AX 严选 · 2026-05-21

v2.1.147 有两个改动值得看。第一个是新增的 Workflow 工具，默认关闭，做的是确定性多智能体编排——说白了就是你可以给多个 AI 助手排好班、定好谁先谁后，而不是让它们自己商量着来。这对需要稳定输出、可复现结果的场景有用，但正文没披露这个编排是 YAML 配置还是代码定义，也没说支持多少个 agent 同时跑、任务之间怎么传上下文。这些细节决定了它到底能用在生产环境还是只能当 demo。 第二个是把 /simplify 命令升级成 /code-review，现在能检查代码正确性，还能直接在 GitHub PR 里生成行级评论。这个改动挺实用，等于把 review 流程嵌进了日常开发工具里。但同样没说明正确性检查覆盖哪些语言、误报率大概多少，也没提生成的评论质量有没有人工审核过的对比数据。 整体看这次更新方向对，但信息缺口不小。Workflow 工具如果配置复杂或者 agent 间通信延迟高，实际体验可能打折；/code-review 如果误报多，反而增加噪音。这些都得等实际用起来才知道。

这条更新来自 ChatGPT 官方推文，说正在测试一项功能：用户可以在 PowerPoint 里直接让 ChatGPT 建、改、理解和优化幻灯片，做出来的页面还能继续手动编辑。对经常做 PPT 的人来说，这确实能省掉不少重复劳动，尤其是搭框架、调格式这类体力活。 但正文没披露几个关键信息。一是收费方式——是 Plus 用户独享，还是 Pro 专属，或者未来会单独计费，完全没说。二是推送范围，目前只提到“测试阶段”，没讲是灰度到哪些地区、哪些版本。三是功能边界，比如能不能处理复杂图表、多语言混排、企业模板适配，这些都没提。没有实测数据，也没第三方验证，只能当早期信号看。 还缺的是：这个功能是直接调用 PowerPoint 的 API，还是通过插件或云端中转？出错率怎么样？如果生成的内容需要大量返工，省事就变成费事了。建议等有实际用户反馈或官方公布详细文档再判断值不值得用。

纽森这份行政令把AI替代工作的路径说得很清楚：不是一夜之间整个岗位消失，而是一点点蚕食具体任务。这个判断比很多危言耸听的预测要务实。政策要求各部门研究遣散费、失业保险和员工持股，核心思路是想把AI带来的效率红利，通过股权或薪酬补贴回流到员工手里，而不是全留在企业账上。 计划建一个劳动力数据看板，争取更早看到哪些行业在被冲击，这点方向对，但正文没披露看板具体抓什么指标、更新频率多高，实际预警能力要打个问号。另外，行政令本身承认光靠职业培训可能解决不了岗位被彻底替代后的就业错配，这个坦白值得注意，说明他们知道旧工具不够用。 目前还缺两样东西：一是钱从哪来，行政令没提资金来源和执行预算；二是企业端的配合机制，如果只是研究而不设约束，企业未必愿意把省下的成本分出去。

Datasette Agent 的核心是把对话式查询做进了 Datasette 这个老牌数据库工具里。你问一句“我最近一次看到鹈鹕是什么时候”，它就能自己生成 SQL 去跑，返回结果。演示里跑的是 Gemini 3.1 Flash-Lite，便宜、快，写 SQLite 查询没问题。插件系统是亮点，官方已经出了图表生成、ChatGPT 画图和沙箱代码执行三个插件，而且作者说用 Claude Code 或 OpenAI Codex 写新插件很顺手。这点对想自己扩展的人来说挺实用。 不过要注意，目前公开的只有线上演示和本地跑开源模型的方案，正文没提大规模生产环境下的准确率、延迟或安全限制。演示里那个鹈鹕查询能跑通，不代表你丢个复杂业务库进去不会翻车。另外，本地模型虽然能跑，但工具调用和 SQL 生成的可靠性还得自己测，别指望开箱即用。整体看，这是个把 AI 助手塞进数据库工具的有趣尝试，但离“放心交给它查生产库”还有距离。

这条更新最值得关注的点是“锁屏且屏幕关闭”这个状态。以前这类远程操控通常要求电脑开着、屏幕亮着，现在 Codex 声称可以绕过这个限制，从手机端安全地调用 Mac 上的应用。如果真能做到，意味着你出门带手机就能让家里的 Mac 干活，比如跑个脚本、查个文件，不用一直开着屏幕。 但正文信息缺口很大。帖子只甩了一个文档链接，没解释“安全”具体怎么实现——是端到端加密、临时令牌，还是依赖 iCloud 钥匙串？也没说哪些应用能用、会不会触发 macOS 的安全弹窗。权限边界模糊的话，这功能要么被系统限制得很难用，要么有潜在风险。另外，收费模式和上线时间完全没提，现在只能当技术预告看。 我会先打个折：想法实用，但落地细节全缺。等文档里补上权限模型和加密方案再判断值不值得试。

Runway 这次发布更像是一次产品整合，而不是单纯秀模型肌肉。他们把新模型 Aleph 2.0 直接做成了一个叫 Edit Studio 的剪辑工具，核心卖点是“用自然语言改视频，改之前还能先预览效果”。这解决了一个实际痛点：以前用 AI 生成视频像开盲盒，现在可以先看再决定生不生成，能省不少试错成本。从页面看，他们把视频生成、多镜头合成、场景搭建、画质增强、动作捕捉和物体移除这些功能全打包在一起了，想覆盖从创意到出片的完整流程。 但正文没披露 Aleph 2.0 的具体技术参数、定价和推送范围。模型能力到底提升了多少、生成一段视频要花多少钱、延迟高不高，这些关键信息全是空白。另外，“预览”功能具体怎么实现、预览画质和最终成品差距多大，也没说清楚。如果预览效果很好但实际生成翻车，那这个功能就只是个花架子。整体看，产品思路是对的，但实际效果和成本还得等上手实测。

这条更新解决了一个很实际的问题：企业想用 Claude，但安全团队看不见员工在跟 AI 聊什么，就不敢放行。Anthropic 的做法是推出一个合规 API，把 Claude 里的对话内容和操作记录，直接对接企业已经在用的数据防泄漏（DLP）、安全信息与事件管理（SIEM）系统，比如 Cloudflare 这类。一口气新增 28 个集成，说明他们想快速覆盖主流安全工具，降低企业的接入门槛。 不过正文没披露这个 API 的延迟和性能开销。如果每一条对话都要实时送进监控系统做扫描，响应速度会不会受影响？另外也没说清楚对话内容是全部明文送出，还是可以按敏感度分级过滤。这些细节决定了安全团队是真正能用起来，还是被海量日志淹没。 对正在做 AI 合规评估的团队来说，这条值得关注，但别急着下结论。先搞清楚它在你现有安全架构里的实际落地成本，再判断是不是真的省事。

谷歌发布了Kotlin版和安卓版的Agent开发套件（ADK），版本号0.1.0。这套工具的核心卖点是混合调度：你可以让云端大模型当总指挥，把涉及隐私的具体任务（比如查本地文件里的酒店预订）派给手机上的子Agent，用Gemini Nano这类本地模型处理，数据不出手机。 这个思路对注重隐私的场景确实有用，而且Gemini Nano已经铺到了1.4亿台设备上，硬件基础不算差。但0.1.0这个版本号本身就说明东西还很早期，文档里没提性能基准、延迟数据，也没说本地模型跑复杂任务时准确率会掉多少。另外，跨云和端的任务调度听起来美好，实际工程里状态同步和错误处理都是坑，正文没展开讲他们怎么解决的。 我会先打个折：方向对，但现阶段更像开发者预览，别急着往正式产品里集成。还缺真实场景的延迟和功耗测试，以及跟纯云端方案的对比数据。

Cursor 这篇总结最核心的判断是：云端智能体的开发环境本身就是产品。本地跑模型时，它直接继承你电脑上的全套工具链，但云端得从零重建。缺个依赖、少个配置，模型不会报错，只会输出质量悄悄下降——团队反复排查，最后都指向同一个原因：环境没给够。这个结论对做 agent 的人很有参考价值，说明现在瓶颈不在模型智商，而在它能不能真正执行和验证自己的工作。 文章提到他们把任务调度迁到 Temporal 后，可靠性从 99% 拉到了 99.9% 以上，平台每天处理超过 5000 万次操作。这个数字挺大，但正文没披露具体怎么算出来的，也没说 99% 和 99.9% 分别对应什么故障类型，所以可靠性提升的实际体感要打个折。 还缺一些关键信息：环境重建到底踩了哪些具体的坑、自愈机制怎么设计的、成本增加了多少。这些工程细节如果能公开，对同行判断要不要跟进的帮助会更大。

这条官宣信息量极低，只有“FSD 来了”和“官宣进入大陆”两句，没披露任何落地细节。对从业者来说，关键问题一个都没回答：是全面推送还是小范围内测？支持哪些车型和硬件版本？是一次性买断还是订阅制？价格多少？有没有经过监管部门审批？这些缺口让这条新闻的实际价值大打折扣。 参考一季度谷歌、亚马逊、微软三家资本开支加起来超 1100 亿美元，Meta 全年预算拉到 1450 亿，行业在基础设施上砸钱的速度确实在加快。老黄把行业年度开支预期从 1 万亿直接喊到 3-4 万亿，这个数字本身值得关注，但需要结合后续各家实际落地情况来验证。 目前最缺的是特斯拉中国 FSD 的具体推送范围、功能限制和定价策略，以及是否涉及数据合规和地图资质等监管条件。等这些信息出来，才能判断这次官宣是实质性落地还是市场预热。

Google DeepMind在Antigravity平台推出的Science Skills，本质上是在解决大模型在专业领域“幻觉”的老问题。与其让模型依赖训练数据里的旧知识，不如直接给它接上UniProt、AlphaFold这类权威信源，回答蛋白质结构或基因功能时能实时调取最新数据。这个思路不新鲜，但把30多个生命科学数据库打包成一个即插即用的工具包，对研究者来说确实省去了自己搭建检索流程的麻烦。 不过，正文完全没有披露接入这些外部数据后，模型的响应延迟增加了多少，以及回答的准确率到底提升了几个百分点。一季度谷歌、亚马逊、微软三家资本开支已经超过1100亿美元，Meta全年预算拉到1450亿，在这种烧钱节奏下，一个工具包的实际效率比概念重要得多。 还缺的是第三方测试或用户反馈，光靠官方说法很难判断这个工具箱在复杂研究任务里是真好用，还是只是把多个API打了个包。