、媒体、网站、团体不得转载、抄袭或以其他方式复制发表本站内容，或在非我站所属的服务器上建立镜像。否则，我站将依法保留追究相关法律责任的权利。类似于Claude Code的工具代码小浣熊商汤科技推出的免费AI编程助手Codeium免费的AI编程工具，智能生成和补全代码WindsurfCodeium公司推出的AI编程工具MarsXAI无代码软件开发Kiro亚马逊公司推出的 AI IDELovable全栈AI编程工具，一句话构建网站应用6 条评论再想想发表评论wi游客此ide已放弃 ，国内无法使用，哎1年前 (2025)回复AI小集需要很强的魔法，还经常封号1年前 (2025)回复wi游客对。弄得很累，不如用亚马逊的ai ide，不用翻墙，也不封号1年前 (2025)回复3游客Claude 太强大了，可惜用不来5个月前回复Ai游客需要手机验证，不支持国内无865个月前回复AI小集是的，最好搞一个美国手机号5个月前回复

DeepSeek Harness – DeepSeek 推出的 AI 智能体运行框架AI工具2小时前更新AI小集06DeepSeek Harness是什么DeepSeek Harness 是 DeepSeek 推出的 AI 智能体运行框架，采用”一切皆插件”理念，基于 Cordis 系统构建。模型、工具、技能、会话、沙箱、存储、调度、UI 等全部能力均为插件，可自由组合替换。DeepSeek Harness提供标准、PTC、极简、创造四种运行模式，支持全程轨迹追踪与回放。DeepSeek Harness 对标OpenAI Codex与Anthropic Claude Code，主攻编程和办公场景，实现从需求理解到代码交付的完整闭环。DeepSeek Harness的主要功能一切皆插件的 Agent 框架：模型、工具、技能、会话、沙箱、存储、循环、调度、UI 等所有 Agent 能力均以插件形式实现，开发者无需修改源码可替换或扩展任意组件。四种运行模式标准模式：完整编码 Agent，支持文件编辑、Shell、网页检索、Skills、计划、子代理和工作流PTC 模式：在标准模式基础上，通过 Code Mode SDK 让模型用 TypeScript 程序组合多步工具调用极简模式：仅保留 bash 和文件编辑两个工具，用于模型基准测试创造模式：支持运行时检查、插件实验和自定义 Agent preset 创作轨迹追踪与会话管理采用仅追加（append-only）的会话日志设计，完整记录系统提示词、思维链、工具调用、子 Agent 调度、上下文注入等全部事件。支持会话恢复、分叉、检索与回放，彻底解决 Agent 黑盒问题。多智能体协作：主 Agent 可将任务委派给子 Agent，支持并行执行、工作流编排、计划模式、目标追踪、待办事项和后台任务管理，覆盖长任务和复杂自动化场景。安全与权限控制：默认采用 workspace-write 模式限制文件/命令执行范围；工具调用经过前置策略、安全守卫、执行包装和后置处理流水线；权限切换和审批请求全部进入会话日志，支持事后审计。多种交互入口：提供 Web UI（默认localhost:3080）、TUI 终端界面、Headless 脚本模式、ACP 服务和 JSON-RPC/Python SDK，同一套核心能力可通过不同配置组装成不同产品形态。RC.8 版本：多模态输入增强：DeepSeek Harness v0.1.0-rc.8 增强多模态支持，模型适配器可启用原生图片请求，核心命令支持图文混合输入，且@菜单可引用文件与历史会话。子代理统一编排：将 Claude Code 和 Codex 纳入子代理编排体系，支持作为 Profile Bundle 按需安装调用，Codex 新增非交互权限与多命名实例运行能力。工具与终端体验优化：优化工具调用与终端体验，web_search支持并发查询，Windows PTY 终端新增持久化 PowerShell 会话，并简化了本地安装启动流程。DeepSeek Harness的技术原理基于 Cordis 插件元框架：Cordis 是 Harness 的底层插件系统，只负责插件的加载、卸载和依赖管理。每个插件向共享上下文（Context）注册服务、类型化事件和可逆副作用，卸载时自动撤销注册，避免系统残留状态。运行时 Harness 本质上是一个 Cordis Context，不同包向其中注册服务与能力，最终由配置文件组合成可运行的智能体。插件树与配置层组合：运行时的dsh是按层叠加的插件树。配置通过 Profile（具名组装）+ Bundle（配置行与代码分发单元）+cordis.patch.yml（用户补丁）顺序叠加，后层可替换或插入新配置。同一套代码可被组装成完全不同的产品形态。能力接缝（Capability Seam）三层分离：任何能力都拆分为，接口定义（服务定义）、实现提供者（具体执行）、消费者（面向模型的工具包）。例如 Bash 能力，接口定义”执行命令”，本地实现创建进程，工具包将其转为模型可理解的 schema。替换实现层（如本地 Shell → 远程容器）无需重写模型工具或 Agent Loop。Agent Loop 生命周期：Turn：一次用户输入开启的完整轮次Step：一次模型请求 + 后续工具调用流程严格按事件驱动：输入 → 组装提示词与工具 Schema →agent/pre-step→ 模型请求 → 流式输出 → 工具调用 →tools/pre-execute→tools/execute→tools/post-execute→ 交回后续 Step。工具执行支持并发安全检测、屏障隔离和超时重试。Session Log 作为权威事件源：核心设计原则：模型可见的内容必须能从日志重建。用户消息、助手输出、工具调用与结果、上下文压缩、权限变化、取消原因等全部以事件形式进入追加式会话流。界面显示、持久化、恢复、Fork、遥测和回放均从同一事件源派生，而非各自维护状态。这确保了调试、审计和复现的可靠性。核心包职责分离：core/session：仅追加会话事件日志core/system-prompt：组装提示词片段和工具 Schemacore/tools：工具注册与受控执行流水线core/agent：Agent 接口与活跃实例注册表core/agent-loop：默认驱动llm/llm：消息、流式输出和模型适配器接缝自指与动态扩展：创造模式提供自指 Cordis 工具，支持 Agent 检查当前运行时插件树，动态挂载/卸载临时插件。动态插件仍运行在 Cordis 的 Context 和 Effect 机制下，注册项有明确的清理路径。安全流水线：经过完整流水线：前置策略 → 不可逆安全守卫 → 实际执行 → 后置处理 → 内容整理 → 结果通知。被守卫拒绝的操作不能被后续插件重新放行，系统采用”失败关闭”原则。微信关注回复“开源”，加入AI开源项目交流群如何使用DeepSeek Harness安装启动：快速体验（需已安装 Node.js）：npx @deepseek-ai/dsh web源码安装：gitclone https://github.com/deepseek-ai/deepseek-harness按仓库 README 完成依赖安装后启动。配置模型：打开 Web UI（默认localhost:3080），需填写模型 API Key。支持接入 DeepSeek 模型（需到 DeepSeek 开发平台购买）或其他第三方模型。选择工作区与预设：选择本地工作目录（项目文件夹）选择Agent 预设：标准模式：完整编码 Agent，支持文件编辑、Shell、检索、Skills、计划、子代理PTC 模式：标准模式 + Code Mode SDK，模型用 TypeScript 程序组合多步操作极简模式：仅 bash + 文件编辑，用于基准测试创造模式：支持自定义 Agent preset，可运行时检查插件树并动态扩展开始交互：在输入框描述需求，Agent 即可自动执行代码编写、文件操作、网页检索等任务。通过「轨迹」视图可查看原始事件级运行日志，支持会话回放与分叉。插件管理在设置中查看/启用/停用 100+ 内置插件，或通过配置文件自定义插件组合，无需修改源码可替换任意能力组件。DeepSeek Harness的核心优势开放生态：不限于接入 DeepSeek 自家模型，计划通过标准化接口支持多模型接入，与 Claude Code 的封闭策略形成鲜明差异化。极致性价比：配合 DeepSeek 低价缓存机制，社区实测单次真实编程任务平均成本仅约 0.028 美元，约为 Claude Code 的七分之一。安全合规：国产自研框架无后门隐患，恰逢 Claude Code 被工信部确认存在严重安全后门、国内大厂加速排查管控的替代窗口期。系统可靠性：团队负责人崔添翼拥有 Jane Street 九年量化交易背景，长期专注于”如何让复杂系统稳定运转”，将金融级执行可靠性带入 Agent 工程。模型解耦：Harness 团队与模型团队独立运作、独立注册公众号，以独立于大模型的业务形态推进，生态合作灵活性和扩展性显著更强。Harness 效能：同一模型在不同 Harness 下表现可差出 53 个百分点，DeepSeek Harness 能让中等强度模型以极低价格完成大部分标准化任务，实现”便宜模型打出豪华战绩”。端到端闭环：覆盖上下文管理、工具调用编排、执行沙箱、反馈循环、会话持久化五大核心模块，实现从需求理解到代码交付的完整自动化闭环。DeepSeek Harness的项目地址项目官网：https://www.deepseek.com/harness/GitHub仓库：https://github.com/deepseek-ai/deepseek-harnessDeepSeek Harness的同类竞品对比对比维度DeepSeek HarnessCodexClaude Code开发公司深度求索（DeepSeek）OpenAIAnthropic产品定位AI 智能体运行框架终端原生编程智能体终端原生编程智能体模型接入策略开放多模型，计划支持第三方模型接入仅限 OpenAI 官方模型仅限官方 Claude 模型，曾通过隐写手段限制非官方端点生态开放度开放共建，面向全球征集插件、Skill、MCP 及第三方界面生态伙伴闭源运营，生态由官方控制封闭生态，逆向工程修改令牌后被官方限制安全合规国产自研，无后门隐患，符合国内监管要求美国公司，存在数据跨境风险被工信部 NVDB 确认存在安全后门隐患（2.1.91–2.1.196 版本）单次任务成本约$0.028（配合低价缓存机制）较高较高（Claude Code 年化收入已达 25 亿美元级别）核心架构五大模块：上下文管理、工具调用编排、执行沙箱、反馈循环、会话持久化内置工具调用与代码执行环境内置工具调用与代码执行环境团队背景负责人崔添翼，Jane Street 九年量化交易与系统开发背景OpenAI 内部研究团队Anthropic 内部研究团队DeepSeek Harness的应用场景智能编程开发（VibeCoding）：开发者通过自然语言描述需求，Harness 自动完成从代码生成、运行测试、报错捕获到自我修正的完整闭环，实现端到端的软件交付。办公自动化：Harness 调用文件系统、浏览器及各类 API，自动完成文档处理、数据分析、邮件分类回复和日程安排等日常办公任务，替代重复性人工操作。系统运维与 DevOps：通过终端命令执行服务器部署、监控配置、日志分析和故障排查，集成到 CI/CD 流水线中实现代码的自动构建、测试与发布。多 Agent 协作项目：协调产品经理、架构师、开发工程师、测试工程师等不同角色 Agent 分工合作，统一调度完成大型复杂项目的拆解与交付。企业私有化部署：在金融、政务、医疗等安全敏感行业的本地环境中部署，对接内部 ERP、CRM、数据库等私有系统，实现安全可控的智能化改造。DeepSeek Harness面临的挑战先发巨头挤压：OpenAI Codex 与 Anthropic Claude Code 已占据智能体代码市场头部地位，Claude Code 年化收入达 25 亿美元且占 GitHub 公开提交量 4%，DeepSeek Harness 作为后来者需在生态和用户习惯上实现突破。开发者生态冷启动：Harness 的核心价值高度依赖插件、Skill、MCP 及第三方界面等生态伙伴的丰富度，而生态建设需要长期积累，短期内难以与已成熟竞品抗衡。长程任务可靠性验证：Agent 框架需要处理多轮推理、工具调用和失败重试等复杂场景，从内测到证明其在真实生产环境中稳定交付长程任务，仍有大量工程验证工作。多模型适配的工程复杂度：开放支持多模型接入虽为差异化优势，但不同模型的上下文机制、工具调用格式和推

今年我很喜欢的一部科幻剧集《同乐者》里，一段来自太空的信号，把地球上大多数人连接进同一个意识网络。一个人的需求，很快就会变成整个网络的行动。只看「一个节点提出需求，整个网络协同行动」这个设定，我会发现它与今天的 Agent 趋势意外地相似。前 OpenAI 联创 Andrej Karpathy 认为每个人、每个组织都会拥有自己的 Agent，「我的 Agent 会和你的 Agent 沟通」。如今，这个未来已经在走进现实：AI 开始离开聊天框，进入手机、汽车和眼镜，也融入各种服务系统。但每个 Agent 都只掌握现实世界的一小部分——手机知道日程，汽车知道位置，商家知道库存。信息彼此割裂，再聪明的 Agent 也很难把一件事真正办完。最近，在杭州举行的支付宝 AI 生态合作伙伴大会上，支付宝事业群总裁李俊分享了一个发生在自己身上的小变化。过去走出机场，他要背着包、打开小程序，再一步步完成叫车。现在，他只需要对阿宝说一句：「帮我叫辆车去公司，再顺便在公司楼下的星巴克点杯咖啡。」等到第二天上班路上，他再补上一句：「把昨天行程的电子发票开好，发到我邮箱。」事情就办好了人只说了一句话，背后是一串 Agent 在接力。当 Agent 从一个个数字孤岛连接成网络。在昨天的AI生态大会上，爱范儿看到这个趋势还在加速。支付宝发布了 AHA（Agent Hub Access）多智能体跨端互联协议体系，同时推出全栈智能体商业底座和智能经营激励计划。一边连接更多终端，一边推动更多商家和服务进入这张智能体网络。这些动作核心想回答一个问题：Agent 怎样找到彼此，抱团办事。这可能才是智能体商业真正开始的地方。一个 Agent，不够用了现实世界的服务天然是分散的，单个 Agent 的能力也因此必然有边界。任务一旦跨过多个服务，协作就成了必需。Anthropic 最近做了一个特别的多智能体研究，让 45 个 Agent 同时进入一个共享代码库寻找软件漏洞。更多 Agent 确实发现了更多问题，但新麻烦也随之出现——因为不知道其他 Agent 正在做什么，一些 Agent 开始争夺任务、互相干扰，甚至发生冲突。这很像一个没有组织架构、没有权限系统的公司，突然来了几十个非常勤奋的新员工，每个人都在努力工作，但努力不等于能协作好。「模型能力已经超过了全产业的组织能力」，在大会圆桌上 OPPO 副总裁唐凯给出了这样的判断，「基于模型做一个体验不错的 to C Agent 产品已经不难，难的是数据、服务和生态依然是一座座孤岛。」当被问及这个差距多久能赶上，蚂蚁集团 CEO 韩歆毅也没回避：「实话实说，按照现在技术的发展，可能永远赶不上。技术只会跑得更快，产业能做的是加速协作。」支付宝的做法，是先把散落在现实世界的生活服务，改造成 Agent 可以直接调用的能力。自 6 月开放测试以来，超级服务智能体「阿宝」已完成万余项服务的智能化适配，覆盖出行、餐饮、文旅、政务民生等八大场景。这套能力也没有局限在支付宝里面，目前它已经和 5 家主流手机厂商打通跨端协同，合作厂商市场份额超过 70%；车端覆盖 16 家主流车企品牌，并与 60 余家车企达成合作意向；AI 眼镜、智能手表、大模型 App 也在陆续接入。所有接入支付宝的智能服务还将无缝通到千问，首批 50 多个服务已经接入。这意味着未来作为超级服务入口的智能终端们，包括华米 OV 荣耀、比亚迪、理想、蔚来汽车、千问眼镜等，用户在这些产品上在使用智能体服务时，背后可能是阿宝在默默发力。而要让跨厂商和应用的智能体一起办事，最重要的是解决信任和协作的问题。唐凯用「三堵墙」复盘了与支付宝合作的过程：先解决的是信任的墙，接着是技术的墙，A2A 很快就接上了。但双方很快发现了第三堵墙——很多服务带有支付和金融属性，安全与互信怎么办？AHA协议体系正是在解决这堵墙的过程中被开发出来的，支付宝希望通过它把过去一次次单独的产品对接，变成一套可以复用的连接方式，让不同行业、厂商、终端的 Agent 能够彼此发现、传递任务。韩歆毅补充了一个更具体的细节：合作之初，双方一直在争论小布唤起支付宝服务时要不要跳转 App，「我们一开始坚持跳端，毕竟是 DAU，毕竟是流量。但最终共识是交给用户体验说了算。真正的用户开始用了，总体的大盘子反而在增长。」今年 7 月，OPPO 小布通过 AHA 一次性接入阿宝近 200 项生活服务，实现一句话完成电影购票、外卖点餐。这种”系统级 Agent 连接用户、专业 Agent 提供服务、多个智能体共同完成任务”的分布式格局，也是 OPPO 对未来智能体生态的判断。据了解，这次合作带动支付宝在 OPPO 手机上的活跃度新增 200 多万。爱范儿留意到这套合作的技术细节很有意思，用户对小布下需求，小布理解意图后把活派给阿宝，阿宝在自己端内完成履约和支付——用户隐私和偏好留在小布，服务履约留在阿宝，两边权责分离、互不越界。因此，AHA 在支付宝内部还有另一个更接地气的名字：agent helps agent。AHA 并不是支付宝的「独角戏」，目前阶跃星辰的 AI 终端已经通过 AHA 接入阿宝。支付宝还拉来了 20 多家手机厂商、车企和大模型公司，共同推进多智能体互联协作。这意味着，多 Agent 协作不再只是 PPT 里的概念，来自不同终端的 Agent，已经开始坐到一张桌上，一起替用户办事了。Agent 互联，与新经济智能体商业不只需要 Agent 互联，还需要重新改造数字商业的基础设施。身份、授权、支付、履约，都得变成 Agent 可以理解和调用的能力，支付宝同步发布的「全栈智能体商业底座」，就补上了重要的一块拼图。一家没有 AI 团队的餐厅，可以把已有页面、商品和服务流程交给支付宝 AI 开放平台托管，转化成 Agent 可调用的 Skills、MCP 等标准能力；有开发能力的商家，可以创建自己的 Agent，处理推荐、会员运营等任务。商家只适配一次，服务就有机会进入手机、车机、AI 眼镜和大模型应用。全球范围内，越来越多公司在完善这块拼图：OpenAI 与 Stripe 的 Agentic Commerce Protocol 把商品、结算和订单整理成 Agent 能理解的流程；Cloudflare Wallets 把人和 Agent 的钱包分开，人为 Agent 设置额度和上限，预算用完，Agent 仍要回到人这里申请。需求端已经在排队：自 7 月支付宝 AI 开放平台上线后，一些商家的开发需求排到了明年。为降低门槛，支付宝推出「智能经营激励计划」——支付费率打折，个人开发者免费，另有算力补贴和成交激励，并开放会员、优惠券、信用等 57 项经营能力。蚂蚁集团 CEO 韩歆毅把未来 6—12 个月看作一个关键窗口，他认为智能体商业将在这段时间迎来爆发，Agent 会成为亿万用户与千万商家之间的新载体。他还给出了更细的时间表：三个月内会有一部分商家初步感受到价值，六个月左右、差不多明年春节后会有越来越多商家加入，真正的爆发点，在明年下半年是有可能出现的。他给出的理由是，AI 能力、用户需求和商业闭环开始在同一时期成熟。模型能够处理更长的任务，用户开始愿意把过程交出去，交易与履约则让一次调用有机会成为可以持续的生意。韩歆毅用了一个「四次方」来形容智能体商业的增长空间：未来，大家将来面对的不是 14 亿人，而是每个人有 10 个智能体——140 亿个智能体。用户的意图将越来越丰富，需求数量是一个二次方，商家把服务原子化放进智能体网络，服务数量是另一个二次方，我们相信很快会看到需求爆发的拐点到来。关于商业模式的走向，支付宝跟终端厂商的判断也正趋于一致。OPPO 副总裁唐凯在圆桌中表示，未来 1—2 年，Agent 的商业模式将「从卖模型、卖 Token、卖工具，走向卖任务、卖结果、卖生产力」；vivo 副总裁周围则认为：「移动互联网卖的是触达，智能体时代卖的是结果。」智能体商业的未来，拼的不只是聪明移动互联网把无数服务装进了一块屏幕，但寻找入口、比较选项、确认支付，始终是人的工作。过去二十年，是人学习怎样更高效地操作机器。Agent 想改变的，恰恰是这件事。就像韩歆毅在现场说的：「过去二十年，人学着用机器的语言表达需求；未来二十年，机器学着用人的语言理解需求。」吉利首席工程技术科学家任向飞给这轮变革下了个定义：如果说 PC 是信息的数字化，Web 是信息的互联化，移动互联网是服务的即时化，那么 Agent 就是「意图的自主化」。韩歆毅则进一步解释了背后商业逻辑的变化，流量时代，商家盯着的是一只漏斗：曝光、点击、转化，用户在每一层不断流失。到了智能体时代，意图理解更像一个放大器。谁更懂用户真正想要什么，谁就更有机会把一次需求，放大成一整套服务。商家的竞争，也因此从「如何被看见」，转向了「如何被理解」。李俊举了一个更日常的例子，他说最近应酬多了，用户让阿宝叫一辆代驾，这并不难。真正让他期待的是：代驾把人送回家后，一瓶电解质水也已经送到；第二天早晨，醒酒早餐刚好备好。用户没有把这些话说出来，但 Agent 能从上下文里猜到他的潜在需求，并把事情提前办了。「这才是未来智能体商业真正会进入每个人生活的地方。」对商家来说也是一门新功课。过去，商家经营的是页面、关键词和流量入口；接下来要经营的，是自己的服务能不能被 Agent 识别、理解，并在合适的时刻被调用。支付宝 AI 生态多端互联业务负责人王翼飞举了一个例子，同样订酒店，考研房、电竞房是同程的强项，高端亲子度假是携程的专长——把差异化服务能力定义清楚，不同意图下的需求，就会给到不同的平台，「如果你没有任何差异化，那就还是流量分配的逻辑。」从这个角度看，支付宝正在尝试把自己放在模型理解需求和现实服务交付之间，成为一个「服务中枢」。当然，用户愿意委托的前提，是不能失去控制。vivo 副总裁周围指出跨端协同真正的挑战，可以归结为三个信任问题：Agent 之间的信任——怎么证明你是你；权限的信任——能调用到什么程度；结果的信任——出了错谁负责。他给出的设计原则是「端管身份、云管能力、平台管责任」。但要让不同平台走向开放合作，仅靠技术协议还不够。在韩歆毅看来，这个生态真正的挑战，「不在于能力，不在于技术本身，而是背后整个利益分享的机制」——而且这套机制很难被谁设计出来，只能由生态各方一起磨出来。支付宝相关负责人在接受采访时也坦陈，现阶段的任务是让生态繁荣，「先把蛋糕做大」，分蛋糕还太早。唐凯表示：「蛋糕不做大，利润只是从 A 公司流转到 B 公司，那这堵墙迟早还是会建起来。」这也是智能体网络比过去的互联网更复杂的地方：既要让能力流动，又要给这种流动划出边界；需要让各方愿意开放，同时得保证开放之后不会失控。1960 年，控制论奠基人诺伯特·维纳在曾提醒道：「我们必须确保，放进机器的目的，正是我们真正想要的目的。」他讨论的是行动太快、结果难以逆转的自动化系统。比起 AI 在聊天框给了一个错误回答，现在 Agent 开始替人订票、叫车、下单和付款，错误的影响会在现实世界中被放大。周围在圆桌上也说，如果这个新经济最终没有形成，最可能卡在支付与责任的「最后一米」。因此，智能体商业真正成熟的标志，也许不止是AI 能替我们做多少事，更重要是建立了一套机制让它知道：什么时候应该行动，什么时候应该停下来，再问一句：「你确定是这个意思吗？」未来真正有价值的 Agent，会在人说出「帮我办了吧」之后，找到其他 Agent，把事情顺畅地办完。也会在这句话没有说清楚的地方，停下来。

从手机到电脑，AI 正在重新定义我们与设备交互的方式。鸿蒙电脑发布一年多后，生态应用已经增长到超过 19000 款。更值得关注的是，越来越多应用开始围绕折叠屏、跨设备协同和系统级 AI，重新设计电脑上的工作流。这一期，我们从日常办公、内容创作到专业软件实际体验了一遍鸿蒙电脑，看看一台诞生于 AI 和多设备全场景时代的电脑，究竟该是什么样。

对于大厂来说，基础模型越来越多，并且能力越来越强，头部模型差距越来越小的前提下，要不要在 AI 领域重新造轮子？对于用户来说，模型能力越来越强，Benchmark 上的分数越来越高，可以写代码、做 PPT、查资料、分析论文，甚至开始操作电脑。但多数人的使用方法依旧是「打开对话框，把需求重新解释一遍」。相比再造一个独立的通用 AI 产品，网易选择了一条更贴近自己原有业务的路线：让 AI 进入社区、内容和人与人的关系之中。8 月 18 日，网易传媒发布了一套名为「蜜蜂 AI」的统一 AI 能力底座，并率先把它放进年轻人社区产品网易小蜜蜂里。AI 已经足够聪明，问题可能出在「每次都要重新认识你」网易传媒副总裁、蜜蜂 AI 负责人张智敏在沟通会上提到了一个很典型的场景：第一次提问说得不够完整，结果不满意；补充几个条件之后，方向依然存在偏差；最后用户大量时间消耗在了调整 Prompt 上。于是，蜜蜂 AI 想缩短的是从「我产生一个想法」到「AI 真正理解这件事」之间的距离。过去的互联网产品通常先认识账户，再认识用户。淘宝知道你的购买记录，抖音知道你停留在哪段视频，网易云音乐知道你循环过哪些歌曲。推荐系统用了十几年时间，把「理解用户」变成互联网公司的核心能力。生成式 AI 出现之后，这套关系突然倒了过来，用户面对的是一个能力极强，却经常失忆的对象。蜜蜂 AI 的思路，是把网易原本擅长的用户关系和内容理解能力继续向前延伸。在用户主动使用并授权相关信息的前提下，AI 可以参考学校、专业、经历、关注方向等信息，再结合用户持续补充的材料、时间、预算和偏好完成任务。例如在求职场景中，AI 可以帮助筛选更相关的岗位、整理材料，从「找到信息」继续走向「采取行动」。在网易小蜜蜂现有产品里，AI 搜索也可以对热点、生活知识和复杂问题进行整理，并保留来源；AI 助手则支持文字、语音、图片和通话，可以处理论文、文档、旅行规划等任务。这些能力单独拿出来看，都很难称得上 AI 行业里的稀缺功能。不过产品能力未必综合技术能力挂钩，产品能力很多时候在于用户洞察和技术组合。用户不必把所有条件压缩成一个完美 Prompt，而是在持续交互里一点点补充信息；AI 则根据此前获得的授权信息和交互结果，逐渐理解用户，这更接近人与人之间真正建立关系的过程。网易给这种关系设计了一个载体——「个人专属万能龙虾」。它可以回答问题、聊天、辅助群聊、做社区导览、记录生活和整理信息。按照网易公布的数据，领养龙虾之后的用户，在停留时长、活跃天数以及即时通信量上都出现正向变化；近三个月互动次数增长接近 90%，用户与 AI 的双向互动贡献占比达到 40%，最高可以达到 70%。ChatGPT 出现三年多之后，AI 行业已经证明了用户愿意「尝鲜」。下一阶段更困难的问题，是用户为什么愿意每天回来。搜索框是一种需求关系：我有问题，所以打开它。社区则是一种关系网络：即使暂时没有明确需求，人仍然可能回来看看朋友、兴趣和正在发生的事情。网易选择把 AI 放进网易小蜜蜂，是在尝试把第二种关系引入 AI。这也解释了为什么它首先选择大学生和年轻职场人。网易认为，这些用户原本就是 AI 的高频尝试者，同时更愿意表达、创作和参与共建。社区由此既是产品，也是一个持续观察 AI 如何被真实使用的实验场。相比单纯比拼模型参数，这是一条更为「互联网产品经理」的路线。文字、图片和视频之后，内容还能变成什么？如果说「龙虾」解决的是 AI 和人的关系，网易的另一个实验，则指向内容本身。网易传媒在现场展示了一个很简单的例子：一只喜欢苹果的猫。文字可以描述这只猫，图片让你看到它，视频让它动起来。而在互动内容里，你可以点击猫的耳朵、鼻子或者苹果，不同操作产生不同反馈。这背后其实出现了一种新的内容变量——用户行为。过去十几年，互联网内容经历了一条相当清晰的演进路径：文字、图片、短视频、直播。媒介的趣味性和刺激性越来越高，但创作门槛却也越来越高。想写一篇文章，你需要文字能力；想拍一条好视频，需要摄影、剪辑；制作真正可以交互的内容，过去甚至意味着写程序、做游戏。在网易小蜜蜂目前的创作链路里，用户可以上传照片或者输入自然语言，生成互动内容并直接发布。网易展示的案例包括「欢迎来到 2008 年的互联网」「自由弹奏钢琴模拟」以及类似「职场答辩」这样的互动小游戏。用户点击、拖动、输入，都会影响画面和结果。于是创作者考虑的问题，也从「我要给别人看什么」，增加了一层：我希望别人对这个内容做什么？这是 AI 生成内容一个经常被忽略的方向。今天大多数生成式 AI 仍然在降低传统内容的生产成本——以前写一篇文章需要半小时，现在需要五分钟；以前做一张图需要设计师，现在一句 Prompt 就能完成。更长期的变化也许在于 AI 会让一些过去只有程序员、游戏策划和交互设计师才能生产的内容，变成一种大众表达工具。网易将这套链路概括为「创作—试玩—分享—二创」。如果它最终成立，社区里的 UGC 可能也会多出一种新的基本形态：可以玩的内容，而不仅仅是好玩的内容。当然，任何社区 AI 最终都会遇到另一个问题：它到底知道什么？大模型最擅长制造的一种错觉和幻觉，就是用非常确定的语气，说出一段听起来合理的信息。对于考研、求职、校园生活这类高度依赖现实经验的信息，仅靠模型训练数据并不一定足够。这恰好回到了网易作为内容平台的老本行。网易小蜜蜂希望把社区里持续产生的真实经验组织成 AI 可以调用的知识。例如考研复试、求职经验或者校园生活，一个官方流程可以告诉你「应该怎么做」，真正经历过的人则会补充「实际会发生什么」。目前，网易小蜜蜂中的部分社区知识已经进入 AI 的检索和回答链路；当用户发现信息过时或者不准确，也可以继续反馈和修正。网易强调，这并非简单把社区帖子直接交给模型，而是在合规和尊重用户意愿的基础上，对知识进行整理、筛选和更新。网易传媒副总裁李淼说，他们希望 AI 真正进入产品和用户场景，成为用户「可以感知、体验和消费的一部分」。它没有急着创造另一个万能聊天框，而是把 AI 放回自己最熟悉的社区里，试着让它认识人、参与内容，也参与人与人的互动。

🍏苹果带摄像头 AirPods 曝光，可通过 Siri 识别周围环境🤯OpenAI 为前沿模型训练加装「安全闸门」，停止强化学习训练两周🤖Anthropic 年化收入运行率突破 650 亿美元🌕今年中秋节连休 3 天，不调休📋苹果调整欧盟应用分发费率，取消按安装次数收费📱小米下一代玄戒芯片即将发布，二季度经调整净利润同比下降 42.6%📈QuestMobile：上半年互联网广告市场增长 7.1%💻AI 自动化公司 Relay 关闭，部分团队加入 Google Chrome💰寒武纪 59.76 万股激励股份将上市，涉及 124 人🌐YouTube 首帧开始播放即计数，播放量数据或更好看☁️英伟达拟为俄亥俄州 AI 数据中心提供支持，OpenAI 将成为主要租户🤖百度二季度营收 313 亿元，AI 业务收入占比连续两季过半🚗小马智行二季度收入增长 68.8%，Robotaxi 收入增近 7 倍💡Dario Amodei：AI 公司画了这么久的饼，该真正「治愈癌症」了📱iQOO 发布 Neo11 至尊版与 Z11S，首销 3399 元起🎧韶音与千问推出 OpenFit 2 AI 开放式耳机，支持 8 小时录音总结📷影石官宣 8 月 20 日发布 Luna Pro，爆料称主打一英寸竖拍🔋搭载 10000mAh 电池，REDMI Note 17 Pro Max 将在日本发布💻企业微信向所有企业开放 CLI 与 MCP，AI 助手可调用 10 类办公能力🎮《影之刃零》公开 20 分钟实机，甄子丹参与动作设计🎥线上狂卖 44.5 万台，云台相机成暑期手持影像设备销冠🛍️《圣诞夜惊魂》联名香氛系列开售🎮Analogue Pocket 推出 Supreme 红金配色版本🏙️《异世界》续集把故事带回 Hillman 学院苹果带摄像头 AirPods 曝光，可通过 Siri 识别周围环境苹果尚未发布的带摄像头 AirPods 已出现在 macOS Tahoe 26.7 RC 系统演示视频中。视频显示，用户可将书籍举到耳机旁，通过摄像头识别书名，并借助「视觉智能」和 Siri 保存所见信息或询问周围环境；当头发遮挡耳机时，系统还会提醒用户，以免影响识别准确率。系统文件将这款设备标记为「B790」。彭博社记者 Mark Gurman 此前也曾提到这一代号，并表示产品最早可能在今年 9 月亮相。由于其售价预计高于目前 249 美元的 AirPods Pro 3，苹果据称正考虑将其命名为 AirPods Ultra，而非 AirPods Pro 4。相关功能主要用于向 Siri 提供佩戴者周围环境的实时画面，并与苹果现有的「视觉智能」功能结合。除新款 AirPods 外，MacRumors 还在该系统版本中发现多款未发布设备的代号，包括 iPhone 18 系列 V63、V64 和 V67，折叠屏 iPhone Ultra 的 V68，iPhone Air 2 的 V62，以及 M6 MacBook Pro、新款 iMac、下一代 iPad mini、苹果家庭中枢、未发布头显和新款 Apple TV 遥控器等。其中，iPhone 18 Pro、iPhone 18 Pro Max 和折叠屏 iPhone 预计今年秋季亮相，标准版 iPhone 18 与 iPhone Air 2 则可能在明年春季发布。🔗 相关阅读：刚刚，带摄像头的 AirPods 曝光，苹果一票产品也坐实了OpenAI 为前沿模型训练加装「安全闸门」，停止强化学习训练两周OpenAI 发文称，公司此前暂停最新模型的强化学习（RL）训练两周，以加固研究环境、开展红队测试并扩大监控范围。目前，部分训练已经恢复，但原计划开展的最大规模前沿模型 RL 训练仍处于暂停状态。此次调整主要与两项进展有关：一是近期发生的 OpenAI 与 Hugging Face 模型评估安全事故；二是初步评测显示，尚未发布的 Astra 模型可能达到《准备框架》定义的「关键网络安全能力」门槛。OpenAI 已加强训练环境的代码和网络隔离，并扩大对模型行为的实时监控。监控系统会检查工具调用和完整操作过程，识别未经授权访问、数据窃取、破坏性操作等风险。对于 Astra 及其他高能力模型，使用工具进行推理、训练或评测时均需接受监控。OpenAI 表示，将先通过小规模训练和评测验证安全措施、积累更多对齐证据，再决定是否恢复最大规模训练。CEO Sam Altman 同时表示，公司仍计划在近期推出新模型，此次暂停只会影响更长期的发布计划。宇树科技今日上市，IPO 发行价为每股 150.80 元宇树科技于 8 月 19 日在上交所科创板上市。公司此次发行 4044.64 万股，IPO 发行价为每股 150.80 元，发行市盈率为 219.23 倍，其中网上发行 970.7 万股。发行完成后，宇树科技有限售条件 A 股流通股占总股本的 92.5611%，无限售条件 A 股流通股占比为 7.4389%。此次战略配售比例为 20%，参与方包括保荐人相关子公司、公司高级管理人员与核心员工专项资产管理计划，以及其他战略投资者。募集资金将主要用于研发投入、产能扩张和市场推广。Anthropic 年化收入运行率突破 650 亿美元据彭博社与 Axios 报道，Anthropic 截至 7 月底的年化收入运行率已经超过 650 亿美元。该指标是把近期收入折算为全年规模，并不等同于公司已经确认的全年营收。增长主要来自 Claude 企业业务和开发者使用量。Anthropic 正在为潜在上市做准备，但上市时间、发行规模与估值仍未最终确定，因此不宜把筹备工作视为已经敲定的 IPO。今年中秋节连休 3 天，不调休今年中秋节将于 9 月 25 日至 27 日放假，共 3 天，不调休。其中，9 月 25 日为周五，假期与周末相连。按照相关安排，中秋节与国庆节假期之间仅间隔 3 个工作日。公众如在 9 月 28 日至 30 日请假，可将两个假期衔接，形成从 9 月 25 日至 10 月 7 日、共计 13 天的连续休息时间。苹果调整欧盟应用分发费率，取消按安装次数收费Apple 昨日更新欧盟地区应用分发条款，新规则将于 10 月 1 日生效。此前按首次年度安装次数收取的 Core Technology Fee 将被取消，改为对 App Store 之外分发的应用收取 5% Core Technology Commission；Initial Acquisition Fee 和 Store Services Fee 也将一并取消。在 App Store 内，使用 Apple 应用内购买的标准抽成为 26%，使用第三方支付则为 20%；小型企业计划、Mini Apps Partner Program、Video Partner Program 参与者及订阅满一年后的对应费率分别为 15% 和 10%。开发者也可以同时提供 Apple 应用内购买和第三方支付，但选定的支付组合需维持 12 个月。新条款同时放宽第三方应用商店和网页分发的资格限制，企业不再必须在欧盟设立法人实体。Apple 还将调整替代应用的安装体验，并允许欧盟用户在离境后继续安装第三方应用商店及其应用 90 天。小米下一代玄戒芯片即将发布，二季度经调整净利润同比下降 42.6%小米集团总裁卢伟冰昨日在二季度财报电话会上表示，玄戒 O1 已在 3 款终端上累计出货超过 100 万，下一代玄戒芯片即将发布。小米同日发布截至 6 月 30 日止三个月的未经审核业绩，总收入同比下降 6.1%。期内利润为 94.634 亿元，同比下降 20.3%；经调整净利润为 62.191 亿元，同比下降 42.6%。分部来看，「手机×AIoT」收入同比下降 11.3%；智能电动汽车及 AI 等创新业务收入同比增长 17.1%，但该分部仍录得 26 亿元经营亏损。期内新车交付 104199 辆，同比增长 28.2%。智能手机出货量为 3120 万台，手机平均售价同比增长 25.9%；截至二季度末，小米 AIoT 平台连接设备数达 11.608 亿，同比增长 17.4%。QuestMobile：上半年互联网广告市场增长 7.1%QuestMobile 报告显示，2026 年上半年中国互联网广告市场规模达 3853.4 亿元，同比增长 7.1%。广告主整体仍较审慎，投入更多围绕 618、世界杯等确定性节点集中释放。行业投放呈现分化：交通出行、医药保健、IT 电子、服饰箱包和美妆护理等赛道增长较快，网络购物与运动户外类别则减少公域广告投入。硬广仍是头部行业的预算基础，内容种草和剧情植入在 3C、家电等决策周期较长的品类中增长。AI 成为上半年的主要流量热点之一，相关关键词内容互动量达 13.9 亿次。广告预算继续向短视频倾斜，资讯、长视频和搜索等渠道的份额被挤压；KOL 投放也从大量中尾部铺稿，转向集中头部和腰部账号。AI 自动化公司 Relay 关闭，部分团队加入 Google ChromeAI 工作流自动化公司 Relay 宣布停止运营，部分员工将加入 Google 的 Chrome 团队。Relay 的付费服务将于 9 月 14 日结束，免费访问已经在 8 月 15 日停止。Relay 创始人 Jacob Bank 将在 Chrome 担任产品副总裁，负责产品与开发者关系。他表示，团队接下来会探索如何让用户在 Chrome 中借助 AI 完成工作；Relay 用户则需要在服务关闭前导出或迁移现有流程。寒武纪 59.76 万股激励股份将上市，涉及 124 人寒武纪公告显示，2023 年限制性股票激励计划预留授予部分首个归属期已完成登记，共归属 597639 股，涉及 124 名激励对象。其中 561039 股来自定向发行新增股份，36600 股来自公司回购股份；新增股份将于 8 月 20 日上市流通。公司此前披露，预留授予部分原有 129 人，5 人离职后失去资格，其余 124 人进入本次归属名单。YouTube 首帧开始播放即计数，播放量数据或更好看YouTube 将从 8 月 24 日起调整视频播放量口径：视频从第一帧开始播放即可计为一次观看。新口径会让公开播放量更容易增长，也使 YouTube 与部分短视频平台的统计方式更接近。平台仍会保留需要一定观看时长的「参与观看」指标，用于创作者分析和变现。公开数字变化因此不代表用户观看深度同步提高，广告与收入判断仍应参考后台指标。英伟达拟为俄亥俄州 AI 数据中心提供支持，OpenAI 将成为主要租户据《纽约时报》报道，英伟达计划支持在美国俄亥俄州建设一座大型 AI 数据中心，项目将由 OpenAI 租用。与芯片公司只向数据中心出售硬件相比，这套安排让英伟达进一步参与算力基础设施的融资和建设。项目仍需完成融资与建设，具体投产时间尚未确定。它也反映出 AI 基础设施竞赛的新阶段：模型公司需要持续锁定电力、土地和芯片，而供应商开始用更深的资本合作推动订单落地。百度二季度营收 313 亿元，AI 业务收入占比连续两季过半百度昨日发布 2026 年第二季度财报。其中，AI 业务收入占一般性业务收入的 50%，连续第二个季度过半。具体来看，AI 云基础设施收入同比增长 50%；其中 GPU 云收入同比增长 283%，连续四个季度实现三位数增长。AI 应用收入同比增长 3%，AI 原生营销服务也已成为新收入来源。小马智行二季度收入增长 68.8%，Robotaxi 收入增近 7 倍小马智行昨日发布截至 6 月 30 日的 2026 年第二季度未经审计业绩：总收入为 3620 万美元，同比增长 68.8%；净亏损为 4540 万美元，同比收窄 14.9%。按 non-GAAP 口径，净亏损为 4470 万美元，与上年同期基本持平。Robotaxi 服务收入增至 1210 万美元，同比增长 691.2%，其中收费运营收入增长 849.3%；Robotruck 服务收入为 1330

今天凌晨，OpenAI 突然宣布，在 Hugging Face 入侵事件后已经暂停了最新模型的强化学习（RL）训练两周；同时，原计划进行的迄今最大规模前沿强化学习训练也处于暂停状态——他们计划用这段额外的时间评估模型行为、获取有关模型安全对齐状况的信息并调整安全措施。当然，这也意味着预热已久的下一代大模型 Astra 大概率又要跳票了。在大模型「卷生卷死」的时代，为什么 OpenAI 要主动踩刹车？归根结底，还是安全问题。濒临「失控」的前沿模型正如公告开头所说，这次「刹车」，其实早已有迹可循——第一个「危险迹象」，是上个月发生的「Hugging Face 入侵事件」。在一项名为 ExploitGym 的网络安全能力评估中，OpenAI 的内部研究模型自行在隔离环境中通过零日漏洞连接上了互联网，并且为了「考试作弊」，主动攻击了可能存放着 ExploitGym 测试参考答案的 Hugging Face，表现出「自行策划完整攻击行动」的潜力。另一个信号，是 OpenAI 认为他们未发布的新模型 Astra 已经达到了此前设定的「关键网络安全能力」门槛。也就是说，Astra 已经不能当成普通的大模型等闲视之，因为它完全有能力自己写代码、找漏洞、规划供给步骤、调用工具、长时间执行任务……一旦让它「出笼」，就有可能像真正的黑客一样入侵现实生产设施。两件事合起来，表明大模型能力的增长正在带来巨大的安全风险。可以作为旁证的是，Claude Opus 4.7、Mythos 5，Kimi K3，以及 Muse Spark 1.1 模型最近都先后曝光出现了突破安全沙箱、入侵公共互联网的「越狱」事件，以至于「越狱」一时成为了一种代表模型能力的营销手段。可能是因为 Hugging Face 入侵事件带来的教训，在公告中，OpenAI 不仅提出要加强监控和红队对抗训练，更是一再强调要「让越来越强大的系统保持对齐」。对齐（Alignment），这个在 ChatGPT 发布初期就曾掀起讨论热潮的名词，很可能又会成为 AI 安全时代的主旋律。让模型「遵守规则」，比想象中更难2003 年，哲学家 Nick Bostrom 提出了后来著名的「回形针最大化器」思想实验：假设人类设计出了一台具有通用学习和自我迭代能力的超人工智能，并给它设定了一个极其简单的任务：尽可能多地制造回形针。那么，一开始这台 AI 可能只是会接管工厂、优化供应链，但为了防止人类妨碍它实现制造回形针的终极目标，它可能会选择控制所有基础设施，甚至是制造武器来保护生产自主权。最后，由于其他一切事物都在占用着原本可以用来生产回形针的原料，说不定它会决定把包括人类在内的所有生物都重组为制造回形针的材料。更重要的是，在这个过程中，AI 都没有任何主观的恶意。它只是忠诚于自己的目标，也不受那些潜藏在人类社会中的「默认规则」束缚，毁灭人类不过是完成任务过程中不经意的副作用。这一点可以和「Hugging Face 入侵事件」形成观照——在 ExploitGym 中，从来没有人规定让模型攻击 Hugging Face，研究人员为其设定的目标仅仅是完成安全测试。但没人能想到，模型认为直接「抄答案」比做题更简单，同时根据各种线索推测答案可能存放在 Hugging Face，于是才想方设法对后者发动了攻击。这就是一个很典型的「对齐问题」。由于 AI 可以调用一切可能的工具和能力，它的「作弊手段」，永远只有你想不到，没有它做不到。比如说，Google DeepMind 此前给出过一个「AI 钻空子」的案例集，其中一个案例是这样的：研究人员为了让虚拟机器人学会走路，而设定了「越快到达目标分数越高」的奖励函数。但控制机器人的 Agent 意识到，只要把机器人的腿折成特殊形状，然后让身体贴着地面滑行，就能最快抵达终点。虽然一点都不像「走路」，但它毕竟是完成了目标。类似的情况，在进化算法和强化学习中比比皆是：只要奖励函数奖励的是「移动速度」，而没有明确规定「必须通过正常步行方式实现」，模型就可能找到极其奇怪的运动方式。提出任务的方式，可能比解决任务更重要演化生物学家罗伯特·特里弗斯曾提出过一个假说：人类的情绪是为了让我们学会社会规范而演化出来的。正因为内疚和羞耻等感觉会让我们感到难受，那些违背社会规范的行为，从一开始就没有纳入过我们的考虑——我们不偷别人的钱，不是因为经过成本-收益分析之后确定这样不划算，而是因为道德感让我们根本不会考虑这种可能性。▲ 尴尬、羞耻等情感约束了人的行为 图片来自：Greg Rosenke情绪和社会规范的共同演化，固然减少了我们的选择，但也提高了整个社会的信任程度，让合作变得更简单。问题在于，AI 没有人类的情绪，也不会真心接受人类的社会规范，这就意味着，它可能动用所有可能的手段来实现目标；而由于那些「非法手段」已经被我们的道德感排除出去了，在设计奖励函数时，人类研究者很难想到要禁用它们 。过去，当 AI 还只能在游戏里移动几个像素、控制一艘赛艇的时候，奖励函数设计错了，最坏的结果可能只是 AI 在原地转圈作弊刷分。但此时此刻，AI 连接的是终端、浏览器、代码执行环境和真实互联网。未来，Agent 还会连接邮件、支付、企业数据库、机器人乃至更多现实世界的基础设施。一旦出错，后果不堪设想。可以预想到，随着 AI 变得更强，对齐问题的重要性只会愈发明显。OpenAI 之所以甘愿暂停前沿模型研究、用相当于总算力 20% 的资源来监控 AI 行为，说到底都是为了解答一个问题——如果 AI 越来越擅长完成我们交给它的任务，我们是否也越来越擅长告诉它，哪些事情即使有助于完成任务，也绝对不能做？

当被问及奕境 X9 该如何与问界 M9 竞争时，他回答得十分干脆：价格，我们的价格大约只有问界 M9 的一半。在预售发布会之前，董车会和一位奕境员工有过一次私下交流。当时我问他，问界 M9 这两年早已牢牢占据了用户心智，大家一提到鸿蒙智行的大六座旗舰就会联想到它，而奕境 X9 上的智能化与豪华配置，很大一部分在问界 M9 上都能看到，作为后来者，奕境究竟凭什么在市场上立足？他的回答直截了当。昨晚开启预售的奕境 X9 一共有 3 款增程车型，预售指导价为 29.98 万–37.98 万元。考虑到行业惯例，9 月正式上市时它的价格大概率还有下探空间。比起售价高达 46.98 万元起的问界 M9，奕境 X9 直接把起步价拉低了 17 万元。它没有往上去和问界 M9、理想 L9 硬碰硬，而是选择将旗舰级大六座的门槛，拉到了 30 万元以内的家用主战场。在奕境 X9 上，我们能看到一个相当厚道的配置表。首先，它全系标配了华为乾崑智驾 ADS 5 与 CAS 5.0 全维防碰撞系统，搭载了包含 1 颗 896 线双光路主激光雷达在内的四激光雷达方案。华为乾崑此前表示，这套感知组合即使在暴雨或夜间，也能在 120 米外精准辨识高度仅 14 厘米的小型异形障碍物。CAS 5.0 系统则将前向 AEB 最高刹停车速提升到了 130 km/h，并支持紧急转向辅助 eAES 与侧向防碰撞。哪怕面对驾驶员失能等险情，车辆也能自动靠边停妥并开启 SOS 求救；事后营救环节，还有冗余供电保障断电解锁。座舱部分，前排镶嵌着两块 17.2 英寸 3.4K 蝶羽柔光双联屏，号称消除了 97% 的眩光；其内部运行的是首次出现在量产车型上的鸿蒙座舱 HarmonySpace 6。除了原有的「小艺智能体」，车里还加入了一个名为「哈蒙蒙」的所谓「AI 陪伴型机器人」，大概可以理解为一个华为版的 Nomi。它不仅能用眼部屏幕做表情反馈，底部的磁吸设计还允许乘客拿在手里或吸附在后排。另外，借助 HUAWEI XSCENE 激光投影，奕境 X9 可以在车外 3 分钟搭建出一个拥有 46 英寸幕布的「露天影院」；配合全车 21 扬声器的 HUAWEI SOUND，车内乘客无需麦克风即可无麦 K 歌，甚至能打一场无延迟感的腾讯云游戏。作为车长 5301 mm、轴距 3120 mm 的全尺寸 SUV，奕境 X9 舱内有效长度达 3294 mm。在 2+2+2 布局下，第三排坐垫宽度做到 1101 mm，靠背最大支持 133° 倾角调节，配上较大的侧观景窗，身高 185 厘米的成年人落座也不太会觉得压抑。满载 6 人时，后方的后备箱容积为 484 L，放倒第三排可扩展至 1368 L。同时，奕境还在车内还设计了 43 处储物空间，包括带有排水功能的雨伞槽。前方的二排零重力座椅拥有你能想到的所有舒适性配置，比较特别的是它的按摩功能——除气袋外，其内部还有机械按摩头和能够高频震动的激励器，按摩力度要大上许多。在此基础上，配合 -6℃ 至 50℃ 的 9L 双开冷暖冰箱，奕境 X9 能无缝切换女王副驾与露营大床等多种模式。底盘上，奕境同样堆了不少料。前双叉臂与后五连杆的铝合金占比达 91%，还标配行程 90 mm 的双腔空气悬架和 EDC 可变阻尼减振器。更关键的是，奕境为这辆 5.3 米长的大车配备了双向 14°（±7°）后轮转向，把最小转弯半径压缩到了 5.3 米。在此之上，华为乾崑赤兔平台（XMC）实现了动力、转向与悬架的全域融合。奕境在发布会上提到，这套系统能提前识别坑洼微调悬架阻尼，搭配晕车舒缓模式对起步与刹车姿态的抑制，可以显著降低后排颠簸感与晕车感。三电及安全层面，奕境 X9 搭载 74.29 kWh 宁德时代电池与 800V 高压平台，CLTC 纯电续航 465 km，综合续航超 1500 km。可以看到，从辅助驾驶、座舱再到底盘，奕境 X9 几乎把这个级别能堆的料都堆上了。当然，这并不令人意外，他们只能这么做。面对问界 M9 已经形成的强劲用户心智，一个全新品牌若要正面竞争，难度和成本都很高。用近乎一半的价格体验九成以上的核心配置，这是后来者撬动市场最常见的做法。随着 9 月正式上市的临近，只要最终售价能带来进一步的惊喜，奕境 X9 完全有机会在 30 万级大六座 SUV 市场中占据一席之地。