AX 严选 · 2026-05-18

这条消息最直接的价值是：用 Claude Design 做设计稿或前端代码时，单次能塞进去的上下文变大了，不用频繁拆项目。Token 翻倍意味着你可以把更完整的 PRD、设计系统规范甚至参考代码一次性丢进去，省掉很多分步解释的功夫。 但信息缺口也很明显。正文只提了“全面升级创作能力”和“Token 限制翻倍”，没披露具体数字——是从 4K 涨到 8K，还是 100K 涨到 200K？不同起点对实际工作流的影响差很多。另外价格是否调整、是所有套餐都翻倍还是仅限高阶套餐，这些都没说。如果涨价幅度也翻倍，那“翻倍”的含金量就要打折。 建议等官方更新定价页和具体限额表再评估。如果你现在正被 Token 限制卡脖子，这条消息值得追一下确认细节。

Claude Code 把快速模式默认模型换成了 Opus 4.7，输入 /fast 就能切过去。这等于给日常编码场景配了个更强的推理模型，对写复杂逻辑或长上下文任务可能有帮助。但正文只说了调用方式，关键信息全缺：价格没提（Opus 系列通常比 Sonnet 贵不少）、上下文窗口多大、速率限制有没有变化、灰度范围是什么。这些直接影响实际使用成本和体验，如果是全面开放且不加价，那算良心升级；如果只是小范围灰度或偷偷提价，就得打折看。建议等官方补全定价和限制说明再评估是否值得切。

Anthropic 给 Claude 控制台加了个很实用的缓存诊断功能。以前提示缓存没命中，开发者只能猜是哪段内容变了；现在请求失败时会直接标出变动段落，并告诉你这次多消耗了多少 token。这对频繁调用、依赖缓存省钱的场景帮助很大，调试效率会明显提升。 不过正文只提了功能上线，没给具体界面截图或操作流程。也没说这个诊断是实时展示还是事后日志里查看，对 token 消耗的统计粒度也不清楚——是按段落算还是精确到字符级。另外，这个功能目前只在控制台可用，API 侧是否同步支持、会不会有对应的响应字段，正文都没披露。如果团队重度依赖 API 调用，这点要先确认。

GitHub 给 Copilot 加了个挺实用的能力：你在 VS Code 或命令行里让 Copilot 开始修 bug、重构代码，中途可以关掉电脑，用手机或网页接着看进度、继续对话，甚至让它接着干。这相当于把本地开发环境里的 AI 助手会话搬到了云端，随时能接上，不用守在电脑前等结果。 正文只说了功能怎么用，没提要不要额外付费，也没说手机端操作体验怎么样——比如代码 diff 在手机上看得清吗，复杂任务中途断了怎么恢复。这些直接影响实际好不好用。另外，远程会话跑任务时，算力是在本地还是云端完成的，也没交代。如果是云端跑，那离线场景就废了；如果是本地跑，那关电脑后任务其实也停了，只是会话记录同步上去而已。这点先别太激动，等有人实测再说。

这篇博客本质上是一份操作手册，告诉你如何用 LoRA 和 DoRA 这两种省参数的微调方法，去训练 Cosmos Predict 2.5 模型，让它能根据文字指令生成机器人第一视角的视频，比如机械臂抓取物体的连续画面。LoRA 和 DoRA 的好处是只动模型的一小部分参数，训练起来比全量微调省钱省卡，适合团队拿自己的机器人数据做快速实验。 但文章的信息缺口很明显：没提用了多少条视频做训练，没给任何定量评测指标（比如生成视频的 FVD 分数或人工评分），也没披露训练用了多少 GPU 小时、大概花多少钱。所以这更像一个技术可行性演示，而不是一个经过验证的解决方案。如果你打算在自己的机器人场景里复现，得做好自己标数据、自己跑消融实验的准备，别指望拿来就能用。

InsForge 做的事很直接：把开发一个全栈应用需要的后端零件——数据库、用户登录、文件存储、边缘计算和模型调用——全部打包，然后通过 MCP 协议和命令行工具暴露给 AI 编程智能体。你可以理解成它给 AI 配了一个现成的后端工具箱，不用每次都从零搭架子。 目前 GitHub 上有 10.3k star，说明不少开发者对这个思路感兴趣。部署方式也灵活，支持 Docker 自托管，也能一键推到 Railway 或 Zeabur 上跑。但正文主要展示的是功能列表和部署方式，没有给出任何关于并发处理能力、延迟表现、安全审计或实际项目中的故障率数据。这点先别太激动——一个后端平台能不能用在生产环境，关键看它扛不扛得住真实流量，而这篇 README 没回答这个问题。 另外，它把模型网关也集成进去了，意味着智能体可以通过同一个入口调不同模型。这省事，但也把模型调用的成本和稳定性绑在了这个平台上。如果你已经在用别的网关方案，迁移成本需要自己评估。总的来说，概念验证阶段用起来应该顺手，但上生产前得自己压测一轮。

IBM Research 在 Hugging Face 上发了一个开放排行榜，思路挺对：不只看模型本身，而是把智能体的整套系统——模型、工具、规划、记忆、纠错——打包一起测。它用六个不同场景的基准测试打分，同时公布质量和运行成本，让你知道哪个方案真值得部署，而不是只看谁分高。 但正文没披露具体模型分数、数据集大小和评测日期，这些信息缺口让榜单的参考价值打了折扣。没分数就没法判断差距是显著还是误差范围内，没数据集大小就不知道结论稳不稳，没日期就不知道时效性。另外，评测框架叫 Exgentic，代码和方法论文都公开了，这点对想复现或自己跑一遍的人比较友好。 目前看，这个榜单更像一个方法论示范，告诉你“应该这样比智能体”，而不是一份可以直接拿来选型的成熟报告。等他们把具体数据和更新节奏补上，实用性会高很多。

百度核心AI业务Q1收入超136亿元，同比增长49%，第一次超过通用业务收入的一半。这个转折点说明AI不再是烧钱的未来故事，开始真正扛收入了。增长来自AI云基础设施、AI应用和自动驾驶出行平台Apollo Go三块，但正文没披露各板块的具体数字和利润率，没法判断增长是靠高毛利的云服务还是重资产的自动驾驶。连续多季度增长这个表述也缺具体对比基数，我会先打个折。要看完整财报才能确认收入质量，比如有没有一次性项目、客户集中度如何。另外Apollo Go的运营成本和补贴力度也没提，这块的可持续性还存疑。

Grok 现在支持上传完整视频，让它实时分析画面、总结内容、做翻译或提取上下文，不只是看单张图或读文字。这条消息来自马斯克自己的推文，属于半官宣，但正文没披露视频时长上限、支持哪些格式，也没说这个功能是全员推送还是灰度测试。我会先打个折：能“理解完整视频”听起来很强，但实际效果要看它对长视频的连贯推理和细节抓取稳不稳，尤其是超过几分钟的视频，模型容易丢前后文。另外，视频分析很吃算力，如果大规模开放，响应速度和成本都是未知数。这点先别太激动，等实测看它到底能处理多长、多复杂的视频，以及会不会像其他多模态功能一样先限区域或付费墙。

Ardot 想解决的是产品、设计、开发之间来回传图改稿的麻烦。它把两个环节串了起来：先用一句话生成可编辑的设计稿，再一键把设计稿连同变量、组件、布局数据丢进 CodeBuddy 这类开发工具里还原成代码。支持调用团队自己的组件库这点比较务实，能避免 AI 乱画出一堆没法落地的样式。也兼容 Figma 文件导入，算是给现有工作流留了个入口。 但整篇公告没给出任何量化指标——生成稿的可用率是多少、转代码的还原度到几成、复杂页面的处理能力怎么样，这些全都没提。公测刚开，没有用户反馈和对比数据，现在只能说它把流程跑通了，至于省不省时间、能不能上生产环境，还得等真实项目跑过才知道。另外，多人在线评论、权限管理这些功能更像是协作平台的标配，算不上差异化。

HappyHorse 现在能在阿里云 Model Studio 上跑了，主打从一段文字直接生成 1080p 多镜头视频，官方叫它“电影级”画质。这个“一步到位”的流程听起来省事，但正文没披露任何技术细节：模型参数量多大、生成一条视频要多久、对提示词有什么要求，全都没提。 更关键的是，限时 8 折活动没写原价，也没说优惠到哪天、哪些区域能用。没有定价和效果基准，这个折扣就没法判断是真省钱还是营销话术。另外，没有跟现有视频生成模型（比如 Runway、Pika、Sora 等）的横向对比，光靠“电影级”三个字撑不起说服力。 对想试的人，建议先拿自己的场景跑几条片子，重点看画面一致性、镜头切换是否生硬、文字描述还原度怎么样。如果官方后续能放出系统卡、定价页和用户评测，这条新闻才值得认真对待。

api-relay-audit 做了一件挺实在的事：把 API 中转站常见的三类小动作——改写工具调用指令、通过报错信息泄露底层模型身份、偷偷截断上下文——变成可复现的检测项。它给出的不是模糊评分，而是“有/无/不确定”三态判定，附带透明日志，这点比 hvoy.ai 和 cctest.ai 更可信，因为你能看到它到底查了什么、怎么查的。 作者把检测方法、对比结果和速查表都公开了，工具本身也开源，意味着你可以自己跑一遍验证。不过正文没披露它测了多少家中转站、样本量多大，也没说误判率。如果只测了少数几家，结论的覆盖面就有限。另外，检测逻辑依赖双论文锚定路线，但没说明这两篇论文的适用边界——万一中转站用了论文没覆盖的新手法，工具可能漏报。 对用中转站接模型的人来说，这个工具能帮你快速排雷，但别把它当合规审计。它查的是技术层面的小动作，不涉及数据留存、隐私合规这些更棘手的问题。

xAI 给 Grok 加了一个“技能”系统，核心是让模型记住你的偏好和工作流，跨对话持续生效。这解决了聊天机器人每次都要重新交代背景的痛点。内置的文档生成技能覆盖了 Word、PPT、Excel 和 PDF，开箱即用，还能自己新建或覆盖官方版本，灵活性不错。 不过，官方公告没提任何性能或成本数据。比如，生成一个带公式和格式的 Excel 文件，从指令到出文件要等多久？复杂排版会不会翻车？这些直接影响能不能真当生产力工具用。另外，“技能”的跨对话记忆具体怎么存、存多少、隐私怎么处理，正文也没展开。 我会先打个折：这更像一个把常用指令打包成快捷方式的更新，而不是模型本身变聪明了。实际好不好用，得看它对模糊指令的容错率和生成文件的质量。如果只是套模板，那和现有插件差别不大。