AX 严选 · 2026-05-20

马维斯跟普通聊天窗口最大的区别是它直接长在操作系统里，能理解文件结构、调度不同模型干活，甚至操控手机应用。比较实在的一点是它预装了不少本地模型，通过路由机制把轻量任务留在本地处理，拔网线也能用，这对在意隐私和延迟的人是个加分项。 不过正文没披露本地模型的具体规格、参数量，也没说清楚“修电脑”到底能修到什么程度——是自动打补丁还是真能排查蓝屏。另外，腾讯之前推过WorkBuddy，现在又出马维斯，产品线之间的关系和定位差异也没讲明白。 硬件要求、实际资源占用、多端体验一致性，这些都得等上手之后才知道。官方说能调度模型、操控手机应用，但没给出具体场景和成功率，这点先别太激动。

Stitch 这次更新最实在的变化是支持导入代码库和动态 UI 生成，不再是只能从零画图的玩具。它新加了一个叫 Hatter 的智能体，专门处理多步骤设计任务，还能导出 MCP 格式，说明 Google 想让这个工具直接插进开发工作流，而不是只给设计师玩。Product Hunt 上提到可以一键导出到 Figma、Netlify 等平台，对不想在工具间来回倒腾的人来说省了一步。 不过，正文没披露导入代码库后对复杂项目的理解准确率怎么样，也没说动态 UI 生成在交互逻辑上能覆盖多少场景。目前看它更适合快速出原型和简单页面，真要接生产环境的代码库，效果还得打个问号。另外，免费策略能持续多久、会不会和 Google 其他设计工具打架，这些都没提。

ChatGPT 官方账号发了条推，就一句“GPT-5 即将发布”，配了个船的表情。没给发布日期、参数规模、上下文窗口长度、定价，也没提 API 什么时候开放。我会先打个折——这种预告大概率是提前占坑，离真正能用还有段时间。 从信息量看，这条推几乎什么都没说。没有技术细节，没有性能对比，没有开放时间表。船的表情可能暗示“ship”双关，但也就这点可解读的。对从业者来说，现在唯一能确定的是 OpenAI 在释放信号，但信号本身没有可验证的内容。 还缺的东西很多：模型规模多大、推理成本降了多少、多模态能力有没有升级、API 定价策略会不会变、上下文窗口能塞多少东西。这些才是决定能不能用的关键，正文一个都没披露。

Perplexity 把一项叫“查询感知压缩”的技术推上线了，核心逻辑是先理解你问什么，再挑最相关的信息喂给模型，而不是把搜索结果一股脑全丢进去。官方说这样能把上下文 token 最多减少 70%，同时回答质量还提升了。这个方向本身不新鲜，但能直接用在线上产品里，说明工程上跑通了。 省 token 的好处很直接：推理成本更低、响应更快。70% 这个数字如果稳定，对大规模搜索服务来说确实挺省钱。但正文没披露具体在哪些测试集上验证了质量提升，也没说压缩方法本身会不会引入新的延迟或错误过滤。没有这些信息，很难判断“质量提升”是普遍成立，还是只在特定场景下成立。 另外，压缩策略如果过于激进，可能会丢掉一些看似不相关但实际有用的信息，这点在复杂查询上尤其容易翻车。我会等他们放出更详细的技术说明或第三方评测，再判断这到底是一次扎实的优化，还是主要为了宣传。

这条更新解决了一个实际痛点：写代码时灵感来了，手边没电脑，先用手机把问题丢给 Codex，回到桌面端接着看结果。跨设备对话同步本身不新鲜，但 Codex 这种需要看代码、跑输出的工具，能在移动端先起个头，确实方便。 不过帖子信息量很薄。没说明是 ChatGPT 原生 App 还是通过浏览器，也没提是否需要付费账号。更关键的是，移动端 Codex 能做什么、不能做什么完全没讲——能执行代码吗？能读文件吗？还是只能文字问答？这些决定了它到底是真工具还是聊天窗口换皮。 我会先打个折：如果只是把桌面端对话同步到手机上看，那更像是补了个同步功能，算不上移动端支持 Codex。等官方放出具体能力再判断值不值得装。

这份草案说白了就是教大家怎么给AI系统贴“高风险”标签。判断逻辑不复杂，先看AI本身是不是医疗器械这类受管制产品的安全组件，再看它的用途有没有落在Annex III的高风险场景清单里。关键依据是提供者自己声明的“预期用途”，整条价值链上的责任也会被考虑，所以别想着在说明书里含糊其辞就能躲过去。 草案也给了豁免出口，比如只做纯流程性任务、辅助人类完成已有工作、或者只是高风险评估的前期准备。但正文没披露这些豁免条件的具体案例和边界，实际落地时很可能扯皮。另外，公众咨询截止到2026年6月23日，想提意见的得抓紧。 目前最大的信息缺口是：草案里对“预期用途”的认定标准到底有多硬，以及监管机构会怎么核查提供者的声明。这点先别太激动，等最终版出来再看执行力度。

Kling AI 放出了一个原生 4K 视频生成模型，不是先做低分辨率再放大，而是从生成阶段就按 4K 跑。这个区别挺关键：传统超分放大容易让角色变形、纹理糊掉，原生生成理论上能保住画面一致性。Wonder Studios 的反馈也印证了这一点，说避免了角色变形问题。好莱坞制片人把它称为工作流里第一个原生 4K 基础模型，说明在专业制作端确实有人买单。 但正文没披露任何硬指标。不知道生成一段 4K 视频要多久、花多少钱、有没有用量限制。也没说这个模型是开放公测还是只给合作方用。没有对比数据，比如和自家低分辨率模型或其他竞品在一致性、细节保留上的量化差距。 还缺一个关键信息：原生 4K 的训练数据和推理算力成本到底高到什么程度。如果成本翻了几倍但画质提升只在特定场景下可见，那对大部分创作者来说性价比存疑。建议等官方放出定价和实际可用范围后再判断是不是真能进日常流程。

OpenAI 这招是拿 API 调用额度当投资筹码，不是给现金，创业公司用 GPT 等模型直接扣额度，省了前期算力开销。200 万美元这个数字看着大，但关键信息全缺：占股多少、额度多久过期、有没有月用上限，正文一概没提。这很像当年 Sam Altman 在 YC 时 Yuri Milner 那套批量撒钱打法，只不过这次撒的是自家产品。对早期团队来说，如果额度够用且占股合理，确实能省一笔；但如果占股偏高或额度限时太紧，实际价值就得打折扣。还缺一个信息：这些额度能不能跨模型用，比如 GPT-5 出来后是否还能抵扣。

这条消息的核心矛盾在于：微软一边说 GitHub 被 AI 编程工具冲击得“生存级风险”，一边又用行政命令让内部团队停用 Claude Code、统一切回自家 Copilot CLI。这更像一场借外部竞争压力推动内部工具收口和成本控制的动作，而不是 GitHub 明天就要关门。 报道提到几个关键时间点：2024 年 Cursor 推出能处理复杂任务的集成开发环境，2025 年 Claude Code 把能力延伸到终端、可自主完成多步骤工程任务。这些产品确实改变了开发流程——代码在本地就被 AI 生成和调试好了，上传到 GitHub 不再是必须步骤。但正文没给出任何数据说明 GitHub 的活跃仓库数、推送频率或付费用户是否真的在下降，所以“生存级风险”目前还只是一份内部判断，缺乏可验证的量化证据。 另外，微软要求 2026 年 6 月底前停用 Claude Code，理由之一是压缩 2027 财年运营开支。这说明决策背后有明确的财务动机。同时 GitHub Copilot CLI 仍保留对 Claude 模型的访问权限，说明微软不是要彻底切断对手，而是在客户端层面收口、在模型层面保持弹性。OpenAI 一度考虑自建替代平台这个细节也值得留意，但报道没展开，不知道是技术验证还是战略试探。整体看，这条新闻的价值在于暴露了微软对 GitHub 护城河变浅的焦虑，但焦虑程度和实际业务损伤之间有多大距离，还需要更多数据才能判断。

Tomasz Tunguz 这篇博客把三家 API 定价摊开来看，结论很直白：烧钱换份额的阶段过去了，现在大家都在保利润。Google Gemini 3.1 Pro 输入每百万 token 2 美元、输出 12 美元，虽然还是最便宜，但 Tunguz 指出它每年价格翻三倍，这个趋势比绝对值更值得盯。OpenAI 的 GPT-5.5 短暂补贴后涨到输入 5 美元、输出 30 美元，说明之前的低价是战术性的，不是成本真降了。Anthropic 的 Claude Opus 4.7 反而从“奢侈品定价”往下调，维持在输入 5 美元、输出 25 美元，策略明显不同。 文章把涨价归因于三家都在疯狂砸钱建基础设施，现金流吃紧，所以开始要利润。这个判断逻辑是通的，但正文没给出各家实际的推理成本或毛利率数据，所以“补贴退潮”到底是回归正常利润还是仍在亏本卖，其实看不出来。另外，Tunguz 是 Theory Ventures 的 GP，视角天然偏向商业模式和资本支出，对技术侧的成本结构变化着墨不多。如果你在选模型做预算，这篇能帮你快速对齐价格水位，但别拿它当成本分析报告用。