AI News、MUGEN 與創作筆記的靜態知識庫https://yuzakura.blog/zh_TWhttps://yuzakura.blog/posts/site-roadmap/https://yuzakura.blog/posts/site-roadmap/以 Mizuki 作為主站底座，先完成分類、內容規範、視覺方向與部署穩定性。Wed, 10 Jun 2026 00:00:00 GMT<p>這個站點第一階段的目標很明確：先做一個穩定、好寫、可搜尋、可部署的個人靜態站。</p> <p>暫時不加入公開 Web 後台，也不把 GitHub API、線上配置、圖片管理這些高風險功能塞進主站。內容先用 Markdown / MDX 寫，版本交給 Git 追蹤，部署交給 Cloudflare Pages、Vercel 或 Netlify。</p> <h2>核心定位</h2> <ul> <li><strong>AI News</strong>：整理 AI 產業、模型、工具與產品更新。</li> <li><strong>MUGEN</strong>：記錄角色、招式、素材、測試與版本筆記。</li> <li><strong>開發筆記</strong>：保存 Astro、Mizuki、部署與前端調整紀錄。</li> <li><strong>視覺設計</strong>：建立站點封面、Banner、角色圖與 UI 的統一方向。</li> <li><strong>衣裝 Prompt</strong>：用固定格式整理服裝、材質、色彩與構圖提示。</li> </ul> <h2>第一階段</h2> <ol> <li>固定站點設定與導航。</li> <li>建立文章 Frontmatter 規範。</li> <li>隱藏 Mizuki 預設範例文。</li> <li>加入初始分類文章。</li> <li>驗證 <code>pnpm check</code> 與 <code>pnpm build</code>。</li> </ol> <h2>第二階段</h2> <ul> <li>補真實 Banner、封面與 Profile 圖。</li> <li>補 AI News 範本與每週歸檔格式。</li> <li>補 MUGEN 角色開發記錄格式。</li> <li>設定正式域名、RSS、Sitemap 與部署平台。</li> </ul> <h2>暫不做的事</h2> <ul> <li>不做公開線上後台。</li> <li>不把私鑰或 GitHub App 憑證放進站點。</li> <li>不依賴外部圖片熱鏈作為主要資產庫。</li> </ul> https://yuzakura.blog/posts/visual-design/style-quick-reference/https://yuzakura.blog/posts/visual-design/style-quick-reference/夕桜白雪的色系數值、尺寸規格、現成提示詞組合，工作時隨時查閱Thu, 11 Jun 2026 00:00:00 GMT<p>工作時需要快速查閱？這份卡片整理了所有重要的數字與現成的提示詞組合，讓創作更順暢。</p> <hr /> <h2>站點的色彩語言</h2> <p>我們用的是現代化的 <strong>OKLCH</strong> 色彩系統，它會自動適應亮暗模式：</p> <table> <thead> <tr> <th>名稱</th> <th>Hue 值</th> <th>Light 示例</th> <th>Dark 示例</th> <th>用途</th> </tr> </thead> <tbody> <tr> <td><strong>冰藍</strong></td> <td>205°</td> <td>oklch(0.70 0.14 205)</td> <td>oklch(0.75 0.14 205)</td> <td>主色</td> </tr> <tr> <td><strong>薄紫</strong></td> <td>250°</td> <td>oklch(0.70 0.14 250)</td> <td>oklch(0.75 0.14 250)</td> <td>強調色</td> </tr> <tr> <td><strong>薄荷綠</strong></td> <td>160°</td> <td>oklch(0.70 0.14 160)</td> <td>oklch(0.75 0.14 160)</td> <td>補色</td> </tr> <tr> <td><strong>粉紅</strong></td> <td>10°</td> <td>oklch(0.70 0.14 10)</td> <td>oklch(0.75 0.14 10)</td> <td>暖色調</td> </tr> </tbody> </table> <p><strong>站點目前用的是冰藍色系（hue: 205）</strong></p> <hr /> <h2>每種素材的尺寸</h2> <h3>首頁寬景背景（Desktop Banner）</h3> <pre><code>尺寸：2400 × 1000 比例：寬螢幕 (16:9 的寬版) 檔案大小：300-400 KB 格式：WebP </code></pre> <p><strong>提示詞起點：</strong></p> <pre><code>masterwork, best quality, 8k, anime wallpaper, detailed background, cozy pastel bedroom, plushies, fairy lights, soft lighting, warm atmosphere, shiratama style, moe aesthetic, panoramic view, pastel pink and lavender and ice blue palette, translucent effect, bokeh, high readability --ar 16:9 --quality 2 </code></pre> <h3>手機版背景（Mobile Banner）</h3> <pre><code>尺寸：1200 × 1800 比例：手機直向 (2:3) 檔案大小：200-300 KB 格式：WebP </code></pre> <p><strong>提示詞起點：</strong></p> <pre><code>masterwork, best quality, 8k, cute anime girl, soft pastel aesthetic, standing, full body, looking downward, gentle expression, soft lighting, dreamy atmosphere, pastel palette, vertical composition, portrait-friendly, cozy, shiratama style, translucent, bokeh background --ar 2:3 --quality 2 </code></pre> <h3>文章封面（Article Cover）</h3> <pre><code>尺寸：1600 × 900 比例：橫向 (16:9) 檔案大小：250-350 KB 格式：WebP </code></pre> <p><strong>提示詞起點：</strong></p> <pre><code>masterwork, best quality, anime visual novel key visual, 1girl, cute girl, sparkling eyes, gentle expression, pastel pink and blue palette, soft lighting, dreamy atmosphere, single subject, clean composition, minimal clutter, shiratama style, moe aesthetic, readable text area --ar 16:9 --quality 2 </code></pre> <h3>頭像（Profile）</h3> <pre><code>尺寸：800 × 800 比例：正方形 (1:1) 檔案大小：100-150 KB 格式：WebP </code></pre> <p><strong>提示詞起點：</strong></p> <pre><code>masterwork, best quality, 1girl, cute anime girl, sparkling big eyes, soft pastel pink hair, twintails, innocent smile, fluffy fox ears, wearing lolita-inspired dress with ribbons, upper body, portrait, looking at viewer, soft lighting, pastel palette, delicate linework, shiratama style, moe aesthetic, clean white background --ar 1:1 --quality 2 </code></pre> <hr /> <h2>現成的提示詞組合</h2> <h3>組合 #1：標準頭像</h3> <p>直接複製就能用：</p> <pre><code>masterwork, best quality, 1girl, cute anime girl, sparkling big eyes, soft pastel pink hair, twintails, innocent smile, fluffy fox ears, lolita dress, soft lighting, pastel palette, shiratama style, upper body, portrait, looking at viewer --ar 1:1 --quality 2 負面提示詞：lowres, bad anatomy, realistic, 3d, harsh lighting, distorted </code></pre> <h3>組合 #2：寬景背景</h3> <p>溫暖而寬闊：</p> <pre><code>masterwork, best quality, 8k, anime wallpaper, cozy bedroom, plushies, fairy lights, soft warm lighting, pastel colors, dreamy atmosphere, shiratama style, moe aesthetic, panoramic view, bokeh, translucent, high readability --ar 16:9 --quality 2 負面提示詞：lowres, realistic, 3d, harsh lighting, dark colors, cluttered </code></pre> <h3>組合 #3：文章封面</h3> <p>簡潔有焦點：</p> <pre><code>masterwork, best quality, anime visual novel key visual, 1girl, gentle expression, sparkling eyes, cute aesthetic, pastel pink and blue palette, soft lighting, dreamy, single subject, clean composition, readable space, shiratama style, delicate linework --ar 16:9 --quality 2 負面提示詞：lowres, realistic, 3d, harsh lighting, cluttered, too many elements </code></pre> <hr /> <h2>永遠別忘的負面提示詞</h2> <p>在 Stable Diffusion 或 NovelAI 中必須填入：</p> <pre><code>lowres, bad anatomy, bad hands, text, error, missing fingers, extra digits, cropped, worst quality, low quality, jpeg artifacts, signature, watermark, blurry, realistic, 3d, harsh lighting, distorted, deformed, extra limbs, censored, mosaic </code></pre> <hr /> <h2>快速調整技巧</h2> <table> <thead> <tr> <th>問題</th> <th>試試看</th> </tr> </thead> <tbody> <tr> <td>太寫實</td> <td>加強 <code>anime, moe, visual novel</code> 中的某個</td> </tr> <tr> <td>色彩太鮮豔</td> <td>加入 <code>low saturation, pastel, soft, muted</code></td> </tr> <tr> <td>背景太複雜</td> <td>加入 <code>simple background, bokeh, minimal</code></td> </tr> <tr> <td>五官奇怪</td> <td>Negative 加入 <code>bad anatomy, distorted face</code></td> </tr> <tr> <td>太沉悶</td> <td>加入 <code>soft lighting, luminous, ethereal, dreamy</code></td> </tr> </tbody> </table> <hr /> <h2>配置檢查清單</h2> <p>生成素材前確認一下：</p> <ul> <li>[ ] 尺寸和長寬比對不對？</li> <li>[ ] 負面提示詞加上去了嗎？</li> <li>[ ] 色系詞有沒有放進去（冰藍、粉紅、薄紫）？</li> <li>[ ] 有沒有加 <code>--quality 2</code> 參數（Midjourney）？</li> <li>[ ] 生成完成後色調符合冰藍系嗎？</li> </ul> <hr /> <h2>色系對照快查</h2> <p><strong>如果想要…</strong></p> <p><strong>冰冷夢幻感：</strong></p> <pre><code>ice blue and lavender palette, cool tones, ethereal </code></pre> <p><strong>溫暖柔和感：</strong></p> <pre><code>soft pastel pink and cream white, warm lighting </code></pre> <p><strong>清爽可愛感：</strong></p> <pre><code>pastel blue and white palette, clean, bright </code></pre> <p><strong>混合感（推薦）：</strong></p> <pre><code>soft pastel pink and ice blue and lavender palette </code></pre> <hr /> <h2>相關文檔</h2> <ul> <li><a href="./ai-prompt-guide.md">完整的提示詞指南</a> — 更詳細的教學</li> <li><a href="./original-style-guide.md">原始視覺規範</a> — 站點設計方向</li> <li><a href="./visual-design-index.md">文檔索引</a> — 完整導引</li> </ul> <hr /> <p><strong>小提示：</strong> 把喜歡的組合複製到記事本存起來，慢慢累積自己的提示詞庫。每個人的習慣都不一樣，沒有「正確答案」，只有「適合妳」的方式。</p> https://yuzakura.blog/posts/visual-design/visual-design-guide-nav/https://yuzakura.blog/posts/visual-design/visual-design-guide-nav/夕桜白雪美術風格的所有資源導引，從色系、尺寸到提示詞，找到妳需要的Thu, 11 Jun 2026 00:00:00 GMT<p>這個地方存放了所有關於 <em>夕桜白雪</em> 視覺風格的資料。不管妳是設計師、內容創作者，還是想了解站點的美術方向，都能在這裡找到。</p> <hr /> <h2>文檔地圖</h2> <h3>如果妳想…</h3> <p><strong>快速生成素材</strong> → 打開 <a href="./style-quick-reference.md"><strong>速查卡</strong></a>（3 分鐘搞定）</p> <p><strong>深入學習提示詞</strong> → 讀 <a href="./ai-prompt-guide.md"><strong>創作指南</strong></a>（30 分鐘）</p> <p><strong>了解站點的設計方向</strong> → 看 <a href="./original-style-guide.md"><strong>原始視覺規範</strong></a>（5 分鐘背景知識）</p> <p><strong>查詢色系、尺寸、配置</strong> → 翻 <a href="./style-quick-reference.md"><strong>速查卡</strong></a>（工作時隨時查）</p> <hr /> <h2>三份文檔的關係</h2> <p><strong>原始視覺規範</strong></p> <ul> <li>站點整體的美術方向</li> <li>描述我們想要什麼樣的感覺</li> <li>基礎與指南</li> </ul> <p><strong>創作指南</strong> ← 新內容！</p> <ul> <li>教妳怎麼用 AI 工具實踐這個風格</li> <li>細緻的提示詞教學</li> <li>Midjourney / Stable Diffusion 的使用差異</li> </ul> <p><strong>速查卡</strong> ← 新內容！</p> <ul> <li>OKLCH 色值表</li> <li>尺寸規格速覽</li> <li>現成的提示詞組合</li> <li>工作時的快速參考</li> </ul> <hr /> <h2>最快的開始方式</h2> <p><strong>第一次生成素材？</strong></p> <ol> <li>打開 <a href="./style-quick-reference.md#%E7%8F%BE%E6%88%90%E7%9A%84%E6%8F%90%E7%A4%BA%E8%A9%9E%E7%B5%84%E5%90%88">速查卡 - 現成的提示詞組合</a></li> <li>根據需要（頭像？寬景？文章封面？）選擇對應的組合</li> <li>複製提示詞，貼進 Midjourney / Stable Diffusion</li> <li>執行，完成！</li> </ol> <hr /> <h2>不同角色的推薦閱讀</h2> <h3>項目管理者</h3> <ol> <li>本文檔（妳正在讀）</li> <li><a href="./original-style-guide.md">原始視覺規範</a> — 5 分鐘了解方向</li> <li><a href="./style-quick-reference.md#%E9%85%8D%E7%BD%AE%E6%AA%A2%E6%9F%A5%E6%B8%85%E5%96%AE">速查卡的檢查清單</a> — 確保素材統一</li> </ol> <h3>設計師 / 內容創作者</h3> <ol> <li><a href="./style-quick-reference.md">速查卡</a> — 立即用上</li> <li><a href="./ai-prompt-guide.md">創作指南</a> — 深入學習</li> <li><a href="./original-style-guide.md">原始視覺規範</a> — 理解背景</li> </ol> <h3>開發者 / 技術美術</h3> <ol> <li><a href="./original-style-guide.md">原始視覺規範</a></li> <li><a href="./style-quick-reference.md#%E7%AB%99%E9%BB%9E%E7%9A%84%E8%89%B2%E5%BD%A9%E8%AA%9E%E8%A8%80">速查卡 - 站點的色彩語言</a> — OKLCH 色值</li> <li>查看代碼中的實際配置</li> </ol> <hr /> <h2>核心概念一覽</h2> <h3>夕桜白雪想要的感覺</h3> <ul> <li>柔和透明 — 像光灑進水裡</li> <li>低飽和色調 — 冰藍、粉紫、奶油白</li> <li>日系軟萌 — 清爽又可愛，溫暖又純淨</li> </ul> <h3>站點的色系</h3> <ul> <li><strong>主色：</strong> 冰藍 (hue: 205)</li> <li><strong>輔色：</strong> 薄紫、薄荷綠、粉紅</li> <li><strong>色彩空間：</strong> OKLCH（現代化、亮暗模式友善）</li> </ul> <h3>資源尺寸</h3> <table> <thead> <tr> <th>用途</th> <th>尺寸</th> <th>長寬比</th> </tr> </thead> <tbody> <tr> <td>首頁寬景</td> <td>2400 × 1000</td> <td>16:9 寬版</td> </tr> <tr> <td>手機版</td> <td>1200 × 1800</td> <td>2:3 豎向</td> </tr> <tr> <td>文章封面</td> <td>1600 × 900</td> <td>16:9</td> </tr> <tr> <td>頭像</td> <td>800 × 800</td> <td>1:1</td> </tr> </tbody> </table> <hr /> <h2>快速參考</h2> <p><strong>永遠要記得的負面提示詞：</strong></p> <pre><code>lowres, bad anatomy, bad hands, realistic, 3d, harsh lighting, distorted, deformed, extra limbs </code></pre> <p><strong>冰藍色系的參考詞：</strong></p> <pre><code>ice blue, pale blue, soft pastel palette, low saturation </code></pre> <p><strong>光線感的參考詞：</strong></p> <pre><code>soft lighting, volumetric light, ethereal, dreamy, translucent </code></pre> <hr /> <h2>工作流程</h2> <h3>開始新素材</h3> <pre><code>1. 決定用途 → 查速查卡找尺寸 ↓ 2. 選擇現成組合 → 或自己組合詞彙 ↓ 3. 在工具中執行 → Midjourney / SD / NovelAI ↓ 4. 檢查結果 → 色系、品質、尺寸都對嗎？ ↓ 5. 微調 → 如果需要的話 </code></pre> <h3>如果結果不理想</h3> <p>→ 看 <a href="./style-quick-reference.md#%E5%BF%AB%E9%80%9F%E8%AA%BF%E6%95%B4%E6%8A%80%E5%B7%A7">速查卡的快速調整技巧</a></p> <h3>如果想自訂風格</h3> <p>→ 讀 <a href="./ai-prompt-guide.md">創作指南</a>，學會怎麼組合詞彙</p> <hr /> <h2>相關配置檔案</h2> <p>項目代碼中的對應位置（給開發者參考）：</p> <pre><code>src/ ├── styles/variables.styl # OKLCH 色系定義 ├── config/ │ ├── backgroundWallpaper.ts # Banner 配置 │ └── siteConfig.ts # 站點主色 (hue: 205) └── content/posts/visual-design/ ├── original-style-guide.md # 原始風格指南 ├── ai-prompt-guide.md # 創作指南 (新) ├── style-quick-reference.md # 速查卡 (新) └── visual-design-guide-nav.md # 本文檔 </code></pre> <hr /> <h2>常見問題</h2> <p><strong>Q: 完全不懂 AI 提示詞怎麼辦？</strong> A: 打開 <a href="./style-quick-reference.md">速查卡</a>，複製「現成組合」直接用。就是這麼簡單。</p> <p><strong>Q: 用哪個工具最好？</strong> A: 看 <a href="./ai-prompt-guide.md">創作指南</a> 的「跟不同平台溝通」章節。一般來說 Midjourney 最穩定快速。</p> <p><strong>Q: 生成的色彩不對怎麼辦？</strong> A: 用簡單的修圖軟體（Photoshop / Figma）調整色溫，目標是靠近冰藍色系。</p> <p><strong>Q: 能否改變風格方向？</strong> A: 可以，但建議先跟團隊溝通。改變前看一下 <a href="./original-style-guide.md">原始視覺規範</a>，確保新風格也符合「柔和、透明、低飽和」的核心。</p> <hr /> <h2>提醒</h2> <ul> <li>所有新素材都應符合 <strong>冰藍色系 (hue: 205)</strong> 或既有配色</li> <li>保持 <strong>低飽和度</strong> — 這是夕桜白雪的靈魂</li> <li>文字可讀性優先 — 背景不該干擾文字</li> <li>尺寸要正確 — 檢查長寬比和解析度</li> <li>小改比重來快 — 調整幾個詞彙往往比重新開始更有效</li> </ul> <hr /> <p><strong>最後一句話：</strong> 這些資源是為了讓創作更順暢。沒有硬性規則，只有「怎樣對妳最好用」。慢慢摸索，會找到節奏。</p> https://yuzakura.blog/posts/visual-design/visual-design-index/https://yuzakura.blog/posts/visual-design/visual-design-index/Mizuki 項目美術風格統一參考，快速導引所有視覺設計相關文檔Thu, 11 Jun 2026 00:00:00 GMT<h2>文檔地圖</h2> <h3>核心美術規範</h3> <table> <thead> <tr> <th>文檔</th> <th>用途</th> <th>適合對象</th> <th>更新日期</th> </tr> </thead> <tbody> <tr> <td><strong><a href="./original-style-guide.md">原始視覺規範</a></strong></td> <td>站點整體風格定義、色系、光線、角色圖規格</td> <td>所有團隊成員</td> <td>2026-06-10</td> </tr> <tr> <td><strong><a href="./ai-prompt-modular-guide.md">AI 繪圖提示詞指南</a></strong></td> <td>詳細的 Midjourney/SD/NovelAI 提示詞模塊化教學</td> <td>UI/UX 設計師、內容創作者</td> <td>2026-06-11</td> </tr> <tr> <td><strong><a href="./visual-style-reference.md">美術風格快速參考</a></strong></td> <td>OKLCH 色值、尺寸規格、快速提示詞組合</td> <td>所有美術工作者</td> <td>2026-06-11</td> </tr> </tbody> </table> <hr /> <h2>使用場景速查</h2> <h3>我需要...</h3> <h4><strong>生成新的視覺素材</strong></h4> <ol> <li>確定用途尺寸 → 查看 <a href="./visual-style-reference.md#%E8%B3%87%E6%BA%90%E8%A6%8F%E6%A0%BC%E8%88%87%E5%B0%BA%E5%AF%B8%E5%B0%8D%E6%87%89">美術風格快速參考</a> 的規格表</li> <li>選擇 AI 工具 → 查看 <a href="./ai-prompt-modular-guide.md#%E5%B7%A5%E5%85%B7%E5%B7%AE%E7%95%B0%E8%88%87%E6%9C%80%E4%BD%B3%E5%AF%A6%E8%B8%90">AI 繪圖指南</a></li> <li>組合提示詞 → 使用 <a href="./visual-style-reference.md#ai-%E7%B9%AA%E5%9C%96%E6%8F%90%E7%A4%BA%E8%A9%9E%E6%A0%B8%E5%BF%83%E6%A8%A1%E5%A1%8A%E5%BF%AB%E9%80%9F%E7%B5%84%E5%90%88">快速參考表</a> 的模塊組合</li> <li>檢查結果 → 驗證色系符合 <a href="./visual-style-reference.md#%E5%B0%88%E6%A1%88%E8%89%B2%E7%B3%BB%E7%B5%B1-oklch-%E8%89%B2%E5%80%BC">OKLCH 色板</a></li> </ol> <h4><strong>了解站點色系與配置</strong></h4> <p>→ 查看 <a href="./visual-style-reference.md#%E5%B0%88%E6%A1%88%E8%89%B2%E7%B3%BB%E7%B5%B1-oklch-%E8%89%B2%E5%80%BC">快速參考表 - 專案色系統</a></p> <h4><strong>快速組合提示詞</strong></h4> <p>→ 跳至 <a href="./visual-style-reference.md#%E5%BF%AB%E9%80%9F%E7%B5%84%E5%90%88%E7%AF%84%E4%BE%8B">快速參考表 - 快速組合範例</a></p> <h4><strong>排查生成問題</strong></h4> <p>→ 查看 <a href="./visual-style-reference.md#%E5%95%8F%E9%A1%8C%E6%8E%92%E9%99%A4">快速參考表 - 問題排除</a></p> <h4><strong>深入學習提示詞工程</strong></h4> <p>→ 完整讀取 <a href="./ai-prompt-modular-guide.md">AI 繪圖提示詞指南</a></p> <hr /> <h2>提示詞速抄卡</h2> <h3>基礎必加</h3> <pre><code>masterwork, best quality, 8k, anime art, shiratama style, moe aesthetic </code></pre> <h3>色系必加</h3> <pre><code>soft pastel pink and ice blue and lavender palette, soft lighting, dreamy atmosphere, translucent </code></pre> <h3>尺寸（選一）</h3> <pre><code>--ar 16:9 (Desktop Banner, 文章封面) --ar 1:1 (頭像) --ar 2:3 (Mobile Banner) </code></pre> <h3>負面提示詞（必填）</h3> <pre><code>lowres, bad anatomy, bad hands, realistic, 3d, harsh lighting, distorted, deformed, extra limbs, censored </code></pre> <hr /> <h2>相關配置檔案</h2> <pre><code>src/ ├── styles/ │ └── variables.styl # OKLCH 色系定義 ├── config/ │ ├── backgroundWallpaper.ts # Banner 背景配置 │ └── siteConfig.ts # 站點主色 (hue: 205) └── content/posts/visual-design/ ├── original-style-guide.md # 原始規範 ├── ai-prompt-modular-guide.md # AI 提示詞指南 (本篇新增) ├── visual-style-reference.md # 快速參考 (本篇新增) └── visual-design-index.md # 本索引檔 public/assets/ ├── desktop-banner/ # Desktop 背景 4 張 ├── mobile-banner/ # Mobile 背景 4 張 └── ... docs/rule/ └── 04-css-style-guide.md # CSS 樣式規範 </code></pre> <hr /> <h2>風格參數一覽表</h2> <h3>色系參數</h3> <table> <thead> <tr> <th>參數</th> <th>值</th> <th>說明</th> </tr> </thead> <tbody> <tr> <td>主色調</td> <td><code>--hue: 205</code></td> <td>冰藍色系</td> </tr> <tr> <td>色彩空間</td> <td>OKLCH</td> <td>現代化、亮暗模式友善</td> </tr> <tr> <td>飽和度</td> <td>0.14 (一般), 0.10 (淡色)</td> <td>低飽和，柔和感</td> </tr> <tr> <td>Light 亮度</td> <td>0.70-0.95</td> <td>亮模式使用</td> </tr> <tr> <td>Dark 亮度</td> <td>0.16-0.75</td> <td>暗模式使用</td> </tr> </tbody> </table> <h3>背景資源參數</h3> <table> <thead> <tr> <th>資源</th> <th>尺寸</th> <th>數量</th> <th>更新間隔</th> <th>路徑</th> </tr> </thead> <tbody> <tr> <td>Desktop Banner</td> <td>2400 × 1000</td> <td>4 張</td> <td>5 秒旋轉</td> <td><code>/public/assets/desktop-banner/</code></td> </tr> <tr> <td>Mobile Banner</td> <td>1200 × 1800</td> <td>4 張</td> <td>5 秒旋轉</td> <td><code>/public/assets/mobile-banner/</code></td> </tr> <tr> <td>檔案格式</td> <td>WebP</td> <td>-</td> <td>-</td> <td>-</td> </tr> </tbody> </table> <hr /> <h2>新增內容說明</h2> <h3>為什麼增加 AI 提示詞指南？</h3> <p>本站既有的 <strong>original-style-guide.md</strong> 是很好的設計方向，但缺少：</p> <ul> <li>具體的 AI 工具使用教學</li> <li>不同平台（Midjourney/SD/NovelAI）的差異</li> <li>結構化的提示詞模塊</li> </ul> <p>新增文檔填補這些空缺，讓設計師能夠： 快速生成符合站點風格的素材 理解為何這樣組合提示詞 在不同工具間靈活切換</p> <h3>新增文檔的關係</h3> <pre><code>original-style-guide.md ├─ 是什麼？站點的美術方向性文檔 └─ 用途：定義整體視覺語言 ai-prompt-modular-guide.md ├─ 是什麼？深度教學文檔 ├─ 用途：教會人們如何用 AI 工具執行風格 └─ 基礎：建立在 original-style-guide 之上 visual-style-reference.md ├─ 是什麼？快速參考與速查表 ├─ 用途：工作中隨時查閱（不需要讀完整文檔） └─ 包含：色值、規格、範例、除錯 </code></pre> <hr /> <h2>快速開始（3 分鐘）</h2> <h3>第一次生成素材？</h3> <ol> <li> <p><strong>決定尺寸</strong> → Desktop Banner (2400×1000)、Mobile (1200×1800)、頭像 (800×800)</p> </li> <li> <p><strong>打開 <a href="./visual-style-reference.md">快速參考表</a></strong> → 找到對應尺寸的「快速組合」章節</p> </li> <li> <p><strong>複製對應的提示詞模板</strong></p> <pre><code>例如頭像就複製「快速組合 #1：標準頭像」 </code></pre> </li> <li> <p><strong>在 Midjourney/Stable Diffusion 中執行</strong></p> <pre><code>/imagine [複製的提示詞] --ar 1:1 --quality 2 </code></pre> </li> <li> <p><strong>生成完成後檢查</strong></p> <ul> <li>色系是否符合「冰藍 + 粉白 + 薄紫」？</li> <li>尺寸是否正確？</li> <li>是否符合「柔和、透明、低飽和」？</li> </ul> </li> </ol> <hr /> <h2>進階工作流</h2> <h3>對於需要細調的工作</h3> <ol> <li><strong>完整閱讀</strong> <a href="./ai-prompt-modular-guide.md">AI 繪圖提示詞指南</a></li> <li><strong>理解五個核心模塊</strong>：品質、風格、色系、角色、背景</li> <li><strong>根據需求自由組合</strong></li> <li><strong>使用進階技巧</strong> 改進結果</li> </ol> <h3>對於設計主管</h3> <ol> <li><strong>統一所有資源</strong> → 使用本索引檔確保團隊用統一的提示詞與色系</li> <li><strong>定期回顧</strong> → 檢查新生成素材是否符合 OKLCH 色板</li> <li><strong>持續迭代</strong> → 根據反饋更新提示詞模塊</li> </ol> <hr /> <h2>統一美術風格檢查清單</h2> <p>在提交任何新素材前，確保符合以下條件：</p> <ul> <li>[ ] <strong>色系</strong> - 主色符合冰藍 (hue: 205) 或既有配色</li> <li>[ ] <strong>飽和度</strong> - 是否保持「低飽和、柔和」的感覺</li> <li>[ ] <strong>光線</strong> - 是否帶有軟光、透明感</li> <li>[ ] <strong>尺寸</strong> - 解析度與長寬比符合規格表</li> <li>[ ] <strong>風格</strong> - 是否體現「日系軟萌、美少女、可愛」</li> <li>[ ] <strong>文字可讀性</strong> - 背景是否不會干擾文字顯示</li> <li>[ ] <strong>格式</strong> - 是否為 WebP 格式，檔案大小在目標內</li> </ul> <hr /> <h2>常見問題</h2> <p><strong>Q: 我完全不懂 AI 提示詞，怎麼開始？</strong> A: 先看 <a href="./visual-style-reference.md">快速參考表</a>，複製「快速組合範例」直接用。都是現成的。</p> <p><strong>Q: Midjourney、Stable Diffusion、NovelAI 應該用哪個？</strong> A: 查看 <a href="./ai-prompt-modular-guide.md#%E5%B7%A5%E5%85%B7%E5%B7%AE%E7%95%B0%E8%88%87%E6%9C%80%E4%BD%B3%E5%AF%A6%E8%B8%90">AI 繪圖指南 - 工具差異</a>。一般推薦 Midjourney 最穩定快速。</p> <p><strong>Q: 生成的色彩不符合站點色系怎麼辦？</strong> A: 用 Photoshop 的「色彩平衡」或「色相飽和度」微調，目標是靠近 OKLCH 冰藍色。</p> <p><strong>Q: 我想自訂風格，但保持統一性怎麼做？</strong> A: 修改 <a href="./visual-style-reference.md">快速參考表</a> 的模塊，例如改變風格致敬對象（從 <code>shiratama style</code> 改為 <code>miyase mahiro style</code>），但保持色系、光線、飽和度不變。</p> <hr /> <h2>推薦閱讀順序</h2> <h3>對於專案管理者</h3> <ol> <li>本索引檔（ 你正在讀 ）</li> <li><a href="./original-style-guide.md">原始視覺規範</a> (5 分鐘)</li> <li><a href="./visual-style-reference.md#ai-%E7%B9%AA%E5%9C%96%E6%8F%90%E7%A4%BA%E8%A9%9E%E6%A0%B8%E5%BF%83%E6%A8%A1%E5%A1%8A%E5%BF%AB%E9%80%9F%E7%B5%84%E5%90%88">快速參考表 - 核心模塊章節</a> (3 分鐘)</li> </ol> <h3>對於設計師 / 內容創作者</h3> <ol> <li>本索引檔</li> <li><a href="./visual-style-reference.md">快速參考表</a> (完整讀取, 10 分鐘)</li> <li><a href="./ai-prompt-modular-guide.md">AI 繪圖提示詞指南</a> (30 分鐘深入學習)</li> <li><a href="./original-style-guide.md">原始視覺規範</a> (5 分鐘背景知識)</li> </ol> <h3>對於開發人員 / 技術美術</h3> <ol> <li><a href="./original-style-guide.md">原始視覺規範</a></li> <li><a href="./visual-style-reference.md#%E5%B0%88%E6%A1%88%E8%89%B2%E7%B3%BB%E7%B5%B1-oklch-%E8%89%B2%E5%80%BC">快速參考表 - 色系與配置</a></li> <li>查看 <code>src/styles/variables.styl</code> 與 <code>src/config/</code> 中的實際配置</li> </ol> <hr /> <p><strong>最後提醒：</strong> 這三份文檔相輔相成，不必全部精讀。根據自己的角色挑選最相關的部分即可。</p> https://yuzakura.blog/posts/visual-design/visual-style-reference/https://yuzakura.blog/posts/visual-design/visual-style-reference/Mizuki 項目視覺風格速查表，包含 OKLCH 色系數值、AI 提示詞模塊和資源規格Thu, 11 Jun 2026 00:00:00 GMT<h2>專案色系統 (OKLCH 色值)</h2> <p>本項目採用現代化的 <strong>OKLCH</strong> 色彩空間，適應亮暗模式自動切換。</p> <h3>主色板（動態根據 <code>--hue</code> 變數調整）</h3> <pre><code>--primary: Light: oklch(0.70 0.14 var(--hue)) Dark: oklch(0.75 0.14 var(--hue)) --page-bg: Light: oklch(0.95 0.01 var(--hue)) # 接近白色 Dark: oklch(0.16 0.014 var(--hue)) # 深色背景 --card-bg: Light: white Dark: oklch(0.23 0.015 var(--hue)) </code></pre> <h3>建議色調組合</h3> <table> <thead> <tr> <th>名稱</th> <th>Hue 值</th> <th>Light 示例</th> <th>Dark 示例</th> <th>用途</th> </tr> </thead> <tbody> <tr> <td>冰藍（Ice Blue）</td> <td>205°</td> <td>oklch(0.70 0.14 205)</td> <td>oklch(0.75 0.14 205)</td> <td><strong>主色</strong></td> </tr> <tr> <td>薄紫（Lavender）</td> <td>250°</td> <td>oklch(0.70 0.14 250)</td> <td>oklch(0.75 0.14 250)</td> <td>強調色</td> </tr> <tr> <td>薄荷綠（Mint）</td> <td>160°</td> <td>oklch(0.70 0.14 160)</td> <td>oklch(0.75 0.14 160)</td> <td>補色</td> </tr> <tr> <td>粉紅（Pale Pink）</td> <td>10°</td> <td>oklch(0.70 0.14 10)</td> <td>oklch(0.75 0.14 10)</td> <td>暖色調</td> </tr> </tbody> </table> <p><strong>當前項目設定（查看 siteConfig.ts）：</strong></p> <pre><code>themeColor: { hue: 205, // 冰藍色系 fixed: false // 允許動態切換 } </code></pre> <hr /> <h2>資源規格與尺寸對應</h2> <h3>1. Desktop Banner（2400 × 1000）</h3> <pre><code>用途：首頁寬螢幕背景，需留邊安全區 寬高比：12:5 (2.4:1) 位置：/public/assets/desktop-banner/ 檔案數：4 張 (1-4.webp) 目標檔案大小：300-400 KB </code></pre> <p><strong>AI 提示詞優化：</strong></p> <pre><code>masterwork, best quality, 8k, anime wallpaper, detailed background, cozy pastel bedroom, plushies, fairy lights, soft cinematic lighting, warm atmosphere, shiratama style, moe aesthetic, panoramic view, pastel pink and lavender and cream palette, translucent effect, bokeh, high readability composition for text overlay --ar 16:9 --quality 2 </code></pre> <p><strong>安全區提示：</strong></p> <pre><code>左側預留 10% | 中央 80% | 右側預留 10% 上方預留 15% | 中央 70% | 下方預留 15% （主體應避免壓在中央文字重疊區） </code></pre> <hr /> <h3>2. Mobile Banner（1200 × 1800）</h3> <pre><code>用途：手機版首頁背景，保持縱向構圖 寬高比：2:3 位置：/public/assets/mobile-banner/ 檔案數：4 張 (1-4.webp) 目標檔案大小：200-300 KB </code></pre> <p><strong>AI 提示詞優化：</strong></p> <pre><code>masterwork, best quality, 8k, cute anime girl, soft pastel aesthetic, standing pose, full body, looking downward, gentle expression, soft lighting, dreamy atmosphere, pastel pink and white palette, vertical composition, portrait-friendly, cozy interior, shiratama style, translucent feel, bokeh background --ar 2:3 --quality 2 </code></pre> <p><strong>構圖建議：</strong></p> <pre><code>安全區上方：主要焦點（頭部、上身）- 避免被導航欄遮蓋 中間：次要內容 - 留白以容納內容 下方：可忽略細節 - 會被應用欄遮蓋 </code></pre> <hr /> <h3>3. 文章封面（1600 × 900）</h3> <pre><code>用途：文章卡片、OG 圖片、首頁特色文章 寬高比：16:9 檔案大小目標：250-350 KB 格式：WebP </code></pre> <p><strong>AI 提示詞優化：</strong></p> <pre><code>masterwork, best quality, anime visual novel key visual, 1girl, cute girl character, sparkling eyes, gentle expression, pastel pink and blue palette, soft lighting, dreamy atmosphere, single subject focus, clean composition, minimal clutter, shiratama style, moe aesthetic, readable text area preserved --ar 16:9 --quality 2 </code></pre> <hr /> <h3>4. 頭像 / Profile（800 × 800）</h3> <pre><code>用途：頁面角色卡片、作者信息頭像、社群分享 寬高比：1:1（方形） 檔案大小目標：100-150 KB 位置：/src/assets/images/ 或相關目錄 </code></pre> <p><strong>AI 提示詞優化：</strong></p> <pre><code>masterwork, best quality, 1girl, cute anime girl, sparkling big eyes, soft blush, gentle smile, soft pastel pink hair, twintails, fluffy fox ears, wearing cute lolita-inspired dress with ribbons, upper body, portrait, looking at viewer, soft lighting, pastel palette, delicate linework, shiratama style, moe aesthetic, clean white background --ar 1:1 --quality 2 </code></pre> <p><strong>最佳實踐：</strong></p> <ul> <li>臉部占據至少 50% 的畫面</li> <li>背景簡潔（純白或低對比）</li> <li>表情溫柔、眼神清晰</li> <li>避免過多細節背景</li> </ul> <hr /> <h2>AI 繪圖提示詞核心模塊（快速組合）</h2> <h3>模塊 A：品質與基調</h3> <pre><code>masterwork, best quality, 8k resolution, anime art </code></pre> <h3>模塊 B：風格致敬</h3> <pre><code>shiratama style OR miyase mahiro style OR cute anime visual novel </code></pre> <h3>模塊 C：色調與光影</h3> <pre><code>soft pastel pink and lavender and cream palette, soft lighting, dreamy atmosphere, volumetric lighting </code></pre> <h3>模塊 D：角色特徵（任選 3-5 項）</h3> <pre><code>1girl, sparkling big eyes, soft wavy hair, twintails, innocent smile, white fluffy fox ears, delicate face, gentle expression </code></pre> <h3>模塊 E：服裝配件</h3> <pre><code>cute lolita-inspired dress, delicate lace, ribbons, elegant aesthetic, pastel colors </code></pre> <h3>模塊 F：背景與場景</h3> <pre><code># 背景簡潔型 simple white background, bokeh # 環境型 cozy cafe interior, soft bokeh, warm lighting # 自然型 pastel sky with fluffy clouds, ethereal, minimalist </code></pre> <h3>模塊 G：技術參數與尺寸</h3> <pre><code>--ar 16:9 # 寬景用 --ar 1:1 # 頭像用 --ar 2:3 # 手機豎向用 --quality 2 # 高品質（Midjourney） --style raw # 保持原始風格 </code></pre> <h3>負面提示詞（必填）</h3> <pre><code>lowres, bad anatomy, bad hands, text, error, missing fingers, extra digits, cropped, worst quality, low quality, jpeg artifacts, signature, watermark, blurry, realistic, 3d, harsh lighting, distorted, deformed, extra limbs, censored, mosaic </code></pre> <hr /> <h2>快速組合範例</h2> <h3>快速組合 #1：標準頭像</h3> <pre><code>masterwork, best quality, 1girl, cute anime girl, sparkling big eyes, soft pastel pink hair, twintails, innocent smile, fluffy fox ears, lolita dress, soft lighting, pastel palette, shiratama style, upper body, portrait, looking at viewer --ar 1:1 --quality 2 負面提示詞：lowres, bad anatomy, realistic, 3d, harsh lighting, distorted </code></pre> <h3>快速組合 #2：寬景背景</h3> <pre><code>masterwork, best quality, 8k, anime wallpaper, cozy bedroom, plushies, fairy lights, soft warm lighting, pastel colors, dreamy atmosphere, shiratama style, moe aesthetic, panoramic view, bokeh, translucent feel, high readability --ar 16:9 --quality 2 負面提示詞：lowres, realistic, 3d, harsh lighting, dark colors, cluttered </code></pre> <h3>快速組合 #3：文章封面</h3> <pre><code>masterwork, best quality, anime visual novel key visual, 1girl, gentle expression, sparkling eyes, cute aesthetic, pastel pink and blue palette, soft lighting, dreamy, single subject, clean composition, readable space, shiratama style, delicate linework --ar 16:9 --quality 2 負面提示詞：lowres, realistic, 3d, harsh lighting, cluttered, too many elements </code></pre> <hr /> <h2>專案配置檢查清單</h2> <h3>色系設定</h3> <ul> <li>[x] OKLCH 主色設定在 <code>src/styles/variables.styl</code></li> <li>[x] <code>--hue: 205</code> （冰藍色系）</li> <li>[x] 亮暗模式自動切換</li> <li>[x] 所有組件使用 CSS 變數</li> </ul> <h3>背景資源</h3> <ul> <li>[x] Desktop Banner: <code>/public/assets/desktop-banner/</code> (4 張)</li> <li>[x] Mobile Banner: <code>/public/assets/mobile-banner/</code> (4 張)</li> <li>[x] Wallpaper 配置：<code>src/config/backgroundWallpaper.ts</code></li> <li>[x] 旋轉間隔：5 秒</li> </ul> <h3>美術指南</h3> <ul> <li>[x] 既有指南：<code>original-style-guide.md</code></li> <li>[x] 新 AI 提示詞指南：<code>ai-prompt-modular-guide.md</code></li> <li>[x] 本快速參考表</li> </ul> <h3>設計文檔</h3> <ul> <li>[x] CSS 樣式指南：<code>docs/rule/04-css-style-guide.md</code></li> <li>[x] 組件架構：<code>docs/rule/01-component-architecture.md</code></li> </ul> <hr /> <h2>內容創作流程</h2> <h3>當生成新素材時：</h3> <ol> <li> <p><strong>選擇尺寸與用途</strong></p> <ul> <li>Desktop Banner (2400×1000) → 模塊 A+B+C+F (寬景)</li> <li>Mobile Banner (1200×1800) → 模塊 A+B+C+E+F (人物)</li> <li>文章封面 (1600×900) → 模塊 A+B+C+D+E</li> <li>頭像 (800×800) → 模塊 A+B+C+D+E (上身)</li> </ul> </li> <li> <p><strong>選擇工具</strong></p> <ul> <li>Midjourney：最快穩定，推薦用於快速迭代</li> <li>Stable Diffusion：本地化，適合微調</li> <li>NovelAI：二次元特化，效果優秀</li> </ul> </li> <li> <p><strong>使用對應模塊組合</strong> 提示詞</p> </li> <li> <p><strong>填入負面提示詞</strong> 以確保品質</p> </li> <li> <p><strong>生成後檢查</strong></p> <ul> <li>色彩是否符合 OKLCH 調性</li> <li>解析度與尺寸是否正確</li> <li>是否符合「柔和、透明、低飽和」的站點美學</li> </ul> </li> <li> <p><strong>必要時微調</strong></p> <ul> <li>Photoshop 調色（Color Balance、Hue/Saturation）</li> <li>Figma 疊層與字體排版</li> <li>WebP 壓縮至目標大小</li> </ul> </li> </ol> <hr /> <h2>進階技巧</h2> <h3>提升生成質量</h3> <pre><code>增加 "masterwork", "best quality" 的重複 使用 "8k resolution" 強制高精度 加入 "detailed linework" 或 "intricate details" </code></pre> <h3>改善角色一致性</h3> <pre><code>如果生成多個相同角色，可在提示詞中加入： "consistent character design", "same girl", "character reference" </code></pre> <h3>微調風格強度</h3> <pre><code>弱化風格：減少 "shiratama style" 等風格詞 強化風格：重複提及或使用 "in the style of..." </code></pre> <h3>色彩精準化</h3> <pre><code>不要使用 "pink" (太寬泛) 改用 "soft pastel pink", "rose", "light pink", "pale pink" 同理：blue → ice blue, sky blue, pale blue </code></pre> <hr /> <h2>問題排除</h2> <table> <thead> <tr> <th>問題</th> <th>原因</th> <th>解決方案</th> </tr> </thead> <tbody> <tr> <td>色彩太鮮豔</td> <td>飽和度設定過高</td> <td>加入 <code>low saturation, pastel, soft colors</code></td> </tr> <tr> <td>五官畸形</td> <td>模型不熟悉細節</td> <td>加入 <code>detailed face, perfect anatomy</code> 到提示詞頭</td> </tr> <tr> <td>過於寫實</td> <td>風格詞不足</td> <td>強化 <code>anime, moe aesthetic, visual novel</code></td> </tr> <tr> <td>背景太複雜</td> <td>沒有簡化背景</td> <td>加入 <code>simple background, bokeh, minimal</code></td> </tr> <tr> <td>尺寸不對</td> <td>寬高比設定錯誤</td> <td>檢查 <code>--ar</code> 參數（16:9, 1:1, 2:3）</td> </tr> <tr> <td>發色不對</td> <td>顏色詞順序或優先級</td> <td>將髮色放在提示詞前 20 個字內</td> </tr> </tbody> </table> <hr /> <h2>相關檔案導引</h2> <pre><code>項目根目錄 ├── src/ │ ├── styles/ │ │ └── variables.styl # OKLCH 色系定義 │ ├── config/ │ │ ├── backgroundWallpaper.ts # Banner 配置 │ │ └── siteConfig.ts # 主色 hue 設定 │ └── content/posts/visual-design/ │ ├── original-style-guide.md # 原始風格指南 │ ├── ai-prompt-modular-guide.md # AI 提示詞模塊化指南（本篇新增） │ └── visual-style-reference.md # 本快速參考表 ├── public/assets/ │ ├── desktop-banner/ # Desktop 背景 (4 張) │ └── mobile-banner/ # Mobile 背景 (4 張) └── docs/rule/ └── 04-css-style-guide.md # CSS 樣式規範 </code></pre> <hr /> <p><strong>最後提醒：</strong></p> <ul> <li>所有新素材應在生成後進行色彩檢查，確保符合冰藍色系 (hue: 205)</li> <li>文字可讀性優先於背景裝飾</li> <li>保持「透明感、柔光、低飽和」的核心美學</li> </ul> https://yuzakura.blog/posts/dev-notes/css-grid-template-areas-layout/https://yuzakura.blog/posts/dev-notes/css-grid-template-areas-layout/用 CSS Grid 的 grid-template-areas 描述不規則拼圖式版面，讓公告、圖片、GIF 與文字區更直觀地排列。Fri, 12 Jun 2026 00:00:00 GMT<p><code>grid-template-areas</code> 可以用命名區域描述版面，比起手動計算 <code>grid-column</code> / <code>grid-row</code>，更適合維護「不規則拼圖式」的布局。</p> <h2>核心概念</h2> <p>先在父層宣告 grid，並用文字地圖描述每個區塊的位置：</p> <pre><code>.home-grid { display: grid; grid-template-columns: 1fr 1fr 1.2fr; grid-template-rows: auto auto auto; gap: 10px; grid-template-areas: "announce announce gif1" "png picture gif2" "png text text"; } </code></pre> <p>接著把每個子元素分配到對應區域：</p> <pre><code>.announce-bar { grid-area: announce; } .gif-area-1 { grid-area: gif1; } .gif-area-2 { grid-area: gif2; } .png-area { grid-area: png; } .center-image { grid-area: picture; } .text-area { grid-area: text; } </code></pre> <p>重點是每一行的區域名數量必須等於 <code>grid-template-columns</code> 定義的欄數；以上範例是三欄，所以每一行都要有三個區域名，否則整個區域布局會失效。</p> <h2>實際效果</h2> <p>這個布局會形成：</p> <ul> <li>公告欄橫跨左側兩欄。</li> <li>PNG 立繪縱跨左側兩行。</li> <li>兩個 GIF 分別位於右上與右中。</li> <li>文字區橫跨底部右側兩欄。</li> </ul> <p>這種寫法適合首頁拼貼、作品展示、Y2K 貼紙風格版面，或需要同時放置公告、角色圖、動態素材與短文的區塊。</p> <h2>響應式處理</h2> <p>小螢幕上可以把網格退化為單欄，保留閱讀順序：</p> <pre><code>@media (max-width: 768px) { .home-grid { grid-template-columns: 1fr; grid-template-areas: "announce" "gif1" "picture" "gif2" "png" "text"; } } </code></pre> <h2>維護提示</h2> <p>命名區域最好使用語意名稱，例如 <code>announce</code>、<code>picture</code>、<code>text</code>，不要用 <code>a1</code>、<code>b2</code> 這類難回想的名稱。之後如果要調整位置，只需要改父層的 <code>grid-template-areas</code>，子元素不用跟著大幅改動。</p> https://yuzakura.blog/posts/dev-notes/linux-server-node-pnpm-git-setup/https://yuzakura.blog/posts/dev-notes/linux-server-node-pnpm-git-setup/記錄在 Linux 伺服器上透過 nvm 安裝 Node.js、檢查 npm / pnpm 版本，以及準備 Git 的基本流程。Fri, 12 Jun 2026 00:00:00 GMT<p>這篇整理一份乾淨伺服器的前置安裝流程，目標是讓 Mizuki、Astro 或其他 Node.js 專案可以在 Linux 環境中正常建置。</p> <p>範例截圖使用的是 Node.js v24.11.1、npm v11.6.2。實際部署時版本可以依專案需求調整；如果是正式服務，建議優先選擇專案已驗證過的版本。</p> <h2>前置檢查</h2> <p>先確認目前環境是否已經有 Node.js 與 npm：</p> <pre><code>node -v npm -v </code></pre> <p>如果系統找不到指令，代表還沒有安裝 Node.js，或是 shell 尚未載入正確的環境變數。</p> <h2>安裝 nvm</h2> <p>nvm 用來管理不同版本的 Node.js。安裝完成後，通常會把初始化片段加入 <code>~/.bashrc</code>。</p> <pre><code>export NVM_DIR="$HOME/.nvm" [ -s "$NVM_DIR/nvm.sh" ] &amp;&amp; \. "$NVM_DIR/nvm.sh" [ -s "$NVM_DIR/bash_completion" ] &amp;&amp; \. "$NVM_DIR/bash_completion" </code></pre> <p>如果剛安裝完 nvm 但終端機還不能使用 <code>nvm</code>，可以重新開啟終端機，或手動載入：</p> <pre><code>\. "$HOME/.nvm/nvm.sh" </code></pre> <h2>安裝 Node.js</h2> <p>使用 nvm 安裝指定主版本：</p> <pre><code>nvm install 24 </code></pre> <p>安裝完成後檢查版本：</p> <pre><code>node -v npm -v </code></pre> <p>範例輸出：</p> <pre><code>v24.11.1 11.6.2 </code></pre> <p>nvm 也會建立預設別名，之後開新終端機時會自動使用這個版本。</p> <h2>安裝 pnpm</h2> <p>如果伺服器尚未安裝 pnpm，可以透過 npm 安裝：</p> <pre><code>npm install -g pnpm </code></pre> <p>確認 pnpm 是否可用：</p> <pre><code>pnpm -v </code></pre> <p>如果終端機顯示版本號，就可以進入專案安裝依賴。</p> <h2>安裝 Git</h2> <p>Ubuntu / Debian 可以使用 apt：</p> <pre><code>apt update apt install -y git </code></pre> <p>確認版本：</p> <pre><code>git --version </code></pre> <p>如果要讓伺服器可以拉取私有倉庫，還需要另外設定 SSH key 或 HTTPS token。</p> <h2>Mizuki 專案常用命令</h2> <p>進入專案後先安裝依賴：</p> <pre><code>pnpm install </code></pre> <p>檢查內容、型別與基本建置條件：</p> <pre><code>pnpm check </code></pre> <p>產生靜態站：</p> <pre><code>pnpm build </code></pre> <p>本機或伺服器預覽：</p> <pre><code>pnpm preview </code></pre> <h2>Windows 補充</h2> <p>Windows 不一定要照 Linux 的 nvm 流程。可以使用 Node.js 官方安裝器、fnm、nvm-windows，或透過 winget / Scoop 安裝，再用同樣的方式檢查：</p> <pre><code>node -v npm -v pnpm -v </code></pre> <p>只要版本符合專案需求，後續 <code>pnpm install</code>、<code>pnpm check</code>、<code>pnpm build</code> 的流程就一樣。</p> <h2>排查筆記</h2> <ul> <li><code>nvm: command not found</code>：重新開啟終端機，或手動載入 <code>~/.nvm/nvm.sh</code>。</li> <li><code>pnpm: command not found</code>：確認 <code>npm install -g pnpm</code> 是否成功，並重新開啟終端機。</li> <li>建置失敗：先跑 <code>pnpm check</code> 看是編碼、型別、文章 Frontmatter，還是資產路徑問題。</li> <li>伺服器和本機結果不同：優先比對 <code>node -v</code>、<code>pnpm -v</code>、環境變數與專案鎖定檔。</li> </ul> https://yuzakura.blog/posts/visual-design/ai-prompt-guide/https://yuzakura.blog/posts/visual-design/ai-prompt-guide/把白玉、宮瀬まひろ、なつめえり 的柔和美感融入 AI 繪圖提示詞，一起創作心中理想的視覺素材Thu, 11 Jun 2026 00:00:00 GMT<p>用提示詞告訴 AI 我們想要什麼樣的感覺。用 <strong>Midjourney</strong>, <strong>Stable Diffusion</strong>, <strong>NovelAI</strong> 等工具，一起創作符合夕桜白雪美學的視覺素材。</p> <hr /> <h2>想要的感覺</h2> <p><em>夕桜白雪</em> 的美來自於幾個簡單卻深刻的元素：</p> <ul> <li><strong>柔和透明感</strong> — 像光灑進水裡的感覺</li> <li><strong>低飽和色調</strong> — 冰藍、粉紫、奶油白的輕聲細語</li> <li><strong>日系萌系</strong> — 清爽又可愛，溫暖又純淨</li> </ul> <p>我們參考的靈感來自：</p> <ul> <li><strong>白玉</strong> — 那份幾乎透明的精緻與光感</li> <li><strong>宮瀬まひろ</strong> — 清爽中帶著會讓人微笑的可愛</li> <li><strong>なつめえり</strong> — 柔軟又有溫度的角色魅力</li> </ul> <hr /> <h2>提示詞的構成</h2> <p>把提示詞想成調色板。我們一層層加上想要的元素，最後就會浮現心中的畫面。以下是幾個常用的主題方向：</p> <h3>品質與風格</h3> <p>告訴 AI 我們想要什麼質感的作品——精緻、高質、帶有藝術感：</p> <pre><code>masterwork, best quality, 8k resolution, anime art shiratama style, moe aesthetic </code></pre> <h3>色彩與光線</h3> <p>營造整體的氛圍——柔軟、透明、夢幻：</p> <pre><code>soft pastel pink and ice blue and lavender palette soft lighting, dreamy atmosphere, volumetric light translucent, glowing effect, ethereal </code></pre> <h3>角色的溫柔</h3> <p>描繪角色的特徵，讓她自然而然地出現在 AI 的「想像」中：</p> <pre><code>1girl, sparkling big eyes, innocent expression soft pastel pink hair, twintails, delicate face looking at viewer, gentle smile, soft blush </code></pre> <h3>服裝與細節</h3> <p>讓角色更有個性，帶上喜歡的穿著：</p> <pre><code>cute lolita-inspired dress with pastel colors delicate lace, ribbons, elegant aesthetic </code></pre> <h3>背景的選擇</h3> <p>為作品創造空間感：</p> <pre><code># 簡潔型 simple white background, bokeh, minimalist # 溫馨型 cozy cafe interior, soft bokeh, warm lighting # 自然型 pastel sky with fluffy clouds, ethereal, dreamy </code></pre> <hr /> <h2>完整的範例</h2> <h3>為首頁創作頭像</h3> <p>一個簡單但完整的提示詞組合：</p> <pre><code>masterwork, best quality, 8k, 1girl, cute anime girl, sparkling big eyes, soft pastel pink hair with twintails, innocent smile, soft blush, white fluffy fox ears, wearing cute lolita-inspired dress with pastel colors and ribbons, gentle expression, looking at viewer, upper body, portrait, soft lighting, pastel pink and lavender palette, dreamy atmosphere, shiratama style, moe aesthetic, simple white background, bokeh --ar 1:1 --quality 2 </code></pre> <p><strong>要避免的：</strong></p> <pre><code>lowres, bad anatomy, bad hands, realistic, 3d, harsh lighting, distorted, deformed, too many details </code></pre> <h3>為首頁創作寬景背景</h3> <p>溫暖而寬闊的氛圍：</p> <pre><code>masterwork, best quality, 8k, anime wallpaper, detailed background, cozy pastel-colored bedroom, plushies, fairy lights, soft bokeh, dreamy lighting, warm atmosphere, panoramic view, soft pastel pink and ice blue and lavender palette, translucent effect, ethereal, high readability, shiratama style, moe aesthetic, detailed linework, high quality --ar 16:9 --quality 2 </code></pre> <hr /> <h2>跟不同平台溝通</h2> <h3>用 Midjourney</h3> <p>指令最簡潔直接。把提示詞寫進 <code>/imagine</code> 後面：</p> <pre><code>/imagine masterwork, best quality, cute anime girl, sparkling eyes, soft pastel pink hair, twintails, innocent smile, fluffy fox ears, lolita dress, soft lighting, pastel palette, dreamy atmosphere, shiratama style, portrait, upper body --ar 1:1 --quality 2 </code></pre> <p>速度快，效果穩定。適合快速迭代。</p> <h3>用 Stable Diffusion / NovelAI</h3> <p>需要分開寫 Positive 和 Negative。</p> <p><strong>Positive（想要的）：</strong></p> <pre><code>masterwork, best quality, 8k, anime girl, sparkling big eyes, soft pastel pink hair, twintails, innocent expression, fluffy fox ears, wearing lolita dress, delicate lace, cute ribbons, soft lighting, pastel pink and white and lavender palette, dreamy atmosphere, shiratama style, translucent feel, detailed face, upper body </code></pre> <p><strong>Negative（不要的）：</strong></p> <pre><code>lowres, bad anatomy, bad hands, text, error, missing fingers, cropped, worst quality, low quality, jpeg artifacts, blurry, realistic, 3d, harsh lighting, distorted, deformed, extra limbs </code></pre> <hr /> <h2>調整的技巧</h2> <p>如果生成的結果不太理想，試試這些調整：</p> <p><strong>太寫實了？</strong> 加強 <code>anime, moe aesthetic, visual novel</code> 這類詞彙，減少或移除 <code>realistic</code>。</p> <p><strong>顏色太鮮豔？</strong> 加入 <code>low saturation, pastel, soft colors, muted tones</code>。</p> <p><strong>背景太複雜？</strong> 加入 <code>simple background, bokeh, minimal, clean composition</code>。</p> <p><strong>五官看起來奇怪？</strong> 在 Negative Prompt 加入 <code>bad anatomy, distorted face, wrong proportions</code>。</p> <p><strong>整體太沉悶？</strong> 加入 <code>soft lighting, luminous, glowing, ethereal, dreamy atmosphere</code>。</p> <hr /> <h2>小建議</h2> <ul> <li><strong>從簡開始</strong> — 先用基本的組合，生成滿意後再慢慢加細節</li> <li><strong>記下喜歡的詞</strong> — 用記事本存下效果好的提示詞組合</li> <li><strong>多試幾次</strong> — AI 每次都會有小變化，多跑幾次會有驚喜</li> <li><strong>微調比重新來快</strong> — 比起從頭開始，改幾個詞往往更有效</li> <li><strong>配合色系</strong> — 生成後用簡單的修圖工具調整色溫，讓它更符合網站的冰藍色調</li> </ul> <hr /> <h2>相關資源</h2> <ul> <li><a href="./visual-style-reference.md">快速參考表</a> — 尺寸規格、色系數值</li> <li><a href="./original-style-guide.md">原始視覺規範</a> — 站點的設計方向</li> <li><a href="./visual-design-index.md">文檔索引</a> — 完整的導引地圖</li> </ul> <hr /> <p><strong>記住：</strong> 提示詞不是完美公式，而是在 AI 和妳之間的一場溫柔對話。慢慢摸索，會找到最順手的方式。</p> https://yuzakura.blog/posts/visual-design/ai-prompt-modular-guide/https://yuzakura.blog/posts/visual-design/ai-prompt-modular-guide/將白玉、宮瀬まひろ、なつめえり等風格整合成結構化 AI 繪圖提示詞，含 Midjourney、Stable Diffusion、NovelAI 最佳實踐Thu, 11 Jun 2026 00:00:00 GMT<p>本文檔整合本站既有美術規範與業界頂尖日系風格參考，提供結構化的 AI 繪圖提示詞模組，可自由組合用於 <strong>Midjourney</strong>, <strong>Stable Diffusion</strong>, <strong>NovelAI</strong> 等工具。</p> <hr /> <h2>核心概念</h2> <p>本站視覺方向：<strong>柔和、透明、低飽和、乾淨、日系萌系遊戲氛圍</strong></p> <p>頂級參考畫師風格：</p> <ul> <li><strong>白玉（Shiratama）</strong> → 極致透明感、柔光、精緻線條</li> <li><strong>宮瀬まひろ（Miyase Mahiro）</strong> → 清爽可愛、大眼睛、細節豐富</li> <li><strong>なつめえり</strong> → 軟萌感、溫暖氛圍</li> </ul> <hr /> <h2>提示詞模組分解</h2> <h3>模組 1：畫面品質與基礎風格</h3> <p><strong>用途：</strong> 作為所有 prompt 的開頭基礎</p> <table> <thead> <tr> <th>用途</th> <th>建議組合</th> </tr> </thead> <tbody> <tr> <td><strong>最高品質</strong></td> <td><code>masterwork, best quality, 8k resolution</code></td> </tr> <tr> <td><strong>動漫類型</strong></td> <td><code>anime art, visual novel key visual, digital art</code></td> </tr> <tr> <td><strong>風格致敬</strong></td> <td><code>shiratama style</code> / <code>miyase mahiro style</code></td> </tr> <tr> <td><strong>萌系美學</strong></td> <td><code>moe aesthetic, kawaii anime style</code></td> </tr> </tbody> </table> <p><strong>範例完整串：</strong></p> <pre><code>masterwork, best quality, 8k resolution, anime art, visual novel key visual, shiratama style, moe aesthetic </code></pre> <hr /> <h3>模組 2：色調與光影</h3> <p><strong>用途：</strong> 營造整體氛圍，配合本站 OKLCH 色系</p> <table> <thead> <tr> <th>層級</th> <th>提示詞</th> </tr> </thead> <tbody> <tr> <td><strong>主色調</strong></td> <td><code>pastel colors, soft pastel pink and lavender and cream white</code></td> </tr> <tr> <td><strong>補充色</strong></td> <td><code>ice blue, pale blue, mint green, silver white</code></td> </tr> <tr> <td><strong>光線效果</strong></td> <td><code>soft lighting, volumetric lighting, cinematic lighting</code></td> </tr> <tr> <td><strong>氛圍</strong></td> <td><code>dreamy atmosphere, gentle, warm atmosphere, ethereal</code></td> </tr> <tr> <td><strong>透明感</strong></td> <td><code>translucent, transparent material, glowing effect</code></td> </tr> </tbody> </table> <p><strong>本站 OKLCH 色盤參考：</strong></p> <pre><code>主色：冰藍（Ice Blue）→ oklch(0.70 0.14 hue) 輔色：霧粉（Misty Pink）→ oklch(0.75 0.14 hue) 淡紫：薄紫 → oklch(0.70 0.14 250) </code></pre> <p><strong>完整色彩 prompt 範例：</strong></p> <pre><code>pastel pink and ice blue and lavender palette, soft pastel colors, dreamy atmosphere, gentle warm lighting, volumetric light, translucent feel </code></pre> <hr /> <h3>模組 3：角色外觀特徵</h3> <p><strong>用途：</strong> 定義人物特色</p> <h4>眼睛（最重要）</h4> <table> <thead> <tr> <th>特徵</th> <th>提示詞</th> </tr> </thead> <tbody> <tr> <td><strong>大眼睛</strong></td> <td><code>sparkling big eyes, detailed watery eyes</code></td> </tr> <tr> <td><strong>眼神表情</strong></td> <td><code>innocent, gentle, slightly shy expression, looking at viewer</code></td> </tr> <tr> <td><strong>光彩</strong></td> <td><code>bright sparkle in eyes, star eyes, glowing pupils</code></td> </tr> </tbody> </table> <h4>髮型</h4> <table> <thead> <tr> <th>風格</th> <th>提示詞</th> </tr> </thead> <tbody> <tr> <td><strong>蓬鬆感</strong></td> <td><code>soft fluffy hair, delicate hair</code></td> </tr> <tr> <td><strong>雙馬尾</strong></td> <td><code>twintails, twin drills</code></td> </tr> <tr> <td><strong>齊瀏海</strong></td> <td><code>blunt bangs, straight bangs</code></td> </tr> <tr> <td><strong>顏色</strong></td> <td><code>soft pastel pink hair, pale blonde hair</code></td> </tr> </tbody> </table> <h4>獸耳/特色元素</h4> <table> <thead> <tr> <th>元素</th> <th>提示詞</th> </tr> </thead> <tbody> <tr> <td><strong>狐耳</strong></td> <td><code>fluffy fox ears, white fox ears, animal ears</code></td> </tr> <tr> <td><strong>貓耳</strong></td> <td><code>cat ears, feline ears</code></td> </tr> <tr> <td><strong>其他</strong></td> <td><code>fantasy elements, ethereal wings, halo</code></td> </tr> </tbody> </table> <p><strong>完整角色 prompt 範例：</strong></p> <pre><code>1girl, cute anime girl, sparkling big eyes, gentle expression, soft pastel pink hair with twintails, innocent blush, white fluffy fox ears, delicate face, upper body shot, looking at viewer with shy smile </code></pre> <hr /> <h3>模組 4：服裝與配件</h3> <p><strong>用途：</strong> 統一視覺風格的穿著</p> <table> <thead> <tr> <th>風格</th> <th>提示詞</th> </tr> </thead> <tbody> <tr> <td><strong>蘿莉塔</strong></td> <td><code>lolita fashion, frills, ribbons, elegant dress</code></td> </tr> <tr> <td><strong>制服</strong></td> <td><code>school uniform, sailor uniform, elegant uniform</code></td> </tr> <tr> <td><strong>舒適感</strong></td> <td><code>cute oversized sweater, knitted cardigan, soft texture</code></td> </tr> <tr> <td><strong>配件</strong></td> <td><code>hair ribbons, cute bows, delicate accessories, jewelry</code></td> </tr> </tbody> </table> <p><strong>完整服裝 prompt 範例：</strong></p> <pre><code>wearing lolita-inspired cute dress with soft pastel pink and white colors, delicate lace frills, ribbon details, adorable hair ribbons, elegant aesthetic </code></pre> <hr /> <h3>模組 5：適合網誌的背景</h3> <p><strong>用途：</strong> 根據用途選擇背景</p> <table> <thead> <tr> <th>用途</th> <th>尺寸</th> <th>建議 prompt</th> </tr> </thead> <tbody> <tr> <td><strong>Desktop Banner</strong></td> <td>2400×1000</td> <td><code>simple background white, pastel sky with fluffy clouds, bokeh, panoramic view --ar 16:9</code></td> </tr> <tr> <td><strong>Mobile Banner</strong></td> <td>1200×1800</td> <td><code>cozy interior, soft bokeh background, safe center composition</code></td> </tr> <tr> <td><strong>文章封面</strong></td> <td>1600×900</td> <td><code>single subject focus, clean pastel background, minimal elements</code></td> </tr> <tr> <td><strong>Profile/頭像</strong></td> <td>800×800</td> <td><code>portrait composition, clean white background, clear face, upper body --ar 1:1</code></td> </tr> </tbody> </table> <p><strong>背景元素選項：</strong></p> <ul> <li><code>simple white background</code> → 文字清晰度高，適合編輯</li> <li><code>soft bokeh background</code> → 溫和模糊，突顯主體</li> <li><code>cozy cafe interior</code> → 溫馨感</li> <li><code>pastel sky with fluffy clouds</code> → 夢幻感</li> <li><code>minimalist background</code> → 專業感</li> </ul> <hr /> <h2>負面提示詞（Negative Prompt）</h2> <p><strong>在 Stable Diffusion 或 NovelAI 中必填：</strong></p> <pre><code>lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry, artist name, realistic, 3d, photo, censored, mosaic, deformed, distorted, disproportionate anatomy </code></pre> <p><strong>本站額外禁止項（保持萌系與清爽）：</strong></p> <pre><code>+ web-rip, low-detail, simple, flat color, bad shading, harsh lighting, + dark atmosphere, gory, violent, ecchi, explicit </code></pre> <hr /> <h2>完整組合示例</h2> <h3>範例 1：Desktop Banner（寬螢幕背景）</h3> <pre><code>masterwork, best quality, 8k resolution, anime wallpaper, detailed background, a cute cozy pastel-colored anime bedroom with plushies and fairy lights, soft cinematic lighting, warm atmosphere, shiratama style, moe aesthetic, soft pastel pink and lavender and cream white palette, translucent effect, bokeh, panoramic view, high readability composition for text overlay --ar 16:9 --quality 2 </code></pre> <p><strong>負面提示詞：</strong></p> <pre><code>lowres, bad anatomy, realistic, 3d, harsh lighting, dark colors, cluttered </code></pre> <hr /> <h3>範例 2：獸耳美少女頭像（1:1 方形）</h3> <pre><code>masterwork, best quality, 1girl, cute anime girl, sparkling big eyes, soft pastel pink hair with twintails, innocent smile, soft blush, white fluffy fox ears, delicate face, gentle expression, looking at viewer, wearing cute lolita-inspired dress with pastel colors and ribbons, soft lighting, dreamy atmosphere, shiratama style, ice blue and pastel pink palette, upper body, portrait --ar 1:1 --quality 2 </code></pre> <p><strong>負面提示詞：</strong></p> <pre><code>lowres, bad anatomy, bad hands, missing fingers, realistic, 3d, harsh lighting, distorted face, deformed </code></pre> <hr /> <h3>範例 3：文章封面（1600×900 橫向）</h3> <pre><code>masterwork, best quality, anime visual novel key visual, 1girl, cute girl with sparkling eyes, soft expression, pastel pink and blue color scheme, cozy cafe interior, warm lighting, soft bokeh background, elegant composition, shiratama style, moe aesthetic, delicate details, high readability for text --ar 16:9 --quality 2 </code></pre> <p><strong>負面提示詞：</strong></p> <pre><code>lowres, realistic, 3d, harsh lighting, cluttered background, too many elements </code></pre> <hr /> <h2>工具差異與最佳實踐</h2> <h3>Midjourney</h3> <ul> <li><strong>語言：</strong> 英文，支持日文名詞</li> <li><strong>長度：</strong> 無上限，但 100-150 字最佳</li> <li><strong>速度：</strong> 最快，效果穩定</li> <li><strong>建議加參：</strong> <code>--quality 2</code>, <code>--style raw</code> 可調整風格</li> </ul> <p><strong>範例指令：</strong></p> <pre><code>/imagine masterwork, best quality, 8k anime girl, shiratama style, soft pastel pink aesthetic, sparkling eyes, twintails, fluffy fox ears, looking at viewer with shy smile, lolita fashion, dreamy lighting --ar 1:1 --quality 2 --style raw </code></pre> <hr /> <h3>Stable Diffusion / NovelAI</h3> <ul> <li><strong>語言：</strong> 英文</li> <li><strong>長度：</strong> 150-300 字最佳</li> <li><strong>方式：</strong> 需提供 Positive + Negative prompt</li> <li><strong>建議參數：</strong> <code>CFG Scale: 7-10</code>, <code>Steps: 30-50</code></li> </ul> <p><strong>Positive Prompt：</strong></p> <pre><code>masterwork, best quality, 8k, anime girl, sparkling big eyes, soft pastel pink hair, twintails, innocent expression, fluffy fox ears, wearing lolita dress, delicate lace, cute ribbons, soft lighting, pastel pink and white and lavender palette, dreamy atmosphere, shiratama style, translucent feel, detailed face, upper body </code></pre> <p><strong>Negative Prompt：</strong></p> <pre><code>lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, cropped, worst quality, low quality, jpeg artifacts, blurry, realistic, 3d, harsh lighting, dark colors, distorted, deformed </code></pre> <hr /> <h2>本站資源規格（與提示詞尺寸配對）</h2> <table> <thead> <tr> <th>用途</th> <th>解析度</th> <th>寬高比</th> <th>最大檔案</th> <th>格式</th> <th>Prompt 焦點</th> </tr> </thead> <tbody> <tr> <td>Desktop Banner</td> <td>2400 x 1000</td> <td>12:5 (2.4:1)</td> <td>300-400 KB</td> <td>WebP</td> <td>寬景、背景細節、安全邊界</td> </tr> <tr> <td>Mobile Banner</td> <td>1200 x 1800</td> <td>2:3</td> <td>200-300 KB</td> <td>WebP</td> <td>縱向構圖、上方安全區</td> </tr> <tr> <td>文章封面</td> <td>1600 x 900</td> <td>16:9</td> <td>250-350 KB</td> <td>WebP</td> <td>單一焦點、可讀性</td> </tr> <tr> <td>Profile 頭像</td> <td>800 x 800</td> <td>1:1</td> <td>100-150 KB</td> <td>WebP</td> <td>清晰臉部、簡潔背景</td> </tr> </tbody> </table> <hr /> <h2>組合建議與禁止清單</h2> <h3>推薦組合</h3> <p><strong>極致軟萌組合：</strong></p> <pre><code>shiratama style + sparkling big eyes + soft pastel colors + fluffy fox ears + twintails + lolita fashion + gentle lighting → 結果：極高完成度的白玉風格 </code></pre> <p><strong>透明感夢幻組合：</strong></p> <pre><code>translucent + volumetric lighting + pastel palette + bokeh + ethereal + dreamy atmosphere → 結果：高度沉浸的視覺體驗 </code></pre> <p><strong>清爽可愛組合：</strong></p> <pre><code>miyase mahiro style + big sparkling eyes + soft expression + pastel colors + simple background + delicate linework → 結果：清爽明亮的角色表現 </code></pre> <hr /> <h3>禁止與冠言</h3> <p><strong>在本站風格中應</strong>禁止**：</p> <ul> <li>高飽和霓虹色（Neon colors）</li> <li>暗色調與黑暗氛圍</li> <li>寫實風格（Realistic）與 3D</li> <li>粗糙線條、低細節</li> <li>過度繁雜的背景</li> <li>不適當內容（遵守各平台規範）</li> </ul> <hr /> <h2>提示詞優化流程</h2> <h3>步驟 1: 選擇基礎風格</h3> <pre><code>選擇：shiratama style / miyase mahiro style / cute anime style </code></pre> <h3>步驟 2: 定義角色</h3> <pre><code>加入：眼睛 + 髮型 + 獸耳/特徵 + 表情 </code></pre> <h3>步驟 3: 加入服裝與配件</h3> <pre><code>加入：衣著 + 飾品 + 整體搭配 </code></pre> <h3>步驟 4: 設定場景與光影</h3> <pre><code>加入：背景 + 光線 + 色調 + 氛圍 </code></pre> <h3>步驟 5: 優化與平衡</h3> <pre><code>檢查：文字長度、邏輯流暢性、優先順序 調整：去掉冗餘、突出重點 </code></pre> <p><strong>完成範例：</strong></p> <pre><code>masterwork, best quality, 8k 1girl, cute anime girl, sparkling big eyes, soft pink hair, twintails, innocent smile, white fluffy fox ears, delicate face wearing lolita dress with ribbons, elegant aesthetic soft pastel pink and white palette, dreamy atmosphere, volumetric lighting shiratama style, moe aesthetic portrait, upper body, looking at viewer --ar 1:1 </code></pre> <hr /> <h2>快速參考卡</h2> <p><strong>保存到筆記本方便查詢：</strong></p> <p><strong>基礎必加：</strong></p> <pre><code>masterwork, best quality, 8k, anime, shiratama style, moe aesthetic </code></pre> <p><strong>顏色必加：</strong></p> <pre><code>soft pastel pink and ice blue and lavender palette, soft lighting, dreamy </code></pre> <p><strong>角色必加（取最少 3 項）：</strong></p> <pre><code>sparkling big eyes + twintails + fluffy fox ears + lolita fashion + gentle smile </code></pre> <p><strong>背景（根據尺寸）：</strong></p> <pre><code>寬螢幕：bokeh, panoramic, simple background 頭像：white background, portrait, upper body 內容：cozy, clean, minimal </code></pre> <p><strong>必填負面：</strong></p> <pre><code>lowres, bad anatomy, bad hands, realistic, 3d, harsh lighting, distorted </code></pre> <hr /> <h2>迭代與改進</h2> <p>首次生成後，根據結果調整：</p> <table> <thead> <tr> <th>問題</th> <th>解決方案</th> </tr> </thead> <tbody> <tr> <td>過於寫實</td> <td>移除 <code>realistic</code>, 加強 <code>anime, moe aesthetic</code></td> </tr> <tr> <td>顏色太鮮豔</td> <td>加入 <code>low saturation, pastel, soft</code></td> </tr> <tr> <td>背景太複雜</td> <td>加入 <code>simple background, bokeh</code></td> </tr> <tr> <td>五官畸形</td> <td>加入 <code>detailed face, perfect anatomy</code> 到負面 prompt</td> </tr> <tr> <td>效果過度</td> <td>減少形容詞，集中在 5-7 個核心詞</td> </tr> </tbody> </table> <hr /> <h2>參考資源連結</h2> <ul> <li><a href="https://docs.midjourney.com">Midjourney 官方指南</a></li> <li><a href="https://github.com/Maks-s/sd-webui-prompt-all-in-one">Stable Diffusion 提示詞工程</a></li> <li><a href="https://honeyhive.ai">NovelAI 社群提示詞</a></li> <li>本站既有風格指南：見 <a href="./original-style-guide.md">original-style-guide.md</a></li> </ul> <hr /> <p><strong>最後提醒：</strong> 所有生成素材應符合本站 <strong>OKLCH 色系</strong> 與 <strong>透明感設計理念</strong>。若生成色彩與本站現有資源不符，可在 Photoshop / Figma 中微調色溫與飽和度。</p> https://yuzakura.blog/posts/ai-news/start-here/https://yuzakura.blog/posts/ai-news/start-here/用固定欄位整理 AI 新聞，讓資訊可以搜尋、回看與追蹤。Wed, 10 Jun 2026 00:00:00 GMT<p>AI News 不追求把所有消息都搬進來，而是整理值得回看的更新。</p> <p>每篇文章建議回答五件事：</p> <ol> <li><strong>發生了什麼</strong>：一句話摘要。</li> <li><strong>來源在哪裡</strong>：官方公告、論文、Release、產品頁或可信報導。</li> <li><strong>影響誰</strong>：開發者、創作者、研究者、一般使用者。</li> <li><strong>值得注意的變化</strong>：價格、能力、限制、可用地區、API 或授權。</li> <li><strong>後續追蹤</strong>：等測試、等文件、等生態支援，或等實際案例。</li> </ol> <h2>建議 Frontmatter</h2> <pre><code>--- title: "" published: 2026-06-10 description: "" image: "" tags: [AI, Model, Tool] category: AI News draft: false pinned: false comment: true lang: zh_TW --- </code></pre> <h2>內容段落</h2> <pre><code>## 摘要 ## 來源 ## 主要變化 ## 影響判斷 ## 後續追蹤 </code></pre> <h2>每日整理模板</h2> <p>每天固定問 AI 時，可以使用這段模板，先保留原始時間線，再做二次整理與判斷。</p> <pre><code>請根據以下 AI News 內容，按「時間軸順序」先列出原始事件，再做二次整理。 要求： 1. 保留原始事件順序，不要漏項。 2. 將每條分級為：可作主新聞 / 可留但降級 / 前瞻與傳聞 / 暫不建議寫死。 3. 盡量核對官方來源、GitHub release、文檔、公司博客或可靠媒體。 4. 重排成欄目：要聞、模型發布、開發生態、產品應用、技術研究、產業動態、前瞻與傳聞。 5. 給出 3-5 條趨勢分析，不要只複述新聞。 6. 最後輸出一版「可直接發佈的短評」。 7. 對疑似幻覺、社群爆料、X 帖、訪談透露的內容要明確標註不確定性。 內容如下： [貼今日 AI News 原文與來源連結] </code></pre> <p>這樣寫的好處是：未來用 Pagefind 搜尋時，文章不只是新聞剪貼簿，而是一個可以回溯的判斷資料庫。</p> https://yuzakura.blog/posts/mugen/devlog-start/https://yuzakura.blog/posts/mugen/devlog-start/為角色、素材、招式、測試與版本紀錄建立可回溯的筆記格式。Wed, 10 Jun 2026 00:00:00 GMT<p>MUGEN 筆記的重點不是寫漂亮心得，而是把「做過什麼、為什麼這樣做、測試結果如何」留下來。</p> <h2>筆記分類</h2> <ul> <li><strong>角色設計</strong>：角色定位、戰鬥節奏、核心招式。</li> <li><strong>素材整理</strong>：立繪、Sprites、音效、特效、來源與授權狀態。</li> <li><strong>招式開發</strong>：指令、判定、傷害、硬直、取消規則。</li> <li><strong>測試紀錄</strong>：BUG、手感問題、相容性、修正結果。</li> <li><strong>版本紀錄</strong>：每次修改的差異與回退點。</li> </ul> <h2>建議格式</h2> <pre><code>## 本次目標 ## 修改內容 ## 測試結果 ## 問題與待辦 ## 下次處理 </code></pre> <h2>檔案命名</h2> <p>建議放在 <code>src/content/posts/mugen/</code>，用清楚的英文或數字檔名，例如：</p> <pre><code>character-base-motion.md hitbox-adjustment-001.md ai-tuning-notes.md </code></pre> <p>這樣做的好處很土但很實用：半年後你還能知道自己當初到底改了什麼。</p> https://yuzakura.blog/posts/prompt-wardrobe/lolita-coordinate-template/https://yuzakura.blog/posts/prompt-wardrobe/lolita-coordinate-template/用繁體中文整理 Lolita 風格服裝 Prompt，固定輪廓、材質、色彩與配件欄位。Wed, 10 Jun 2026 00:00:00 GMT<p>這個分類用來整理衣裝 Prompt，尤其是 Lolita 風格服裝。寫法優先使用繁體中文，再補英文關鍵詞，方便之後生成、修改與歸檔。</p> <h2>固定欄位</h2> <pre><code>衣裝類型: 主色: 輔色: 輪廓: 上身: 下身: 材質: 配件: 鞋襪: 髮型: 氛圍: 避免: 英文補充: </code></pre> <h2>範例</h2> <pre><code>衣裝類型: 甜系 Lolita 洋裝 主色: 霧粉 輔色: 冰藍、珍珠白 輪廓: 高腰線、蓬鬆裙擺、膝上長度 上身: 圓領、泡泡袖、細緞帶、蕾絲邊 下身: 多層薄紗裙擺，小面積星形刺繡 材質: 棉、薄紗、緞帶、珍珠扣 配件: 小型髮箍、蝴蝶結、透明感胸針 鞋襪: 白色短襪、圓頭低跟鞋 髮型: 柔順長髮，微捲髮尾 氛圍: 乾淨、柔和、透明、像清晨窗邊的光 避免: 過度暴露、厚重暗色、雜亂背景 英文補充: sweet lolita dress, soft pastel palette, delicate lace, gentle lighting </code></pre> <h2>使用原則</h2> <ul> <li>先寫服裝結構，再寫情緒與光線。</li> <li>色彩控制在 2 到 3 個主視覺色。</li> <li>配件要服務角色，不要堆滿。</li> <li>每一篇 Prompt 都要能被自己半年後看懂。</li> </ul> https://yuzakura.blog/posts/visual-design/original-style-guide/https://yuzakura.blog/posts/visual-design/original-style-guide/建立站點統一美術方向，用原創語彙描述日系透明感。Wed, 10 Jun 2026 00:00:00 GMT<p>本站視覺方向先固定為：<strong>柔和、透明、低飽和、乾淨、略帶日系美少女遊戲氛圍</strong>。</p> <p>建立一套可以長期使用的原創視覺語彙。</p> <blockquote> <p>📌 <strong>新增資源</strong>（2026-06-11）</p> <ul> <li><strong><a href="./ai-prompt-modular-guide.md">AI 繪圖提示詞模組化指南</a></strong> ← 詳細的 Midjourney / Stable Diffusion / NovelAI 提示詞組合</li> <li><strong><a href="./visual-style-reference.md">美術風格快速參考表</a></strong> ← OKLCH 色系數值、尺寸規格、快速組合</li> </ul> <p>這些新文檔整合了白玉、宮瀬まひろ、なつめえり 等頂尖畫師風格，提供結構化的 AI 繪圖工作流。</p> </blockquote> <h2>色彩</h2> <ul> <li>主色：冰藍、霧粉、淡紫。</li> <li>輔色：薄荷綠、銀白、淺灰。</li> <li>避免：高飽和霓虹色、大面積深紫、過重黑底。</li> </ul> <h2>光線</h2> <ul> <li>柔光。</li> <li>透明材質。</li> <li>低對比陰影。</li> <li>背景留白，讓文字可讀。</li> </ul> <h2>角色圖</h2> <ul> <li>年齡感以「清爽、可愛、透明感」處理。</li> <li>服裝可以偏 Lolita、制服、針織、洋裝、外套混搭。</li> <li>表情以安靜、溫柔、專注、稍微害羞為主。</li> </ul> <h2>站點資產規格</h2> <table> <thead> <tr> <th>用途</th> <th>建議尺寸</th> <th>內容</th> </tr> </thead> <tbody> <tr> <td>Desktop Banner</td> <td>2400 x 1000</td> <td>橫向背景，主體不要壓到中央文字</td> </tr> <tr> <td>Mobile Banner</td> <td>1200 x 1800</td> <td>保留上方與中間安全區</td> </tr> <tr> <td>文章封面</td> <td>1600 x 900</td> <td>單一主題，不放太多字</td> </tr> <tr> <td>Profile</td> <td>800 x 800</td> <td>頭像清晰、背景簡單</td> </tr> </tbody> </table> <h2>Prompt 方向</h2> <pre><code>original soft pastel anime visual novel key visual, translucent atmosphere, ice blue and pale pink palette, clean background, gentle lighting, delicate linework, elegant cute outfit, high readability composition </code></pre> <p>後續所有視覺素材都應該先符合這份規範，再考慮加入更細的角色設定。</p> https://yuzakura.blog/posts/ai-news/2026-05-17-ai-morning-news/https://yuzakura.blog/posts/ai-news/2026-05-17-ai-morning-news/整理 2026-05-17 AI 早報：Codex 性能修復與額度重置、Vercel Zero、微信讀書 Skill、OpenAI × 馬耳他與 Token 算力套餐。Sun, 17 May 2026 00:00:00 GMT<p>以下按 <strong>2026-05-17 AI 早報</strong> 原始時間軸整理。這天只有 6 條，主線很集中：<strong>Codex 體驗與性能修復、Agent-first 語言實驗、閱讀 Skill、國家級 ChatGPT Plus 普及計劃、營運商 Token 算力套餐</strong>。其中 <strong>Vercel Zero、微信讀書 Skill、OpenAI × 馬耳他</strong> 來源較穩；<strong>Codex 更新 / 修復</strong> 主要來自 X；<strong>上海電信 Token 算力</strong> 主要來自微信與媒體轉述，需要降級。</p> <h2>一、時間軸順序：原始事件 + 分級核對</h2> <table> <thead> <tr> <th>時間</th> <th>原始事件</th> <th>分級</th> <th>核對與判斷</th> </tr> </thead> <tbody> <tr> <td>00:09</td> <td>Codex 發布更新：自定義快捷鍵、Git 優化與大幅性能提升</td> <td><strong>可留但降級</strong></td> <td>GitHub 日報引述 OpenAI Developers 的 X，稱 Codex 支持自定義鍵盤快捷鍵，優化 Git 操作與 thread panel，本地 server list 也有改進；大型倉庫 Git 操作提速約 10–50 倍、切換 thread 重渲染降低約 75%。來源主要是官方 X，不是 OpenAI 長文公告，建議可留但降級。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/93_2026-05-17.md">GitHub</a>)</td> </tr> <tr> <td>00:25</td> <td>Codex 修復 GPT-5.5 性能下降問題，並重置付費用戶額度</td> <td><strong>可作主新聞，但需標 X 級別來源</strong></td> <td>日報引述 Codex 團隊成員 Tibo 的 X，稱已找到並修復導致 GPT-5.5 在過去約 48 小時表現變差的兩個問題，並重置所有付費方案的 Codex 使用額度；但後續仍有部分帳戶重置延遲排查。這條對付費用戶影響較大，可作主新聞，但要明確標註來源是團隊成員 X。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/93_2026-05-17.md">GitHub</a>)</td> </tr> <tr> <td>00:36</td> <td>Vercel Labs 推出面向 Agent 的實驗性編程語言 Zero</td> <td><strong>可作主新聞</strong></td> <td>Vercel Labs 的 GitHub 倉庫已開源 Zero / zerolang，README 明確稱其是「agent-first programming language」實驗，目標包括 agent-first learnability、結構化診斷、標準庫深度與可腳本化工具；同時也明確標註 pre-1、不穩定、不適合生產或敏感資料。(<a href="https://github.com/vercel-labs/zero">GitHub</a>)</td> </tr> <tr> <td>00:48</td> <td>微信讀書推出 AI 助手 Skill</td> <td><strong>可作主新聞</strong></td> <td>微信讀書官方頁已上線「微信讀書 Skill」，功能包括查閱書架、閱讀統計、筆記和劃線、書籍搜索、書籍詳情與推薦；配置方式是把 Skill 安裝指令發給 AI 助手，並用 API Key 連接個人微信讀書帳號，官方頁也說明資料僅個人可見。(<a href="https://weread.qq.com/r/weread-skills">微信读书</a>)</td> </tr> <tr> <td>00:56</td> <td>OpenAI 與馬耳他政府合作，向完成培訓的公民提供一年免費 ChatGPT Plus</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 官方宣布與馬耳他政府合作，面向完成馬耳他大學 AI 素養課程的公民提供一年免費 ChatGPT Plus；第一階段 5 月啟動，由 Malta Digital Innovation Authority 管理合資格參與者分發。這是「OpenAI for Countries」路線下的國家級普及案例。(<a href="https://openai.com/index/malta-chatgpt-plus-partnership/">OpenAI</a>)</td> </tr> <tr> <td>01:06</td> <td>上海電信上線 Token 算力服務及免費體驗活動</td> <td><strong>可留但降級</strong></td> <td>GitHub 日報引述微信與媒體稱，上海電信推出多檔大模型 Token 資費套餐，支持話費支付，可 API 調用 30 餘款主流大模型，並限量向上海手機號用戶提供 2500 萬額度免費體驗。由於主要是微信/媒體轉述，沒有穩定官方產品頁可核，建議降級處理。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/93_2026-05-17.md">GitHub</a>)</td> </tr> </tbody> </table> <h2>二、欄目化重排版</h2> <h3>要聞</h3> <ul> <li>Codex 修復 GPT-5.5 表現下降問題，並重置付費用戶使用額度；來源主要是 Codex 團隊成員 X，應標明來源層級。</li> <li>OpenAI 與馬耳他政府合作，向完成 AI 素養課程的公民提供一年免費 ChatGPT Plus。</li> <li>Vercel Labs 開源 Zero / zerolang，探索面向 AI Agent 的實驗性編程語言。</li> <li>微信讀書推出 AI 助手 Skill，可讓 AI 助手讀取書架、閱讀統計、筆記劃線與書籍資料。</li> </ul> <h3>模型發布</h3> <ul> <li>本日無正式新模型發布。</li> <li>GPT-5.5 相關內容是 Codex 端性能修復與額度重置，不是模型新版本發布。</li> </ul> <h3>開發生態</h3> <ul> <li>Codex 發布自定義快捷鍵、Git 操作優化、thread panel 性能改進與本地 server list 體驗更新。</li> <li>Codex 修復 GPT-5.5 表現下降問題，並補償式重置付費用戶額度。</li> <li>Vercel Labs Zero 代表「agent-first language」方向，但項目明確處於 pre-1、不穩定階段。</li> </ul> <h3>產品應用</h3> <ul> <li>微信讀書 Skill 把個人閱讀資料、劃線筆記、書架與推薦接入 AI 助手。</li> <li>馬耳他 ChatGPT Plus 合作將 AI 素養課程與一年 Plus 權益綁定，是國家級 AI 普及項目。</li> <li>上海電信 Token 算力套餐把模型調用包裝成通信運營商資費服務，支持話費支付。</li> </ul> <h3>技術研究</h3> <ul> <li>Zero 值得作為 Agent 編程語言實驗觀察：它不是普通新語言，而是嘗試讓編譯器診斷、圖結構、size report、repair plan 等輸出更適合 Agent 讀取與修復。</li> <li>Codex 性能修復顯示 Coding Agent 體驗不只取決於模型，還取決於 UI 重渲染、Git 操作、thread 切換、本地 server 管理與額度策略。</li> </ul> <h3>產業動態</h3> <ul> <li>OpenAI × 馬耳他說明「AI for Countries」正在從教育系統合作擴展到全民工具權益分發。</li> <li>上海電信 Token 算力服務代表運營商開始把大模型調用作為類似通信套餐的基礎服務打包。</li> <li>Codex 付費用戶額度重置說明 AI Coding Agent 的服務品質問題已經需要用「補償 / 重置 quota」來維護用戶信任。</li> </ul> <h3>前瞻與傳聞</h3> <ul> <li>Codex 更新與 GPT-5.5 修復均主要來自 X / 團隊成員社媒，雖可引用，但正式稿應標明「OpenAI Developers / Codex 團隊成員表示」。</li> <li>上海電信 Token 算力服務主要來自微信與媒體轉述，缺少穩定官方產品頁，建議保守處理。</li> <li>Zero 是實驗性 pre-1 語言，不宜寫成成熟開發語言或可生產部署工具。</li> </ul> <h2>三、趨勢分析</h2> <p><strong>1. Codex 進入「品質維護與補償」階段。</strong> Codex 這次不只是推功能，而是修復 GPT-5.5 表現下降並重置付費用戶額度。這說明 Coding Agent 已經變成高頻生產力工具，一旦模型或產品體驗波動，就需要類似雲服務事故後的補償機制來維持付費信任。</p> <p><strong>2. Agent-first 編程語言開始出現。</strong> Zero 的重點不是取代 C / Rust / TypeScript，而是探索「如果 Agent 是第一使用者，語言和工具鏈該長什麼樣」。結構化診斷、JSON 輸出、可檢查圖、修復計劃，這些都比語法糖更重要。它代表開發工具正在從「讓人讀懂」進一步變成「讓 Agent 可解析、可修復、可自動化」。(<a href="https://github.com/vercel-labs/zero">GitHub</a>)</p> <p><strong>3. 個人資料型 Skill 開始變成 AI 助手入口。</strong> 微信讀書 Skill 的意義不只是「AI 可以搜書」，而是把個人閱讀歷史、筆記、劃線和偏好接入 AI。這類 Skill 未來會擴展到瀏覽器、網盤、郵箱、日曆、筆記、社群收藏，形成個人資料代理層。(<a href="https://weread.qq.com/r/weread-skills">微信读书</a>)</p> <p><strong>4. 國家級 AI 普及開始從“課程”走向“課程 + 工具權益”。</strong> 馬耳他的做法是先完成 AI 素養課程，再獲得一年 ChatGPT Plus。這比單純發帳號更穩，因為它把工具使用權與基本 AI 認知綁在一起，也更容易被其他國家效仿。(<a href="https://openai.com/index/malta-chatgpt-plus-partnership/">OpenAI</a>)</p> <p><strong>5. 運營商可能成為大模型流量的新分發渠道。</strong> 上海電信的 Token 算力套餐如果後續正式規模化，代表大模型 API 可能像手機流量一樣被打包、售賣、用話費支付。這會降低普通用戶或小開發者的接入門檻，但也會帶來模型來源、價格透明度、資料合規和中轉安全問題。</p> <h2>四、可直接發佈的短評</h2> <p>5 月 17 日的 AI 新聞主線，可以概括為：<strong>Codex 進入高頻生產力工具的穩定性維護期，Agent 生態則開始向新語言、個人資料 Skill 和國家級 AI 普及延伸。</strong></p> <p>Codex 方面，OpenAI Developers 發布一系列體驗更新，包括自定義快捷鍵、Git 操作優化、thread panel 與本地 server list 改進；同時 Codex 團隊修復了導致 GPT-5.5 近期表現下降的兩個問題，並重置所有付費方案的使用額度。這說明 AI Coding Agent 已經不只是功能競賽，而是開始進入可靠性、性能與用戶補償機制競爭。</p> <p>開發生態方面，Vercel Labs 開源 Zero / zerolang，這是一款面向 AI Agent 的實驗性編程語言，強調結構化診斷、可預測工具輸出與 agent-first learnability。不過官方也明確提示它仍處於 pre-1 階段，不適合生產系統、敏感資料或可信基礎設施。</p> <p>產品應用方面，微信讀書推出 AI 助手 Skill，允許 AI 查閱書架、分析閱讀統計、導出筆記劃線並搜索書籍詳情。OpenAI 則與馬耳他政府合作，向完成 AI 素養課程的公民提供一年免費 ChatGPT Plus，這是把 AI 教育與工具權益結合的國家級普及案例。上海電信也被曝推出 Token 算力套餐與免費體驗活動，顯示運營商正在嘗試把大模型調用包裝成類似通信流量的服務。</p> <p>需要降級處理的是：Codex 更新與修復主要來自 X / 團隊成員社媒；上海電信 Token 算力主要來自微信與媒體轉述；Zero 雖然開源但仍是高度實驗項目，不能寫成成熟生產語言。</p> <p>一句話總結：<strong>今天的關鍵詞是 Codex 性能修復、GPT-5.5 額度重置、Vercel Zero、微信讀書 Skill、OpenAI × 馬耳他 ChatGPT Plus，以及上海電信 Token 算力套餐。</strong></p> https://yuzakura.blog/posts/ai-news/2026-05-16-ai-morning-news/https://yuzakura.blog/posts/ai-news/2026-05-16-ai-morning-news/整理 2026-05-16 AI 早報：Grok 接入 Hermes、Intern-S2-Preview、Higgs Avatar、Qoder、ChatGPT 個人金融與 X 推薦演算法開源。Sat, 16 May 2026 00:00:00 GMT<p>以下按 <strong>2026-05-16 AI 早報</strong> 原始時間軸整理。這天的主線是：<strong>訂閱權益跨 Agent 打通、Coding Agent 平台化、科學多模態模型、實時數字人、AI 金融/醫藥資料應用、以及 OpenAI / 百度等公司的組織調整</strong>。原 GitHub 日報也明確提示內容由 AI 輔助創作，可能存在幻覺和錯誤，因此 X-only、微信來源、媒體報導類內容需要降級處理。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/92_2026-05-16.md">GitHub</a>)</p> <h2>一、時間軸順序：原始事件 + 分級核對</h2> <table> <thead> <tr> <th>時間</th> <th>原始事件</th> <th>分級</th> <th>核對與判斷</th> </tr> </thead> <tbody> <tr> <td>00:09</td> <td>SpaceXAI / xAI 開放 Grok 訂閱連接 Hermes Agent</td> <td><strong>可作主新聞</strong></td> <td>xAI 官方頁已確認 Grok 訂閱可直接在 Hermes Agent 中使用，支援 Grok 4.3、Grok TTS、Grok Imagine；Hermes 官方文檔也列出 xAI Grok OAuth / SuperGrok / X Premium+ 接入方式。建議正式稿寫「xAI 開放 Grok 訂閱接入 Hermes Agent」，不要過度使用「SpaceXAI」這個稱呼。(<a href="https://x.ai/news/grok-hermes">xAI</a>)</td> </tr> <tr> <td>00:23</td> <td>Anthropic 重置全體使用者速率限制</td> <td><strong>可留但降級</strong></td> <td>GitHub 日報稱來源為 ClaudeDevs 的 X 帖，內容是重置五小時與每週速率限制；未見 Anthropic 官方長文或文檔頁。可寫，但要標「官方 X / 社媒消息」。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/92_2026-05-16.md">GitHub</a>)</td> </tr> <tr> <td>00:31</td> <td>上海人工智慧實驗室發佈 Intern-S2-Preview 模型</td> <td><strong>可作主新聞</strong></td> <td>InternLM GitHub 已公開 Intern-S2-Preview，描述其為 35B 科學多模態基礎模型，核心科學任務表現可接近 Intern-S1-Pro，並具有材料晶體結構生成能力、科學 Agent 能力、MTP 與 CoT 壓縮等設計。(<a href="https://github.com/InternLM/Intern-S1">GitHub</a>)</td> </tr> <tr> <td>00:42</td> <td>Boson AI 推出實時數字人基礎模型 Higgs Avatar v1</td> <td><strong>可作主新聞</strong></td> <td>Boson 官方博客確認 Higgs Avatar v1，可用單張靜態圖生成實時對話面部；官方稱單幀約 16ms，單張 H100 可承載 8 路對話。這是實時 Avatar / 語音 Agent 表現層的重要更新。(<a href="https://www.boson.ai/blog/higgs-avatar-v1">Boson AI</a>)</td> </tr> <tr> <td>00:53</td> <td>Zed 的 Zed Agent 新增支援 ChatGPT 訂閱接入</td> <td><strong>可留但降級</strong></td> <td>日報來源為 Zed 官方 X，稱 Zed Agent 可使用現有 ChatGPT 訂閱，並沿用 Codex 類似限制；目前未見 Zed 官方長文，應標為「官方 X 消息」。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/92_2026-05-16.md">GitHub</a>)</td> </tr> <tr> <td>01:00</td> <td>阿里發布 Qoder 1.0，升級為 Agent 自主開發工作台</td> <td><strong>可作主新聞，但需標微信來源</strong></td> <td>GitHub 日報引用阿里微信文章，稱 Qoder 1.0 從 AI IDE 升級為 Agent 自主開發工作台，新增跨項目多任務並行、團隊知識引擎、自定義 Agent 專家團等。微信來源可留，但最好等待官網 / 文檔頁補強。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/92_2026-05-16.md">GitHub</a>)</td> </tr> <tr> <td>01:12</td> <td>通義靈碼更名 Qoder CN，升級 Credits 計費並調整價格</td> <td><strong>可作主新聞，但來源頁打開異常</strong></td> <td>GitHub 日報列出阿里雲公告，稱通義靈碼更名 Qoder CN，個人社區版每月 100 Credits，個人專業版 59 元/月 2000 Credits，企業標準版 / VPC 版調價。阿里雲頁本次打開為 Internal Error，因此建議寫「據阿里雲公告 / 日報摘錄」。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/92_2026-05-16.md">GitHub</a>)</td> </tr> <tr> <td>01:21</td> <td>LongCat 宣布 5 月 29 日下線 6 款舊模型</td> <td><strong>可留但降級</strong></td> <td>GitHub 日報寫明 LongCat 將停止 6 款舊模型 API，集中資源支持 LongCat-2.0-Preview；但日報內未給出可直接打開的官方鏈接。可作模型生命周期更新，不宜當頭條。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/92_2026-05-16.md">GitHub</a>)</td> </tr> <tr> <td>01:31</td> <td>OpenAI Codex 團隊正調查 GPT-5.5 表現變差報告</td> <td><strong>可留但降級</strong></td> <td>來源為 OpenAI Codex 團隊成員 X 帖，日報稱官方表示系統整體健康、仍在調查。這是產品狀態觀察，不是確認的模型退化結論。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/92_2026-05-16.md">GitHub</a>)</td> </tr> <tr> <td>01:42</td> <td>千問 App 與國家藥監局資訊中心達成合作</td> <td><strong>可作主新聞，但需健康安全措辭</strong></td> <td>日報引用微信文章，稱千問 App 將接入藥品、醫療器械、化妝品權威資料，支持核對審批信息、不良反應、成分與器械資訊。建議寫成「接入權威資料輔助查詢」，不要寫成醫療診斷或用藥決策工具。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/92_2026-05-16.md">GitHub</a>)</td> </tr> <tr> <td>01:54</td> <td>OpenAI 向美國 Pro 使用者推出 ChatGPT 個人金融體驗預覽版</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 官方確認向美國 Pro 用戶推出個人金融體驗預覽，可連接銀行、投資、信用卡帳戶，並透過 Plaid 同步資料；官方也強調 ChatGPT 不是專業金融建議替代品。(<a href="https://openai.com/index/personal-finance-chatgpt/">OpenAI</a>)</td> </tr> <tr> <td>02:09</td> <td>Elon Musk 開源 X 平台「For You」資訊流最新推薦演算法</td> <td><strong>可作主新聞</strong></td> <td>xAI GitHub 倉庫已公開 X For You Feed Algorithm，Apache-2.0 license，更新包括端到端 inference pipeline、約 3GB 的 mini Phoenix 模型、Grox 內容理解 pipeline、廣告混排系統等。(<a href="https://github.com/xai-org/x-algorithm">GitHub</a>)</td> </tr> <tr> <td>02:14</td> <td>媒體報道 OpenAI 重組高管團隊，整合 ChatGPT 與 Codex 發力 AI Agent</td> <td><strong>可作主新聞，但標「媒體報導」</strong></td> <td>The Verge 報導稱 OpenAI 任命 Greg Brockman 正式領導產品策略，並在內部備忘錄中提到要投資單一 agentic platform，將 ChatGPT 和 Codex 合併為統一體驗。這是媒體基於內部 memo 的報導，非 OpenAI 官宣。(<a href="https://www.theverge.com/ai-artificial-intelligence/931544/openai-keeps-shuffling-its-executives-in-bid-to-win-ai-agent-battle">The Verge</a>)</td> </tr> <tr> <td>02:25</td> <td>報道稱百度設立模型委員會，由年輕研究員掌舵</td> <td><strong>可留但降級</strong></td> <td>新浪 / 科創板日報稱百度成立 Baidu Model Committee，BMU 和 AMU 向其匯報，用於統籌模型路線、訓練與落地；屬「據知情人士」報導，需標明。(<a href="https://finance.sina.cn/stock/jdts/2026-05-15/detail-inhxxwvn8138515.d.html">新浪财经</a>)</td> </tr> <tr> <td>02:38</td> <td>馬斯克透露 1.5 萬億參數 Grok 新模型即將發布</td> <td><strong>前瞻與傳聞</strong></td> <td>來源為 Musk 的 X 帖與日報轉述，未見 xAI 官方技術報告或模型頁；可放「前瞻與傳聞」，不能寫成已發布模型。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/92_2026-05-16.md">GitHub</a>)</td> </tr> </tbody> </table> <h2>二、欄目化重排版</h2> <h3>要聞</h3> <ul> <li>xAI 開放 Grok 訂閱接入 Hermes Agent，用戶可透過 OAuth 在 Hermes 中使用 Grok 4.3、TTS 與 Grok Imagine。</li> <li>上海人工智慧實驗室發布 Intern-S2-Preview，35B 科學多模態模型，支援材料晶體結構生成與科學 Agent 工作流。</li> <li>Boson AI 推出 Higgs Avatar v1，主打單圖生成實時對話數字人。</li> <li>OpenAI 向美國 Pro 用戶推出 ChatGPT 個人金融體驗預覽版，可連接金融帳戶並提供個人化財務分析。</li> <li>xAI / X 開源「For You」推薦演算法最新版本。</li> <li>媒體稱 OpenAI 重組產品團隊，將 ChatGPT 與 Codex 往統一 Agent 平台整合。</li> </ul> <h3>模型發布</h3> <ul> <li>Intern-S2-Preview：35B 科學多模態模型，重點是 AI4Science、材料晶體結構生成、Agent 能力與推理效率。</li> <li>Higgs Avatar v1：實時數字人 / Avatar 基礎模型，面向語音 Agent 的視覺表現層。</li> <li>Grok 1.5T 新模型仍屬馬斯克 X 爆料，未發布，不應列入正式模型發布。</li> </ul> <h3>開發生態</h3> <ul> <li>Zed Agent 支援 ChatGPT 訂閱接入，但目前主要來自 Zed 官方 X。</li> <li>Qoder 1.0 從 AI IDE 升級為 Agent 自主開發工作台，來源主要是阿里微信。</li> <li>Qoder CN 升級 Credits 計費並調整套餐價格；阿里雲公告頁本次打開異常，需標來源限制。</li> <li>LongCat 將於 5 月 29 日下線 6 款舊模型，集中資源支持 LongCat-2.0-Preview。</li> <li>OpenAI Codex 團隊正調查 GPT-5.5 表現變差報告，屬產品狀態跟進。</li> </ul> <h3>產品應用</h3> <ul> <li>千問 App 與國家藥監局資訊中心合作，接入藥品、醫療器械、化妝品相關權威資料。</li> <li>ChatGPT 個人金融體驗預覽版向美國 Pro 用戶開放，涉及金融資料連接、支出分析、訂閱檢查、目標規劃等。</li> <li>Grok × Hermes 和 Zed × ChatGPT 訂閱都指向「訂閱權益跨 Agent 工具復用」。</li> </ul> <h3>技術研究</h3> <ul> <li>X For You 演算法開源，揭示推薦流中的 retrieval、ranking、Phoenix 模型、Grox 內容理解與廣告混排等模組。</li> <li>Intern-S2-Preview 的 MTP、CoT 壓縮、科學任務擴展，代表科學模型開始追求「專業任務 + 高效推理」。</li> <li>Higgs Avatar v1 代表實時語音 Agent 正補齊「可交互面部」這一層。</li> </ul> <h3>產業動態</h3> <ul> <li>OpenAI 重組產品團隊，媒體稱其將 ChatGPT 與 Codex 合併為單一 Agent 平台體驗。</li> <li>百度據報成立模型委員會，試圖打通基礎模型研發與應用落地。</li> <li>Anthropic 重置速率限制與 OpenAI 調查 GPT-5.5 狀態，說明模型服務體驗和配額仍是競爭焦點。</li> </ul> <h3>前瞻與傳聞</h3> <ul> <li>Grok 1.5T 新模型：馬斯克 X 爆料，未有官方模型頁或技術報告。</li> <li>OpenAI 重組：The Verge / Wired 報導，非 OpenAI 官宣。</li> <li>百度模型委員會：科創板日報 / 新浪引述知情人士，需標「據報」。</li> <li>Anthropic 重置限額、Zed 接入 ChatGPT、Codex 調查 GPT-5.5：主要為 X 級別消息。</li> <li>Qoder 1.0、千問 × 藥監局合作：主要是微信來源，建議後續補官方網站或文檔。</li> </ul> <h2>三、趨勢分析</h2> <p><strong>1. 訂閱權益開始跨 Agent 工具流動。</strong> Grok 訂閱接入 Hermes，Zed Agent 接入 ChatGPT 訂閱，這兩條放在一起看很重要：模型訂閱不再只服務官方 App，而開始變成第三方 Agent 工具的登入與算力憑證。這會讓未來競爭從「誰的模型強」延伸到「誰的訂閱能在更多 Agent runtime 裡使用」。(<a href="https://x.ai/news/grok-hermes">xAI</a>)</p> <p><strong>2. Coding Agent 正從 IDE 走向“自主開發工作台”。</strong> Qoder 1.0、Qoder CN credits、LongCat 舊模型下線、Codex 調查 GPT-5.5 體驗問題，都是同一條線：Agent 開發工具開始進入產品化與商業化深水區。它們不只需要模型強，還要處理訂閱、Credits、模型生命周期、穩定性、任務驗證與團隊知識管理。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/92_2026-05-16.md">GitHub</a>)</p> <p><strong>3. 科學模型與實時數字人代表兩種不同的垂直化方向。</strong> Intern-S2-Preview 面向 AI4Science 與材料結構生成，是高專業度模型；Higgs Avatar v1 則面向實時數字人與語音 Agent 表現層。前者追求「專業科學任務能力」，後者追求「人機交互沉浸感」。它們說明模型競爭已經不再只圍繞通用聊天，而是快速垂直化。(<a href="https://github.com/InternLM/Intern-S1">GitHub</a>)</p> <p><strong>4. AI 正在進入金融與醫藥這類高信任資料場景。</strong> ChatGPT 個人金融體驗可以連接真實金融帳戶，千問則接入國家藥監局資訊中心資料。這類場景價值很高，但風險也高：金融不能替代專業理財建議，醫藥不能變成診斷或用藥決策工具。正式稿應突出「資料輔助查詢 / 個人化分析」，避免過度承諾。(<a href="https://openai.com/index/personal-finance-chatgpt/">OpenAI</a>)</p> <p><strong>5. OpenAI 和百度都在用組織重構追趕 Agent 戰。</strong> The Verge 報導 OpenAI 將產品策略集中到單一 Agent 平台，試圖整合 ChatGPT 和 Codex；新浪報導百度成立模型委員會，讓基礎模型與應用模型部門向同一機制匯報。這說明 Agent 競爭不只是技術問題，也逼迫大公司重畫組織架構。(<a href="https://www.theverge.com/ai-artificial-intelligence/931544/openai-keeps-shuffling-its-executives-in-bid-to-win-ai-agent-battle">The Verge</a>)</p> <h2>四、可直接發佈的短評</h2> <p>5 月 16 日的 AI 新聞主線，可以概括為：<strong>模型訂閱開始跨 Agent 工具打通，Coding Agent 進入工作台化，AI 應用則加速進入金融、醫藥與實時數字人場景。</strong></p> <p>xAI 官方宣布 Grok 訂閱可直接接入 Hermes Agent，用戶透過 OAuth 登入後，可在 Hermes 中使用 Grok 4.3、Grok TTS 與 Grok Imagine。Zed Agent 也被曝支援 ChatGPT 訂閱接入。這代表 AI 訂閱權益正在從官方 App 流向第三方 Agent 工具，未來模型服務的競爭可能會變成「哪個訂閱能覆蓋最多工作流」。</p> <p>模型側，上海人工智慧實驗室發布 Intern-S2-Preview，這是一款 35B 科學多模態模型，主打 AI4Science、材料晶體結構生成與科學 Agent 能力；Boson AI 則推出 Higgs Avatar v1，可用單張靜態圖生成實時對話數字人，讓語音 Agent 具備更自然的面部交互層。</p> <p>開發生態方面，阿里發布 Qoder 1.0，將其從 AI IDE 升級為 Agent 自主開發工作台；通義靈碼更名 Qoder CN，升級 Credits 計費；LongCat 則宣布下線 6 款舊模型，轉向 LongCat-2.0-Preview。這些變化說明 AI coding 工具正在從單純問答補全，變成包含模型路由、任務執行、訂閱計費與團隊知識管理的完整平台。</p> <p>應用側，千問 App 與國家藥監局資訊中心合作，接入藥品、醫療器械與化妝品權威資料；OpenAI 也向美國 Pro 用戶推出 ChatGPT 個人金融體驗預覽版，可連接銀行、投資和信用卡帳戶，提供基於真實資料的財務分析。不過這兩類高信任場景都需要謹慎措辭：AI 可以輔助查詢與分析，但不應被寫成醫療診斷或專業金融建議替代品。</p> <p>需要降級處理的是：Anthropic 重置速率限制、Zed 接入 ChatGPT、Codex 團隊調查 GPT-5.5 表現、馬斯克透露 1.5T Grok 新模型，都主要來自 X；OpenAI 重組與百度模型委員會也屬媒體報導，不是公司正式公告。</p> <p>一句話總結：<strong>今天的關鍵詞是 Grok × Hermes、Anthropic 限額重置、Intern-S2-Preview、Higgs Avatar v1、Zed × ChatGPT 訂閱、Qoder 1.0、Qoder CN Credits、千問 × 藥監局、ChatGPT 個人金融、X For You 開源、OpenAI Agent 重組與 Grok 1.5T 傳聞。</strong></p> https://yuzakura.blog/posts/ai-news/2026-05-15-ai-morning-news/https://yuzakura.blog/posts/ai-news/2026-05-15-ai-morning-news/整理 2026-05-15 AI 早報：Codex 行動端遠端控制、Ring-2.6-1T、桌面 Agent 工作流、開源模型與 AI 晶片政策。Fri, 15 May 2026 00:00:00 GMT<p>以下按 <strong>2026-05-15 AI 早報</strong> 原始時間軸整理。這一天的重點是：<strong>Codex / Copilot / Cline / Grok Build 全面進入桌面與遠端工作流，開源大模型與 Agent Runtime 繼續擴張，AI 基建與中美晶片政策成為產業主線</strong>。</p> <h2>一、時間軸順序：原始事件 + 分級核對</h2> <table> <thead> <tr> <th>時間</th> <th>原始事件</th> <th>分級</th> <th>核對與判斷</th> </tr> </thead> <tbody> <tr> <td>00:09</td> <td>ChatGPT 移動應用上線 Codex 遠端控制功能</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 官方宣布 Codex 已進入 ChatGPT iOS / Android 預覽版，可從手機查看執行狀態、審查 diff / 測試結果、批准命令、切換模型；Remote SSH 與 Hooks 也已可用。(<a href="https://openai.com/index/work-with-codex-from-anywhere/">OpenAI</a>)</td> </tr> <tr> <td>00:32</td> <td>螞蟻百靈正式開源 Ring-2.6-1T</td> <td><strong>可作主新聞</strong></td> <td>Hugging Face 頁面顯示 Ring-2.6-1T 已上線，MIT license，定位為面向真實複雜任務、Agent 工作流、長程工具協作的 1T 級推理模型，支援 high / xhigh reasoning effort。(<a href="https://huggingface.co/inclusionAI/Ring-2.6-1T">Hugging Face</a>)</td> </tr> <tr> <td>00:42</td> <td>Cline 開源 Cline SDK，重構底層架構並推出 Cline 2.0</td> <td><strong>可作主新聞</strong></td> <td>Cline 官方宣布把核心 Agent runtime 抽成 <code>@cline/sdk</code>，支援插件、多模型 provider、MCP、skills、Agent Teams、長任務持久化，CLI 和 Kanban 已遷移到新 SDK。(<a href="https://cline.bot/blog/introducing-cline-sdk-the-upgraded-agent-runtime">cline.bot</a>)</td> </tr> <tr> <td>00:58</td> <td>GitHub 推出原生桌面應用 GitHub Copilot app 技術預覽版</td> <td><strong>可作主新聞</strong></td> <td>GitHub 官方 Changelog 顯示 Copilot app 已進入 technical preview，主打從 issue / PR / prompt 啟動 agentic development，在隔離 session 中審查、驗證並開 PR。(<a href="https://github.blog/changelog/2026-05-14-github-copilot-app-is-now-available-in-technical-preview/">The GitHub Blog</a>)</td> </tr> <tr> <td>01:07</td> <td>SpaceXAI / xAI 推出程式設計 Agent 工具 Grok Build 早期測試版</td> <td><strong>可作主新聞，但修正名稱</strong></td> <td>官方頁是 xAI 的 <strong>Grok Build Beta</strong>，面向 SuperGrok Heavy 訂閱者，提供 CLI、plans、subagents、parallel work 等能力；「SpaceXAI」稱呼應保守處理。(<a href="https://x.ai/cli">xAI</a>)</td> </tr> <tr> <td>01:20</td> <td>Kimi 發布 WebBridge 擴充套件，支援第三方 Agent</td> <td><strong>可作主新聞</strong></td> <td>Kimi 官方頁顯示 WebBridge 是瀏覽器擴充，讓 Agent 可點擊、填表、導航、擷取網頁；支援 Kimi Code、Claude Code、Cursor、Codex、Hermes、OpenClaw 等本地 Agent，並稱頁面與登入狀態留在本機。(<a href="https://www.kimi.com/features/webbridge">kimi.com</a>)</td> </tr> <tr> <td>01:33</td> <td>OpenClaw 更新 2026.5.12 版</td> <td><strong>可留但降級</strong></td> <td>GitHub release / 日報說明該版優化安裝體積、ACP 回退、ChatGPT/Codex 登入、Tg 渠道與沙箱 / 憑證管理；屬 Agent runtime 穩定性更新。(<a href="https://github.com/openclaw/openclaw/releases/tag/v2026.5.12">GitHub</a>)</td> </tr> <tr> <td>01:42</td> <td>Hermes Agent 整合 Codex App-Server Runtime</td> <td><strong>可作主新聞</strong></td> <td>Hermes 官方文檔確認可選擇把 <code>openai/*</code> 與 <code>openai-codex/*</code> 回合交給 Codex CLI app-server，使用 ChatGPT 訂閱授權、Codex 沙箱與原生插件，同時保留 Hermes 的 web / browser / vision / image / skill / TTS 工具回調。(<a href="https://hermes-agent.nousresearch.com/docs/user-guide/features/codex-app-server-runtime">hermes-agent.nousresearch.com</a>)</td> </tr> <tr> <td>01:54</td> <td>Nous Portal 攜手 Novita Labs 限時提供免費 DeepSeek V4 Flash</td> <td><strong>可留但降級</strong></td> <td>主要來源是 Nous / Teknium 的 X 與日報轉述，能作平台活動消息，但不是模型發布；需標為限時促銷 / 社媒消息。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/90_2026-05-15.md">GitHub</a>)</td> </tr> <tr> <td>02:01</td> <td>OpenCode 宣布 Qwen 3.6 Plus 再次免費開放</td> <td><strong>可留但降級</strong></td> <td>來源主要是 OpenCode X / 日報轉述，屬平台促銷與算力活動，不是模型新發布。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/90_2026-05-15.md">GitHub</a>)</td> </tr> <tr> <td>02:07</td> <td>Anthropic 聯手蓋茨基金會投入 2 億美元推進 AI 公益</td> <td><strong>可作主新聞</strong></td> <td>Anthropic 官方宣布與 Gates Foundation 未來四年投入 2 億美元，包括 grant funding、Claude credits 和技術支持，聚焦全球健康、生命科學、教育與經濟流動性。(<a href="https://www.anthropic.com/news/gates-foundation-partnership">anthropic.com</a>)</td> </tr> <tr> <td>02:19</td> <td>Cerebras 以每股 185 美元完成 IPO 並正式掛牌交易</td> <td><strong>可作主新聞</strong></td> <td>Cerebras 官方公告 IPO 定價為每股 185 美元、發行 3000 萬股 A 類普通股，並預計以 <code>CBRS</code> 在 Nasdaq 交易；日報補充首日交易與估值表現可引用媒體但需區分官方與市場數據。(<a href="https://www.cerebras.ai/press-release/cerebras-systems-announces-pricing-of-initial-public-offering">Cerebras</a>)</td> </tr> <tr> <td>02:32</td> <td>初創公司 Recursive 完成 6.5 億美元融資</td> <td><strong>可作主新聞，但標「據報 / 公司亮相」</strong></td> <td>多家媒體報導 Recursive Superintelligence 以約 46.5 億美元估值完成 6.5 億美元融資，創始團隊包括 Richard Socher、田淵棟 / Yuandong Tian 等，方向是 recursive self-improvement；仍需注意該公司尚無成熟產品。([TNW</td> </tr> <tr> <td>02:47</td> <td>據報 Apple 批評歐盟協助 AI 對手訪問 Google 服務的措施</td> <td><strong>前瞻與傳聞 / 政策報導</strong></td> <td>Reuters 報導稱 Apple 批評歐盟草案要求 Google 協助 AI 競爭對手訪問服務，警告可能帶來隱私、安全與效能風險；屬政策爭議，應寫「據報」。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/90_2026-05-15.md">GitHub</a>)</td> </tr> <tr> <td>02:56</td> <td>消息稱 OpenAI 擬因合作未達預期起訴 Apple</td> <td><strong>前瞻與傳聞</strong></td> <td>TechCrunch 引述 Bloomberg 報導稱 OpenAI 正探索對 Apple 採取法律行動，可能包括違約通知；OpenAI 和 Apple 尚未正式公告，必須標「據報」。(<a href="https://techcrunch.com/2026/05/14/openai-is-reportedly-preparing-legal-action-against-apple-it-wouldnt-be-the-first-partner-to-feel-burned">TechCrunch</a>)</td> </tr> <tr> <td>03:06</td> <td>消息稱 Microsoft 要求內部團隊停用 Claude Code，轉向 Copilot CLI</td> <td><strong>前瞻與傳聞 / 媒體報導</strong></td> <td>The Verge 報導 Microsoft 正取消多數內部 Claude Code licenses，要求 Experiences + Devices 團隊工程師在 6 月底前轉向 GitHub Copilot CLI；屬媒體基於內部消息的報導。(<a href="https://www.theverge.com/tech/930447/microsoft-claude-code-discontinued-notepad">The Verge</a>)</td> </tr> <tr> <td>03:20</td> <td>報道稱美國批准向 10 家中國企業出售 NVIDIA H200 晶片但尚未交付</td> <td><strong>可作主新聞，但需標「Reuters 獨家 / 未交付」</strong></td> <td>Reuters 報導美國已批准約 10 家中國公司購買 H200，包括阿里、騰訊、字節、京東等；聯想與富士康獲准分銷，但尚無實際交付，且仍卡在中美雙方審查與附加條件。(<a href="https://www.reuters.com/business/retail-consumer/us-clears-h200-chip-sales-10-china-firms-nvidia-ceo-looks-breakthrough-2026-05-14/">Reuters</a>)</td> </tr> </tbody> </table> <h2>二、欄目化重排版</h2> <h3>要聞</h3> <ul> <li>OpenAI 將 Codex 接入 ChatGPT 移動端，可在手機上遠端查看、審查、批准與調整本機 / 遠端開發任務。</li> <li>GitHub Copilot app 技術預覽版上線，正式把 Copilot 從 IDE 插件推向 GitHub-native 桌面 Agent。</li> <li>Anthropic 與 Gates Foundation 啟動 2 億美元 AI 公益合作。</li> <li>Cerebras 以每股 185 美元完成 IPO 定價並在 Nasdaq 掛牌。</li> <li>Reuters 稱美國已批准約 10 家中國企業購買 NVIDIA H200，但尚未實際交付。</li> </ul> <h3>模型發布</h3> <ul> <li>螞蟻百靈正式開源 Ring-2.6-1T，主打長程 Agent 執行、工具協作、reasoning effort 與 async RL。</li> <li>Nous Portal / Novita Labs 免費 DeepSeek V4 Flash、OpenCode 免費 Qwen 3.6 Plus 都更偏平台活動，不是新模型發布。</li> </ul> <h3>開發生態</h3> <ul> <li>Cline 開源 Cline SDK，推出 Cline 2.0，將 agent runtime 從 IDE 擴展到 CLI、Kanban、插件、MCP 與多 Agent。</li> <li>xAI 推出 Grok Build Beta，面向 SuperGrok Heavy 用戶測試 CLI 編程 Agent。</li> <li>Kimi WebBridge 讓本地 Agent 接管瀏覽器點擊、填表、導航與擷取。</li> <li>OpenClaw 2026.5.12 優化安裝體積、ACP 回退、OpenAI 集成與憑證安全。</li> <li>Hermes Agent 整合 Codex App-Server Runtime，可把 OpenAI / Codex 模型回合交給 Codex runtime 執行。</li> </ul> <h3>產品應用</h3> <ul> <li>Codex Mobile 遠端控制讓 coding agent 從桌面任務變成「可隨時介入的長任務」。</li> <li>Copilot app、Grok Build、Kimi WebBridge 都在把 Agent 拉進桌面、瀏覽器、終端與 PR 流程。</li> <li>Anthropic × Gates Foundation 屬 AI 公益應用，聚焦健康、教育與經濟流動性。</li> </ul> <h3>技術研究</h3> <ul> <li>Ring-2.6-1T 的 async RL / IcePop 與 reasoning effort 可放入長程 Agent 訓練方法觀察。</li> <li>Recursive Superintelligence 方向是「AI 改進 AI / 遞歸式自我改進」，技術野心大，但仍缺產品與外部驗證。</li> </ul> <h3>產業動態</h3> <ul> <li>Cerebras IPO 與 H200 對華出口審批同日出現，顯示 AI 晶片市場同時受資本熱度和地緣政策牽動。</li> <li>Recursive 6.5 億美元融資顯示新一代 AI 研究實驗室仍能在無產品階段取得高估值。</li> <li>Apple / OpenAI / Microsoft / Claude Code 相關報導顯示大型平台之間的 AI 合作關係開始進入摩擦期。</li> </ul> <h3>前瞻與傳聞</h3> <ul> <li>OpenAI 擬起訴 Apple：目前是 Bloomberg / TechCrunch 報導，未見正式法律文件或雙方公告。</li> <li>Microsoft 停用 Claude Code 轉向 Copilot CLI：The Verge 報導，需標「據內部消息」。</li> <li>Apple 反對歐盟協助 AI 對手訪問 Google 服務：Reuters 政策報導，仍屬監管討論。</li> <li>Nous / OpenCode 的免費模型活動主要依賴 X，需降級。</li> <li>「SpaceXAI」稱呼應修正或保留不確定性：官方頁仍是 xAI / Grok Build。</li> </ul> <h2>三、趨勢分析</h2> <p><strong>1. Coding Agent 正在從 IDE 插件變成跨設備工作系統。</strong> Codex Mobile、GitHub Copilot app、Cline SDK、Grok Build、Hermes × Codex runtime 都在解同一個問題：Agent 不再只是 VS Code 裡的一個聊天窗，而是要跨手機、桌面、終端、瀏覽器、PR、遠端機器和插件環境運行。這意味著 coding agent 的競爭已經進入「runtime + workflow + device continuity」階段。(<a href="https://openai.com/index/work-with-codex-from-anywhere/">OpenAI</a>)</p> <p><strong>2. Agent runtime 開始互相接入，而不是各自封閉。</strong> Hermes 能把 OpenAI / Codex 回合交給 Codex App-Server Runtime，Kimi WebBridge 又支援 Claude Code、Cursor、Codex、Hermes、OpenClaw 等本地 Agent。這代表下一階段的 Agent 生態不只是誰的模型強，而是誰能在別人的 runtime、瀏覽器橋接、插件系統與認證流程中活下來。(<a href="https://hermes-agent.nousresearch.com/docs/user-guide/features/codex-app-server-runtime">hermes-agent.nousresearch.com</a>)</p> <p><strong>3. 開源與閉源 Agent 生態同時加速。</strong> Cline SDK 與 Ring-2.6-1T 是開源側代表，GitHub Copilot app、Codex Mobile、Grok Build 則是閉源平台側代表。兩條線都在向「長任務、工具協作、多 Agent、遠端控制」靠攏，但開源側更強調可嵌入與可改造，閉源側更強調帳戶、訂閱、企業治理與平台分發。(<a href="https://cline.bot/blog/introducing-cline-sdk-the-upgraded-agent-runtime">cline.bot</a>)</p> <p><strong>4. AI 晶片與算力仍是產業估值核心。</strong> Cerebras 高價 IPO、H200 對華出口許可卡在交付前、Recursive 以 6.5 億美元融資切入自我改進 AI，都說明資本市場仍在押注算力、晶片、模型自動化研究和超大規模訓練。只是這條線的風險也更高：Cerebras 有市場熱度，H200 有地緣審查，Recursive 則有技術落地不確定性。(<a href="https://www.cerebras.ai/press-release/cerebras-systems-announces-pricing-of-initial-public-offering">Cerebras</a>)</p> <p><strong>5. 大平台合作開始出現反噬。</strong> OpenAI–Apple、Microsoft–Claude Code、Apple–EU/Google 這三條看似分散，其實都是平台控制權問題：誰掌握入口、誰獲得分發、誰承擔隱私風險、誰把模型放進系統級服務。AI 合作不再只是「接一個模型」，而是涉及收入分配、產品可見度、合規責任和生態主導權。(<a href="https://techcrunch.com/2026/05/14/openai-is-reportedly-preparing-legal-action-against-apple-it-wouldnt-be-the-first-partner-to-feel-burned">TechCrunch</a>)</p> <h2>四、可直接發佈的短評</h2> <p>5 月 15 日的 AI 新聞主線，可以概括為：<strong>Coding Agent 全面進入跨設備、桌面化、瀏覽器化與多 runtime 互通階段；同時 AI 晶片、公益部署與平台合作摩擦成為產業焦點。</strong></p> <p>OpenAI 宣布 Codex 進入 ChatGPT 移動應用，使用者可以在 iOS / Android 上遠端查看本機或遠端環境中的 Codex 任務、審查 diff、查看測試結果、批准命令和切換模型。GitHub 也推出原生桌面應用 GitHub Copilot app 技術預覽版，讓開發者可從 issue、PR 或 prompt 啟動隔離 session，並在同一應用中審查、驗證、開 PR。這說明 coding agent 已經不再只是 IDE 插件，而是在變成跨設備、跨任務、跨倉庫的工作系統。</p> <p>開源與第三方生態同樣活躍。螞蟻百靈正式開源 Ring-2.6-1T，主打長程 Agent 任務、工具調用和 reasoning effort；Cline 開源 Cline SDK 並推出 Cline 2.0，把核心 Agent runtime 抽象成可插拔框架；Kimi WebBridge 則讓 Kimi、Claude Code、Cursor、Codex、Hermes、OpenClaw 等 Agent 可在本地瀏覽器中點擊、填寫與擷取頁面。Hermes Agent 也整合 Codex App-Server Runtime，讓不同 Agent 系統開始互相借用 runtime、工具和訂閱能力。</p> <p>產業側，Anthropic 與蓋茨基金會宣布未來四年投入 2 億美元推進 AI 公益，Cerebras 以每股 185 美元完成 IPO 定價並正式掛牌，Recursive Superintelligence 則據報完成 6.5 億美元融資，押注「AI 改進 AI」的遞歸式自我改進路線。需要降級處理的是：OpenAI 擬因合作未達預期起訴 Apple、Microsoft 停用 Claude Code 轉向 Copilot CLI、Apple 批評歐盟 AI 互通方案等，都屬媒體報導或政策爭議，不能寫成已完成決策。</p> <p>一句話總結：<strong>今天的關鍵詞是 Codex Mobile、Ring-2.6-1T、Cline SDK、GitHub Copilot app、Grok Build、Kimi WebBridge、Hermes × Codex Runtime、Anthropic × Gates Foundation、Cerebras IPO、Recursive 融資，以及 H200 對華出口卡關。</strong></p> https://yuzakura.blog/posts/ai-news/2026-05-14-ai-morning-news/https://yuzakura.blog/posts/ai-news/2026-05-14-ai-morning-news/整理 2026-05-14 AI 早報：Claude / Codex 計費與促銷、OneVL、Codex 沙箱、Computer Use 實踐與 AI 網安評估。Thu, 14 May 2026 00:00:00 GMT<p>以下按 <strong>2026-05-14 AI 早報</strong> 原始時間軸整理。這篇的主線是：<strong>Claude / Codex 計費與企業促銷戰、Agent 工具進入商業服務與辦公場景、Codex 沙箱與財務工作流、Computer Use 最佳實踐、AI 網安能力評估，以及高估值融資傳聞</strong>。其中多條來自 X、微信或媒體轉述，正式發稿時要降級。</p> <h2>一、時間軸順序：原始事件 + 分級核對</h2> <table> <thead> <tr> <th>時間</th> <th>原始事件</th> <th>分級</th> <th>核對與判斷</th> </tr> </thead> <tbody> <tr> <td>00:09</td> <td>Anthropic 剝離 Claude 程式化調用額度，並臨時放寬 Claude Code 限額</td> <td><strong>可作主新聞，但需標明來源層級</strong></td> <td>GitHub 原文引述 ClaudeDevs X：Claude Code 週限額臨時上調 50% 至 7 月 13 日；6 月 15 日起，<code>Agent SDK</code>、<code>claude -p</code>、Claude Code GitHub Actions 等程式化使用將改用獨立月度 credit。這條影響 Agent SDK、第三方工具和自動化流程，值得放頭條；但主要源頭仍是官方 X / 社群轉述。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/89_2026-05-14.md">GitHub</a>)</td> </tr> <tr> <td>00:29</td> <td>小米開源 OneVL 自動駕駛框架</td> <td><strong>可作主新聞</strong></td> <td>小米 GitHub 倉庫顯示 OneVL 是面向自動駕駛的 VLA 框架，基於 Qwen3-VL-4B-Instruct，引入視覺與語言雙輔助解碼器；推理時丟棄解碼器、只保留 latent token，以接近 answer-only 延遲取得可解釋的軌跡預測。(<a href="https://github.com/xiaomi-research/onevl">GitHub</a>)</td> </tr> <tr> <td>00:43</td> <td>MiniMax 合併訂閱套餐，上線 Agent Teams 功能</td> <td><strong>可作主新聞</strong></td> <td>多家媒體報導 MiniMax Agent 升級並更名為 Mavis，新增 Agent Teams 多智能體協作，並合併 TokenPlan 與 Agent Plan；這是國內 Agent 產品商業化與多 Agent 協作的重要事件。(<a href="https://news.qq.com/rain/a/20260513A05MXH00?utm_source=chatgpt.com">news.qq.com</a>)</td> </tr> <tr> <td>00:53</td> <td>OpenAI 推出 Codex 企業版限時促銷，新用戶免費用兩月</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 官方頁面已上線「Get Codex for your enterprise, free」，可確認企業促銷活動存在。這條要和 Anthropic 臨時放寬 Claude Code 限額一起看，屬 coding agent 企業客戶爭奪戰。(<a href="https://openai.com/form/codex-enterprise-promo/">OpenAI</a>)</td> </tr> <tr> <td>01:03</td> <td>支付寶聯合扣子編程，上線商家入駐與支付集成 Skill</td> <td><strong>可留但降級</strong></td> <td>GitHub 原文列入開發生態，來源為微信文章；我沒有核到更穩定的支付寶 / 扣子官方長文。可寫成「微信來源稱支付寶與扣子編程推出商家入駐與支付集成 Skill」，不要當硬新聞。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/89_2026-05-14.md">GitHub</a>)</td> </tr> <tr> <td>01:13</td> <td>DeepSeek 專家模式無法上傳附件，頁面提示資源緊張</td> <td><strong>可留但降級</strong></td> <td>IT之家、Sina 等媒體實測稱 DeepSeek 專家模式已暫停文件上傳，提示「資源緊張」，快速模式仍可上傳文件 / 圖片。這屬產品狀態變化，不是官方公告，需寫「媒體實測 / 用戶反饋」。(<a href="https://www.ithome.com/0/950/419.htm?utm_source=chatgpt.com">IT之家</a>)</td> </tr> <tr> <td>01:24</td> <td>騰訊宣布微信已支持將聊天記錄一鍵轉發至元寶</td> <td><strong>可留但降級</strong></td> <td>GitHub 原文來源為騰訊微信文章。因微信原文不一定可穩定訪問，建議寫成「騰訊微信來源稱」，放產品應用，不宜當要聞。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/89_2026-05-14.md">GitHub</a>)</td> </tr> <tr> <td>01:35</td> <td>Notion 開放 Agent 編排與自定義工具</td> <td><strong>可作主新聞</strong></td> <td>Notion Developer Platform 頁面可核到其正在把 Notion 從內容工具推向開發者平台；GitHub 原文列為產品應用。這條可寫成「Notion 擴展 Agent / developer platform 能力」，但具體「Agent 編排」細節仍需以 Notion 文檔為準。(<a href="https://www.notion.com/product/dev">Notion</a>)</td> </tr> <tr> <td>01:47</td> <td>Runway 推出對話式視頻生成工具 Runway Agent</td> <td><strong>可作主新聞</strong></td> <td>Runway 官方新聞頁已發布 Introducing Runway Agent，可確認這是正式產品方向；它把視頻生成從 prompt 生成推向對話式創作代理。(<a href="https://runwayml.com/news/introducing-runway-agent">runwayml.com</a>)</td> </tr> <tr> <td>01:58</td> <td>百度發布智能體產品矩陣，李彥宏提出日活智能體數新指標</td> <td><strong>可作主新聞</strong></td> <td>智東西、證券日報、人民網等報導李彥宏在 Create 2026 提出 DAA（日活智能體數），認為 AI 時代不應只看 token 消耗，還應看有多少 Agent 在交付結果。(<a href="https://m.zhidx.com/p/557482.html?utm_source=chatgpt.com">m.zhidx.com</a>)</td> </tr> <tr> <td>02:10</td> <td>OpenAI 發文詳解 Codex 在 Windows 上的專屬沙箱構建方案</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 官方文章說明其為 Codex on Windows 構建安全沙箱，這是 coding agent 進入本地 / 企業開發環境時的安全基礎設施更新。(<a href="https://openai.com/index/building-codex-windows-sandbox/">OpenAI</a>)</td> </tr> <tr> <td>02:24</td> <td>OpenAI 發布財務團隊使用 Codex 十大場景指南</td> <td><strong>可留但降級</strong></td> <td>OpenAI Academy 官方頁已發布財務團隊使用 Codex 的指南，偏企業應用教育內容；可留在產品應用 / 企業落地，但不宜當頭條。(<a href="https://openai.com/academy/how-finance-teams-use-codex/">OpenAI</a>)</td> </tr> <tr> <td>02:34</td> <td>Anthropic 發布 Claude 模型 computer use 和 browser use 最佳實踐</td> <td><strong>可作主新聞</strong></td> <td>Claude 官方博客詳細列出 computer use / browser use 的最佳實踐，包含規劃、截圖節奏、錯誤恢復、瀏覽器任務設計等，是 Agent 操作電腦與瀏覽器的重要方法論。(<a href="https://claude.com/blog/best-practices-for-computer-and-browser-use-with-claude">Claude</a>)</td> </tr> <tr> <td>02:46</td> <td>Claude Mythos 突破多項安全評估，日本三大銀行將獲防禦性訪問權限</td> <td><strong>可留但降級</strong></td> <td>AISI 文章討論 autonomous AI cyber capability 進展，但「日本三大銀行將獲訪問權限」需要更強官方或媒體補強。可寫成「AISI 發布能力評估；金融機構防禦性訪問部分待確認」。(<a href="https://www.aisi.gov.uk/blog/how-fast-is-autonomous-ai-cyber-capability-advancing">AI Security Institute</a>)</td> </tr> <tr> <td>03:03</td> <td>消息稱 Anthropic 尋求超 9000 億美元估值，並拓展中小企業市場</td> <td><strong>前瞻與傳聞 / 媒體報導</strong></td> <td>WSJ / FT 等報導稱 Anthropic 正洽談高額融資，估值約 9000 億美元；這是重大產業消息，但並非 Anthropic 官宣，必須寫「據報」。(<a href="https://www.wsj.com/tech/ai/anthropic-raising-30-billion-more-as-ai-labs-absorb-majority-of-vc-funding-d26128d7?utm_source=chatgpt.com">華爾街日報</a>)</td> </tr> <tr> <td>03:22</td> <td>前阿里千問負責人林俊暘創業，新公司估值約 20 億美元</td> <td><strong>前瞻與傳聞 / 媒體報導</strong></td> <td>36Kr、東方財富等轉述稱林俊暘正在籌備新 AI 實驗室，方向可能是世界模型 / 具身智能，種子輪估值約 20 億美元；公司尚未正式官宣，需標「據報」。(<a href="https://wap.eastmoney.com/a/202605133736023345.html?utm_source=chatgpt.com">东方财富网</a>)</td> </tr> <tr> <td>03:32</td> <td>Warp 計劃向免費用戶開放 BYOK 功能</td> <td><strong>前瞻與傳聞</strong></td> <td>Warp 先前官方博客明確寫過 BYOK 當時不向免費方案開放；本條目前缺少正式 changelog 支持，只能寫成「社群 / 產品計劃觀察」。(<a href="https://www.warp.dev/blog/warp-new-pricing-flexibility-byok?utm_source=chatgpt.com">Warp</a>)</td> </tr> <tr> <td>03:42</td> <td>Meta 推出基於 Muse Spark 的 Incognito Chat 隱私對話功能</td> <td><strong>可作主新聞</strong></td> <td>Meta 官方公告推出 WhatsApp / Meta AI 的 Incognito Chat，主打更私密的 AI 對話方式。這條可放產品應用或要聞。(<a href="https://about.fb.com/news/2026/05/incognito-chat-whatsapp-meta-ai/">about.fb.com</a>)</td> </tr> </tbody> </table> <h2>二、欄目化重排版</h2> <h3>要聞</h3> <ul> <li>Anthropic 將 Claude 程式化調用與互動式使用拆分計費，並臨時上調 Claude Code 週限額；正式稿需標明主要來源為官方 X / 社群轉述。</li> <li>OpenAI 推出 Codex 企業版限時促銷，新企業用戶可申請免費使用期。</li> <li>小米開源 OneVL 自動駕駛 VLA 框架，主打低延遲 latent reasoning 與可解釋軌跡預測。</li> <li>Runway 推出對話式視頻生成工具 Runway Agent。</li> <li>百度發布智能體產品矩陣，李彥宏提出 DAA（日活智能體數）作為 AI 時代新指標。</li> <li>Meta 推出 Incognito Chat，主打更私密的 Meta AI 對話體驗。</li> </ul> <h3>模型發布</h3> <ul> <li>小米 OneVL：自動駕駛 VLA / latent CoT 框架，含技術報告、模型權重、推理與訓練代碼。</li> <li>Claude Mythos 相關能力評估可放技術 / 安全欄，不建議歸入普通模型發布。</li> <li>本日沒有典型通用大模型正式發布，更多是 Agent 框架、商業模式與應用產品更新。</li> </ul> <h3>開發生態</h3> <ul> <li>MiniMax Mavis 上線 Agent Teams，並合併 TokenPlan / Agent Plan 訂閱。</li> <li>OpenAI Codex 企業促銷，配合 Windows 沙箱方案與財務團隊使用指南，進一步推企業化。</li> <li>支付寶 × 扣子編程 Skill 屬微信來源，暫列工具生態更新。</li> <li>Notion 擴展 Agent / Developer Platform 能力。</li> <li>Anthropic 發布 Claude computer use / browser use 最佳實踐。</li> <li>Warp BYOK 免費開放目前未見正式公告，列前瞻。</li> </ul> <h3>產品應用</h3> <ul> <li>DeepSeek 專家模式暫停附件上傳，反映高階推理 / 多模態模式仍受資源壓力影響。</li> <li>微信聊天記錄一鍵轉發至元寶，代表騰訊把微信資料入口與 AI 助手更深打通。</li> <li>Runway Agent 將視頻生成從 prompt 工具推向對話式創作流程。</li> <li>OpenAI 財務團隊 Codex 指南把 coding agent 推向非工程部門。</li> <li>Meta Incognito Chat 強調 AI 對話隱私與個人場景。</li> </ul> <h3>技術研究</h3> <ul> <li>Codex Windows 沙箱是本日最重要工程安全條目：coding agent 要進本機環境，隔離、權限、文件系統和執行邊界必須先解決。</li> <li>Claude computer use / browser use 最佳實踐代表 Anthropic 將 GUI / Browser Agent 從 demo 推向方法論化。</li> <li>AISI 的 AI cyber capability 評估與 Claude Mythos 討論，適合放網安能力追蹤，但具體銀行訪問權限需補強。</li> </ul> <h3>產業動態</h3> <ul> <li>Anthropic / OpenAI 在 coding agent 市場同日打促銷與計費調整，企業客戶爭奪開始白熱化。</li> <li>Anthropic 9000 億美元估值融資、林俊暘 20 億美元新公司估值，均說明頂級 AI 人才與公司估值仍極端膨脹，但都屬媒體報導。</li> <li>百度提出 DAA，反映中國大廠希望從 token 消耗轉向「Agent 交付結果」作為平台繁榮度量。</li> </ul> <h3>前瞻與傳聞</h3> <ul> <li>Anthropic 超 9000 億美元估值：WSJ / FT 報導，非公司官宣。</li> <li>林俊暘新公司 20 億美元估值：The Information / 36Kr / 東方財富轉述，未見公司正式披露。</li> <li>Warp 免費用戶 BYOK：缺少正式 changelog。</li> <li>Claude Mythos 日本三大銀行訪問權限：需補官方或可靠媒體來源。</li> <li>支付寶 × 扣子、微信 × 元寶等微信源條目，建議標「微信來源 / 待官方長文確認」。</li> </ul> <h2>三、趨勢分析</h2> <p><strong>1. Coding Agent 市場進入“限額、計費、促銷”混戰。</strong> Anthropic 一邊臨時提高 Claude Code 限額，一邊把程式化調用獨立成 monthly credits；OpenAI 則推出 Codex 企業版免費試用。這說明 coding agent 的競爭已經從模型能力轉向「誰能鎖住企業客戶、控制高成本自動化流量、降低遷移阻力」。(<a href="https://zed.dev/blog/anthropic-subscription-changes?utm_source=chatgpt.com">Zed</a>)</p> <p><strong>2. Agent 正在從聊天框進入“可操作系統”的安全工程階段。</strong> Codex Windows 沙箱、Claude computer/browser use 最佳實踐、DeepSeek 專家模式資源限制，放在一起看，都指向同一件事：Agent 要進本地電腦、瀏覽器、企業資料和長任務流程，必須解決沙箱、權限、資源配額、錯誤恢復與可觀測性。(<a href="https://openai.com/index/building-codex-windows-sandbox/">OpenAI</a>)</p> <p><strong>3. Agent 應用正在向“多 Agent 團隊 + 對話式創作 + 辦公流程”分化。</strong> MiniMax Agent Teams 是多 Agent 協作；Runway Agent 是視頻創作代理；OpenAI 財務團隊 Codex 指南則是非工程職能落地。這說明 Agent 不再只是 coding assistant，而是在往創作、財務、商家入駐、支付集成、辦公知識庫等垂直流程滲透。(<a href="https://news.qq.com/rain/a/20260513A05MXH00?utm_source=chatgpt.com">news.qq.com</a>)</p> <p><strong>4. 中國大廠開始嘗試用新指標重塑 AI 競爭敘事。</strong> 百度提出 DAA（日活智能體數），本質上是在反駁只看 token 消耗的思路：token 代表成本，Agent 完成任務才代表價值。這個指標如果被更多廠商採納，AI 產品的 KPI 會從「使用量」轉向「可交付任務數」。(<a href="https://m.zhidx.com/p/557482.html?utm_source=chatgpt.com">m.zhidx.com</a>)</p> <p><strong>5. 高估值融資仍在膨脹，但不確定性也在變大。</strong> Anthropic 9000 億美元估值、林俊暘新公司 20 億美元估值，都反映頂級模型公司與頂級 AI 人才仍然極度稀缺；但這些數字多來自媒體消息人士，並非公司公告，正式稿應避免寫成已完成交易。(<a href="https://www.wsj.com/tech/ai/anthropic-raising-30-billion-more-as-ai-labs-absorb-majority-of-vc-funding-d26128d7?utm_source=chatgpt.com">華爾街日報</a>)</p> <h2>四、可直接發佈的短評</h2> <p>5 月 14 日的 AI 新聞主線，可以概括為：<strong>Coding Agent 的計費戰與企業促銷戰升溫，同時 Agent 正在向多 Agent 團隊、視頻創作、財務辦公、瀏覽器操作與隱私對話擴展。</strong></p> <p>Anthropic 方面，Claude Code 週限額據官方 X 臨時上調 50%，同時程式化調用將從互動式使用中剝離，改用獨立 monthly credits；OpenAI 則推出 Codex 企業版限時促銷，並發布 Codex Windows 專屬沙箱方案和財務團隊使用指南。這說明 coding agent 的競爭已經從模型能力，進入企業客戶、成本控制、沙箱安全與跨部門落地的綜合競爭。</p> <p>產品與應用側，小米開源 OneVL 自動駕駛框架，MiniMax 將 Agent 升級為 Mavis 並推出 Agent Teams，Runway 推出對話式視頻生成工具 Runway Agent，Notion 擴展 Agent / Developer Platform 能力，百度則發布智能體產品矩陣並提出 DAA（日活智能體數）作為 AI 時代新指標。這些消息共同說明，Agent 正在從單一助手變成能被組隊、編排、嵌入產品流程的工作系統。</p> <p>需要降級處理的是：支付寶 × 扣子 Skill、微信轉發至元寶、Warp BYOK 等條目來源較依賴微信或社群消息；Anthropic 9000 億美元估值與林俊暘新公司 20 億美元估值仍屬媒體報導；Claude Mythos 日本三大銀行訪問權限也需要更多官方或可靠媒體確認。DeepSeek 專家模式無法上傳附件則可作產品狀態觀察，但應寫成媒體實測與用戶反饋，而不是官方功能退回。</p> <p>一句話總結：<strong>今天的關鍵詞是 Claude 程式化計費、Codex 企業促銷、OneVL、自動駕駛 VLA、MiniMax Agent Teams、Runway Agent、百度 DAA、Codex Windows 沙箱、Claude Computer Use 最佳實踐、Meta Incognito Chat，以及 Anthropic / 林俊暘融資傳聞。</strong></p> https://yuzakura.blog/posts/ai-news/2026-05-13-ai-morning-news/https://yuzakura.blog/posts/ai-news/2026-05-13-ai-morning-news/整理 2026-05-13 AI 早報：Gemini Intelligence、Claude Opus 4.7 快速模式、Google ADK、Qwen-Image 與 Isomorphic Labs。Wed, 13 May 2026 00:00:00 GMT<p>以下按 <strong>2026-05-13 AI 早報</strong> 原始時間軸整理。這篇內容很多，而且混合了 <strong>官方公告、X 帖、微信來源、社群觀察與媒體報導</strong>；其中「Google、Jina、Perceptron、GitHub、Anthropic Legal、Google ADK、Qwen-Image、Isomorphic、Googlebook」來源較穩，「Claude Opus 4.7 快速模式、StepFun 免費、Codex 週四大版本、部分國內產品更新」則要降級標註。原 GitHub 條目本身也把這些項目列成 5/13 AI 早報概覽。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/88_2026-05-13.md">GitHub</a>)</p> <h2>一、時間軸順序：原始事件 + 分級核對</h2> <table> <thead> <tr> <th>時間</th> <th>原始事件</th> <th>分級</th> <th>核對與判斷</th> </tr> </thead> <tbody> <tr> <td>00:09</td> <td>Google 發布 Gemini Intelligence，升級安卓體驗</td> <td><strong>可作主新聞</strong></td> <td>Google / Android 官方已宣傳 Gemini Intelligence 相關安卓升級，重點是跨應用多步任務、自動化、Rambler 語音整理、Create My Widget 等；適合放要聞。(<a href="https://www.android.com/new-features-on-android/io-2026/?utm_source=chatgpt.com">Android</a>)</td> </tr> <tr> <td>00:23</td> <td>Claude Opus 4.7 快速模式以研究預覽形式上線 API 及多款工具</td> <td><strong>可留但降級</strong></td> <td>Claude Opus 4.7 本身有官方頁，但「Fast mode / 研究預覽 / 多工具接入」主要來自 ClaudeDevs 與 Cursor 的 X；可寫，但標為「官方社媒 / research preview」。(<a href="https://www.anthropic.com/news/claude-opus-4-7?utm_source=chatgpt.com">anthropic.com</a>)</td> </tr> <tr> <td>00:34</td> <td>Jina AI 發布 jina-embeddings-v5-omni，支援文本、圖像、音頻、視頻混合檢索</td> <td><strong>可作主新聞</strong></td> <td>Jina 官方與 Hugging Face 均顯示 v5-omni 支援 text / image / audio / video 進入共享向量空間，small / nano 版本也已公開；這是多模態檢索主新聞。(<a href="https://jina.ai/models/jina-embeddings-v5-omni-small/?utm_source=chatgpt.com">jina.ai</a>)</td> </tr> <tr> <td>00:46</td> <td>Perceptron 推出 Mk1，專攻視頻理解與具身推理</td> <td><strong>可作主新聞</strong></td> <td>Perceptron 官方發布 Mk1，定位為 video understanding / embodied reasoning 模型，提供 API；但官方 benchmark 宣稱仍需第三方驗證。(<a href="https://www.perceptron.inc/blog/introducing-perceptron-mk1?utm_source=chatgpt.com">perceptron.inc</a>)</td> </tr> <tr> <td>00:58</td> <td>GitHub 更新 Copilot 計費與訂閱</td> <td><strong>可作主新聞</strong></td> <td>GitHub 官方確認 Copilot 將於 6 月 1 日轉向 usage-based billing，使用 GitHub AI Credits；另有用量報告與個人訂閱調整，應放開發者生態要聞。(<a href="https://github.blog/news-insights/company-news/github-copilot-is-moving-to-usage-based-billing/?utm_source=chatgpt.com">The GitHub Blog</a>)</td> </tr> <tr> <td>01:11</td> <td>Xiaomi MiMo 發布 API 適配說明</td> <td><strong>可留但降級</strong></td> <td>日報指 MiMo 多輪工具調用需回傳 <code>reasoning_content</code>，否則可能 400；這類兼容性細節對 Agent 框架重要，但公開強來源有限，建議寫成「MiMo 官方適配說明 / 生態兼容更新」。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/88_2026-05-13.md">GitHub</a>)</td> </tr> <tr> <td>01:25</td> <td>“Mini Shai-Hulud”供應鏈攻擊爆發，波及 Mistral AI 等超 160 個包</td> <td><strong>可作主新聞</strong></td> <td>Aikido、Snyk、The Hacker News 等安全來源均報導該供應鏈攻擊，涉及 TanStack、Mistral AI、UiPath 等 npm / PyPI 包；這是今天安全主新聞之一。(<a href="https://www.aikido.dev/blog/mini-shai-hulud-is-back-tanstack-compromised?utm_source=chatgpt.com">aikido.dev</a>)</td> </tr> <tr> <td>01:38</td> <td>Hermes Agent 推出 macOS 後台 Computer Use 功能</td> <td><strong>可留但降級</strong></td> <td>日報稱 Hermes 可在 macOS 背景操作，不移動用戶游標；有 Hermes 文檔入口與社群演示，但屬工具功能更新，並涉及私有接口與安全邊界，需謹慎寫。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/88_2026-05-13.md">GitHub</a>)</td> </tr> <tr> <td>01:49</td> <td>StepFun 宣布 Step 3.5 Flash 在 Nous Portal 免費 15 天</td> <td><strong>可留但降級</strong></td> <td>主要是 StepFun 官方 X / Nous Portal 活動消息，不是模型新發布；可列為促銷。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/88_2026-05-13.md">GitHub</a>)</td> </tr> <tr> <td>01:58</td> <td>Google DeepMind 推出 AI 指針實驗原型</td> <td><strong>可作主新聞</strong></td> <td>DeepMind 官方文章提出 AI pointer，把鼠標指針變成能理解語音、手勢與畫面上下文的 AI 交互入口；這是人機交互方向的重要研究原型。(<a href="https://deepmind.google/blog/ai-pointer/?utm_source=chatgpt.com">Google DeepMind</a>)</td> </tr> <tr> <td>02:11</td> <td>Anthropic 開源發布 Claude for Legal 工具集</td> <td><strong>可作主新聞</strong></td> <td>Anthropic 官方發布 Claude for legal industry：20+ MCP connectors、12 個法律插件，面向合同、交易、訴訟、合規、法律研究等場景。(<a href="https://claude.com/blog/claude-for-the-legal-industry">Claude</a>)</td> </tr> <tr> <td>02:22</td> <td>豆包輸入法 Mac 版推出，免費 AI 語音輸入</td> <td><strong>可留但降級</strong></td> <td>豆包輸入法官方頁可打開但正文解析有限；36Kr / AIBase 等有報導。可留作產品應用，但不宜當主新聞。(<a href="https://shurufa.doubao.com/pc">shurufa.doubao.com</a>)</td> </tr> <tr> <td>02:30</td> <td>智譜清言上線 AgentMore AI 群聊功能</td> <td><strong>可留但降級</strong></td> <td>微信來源本次打開失敗，智譜官網未直接呈現該功能；建議標為「微信 / 日報轉述」。</td> </tr> <tr> <td>02:40</td> <td>Google 發布 ADK 教程：構建長期運行 AI Agent</td> <td><strong>可作主新聞</strong></td> <td>Google Developers 官方教程展示用 ADK 構建可暫停、恢復、等待數天且不丟失上下文的長期運行 Agent。(<a href="https://developers.googleblog.com/build-long-running-ai-agents-that-pause-resume-and-never-lose-context-with-adk/?utm_source=chatgpt.com">developers.googleblog.com</a>)</td> </tr> <tr> <td>02:51</td> <td>curl 作者稱 Anthropic 的 Mythos 模型宣傳存在誇大</td> <td><strong>可作主新聞 / 技術評論</strong></td> <td>curl 作者 Daniel Stenberg 發文稱 Mythos 找到的 curl 問題最終只有一個低嚴重度漏洞成立，對 Anthropic 的「危險級漏洞發現能力」敘事提出質疑。(<a href="https://daniel.haxx.se/blog/2026/05/11/mythos-finds-a-curl-vulnerability/?utm_source=chatgpt.com">daniel.haxx.se</a>)</td> </tr> <tr> <td>03:08</td> <td>Shopify 官方數據：AI 引薦消費者轉化率較自然搜索高近 50%</td> <td><strong>可作主新聞</strong></td> <td>Shopify 官方企業博客稱 AI-referred shoppers 轉化與消費表現更高，是 agentic commerce / AI shopping 的重要數據點。(<a href="https://www.shopify.com/enterprise/blog/ai-search-insights">Shopify</a>)</td> </tr> <tr> <td>03:20</td> <td>Qwen-Image-2.0 技術報告發布</td> <td><strong>可作主新聞</strong></td> <td>arXiv / Hugging Face 論文頁顯示 Qwen-Image-2.0 統一高保真生成與精準編輯，強化長文字渲染、多語排版、寫實與複雜指令遵循。(<a href="https://arxiv.org/abs/2605.10730?utm_source=chatgpt.com">arXiv</a>)</td> </tr> <tr> <td>03:28</td> <td>新評估 AI IQ 上線：對比模型智商、情商與成本</td> <td><strong>可留但降級</strong></td> <td>VentureBeat 報導 AI IQ 平台以 IQ / EQ / 成本視角比較模型，但這類單一分數評估容易過度簡化，適合放「評測觀察」。(<a href="https://venturebeat.com/technology/ai-iq-is-here-a-new-site-scores-frontier-ai-models-on-the-human-iq-scale-the-results-are-already-dividing-tech?utm_source=chatgpt.com">Venturebeat</a>)</td> </tr> <tr> <td>03:42</td> <td>短視頻發布前將強制要求勾選內容屬性標籤</td> <td><strong>可作主新聞</strong></td> <td>中央網信辦 / 國新辦報導稱平台需把內容標籤作為短視頻發布前強制步驟，要求上傳者從強制類別中選擇標籤。(<a href="https://www.cac.gov.cn/2026-05/12/c_1780328273038196.htm">cac.gov.cn</a>)</td> </tr> <tr> <td>03:58</td> <td>Alphabet 旗下 Isomorphic Labs 融資 21 億美元，擴展 AI 藥物設計引擎</td> <td><strong>可作主新聞</strong></td> <td>Isomorphic 官方與 Reuters 均確認 21 億美元融資，用於擴展 AI drug design engine、全球業務與候選藥物管線。(<a href="https://www.isomorphiclabs.com/articles/isomorphic-labs-announces-series-b-investment-round?utm_source=chatgpt.com">isomorphiclabs.com</a>)</td> </tr> <tr> <td>04:11</td> <td>Android 版 Chrome 將集成 Gemini 並支持 Agent 瀏覽</td> <td><strong>可作主新聞，但標註未完全上線</strong></td> <td>Chrome 官方 I/O 頁面稱 Android 版 Gemini in Chrome 將於 6 月推出，支援瀏覽理解與跨 Google app 任務；屬正式預告，不是立即全量上線。(<a href="https://developer.chrome.com/blog/chrome-at-io26?utm_source=chatgpt.com">Chrome for Developers</a>)</td> </tr> <tr> <td>04:24</td> <td>報道稱 Amazon 員工迫於考核壓力刷 AI Token 使用量</td> <td><strong>可留但降級</strong></td> <td>FT / Fast Company 等報導稱 Amazon 內部以 AI token usage 作為推廣指標，部分員工為衝數據做「tokenmaxxing」；屬媒體報導與員工說法，需標「據報」。(<a href="https://www.ft.com/content/8ee0d3ef-9548-422d-8ff1-ebd48ad4b2ca?syn-25a6b1a6=1&amp;utm_source=chatgpt.com">ft.com</a>)</td> </tr> <tr> <td>04:35</td> <td>Codex 團隊正考慮每週四進行較大版本發布</td> <td><strong>前瞻與傳聞</strong></td> <td>來源為 Codex 團隊 / X 訊息，沒有正式 release policy；只能作團隊節奏觀察。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/88_2026-05-13.md">GitHub</a>)</td> </tr> <tr> <td>04:45</td> <td>Google 宣布推出以 Gemini 為核心的筆記本新品類 Googlebook</td> <td><strong>可作主新聞</strong></td> <td>Google 官方發布 Googlebook，稱它是面向 Gemini Intelligence 的新筆記本品類，結合 Android、ChromeOS 與 Gemini，更多細節將在秋季公布。(<a href="https://blog.google/products-and-platforms/platforms/android/meet-googlebook/?utm_source=chatgpt.com">blog.google</a>)</td> </tr> </tbody> </table> <h2>二、欄目化重排版</h2> <h3>要聞</h3> <ul> <li>Google 發布 Gemini Intelligence，將 Android 從傳統手機系統推向跨應用多步任務、自動表單、語音整理與個性化 widget 的 AI 體驗。</li> <li>“Mini Shai-Hulud” 供應鏈攻擊爆發，波及 TanStack、Mistral AI、UiPath 等生態，提醒 AI 開發鏈路的 npm / PyPI 風險升級。</li> <li>Google DeepMind 推出 AI pointer 實驗原型，嘗試把鼠標指針變成語音、手勢與畫面上下文共同驅動的 AI 交互入口。</li> <li>Anthropic 發布 Claude for Legal 工具集，推出 20+ MCP connectors 與 12 個法律插件。</li> <li>短視頻發布前將強制要求勾選內容屬性標籤，平台治理進一步細化。</li> <li>Isomorphic Labs 融資 21 億美元，擴展 AI 藥物設計引擎。</li> </ul> <h3>模型發布</h3> <ul> <li>Jina AI 發布 jina-embeddings-v5-omni，支援文本、圖像、音頻、視頻統一向量檢索。</li> <li>Perceptron 推出 Mk1，專攻視頻理解與具身推理，已開放 API，但官方 benchmark 仍需第三方複測。</li> <li>Qwen-Image-2.0 技術報告發布，主打高保真圖像生成、精準編輯、多語文字渲染與複雜指令遵循。</li> <li>Claude Opus 4.7 快速模式屬 research preview，主要來自官方 X / 第三方工具公告，應低於正式模型發布。</li> </ul> <h3>開發生態</h3> <ul> <li>GitHub 更新 Copilot 計費與訂閱，引入 GitHub AI Credits、用量報告與個人方案調整。</li> <li>Xiaomi MiMo 發布 API 適配說明，要求多輪工具調用回傳 reasoning_content，否則可能 400。</li> <li>Hermes Agent 推出 macOS 後台 Computer Use 功能，但涉及私有接口、安全護欄與 macOS 平台限制。</li> <li>Step 3.5 Flash 在 Nous Portal 限時免費 15 天，屬平台活動。</li> <li>Google 發布 ADK 長期運行 Agent 教程，展示可暫停、恢復、等待數天仍保持上下文的 Agent 工作流。</li> <li>Codex 團隊每週四大版本節奏目前只是 X / 團隊觀察，不宜寫死。</li> </ul> <h3>產品應用</h3> <ul> <li>豆包輸入法 Mac 版推出免費 AI 語音輸入，屬國內桌面語音輸入工具更新。</li> <li>智譜清言 AgentMore AI 群聊功能主要依賴微信 / 日報轉述，需降級。</li> <li>Chrome Android 將集成 Gemini，支援摘要、問答與跨 Google app 任務，是瀏覽器 Agent 化的重要預告。</li> <li>Googlebook 作為 Gemini-first 筆記本新品類，代表 Google 把 Android、ChromeOS 與 Gemini 整合到新硬體形態。</li> <li>Shopify AI 引薦轉化率數據說明 agentic commerce 正在形成可量化商業價值。</li> </ul> <h3>技術研究</h3> <ul> <li>AI pointer 是「指針 + 語音 + 視覺語義上下文」的新交互實驗。</li> <li>Qwen-Image-2.0 代表圖像生成從單純好看，轉向複雜文字、排版、編輯與長 prompt 任務。</li> <li>curl 作者對 Mythos 的反饋是重要反例：AI 漏洞掃描能力需要真實專案驗證，不能只看模型公司敘事。</li> <li>AI IQ 評測可作參考，但把模型能力壓縮成 IQ / EQ 分數容易誤導，應放觀察區。</li> </ul> <h3>產業動態</h3> <ul> <li>Isomorphic Labs 21 億美元融資顯示 AI drug design 仍是資本密集型長線賽道。</li> <li>Shopify AI 引薦數據與 Google / Chrome / Gemini agent browsing 都指向 AI 購物與 agentic commerce 加速。</li> <li>Amazon 員工「刷 AI Token」報導說明企業推 AI 採用率時，單純追蹤 token consumption 可能導致指標失真。</li> <li>短視頻內容標籤政策說明中國平台治理正在把 AI 生成、擺拍、搬運、劇情等內容屬性納入發布前規範。</li> </ul> <h3>前瞻與傳聞</h3> <ul> <li>Claude Opus 4.7 快速模式：官方社媒 / research preview，可留但不當正式大版本發布。</li> <li>StepFun 15 天免費活動：X / 平台活動，不是模型主新聞。</li> <li>智譜 AgentMore：微信來源本次無法穩定核驗。</li> <li>Codex 週四大版本節奏：團隊 X 級別消息。</li> <li>Amazon AI Token 使用量：媒體報導與員工說法，需標「據報」。</li> </ul> <h2>三、趨勢分析</h2> <p><strong>1. Android / Chrome / Googlebook 組成 Google 的「Gemini 作業系統化」路線。</strong> Gemini Intelligence、Android 版 Chrome 的 Gemini agent browsing、Googlebook 不是孤立功能，而是同一個方向：把 Gemini 變成手機、瀏覽器、筆記本和多設備體驗中的系統級智能層。這會讓 Google 和 OpenAI / Apple / Microsoft 的競爭從 app 入口升級到 OS 與硬體入口。(<a href="https://www.android.com/new-features-on-android/io-2026/?utm_source=chatgpt.com">Android</a>)</p> <p><strong>2. 多模態檢索與視頻理解正在變成 Agent 的感知底座。</strong> Jina v5-omni 解決跨文本、圖像、音頻、視頻的統一檢索；Perceptron Mk1 專攻視頻與具身推理；Qwen-Image-2.0 強化圖像生成與精準編輯。這些都不是單純「看圖」功能，而是在為未來的影音 Agent、監控分析、電商素材、長視頻檢索與機器人理解建立底層能力。(<a href="https://huggingface.co/jinaai/jina-embeddings-v5-omni-small?utm_source=chatgpt.com">Hugging Face</a>)</p> <p><strong>3. Agent 工具鏈安全進入高壓期。</strong> Mini Shai-Hulud 不是普通 npm 事件，它攻擊的是 AI 開發者依賴鏈、CI 管道、OIDC token 和包發布流程；MiMo 的 reasoning_content 相容問題、Hermes 後台 Computer Use、GitHub Copilot 用量計費，也都說明 Agent 生態越來越依賴工具鏈穩定性、權限邊界和供應鏈安全。(<a href="https://www.aikido.dev/blog/mini-shai-hulud-is-back-tanstack-compromised?utm_source=chatgpt.com">aikido.dev</a>)</p> <p><strong>4. 法律、醫藥、電商三個垂直場景正在快速成為 AI 落地樣板。</strong> Claude for Legal 把 connector / plugin / skills 打進法律工作流；Isomorphic 用巨額融資推進 AI 藥物設計；Shopify 的 AI referral 數據則展示了 AI 入口對電商轉化的商業價值。這些場景的共同點是：資料密集、流程複雜、ROI 清晰、可被 Agent 拆成可執行工作流。(<a href="https://claude.com/blog/claude-for-the-legal-industry">Claude</a>)</p> <p><strong>5. AI 採用率指標開始出現“反噬”。</strong> Amazon 員工被曝為了 AI token 使用量而刷指標，和 Shopify / Google / GitHub 等公司追求 AI 使用數據形成對照。這說明企業不能只用 token、調用次數、安裝量評估 AI 成效；更重要的是實際產出、節省時間、錯誤率、合規風險與業務轉化。(<a href="https://www.ft.com/content/8ee0d3ef-9548-422d-8ff1-ebd48ad4b2ca?syn-25a6b1a6=1&amp;utm_source=chatgpt.com">ft.com</a>)</p> <h2>四、可直接發佈的短評</h2> <p>5 月 13 日的 AI 新聞主線，可以概括為：<strong>Gemini 正在走向系統級智能入口，多模態檢索與視頻理解成為 Agent 感知底座，AI 工具鏈安全與垂直行業落地同步升溫。</strong></p> <p>Google 這天動作最密集：Gemini Intelligence 升級安卓體驗，Android 版 Chrome 將集成 Gemini 並支持 Agent 式瀏覽，Googlebook 則作為以 Gemini 為核心的新筆記本品類亮相。這些消息共同說明，Google 正在把 Gemini 從聊天助手推向手機、瀏覽器與硬體系統層。</p> <p>模型與技術側，Jina AI 發布 jina-embeddings-v5-omni，支援文本、圖像、音頻、視頻統一檢索；Perceptron 推出專攻視頻理解與具身推理的 Mk1；Qwen-Image-2.0 技術報告則展示了更強的高保真生成、精準編輯與多語文字渲染能力。這些方向都指向一個趨勢：AI Agent 需要的不只是語言模型，而是能理解各類媒體與環境的感知層。</p> <p>開發與安全方面，GitHub 更新 Copilot 計費與訂閱，MiMo 發布 API 適配說明，“Mini Shai-Hulud”供應鏈攻擊波及 Mistral AI 等超 160 個包，Hermes Agent 也推出 macOS 後台 Computer Use。這些都提醒開發者：Agent 生態的風險正在從模型幻覺擴展到供應鏈、CI 憑證、API 兼容、桌面控制與權限邊界。</p> <p>應用與產業方面，Anthropic 發布 Claude for Legal 工具集，Shopify 數據顯示 AI 引薦消費者轉化率顯著高於自然搜索，Isomorphic Labs 融資 21 億美元擴展 AI 藥物設計引擎。與此同時，中國短視頻平台將強制在發布前選擇內容屬性標籤，顯示內容治理正在從事後審核走向發布前結構化標記。</p> <p>需要降級處理的是：Claude Opus 4.7 快速模式主要來自官方社媒與 research preview；Step 3.5 Flash 免費活動屬 X 級別促銷；智譜 AgentMore 來源不穩；Amazon 員工刷 AI Token 屬媒體報導；Codex 每週四大版本節奏仍是團隊觀察，不宜當硬新聞。</p> <p>一句話總結：<strong>今天的關鍵詞是 Gemini Intelligence、Claude Opus 4.7 Fast Mode、Jina v5-omni、Perceptron Mk1、Mini Shai-Hulud、AI pointer、Claude for Legal、Qwen-Image-2.0、短視頻內容標籤、Isomorphic 21 億美元融資與 Googlebook。</strong></p> https://yuzakura.blog/posts/ai-news/2026-05-12-ai-morning-news/https://yuzakura.blog/posts/ai-news/2026-05-12-ai-morning-news/整理 2026-05-12 AI 早報：Claude Code Agent view、TML 即時多模態、端側模型、AI 購物閉環與網安 Agent。Tue, 12 May 2026 00:00:00 GMT<p>以下按 <strong>2026-05-12 AI 早報</strong> 原始時間軸整理。這篇共有 18 條，整體主線是：<strong>Agent 並行管理、即時多模態互動、端側多模態模型、雲平台整合、AI 購物閉環、Coding Agent 評測、網安 Agent、企業部署與開源生態擴張</strong>。原文也標明「AI 輔助創作，可能存在幻覺和錯誤」，所以 X、微信、媒體爆料類條目需要降級處理。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/87_2026-05-12.md">GitHub</a>)</p> <h2>一、時間軸順序：原始事件 + 分級核對</h2> <table> <thead> <tr> <th>時間</th> <th>原始事件</th> <th>分級</th> <th>核對與判斷</th> </tr> </thead> <tbody> <tr> <td>00:09</td> <td>Claude Code 上線 Agent view 功能並新增 <code>/goal</code> 指令</td> <td><strong>可作主新聞</strong></td> <td>Anthropic 官方宣布 Agent view，可集中查看與管理多個 Claude Code session；<code>/goal</code> 文檔也已上線，要求 Claude Code v2.1.139 或更新版本。這是 coding agent 從單線任務轉向多 Agent 並行管理的重要更新。(<a href="https://claude.com/blog/agent-view-in-claude-code">Claude</a>)</td> </tr> <tr> <td>00:22</td> <td>Thinking Machines Lab 發佈實時多模態互動模型 TML-Interaction-Small</td> <td><strong>可作主新聞</strong></td> <td>TML 官方博客發布 Interaction Models 研究預覽，TML-Interaction-Small 主打連續音訊/視訊/文字流中的即時互動，並在 FD-bench 互動品質與響應延遲上強調領先；但目前仍是研究預覽，不是公開可用產品。(<a href="https://thinkingmachines.ai/blog/interaction-models/">Thinking Machines Lab</a>)</td> </tr> <tr> <td>00:37</td> <td>OpenBMB 發佈開源多模態模型 MiniCPM-V 4.6</td> <td><strong>可作主新聞</strong></td> <td>OpenBMB GitHub 顯示 MiniCPM-V 4.6 已開源，1.3B 級端側多模態模型，強調混合 4x/16x 視覺 token 壓縮、手機端部署、iOS/Android/HarmonyOS 覆蓋與更高 token throughput。(<a href="https://github.com/OpenBMB/MiniCPM-V">GitHub</a>)</td> </tr> <tr> <td>00:54</td> <td>Anthropic 推出 Claude Platform on AWS</td> <td><strong>可作主新聞</strong></td> <td>Anthropic 與 AWS 均有官方頁：Claude Platform on AWS 已 GA，可用 AWS IAM、CloudTrail、統一帳單接入原生 Claude Platform；但它與 Amazon Bedrock 不同，資料由 Anthropic 在 AWS 邊界外處理，這點正式稿必須說清楚。(<a href="https://claude.com/blog/claude-platform-on-aws">Claude</a>)</td> </tr> <tr> <td>01:06</td> <td>OpenAI 為 Codex 推出 OpenAI Developers 外掛</td> <td><strong>可作主新聞</strong></td> <td>OpenAI Developers 官方頁已上線該插件，說明可在 Codex 中安裝，用於建立、排錯、發布基於 OpenAI API 的 app / agent，並可輔助 API key 設定與常見錯誤診斷。(<a href="https://developers.openai.com/learn/developers-codex-plugin">OpenAI 開發者</a>)</td> </tr> <tr> <td>01:16</td> <td>OpenCode 宣佈 DeepSeek V4 Flash 限時免費</td> <td><strong>可留但降級</strong></td> <td>OpenCode 官方 X 顯示 DeepSeek V4 Flash 在 OpenCode Go 中限時免費；OpenCode Go 頁也有 DeepSeek V4 Flash 模型項，但免費活動本身主要來自 X，應標「官方社媒活動」。(<a href="https://x.com/opencode/status/2053887208688431179?utm_source=chatgpt.com">X (formerly Twitter)</a>)</td> </tr> <tr> <td>01:23</td> <td>Nous Portal 限時免費提供 Qwen 3.6 Plus</td> <td><strong>可留但降級</strong></td> <td>主要來源是 Qwen / Nous 的 X 與 Portal 頁，能留作平台促銷消息；但不是模型新發布，也不是長文官宣。(<a href="https://x.com/Alibaba_Qwen/status/2054397617015271738?utm_source=chatgpt.com">X (formerly Twitter)</a>)</td> </tr> <tr> <td>01:31</td> <td>Windsurf 將 Kimi K2.6 免費期再延長一個月</td> <td><strong>可留但降級</strong></td> <td>Windsurf 先前 X 明確說 Kimi K2.6 對 Pro / Teams / Max 用戶免費兩週；這次「延長一個月」主要仍是 X 訊息，且 Windsurf 官方模型頁已列出 Kimi K2.6 的正式價格，所以要寫成「促銷期延長」。(<a href="https://x.com/windsurf/status/2046686574793154996?utm_source=chatgpt.com">X (formerly Twitter)</a>)</td> </tr> <tr> <td>01:39</td> <td>千問與淘寶全面打通，開啟 AI 購物體驗</td> <td><strong>可作主新聞</strong></td> <td>阿里 AI 購物鏈路已被多家媒體核到：千問與淘寶打通後，用戶可在千問 / 淘寶 AI 購物助手中挑選、比價、授權，並用支付寶「AI 付」完成一次性委託式代買；目前「AI 低價幫搶」支援 1000 元內商品。(<a href="https://wap.eastmoney.com/a/202605113733237159.html?utm_source=chatgpt.com">东方财富网</a>)</td> </tr> <tr> <td>01:50</td> <td>QClaw 發佈「文件空間」，打通騰訊文件與 ima 知識庫</td> <td><strong>可作主新聞</strong></td> <td>騰訊雲 / 媒體報導顯示 QClaw「文件空間」可一次授權打通本地文件、騰訊文檔與 ima 知識庫，形成資料獲取、AI 加工、產出與協作的一站式流程。(<a href="https://wap.eastmoney.com/a/202605113733030554.html?utm_source=chatgpt.com">东方财富网</a>)</td> </tr> <tr> <td>02:00</td> <td>Artificial Analysis 發佈 Coding Agent Index</td> <td><strong>可作主新聞</strong></td> <td>Artificial Analysis 官網已有 Coding Agent Index，評測「模型 + 編程工具」組合，指標包括 SWE-Bench-Pro-Hard-AA、Terminal-Bench v2、SWE-Atlas-QnA，並比較性能、成本與執行時間。(<a href="https://artificialanalysis.ai/">人工智能分析</a>)</td> </tr> <tr> <td>02:11</td> <td>Google 報告稱首次發現攻擊者利用 AI 開發零日漏洞</td> <td><strong>可作主新聞</strong></td> <td>Google Threat Intelligence Group 報告稱，首次觀察到威脅行為者使用疑似 AI 開發的零日漏洞策劃大規模攻擊；Google 同時提到 Big Sleep、CodeMender 等防禦型 AI Agent。這條是網安主新聞。(<a href="https://cloud.google.com/blog/topics/threat-intelligence/ai-vulnerability-exploitation-initial-access">Google Cloud</a>)</td> </tr> <tr> <td>02:22</td> <td>OpenAI 推出 Daybreak 網路安全願景</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 官方 Daybreak 頁面描述其網安願景：把 GPT-5.5、Codex Security 和安全工作流結合，幫助防禦者做安全代碼審查、威脅建模、漏洞驗證、補丁生成與修復證據回傳。(<a href="https://openai.com/daybreak/">OpenAI</a>)</td> </tr> <tr> <td>02:36</td> <td>OpenAI 成立 OpenAI Deployment Company</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 官方宣布成立 OpenAI Deployment Company，OpenAI 控股，初始投資超 40 億美元，並同意收購 Tomoro，帶入約 150 名 Forward Deployed Engineers / Deployment Specialists。(<a href="https://openai.com/index/openai-launches-the-deployment-company/">OpenAI</a>)</td> </tr> <tr> <td>02:54</td> <td>MiniMax 發起 10x Team 計劃招募行業專家</td> <td><strong>可留但降級</strong></td> <td>媒體報導與招聘資訊顯示，MiniMax 10x Team 面向工業軟體、遊戲引擎、晶片設計、金融、財務等垂直領域招募專家，共建問題定義、評測與工作流；主要來源為微信 / 媒體 / 招聘頁，建議放產業觀察。(<a href="https://wap.eastmoney.com/a/202605113732839772.html?utm_source=chatgpt.com">东方财富网</a>)</td> </tr> <tr> <td>03:06</td> <td>Qwen 官宣全球 Ambassador 計劃</td> <td><strong>可留但降級</strong></td> <td>Qwen Ambassador Program 頁面存在，搜尋摘要顯示包括開發者大使與活動大使；部分第三方整理提到 API credits、社群徽章、活動支援等福利。可留，但不宜作頭條。(<a href="https://qwen.ai/ambassador?utm_source=chatgpt.com">Qwen Studio</a>)</td> </tr> <tr> <td>03:17</td> <td>Unsloth 宣佈正式加入 PyTorch 生態</td> <td><strong>可作主新聞</strong></td> <td>Unsloth 官方博客確認已加入 PyTorch Ecosystem Landscape，並表示仍保持獨立開源專案路線。這是訓練 / 微調工具鏈生態整合消息。(<a href="https://unsloth.ai/blog/pytorch">Unsloth - Train and Run Models Locally</a>)</td> </tr> <tr> <td>03:28</td> <td>訊息稱快手計劃分拆可靈 AI，尋求 200 億美元估值 IPO</td> <td><strong>前瞻與傳聞</strong></td> <td>WSJ、The Information、Sina 等均報導快手考慮分拆 Kling / 可靈 AI，尋求約 200 億美元估值並籌備 IPO；但快手方面未作正式確認，且部分報導稱仍處初步階段，必須標「據報」。(<a href="https://www.wsj.com/tech/ai/chinas-kuaishou-plans-spinoff-of-ai-unit-that-could-be-valued-at-20-billion-4f5781be?utm_source=chatgpt.com">華爾街日報</a>)</td> </tr> </tbody> </table> <h2>二、欄目化重排版</h2> <h3>要聞</h3> <ul> <li>Claude Code 上線 Agent view 研究預覽版，並新增 <code>/goal</code> 指令，強化多 Agent 並行管理。</li> <li>Claude Platform on AWS 正式 GA，AWS 客戶可通過 IAM、CloudTrail、統一帳單接入原生 Claude Platform。</li> <li>Google 報告稱首次觀察到攻擊者利用疑似 AI 開發的零日漏洞，AI 攻防正式進入更高風險階段。</li> <li>OpenAI 推出 Daybreak 網路安全願景，將 GPT-5.5、Codex Security 和威脅建模結合。</li> <li>OpenAI 成立 OpenAI Deployment Company，收購 Tomoro 並獲超 40 億美元初始投資，主打企業 AI 落地交付。</li> </ul> <h3>模型發布</h3> <ul> <li>Thinking Machines Lab 發佈 TML-Interaction-Small，主打實時多模態互動模型，但目前仍是研究預覽。</li> <li>OpenBMB 開源 MiniCPM-V 4.6，1.3B 級端側多模態模型，面向手機與邊緣設備。</li> <li>OpenCode / Nous / Windsurf 的 DeepSeek V4 Flash、Qwen 3.6 Plus、Kimi K2.6 相關消息更偏「平台限免 / 促銷」，不是新模型發布。</li> </ul> <h3>開發生態</h3> <ul> <li>OpenAI Developers 插件上線 Codex，幫助開發者建立與排錯基於 OpenAI API 的 app / agent。</li> <li>Artificial Analysis 發布 Coding Agent Index，開始系統評測「模型 + 工具」組合，而不是單獨評模型。</li> <li>Unsloth 加入 PyTorch 生態，代表開源微調 / 訓練工具與主流框架生態進一步靠攏。</li> <li>Qwen Ambassador Program 與 MiniMax 10x Team 都是在擴張開發者、專家與垂直領域社群。</li> </ul> <h3>產品應用</h3> <ul> <li>千問與淘寶全面打通，配合支付寶 AI 付，形成「搜索 / 比價 / 授權 / 下單」的 AI 購物閉環。</li> <li>QClaw 文件空間打通本地文件、騰訊文檔與 ima 知識庫，將 AI 辦公助手推向資料層一體化。</li> <li>Claude Platform on AWS 面向企業採購與雲治理場景，比單純模型 API 更偏企業平台入口。</li> </ul> <h3>技術研究</h3> <ul> <li>TML-Interaction-Small 代表「full-duplex / 即時多模態互動」方向，不再是傳統回合制聊天。</li> <li>MiniCPM-V 4.6 代表「端側多模態」方向，重點不是更大，而是更低 FLOPs、更少 token、更容易在手機端跑。</li> <li>Google AI 零日報告與 OpenAI Daybreak 共同指向「AI 網安攻防」新階段。</li> <li>Coding Agent Index 顯示 coding agent 評測已進入模型、工具、成本、時間的組合評估。</li> </ul> <h3>產業動態</h3> <ul> <li>OpenAI Deployment Company 是 OpenAI 從賣模型 / API 轉向企業工程交付的重要動作。</li> <li>快手可靈 AI 分拆與 200 億美元估值 IPO 仍屬媒體消息，但反映 AI 影片生成資產被資本市場重新定價。</li> <li>MiniMax 10x Team 與 Qwen Ambassador 顯示中國模型公司正在用專家共建與社群大使制度擴張垂直場景。</li> </ul> <h3>前瞻與傳聞</h3> <ul> <li>快手分拆可靈 AI、尋求 200 億美元估值 IPO：多家媒體報導，但未見快手正式確認。</li> <li>OpenCode / Nous / Windsurf 限免活動：多數來源為 X 或平台促銷，應標為活動消息。</li> <li>MiniMax 10x Team：微信 / 媒體 / 招聘信息可佐證，但合作成果仍待後續驗證。</li> </ul> <h2>三、趨勢分析</h2> <p><strong>1. Coding Agent 正在從「單個 CLI」進入「多 Agent 管理台」階段。</strong> Claude Code Agent view、<code>/goal</code>、Coding Agent Index、OpenAI Developers plugin 都指向同一件事：開發者不再只需要一個聊天式 coding assistant，而是需要能並行管理多個 session、設定完成條件、接入 API / 插件、並用客觀評測衡量「模型 + 工具」組合的完整系統。(<a href="https://claude.com/blog/agent-view-in-claude-code">Claude</a>)</p> <p><strong>2. 端側多模態與即時互動是兩條不同但互補的路線。</strong> MiniCPM-V 4.6 的價值在於手機 / 邊緣設備可部署；TML-Interaction-Small 的價值在於連續音訊、視訊、文字流中的即時互動。前者解決「能否在本地低成本跑」，後者解決「AI 能不能像人一樣參與對話與協作」。(<a href="https://github.com/OpenBMB/MiniCPM-V">GitHub</a>)</p> <p><strong>3. AI 購物開始跑通“Agent 代辦 + 支付授權”閉環。</strong> 千問 / 淘寶 / 支付寶 AI 付的組合，不只是聊天推薦商品，而是讓 AI 在用戶授權後做比價、蹲價、下單。這會把 AI 電商從「導購」推向「代辦」，同時也帶來支付安全、授權邊界、退款與責任歸屬問題。(<a href="https://wap.eastmoney.com/a/202605113733237159.html?utm_source=chatgpt.com">东方财富网</a>)</p> <p><strong>4. 網路安全正在成為 frontier model 的核心落地場景。</strong> Google 報告提到 AI 可能已被用於開發零日漏洞，OpenAI Daybreak 則從防禦側提出威脅建模、漏洞驗證、補丁生成。這說明 AI 網安不只是「模型會不會寫惡意代碼」，而是正在變成攻防雙方都會使用的工具鏈。(<a href="https://cloud.google.com/blog/topics/threat-intelligence/ai-vulnerability-exploitation-initial-access">Google Cloud</a>)</p> <p><strong>5. 大模型公司正在補“企業落地最後一公里”。</strong> OpenAI Deployment Company、Claude Platform on AWS、QClaw 文件空間、MiniMax 10x Team，本質上都在補企業導入 AI 時最難的部分：權限、資料、流程、專家知識、遺留系統和工程交付。未來競爭會從「誰模型更強」延伸到「誰能把模型嵌進真實組織」。(<a href="https://openai.com/index/openai-launches-the-deployment-company/">OpenAI</a>)</p> <h2>四、可直接發佈的短評</h2> <p>5 月 12 日的 AI 新聞主線，可以概括為：<strong>Agent 正在從單點工具走向多會話管理、企業雲平台、真實交易閉環與網安攻防場景。</strong></p> <p>Anthropic 這天動作最明確：Claude Code 上線 Agent view 研究預覽版，支援在一個界面中管理多個並行 session，並新增 <code>/goal</code> 指令，讓 Agent 可以圍繞明確完成條件持續工作；同時 Claude Platform on AWS 正式 GA，讓 AWS 客戶可以用 IAM、CloudTrail 和統一帳單接入原生 Claude Platform。這意味著 Claude 不只在做模型，也在快速補齊企業採購、雲治理與多 Agent 工作流。</p> <p>模型側，Thinking Machines Lab 發佈 TML-Interaction-Small，探索實時多模態互動模型；OpenBMB 則開源 MiniCPM-V 4.6，將多模態能力推向手機與邊緣設備。前者代表「AI 更像人一樣互動」，後者代表「AI 更容易在端側低成本部署」。</p> <p>應用側，千問與淘寶全面打通，配合支付寶 AI 付，把商品挑選、比價、授權、下單連成 AI 購物閉環；QClaw 文件空間則打通本地文件、騰訊文檔與 ima 知識庫，推動 AI 辦公助手深入資料層。網安側，Google 報告稱首次發現攻擊者利用疑似 AI 開發的零日漏洞，OpenAI 也推出 Daybreak 網路安全願景，顯示 AI 攻防已進入新階段。</p> <p>產業層面，OpenAI 成立 OpenAI Deployment Company，收購 Tomoro 並獲超 40 億美元初始投資，主打企業 AI 落地交付；快手可靈 AI 分拆與 200 億美元估值 IPO 的消息仍屬媒體報導，需要標為「據報」，但也反映生成式影片資產正在被資本市場重新估值。</p> <p>一句話總結：<strong>今天的關鍵詞是 Claude Agent view、TML-Interaction-Small、MiniCPM-V 4.6、Claude Platform on AWS、Codex OpenAI Developers 插件、千問淘寶 AI 購物、QClaw 文件空間、Coding Agent Index、Google AI 零日報告、OpenAI Daybreak 與 OpenAI Deployment Company。</strong></p> https://yuzakura.blog/posts/ai-news/2026-05-11-ai-morning-news/https://yuzakura.blog/posts/ai-news/2026-05-11-ai-morning-news/整理 2026-05-11 AI 早報：Codex 安裝量討論、Hermes LINE 通道、OpenAI 微調策略、雲端沙箱與灰色 API 風險。Mon, 11 May 2026 00:00:00 GMT<p>以下按 <strong>2026-05-11 AI 早報</strong> 原始時間軸整理。這天只有 6 條，但重點很集中：<strong>Coding Agent 使用量競爭、Agent 通訊入口、OpenAI 微調策略轉向、雲端沙箱、灰色 API 中轉站風險、Bun 可能從 Zig 遷移到 Rust</strong>。GitHub 原文也標註「內容由 AI 輔助創作，可能存在幻覺和錯誤」，所以我會把第三方數據、調查報導、X 帖都分級處理。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/86_2026-05-11.md">GitHub</a>)</p> <h2>一、時間軸順序：原始事件 + 分級核對</h2> <table> <thead> <tr> <th>時間</th> <th>原始事件</th> <th>分級</th> <th>核對與判斷</th> </tr> </thead> <tbody> <tr> <td>00:09</td> <td>Codex 周安裝量達 8610 萬，12 倍於 Claude Code</td> <td><strong>可留但降級</strong></td> <td>GitHub 日報稱數據來自 a16z 引用 TickerTrends：截至 5 月 3 日當周，Codex npm 周安裝量達 8610 萬，Claude Code 為 720 萬。這條能反映 coding agent 熱度，但不是 OpenAI / npm 官方活躍用戶數，且 npm 安裝量可能受 CI、鏡像、重複安裝影響，不能直接等同真實用戶。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/86_2026-05-11.md">GitHub</a>)</td> </tr> <tr> <td>00:22</td> <td>Hermes Agent 新增 LINE 閘道器通道</td> <td><strong>可留但降級</strong></td> <td>Hermes 官方文檔已列出 LINE Setup，說明可透過 LINE Messaging API 把 Hermes Agent 作為 LINE bot 運行，並支援文字、圖片、音訊、影片、檔案、貼圖、位置等入站內容。這是正式文檔可核的功能，但屬工具通道更新，不宜作頭條。(<a href="https://hermes-agent.nousresearch.com/docs/user-guide/messaging/line">hermes-agent.nousresearch.com</a>)</td> </tr> <tr> <td>00:29</td> <td>OpenAI 終止開發者自助微調通道</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 官方 deprecations 頁確認，2026 年 5 月 7 日起，未曾使用自助微調的平台組織不能再建立 fine-tuning jobs；2027 年 1 月 6 日後，既有活躍客戶也不能再建立新的微調任務；已部署 fine-tuned models 的推理服務會持續到對應基座模型退役。標題可寫「OpenAI 分階段收縮自助微調」，不要簡化成所有微調立刻停用。(<a href="https://developers.openai.com/api/docs/deprecations?utm_source=chatgpt.com">developers.openai.com</a>)</td> </tr> <tr> <td>00:46</td> <td>Hugging Face 推出 hf-sandbox，基於 Jobs 打造雲端代碼沙箱</td> <td><strong>可作主新聞</strong></td> <td>Hugging Face 的 GitHub 倉庫已開源 hf-sandbox，描述為基於 Hugging Face Jobs 的 Modal-style sandbox API，可啟動 HF Job、安裝 FastAPI RPC server、通過 Cloudflare Tunnel 暴露服務，提供 <code>exec</code>、<code>write_file</code>、<code>read_file</code> 等能力；但 README 也明確提醒 trycloudflare URL 不適合生產，且 token forwarding / Cloudflare tunnel 有安全信任邊界。(<a href="https://github.com/huggingface/hf-sandbox">GitHub</a>)</td> </tr> <tr> <td>00:57</td> <td>調查曝光「中轉站」利用被盜憑證和模型替換盈利，並出售使用者資料</td> <td><strong>可作主新聞，但需標「調查稱」</strong></td> <td>Tom’s Hardware 報導引用 Oxford China Policy Lab 研究者 Zilan Qian 的調查，稱中國灰色 API 代理網路以官方約 10% 價格轉售 Claude API，並透過被盜憑證、模型替換、收集 prompts / outputs 轉售為訓練資料維持低價。這條安全與產業意義很高，但應寫成「調查稱」，不能把每個中轉站都一概定性。(<a href="https://www.tomshardware.com/tech-industry/artificial-intelligence/chinese-grey-market-sells-claude-api-access-at-90-percent-off-through-proxy-networks-that-harvest-user-data">Tom's Hardware</a>)</td> </tr> <tr> <td>01:08</td> <td>Jarred Sumner 透露正在將 Bun 執行時從 Zig 重寫為 Rust</td> <td><strong>前瞻與傳聞</strong></td> <td>原始來源是 Bun 創辦人 Jarred Sumner 的 X 帖，GitHub 日報稱已完成約 96 萬行遷移，Linux x64 glibc 測試通過率 99.8%。由於原始 X 本次無法解析正文，且當日仍屬個人披露 / 進行中工程，建議放「前瞻與開發者觀察」。後續媒體也有追蹤，但正式稿仍不宜寫成「Bun 已正式全面改用 Rust」。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/86_2026-05-11.md">GitHub</a>)</td> </tr> </tbody> </table> <h2>二、欄目化重排版</h2> <h3>要聞</h3> <ul> <li>OpenAI 分階段收縮自助 fine-tuning：新組織已不能建立微調任務，既有活躍客戶可建立新任務至 2027 年 1 月 6 日，已部署微調模型推理則隨基座模型生命周期而定。</li> <li>調查稱中國「AI API 中轉站」以低價轉售 Claude API，並存在被盜憑證、模型替換、收集使用者 prompts / outputs 等風險。</li> <li>Hugging Face 開源 hf-sandbox，基於 Hugging Face Jobs 提供雲端臨時代碼沙箱。</li> </ul> <h3>模型發布</h3> <ul> <li>本日無明確新模型發布。</li> <li>OpenAI fine-tuning 收縮屬模型定制策略變化，不是新模型發布。</li> </ul> <h3>開發生態</h3> <ul> <li>Codex npm 周安裝量據 a16z / TickerTrends 數據暴增，但應視為第三方趨勢指標，不等同真實活躍用戶。</li> <li>Hermes Agent 新增 LINE Gateway，可把 Agent 接入 LINE Messaging API。</li> <li>Hugging Face hf-sandbox 提供臨時雲端執行、文件讀寫與 RPC 沙箱能力。</li> <li>Bun 可能從 Zig 重寫為 Rust，仍屬 Jarred Sumner 個人披露 / 進行中工程。</li> </ul> <h3>產品應用</h3> <ul> <li>Hermes LINE Gateway 面向日本、台灣、泰國等 LINE 高使用率地區，讓 Agent 更容易進入日常通訊場景。</li> <li>hf-sandbox 可服務 coding agent、測試執行、臨時 notebook / script sandbox，但 README 已提示不宜直接用於敏感或生產工作負載。</li> </ul> <h3>技術研究</h3> <ul> <li>Bun Zig→Rust 重寫若持續推進，會成為 AI 輔助大型系統級代碼遷移的重要案例。</li> <li>OpenAI 收縮 fine-tuning 反映一個技術判斷：更強基座模型 + prompt / RAG / tool use，正在取代一部分傳統小規模自助微調需求。</li> </ul> <h3>產業動態</h3> <ul> <li>Codex 安裝量爆發和 Claude Code 配額爭議放在一起看，coding agent 市場正在快速遷移與洗牌。</li> <li>「中轉站」灰色產業暴露 API 代理、被盜帳號、模型蒸餾資料與企業代碼外流的混合風險。</li> <li>OpenAI fine-tuning 收縮可能讓企業重新評估：到底該用微調、RAG、Agent Skills，還是直接使用更強的通用模型。</li> </ul> <h3>前瞻與傳聞</h3> <ul> <li>Bun 從 Zig 重寫為 Rust：原始消息來自 X，需等待正式博客、release 或穩定合併結果。</li> <li>Codex 8610 萬周安裝量：第三方數據，適合做趨勢觀察，不宜作官方市場份額結論。</li> </ul> <h2>三、趨勢分析</h2> <p><strong>1. Coding Agent 競爭進入「分發與安裝量」階段。</strong> Codex 周安裝量數據即便不能等同活躍用戶，也說明 coding agent 的競爭已經從模型能力，進入 CLI、npm、桌面端、插件、工作流遷移和生態分發。尤其在 Claude Code 近期出現配額與體驗爭議後，開發者遷移意願可能被放大。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/86_2026-05-11.md">GitHub</a>)</p> <p><strong>2. OpenAI 收縮自助微調，代表模型定制路線正在轉向。</strong> 過去企業常用 fine-tuning 做格式遵循、風格定制和領域適配；但 OpenAI 官方 deprecations 顯示，自助微調會被逐步收縮。這意味著未來更多需求會轉向 RAG、structured outputs、tools、Agent Skills、system instructions 和平台級 memory。(<a href="https://developers.openai.com/api/docs/deprecations?utm_source=chatgpt.com">developers.openai.com</a>)</p> <p><strong>3. Agent 沙箱正在成為新基礎設施。</strong> hf-sandbox 的價值不只是「能跑代碼」，而是讓 Agent 可在雲端臨時啟動隔離環境、執行命令、讀寫文件，再清理回收。這和 Codex sandbox、OpenClaw 文件傳輸、Vercel deepsec、Hermes skills 等工具放在一起看，Agent 需要的是一整套可控執行環境，而不是單純聊天 API。(<a href="https://github.com/huggingface/hf-sandbox">GitHub</a>)</p> <p><strong>4. AI API 中轉站風險會直接打到 coding agent 和企業安全。</strong> 如果中轉站會記錄 prompt、response、repository context、reasoning traces，開發者把 coding agent 流量導過去，就等於把源碼、API 結構、認證邏輯甚至漏洞線索交給第三方。這比普通聊天隱私更嚴重，因為 coding agent 的上下文通常包含可復用的高價值工程資料。(<a href="https://www.tomshardware.com/tech-industry/artificial-intelligence/chinese-grey-market-sells-claude-api-access-at-90-percent-off-through-proxy-networks-that-harvest-user-data">Tom's Hardware</a>)</p> <p><strong>5. Bun 重寫事件值得追蹤，但不要急著下定論。</strong> 如果 Bun 真的大規模從 Zig 遷移到 Rust，這會是「AI 輔助大型系統遷移」的代表案例；但當前原始來源仍是個人 X 披露與後續媒體追蹤，還需要正式 release、性能數據、跨平台支持和維護成本證明。(<a href="https://www.theregister.com/devops/2026/05/14/anthropics-bun-rust-rewrite-merged-at-speed-of-ai/5240381?utm_source=chatgpt.com">theregister</a>)</p> <h2>四、可直接發佈的短評</h2> <p>5 月 11 日的 AI 新聞主線，可以概括為：<strong>Coding Agent 生態進入分發競爭，Agent 執行環境與 API 安全風險同步升溫。</strong></p> <p>OpenAI 方面，最值得關注的不是單純的 Codex 安裝量暴漲，而是開發者工具生態的快速遷移。據 a16z / TickerTrends 數據，Codex npm 周安裝量大幅上升，遠高於 Claude Code；但這仍是第三方統計，不能直接等同真實活躍用戶。更具確定性的是，OpenAI 官方已分階段收縮自助 fine-tuning：未曾使用微調的新組織已不能建立任務，既有活躍客戶可建立新任務至 2027 年 1 月 6 日，推理服務則取決於基座模型生命周期。</p> <p>開發生態方面，Hermes Agent 新增 LINE Gateway，讓 Agent 可接入 LINE Messaging API；Hugging Face 開源 hf-sandbox，基於 Jobs 提供雲端臨時代碼沙箱，支援命令執行與文件讀寫。這些更新顯示 Agent 正在補齊「通訊入口」與「可控執行環境」兩層基礎設施。</p> <p>安全側，Tom’s Hardware 引述調查稱，中國灰色 API「中轉站」以低價轉售 Claude API，並可能透過被盜憑證、模型替換、收集使用者輸入輸出等方式盈利。對 coding agent 用戶來說，這類中轉站尤其危險，因為傳輸內容可能包含完整代碼庫上下文、API 結構與認證邏輯。至於 Bun 從 Zig 重寫為 Rust，目前仍以 Jarred Sumner 的 X 披露和媒體追蹤為主，應作為開發者生態前瞻觀察，而不是正式完成的技術遷移。</p> <p>一句話總結：<strong>今天的關鍵詞是 Codex 安裝量、OpenAI 自助微調收縮、Hermes LINE Gateway、Hugging Face hf-sandbox、AI API 中轉站風險，以及 Bun Zig→Rust 前瞻。</strong></p> https://yuzakura.blog/posts/ai-news/2026-05-10-ai-morning-news/https://yuzakura.blog/posts/ai-news/2026-05-10-ai-morning-news/整理 2026-05-10 AI 早報：文心 5.1、HiDream-O1-Image、Agent Skills、Codex 安全治理、模型路由與 AI 基建支出。Sun, 10 May 2026 00:00:00 GMT<p>以下按 <strong>2026-05-10 AI 早報</strong> 原始時間軸整理。這天只有 8 條，質量比前幾天更集中：<strong>模型發布、Agent Skills 方法論、Codex 安全治理、模型路由、AI 基建合約與字節 AI 基建支出</strong> 是主線。GitHub 原文也提示「內容由 AI 輔助創作，可能存在幻覺和錯誤」，所以 X-only 與匿名消息要降級處理。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/85_2026-05-10.md">GitHub</a>)</p> <h2>一、時間軸順序：原始事件 + 分級核對</h2> <table> <thead> <tr> <th>時間</th> <th>原始事件</th> <th>分級</th> <th>核對與判斷</th> </tr> </thead> <tbody> <tr> <td>00:09</td> <td>百度宣佈文心 5.1 模型正式上線</td> <td><strong>可作主新聞</strong></td> <td>百度官方博客確認文心 5.1 已正式上線；官方稱其繼承文心 5.0 知識，總參數壓縮至約 1/3、激活參數約 1/2，預訓練成本約為同規模模型 6%，並可在文心一言與星河社區 Playground 體驗。(<a href="https://yiyan.baidu.com/blog/zh/posts/ernie-5.1-0508-release/">yiyan.baidu.com</a>)</td> </tr> <tr> <td>00:24</td> <td>HiDream-ai 開源 HiDream-O1-Image 影象生成模型</td> <td><strong>可作主新聞</strong></td> <td>GitHub 倉庫可核到 HiDream-O1-Image，項目描述為原生統一圖像生成基礎模型，基於 Pixel-level Unified Transformer，不依賴外部 VAE 或分離式文字編碼器，支援文生圖、圖像編輯、主體驅動個性化，最高 2048×2048。(<a href="https://github.com/HiDream-ai/HiDream-O1-Image">GitHub</a>)</td> </tr> <tr> <td>00:36</td> <td>OpenRouter 推出 Pareto Code 實驗性編碼路由</td> <td><strong>可留但降級</strong></td> <td>OpenRouter 官方文檔確認 <code>openrouter/pareto-code</code> 是面向 coding 的模型路由器，可用 <code>min_coding_score</code> 設定最低編碼能力門檻，系統會在符合要求的模型中選擇更便宜或 Nitro 下更快的模型。屬實用開發者工具，但仍是實驗性路由，不宜放頭條。(<a href="https://openrouter.ai/docs/guides/routing/routers/pareto-router">OpenRouter</a>)</td> </tr> <tr> <td>00:49</td> <td>OpenAI 公開內部 Codex 安全執行實踐</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 官方文章說明其如何用 sandbox、approval、網路策略、ChatGPT 工作區綁定、OS keychain 憑證儲存、OpenTelemetry 日誌與合規平台來安全運行 Codex。這條是 Agent 安全治理主新聞。(<a href="https://openai.com/index/running-codex-safely/">OpenAI</a>)</td> </tr> <tr> <td>01:05</td> <td>Perplexity 公開內部 Agent Skills 設計維護指南</td> <td><strong>可作主新聞</strong></td> <td>Perplexity Research 文章詳細說明 Skill 結構：<code>SKILL.md</code>、<code>scripts/</code>、<code>references/</code>、<code>assets/</code>、<code>config.json</code> 等；也強調 Skill description 是路由觸發條件，並提出 gotchas flywheel 來持續記錄失敗案例和維護路由品質。(<a href="https://research.perplexity.ai/articles/designing-refining-and-maintaining-agent-skills-at-perplexity">research.perplexity.ai</a>)</td> </tr> <tr> <td>01:20</td> <td>Nous Research 宣佈 Hermes Agent 登頂 OpenRouter 應用用量榜</td> <td><strong>可留但降級</strong></td> <td>來源主要是 Nous Research / Teknium 的 X 訊息，GitHub 日報有整理，但未見 OpenRouter 官方榜單長文或第三方可驗證頁。可寫成「Nous Research 在 X 表示 Hermes Agent 登頂 OpenRouter token 用量榜」，不宜作硬新聞。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/85_2026-05-10.md">GitHub</a>)</td> </tr> <tr> <td>01:31</td> <td>消息稱 Anthropic 與 Akamai 簽署 18 億美元七年合同</td> <td><strong>可作主新聞，但需保留“據報”</strong></td> <td>Akamai 官方財報確認一位「美國領先 frontier model provider」承諾 7 年 18 億美元 Cloud Infrastructure Services 採購，但未點名；Reuters / Bloomberg 報導稱該客戶是 Anthropic。因此正式稿應寫「據報 Anthropic 為該客戶」，而不是直接寫成雙方官宣。(<a href="https://www.globenewswire.com/news-release/2026/05/07/3290507/0/en/akamai-reports-first-quarter-2026-financial-results.html">GlobeNewswire</a>)</td> </tr> <tr> <td>01:44</td> <td>報道稱字節跳動今年 AI 基建支出超 2000 億</td> <td><strong>前瞻與傳聞 / 媒體報導</strong></td> <td>SCMP 引述兩名知情人士稱，字節今年 AI 基建資本開支將增至超 2000 億元人民幣，較去年底討論的 1600 億計畫至少增加 25%，且更大比例投向國產 AI 晶片。這是重要產業消息，但屬媒體引述消息人士，需標「據報」。(<a href="https://www.scmp.com/tech/article/3352906/bytedance-raises-2026-capex-least-25-amid-ai-boom-rising-memory-costs-sources-say">scmp.com</a>)</td> </tr> </tbody> </table> <h2>二、欄目化重排版</h2> <h3>要聞</h3> <ul> <li>百度文心 5.1 正式上線，主打參數效率、Agent 能力、搜索榜表現與創作能力。</li> <li>OpenAI 公開 Codex 安全運行實踐，重點包括 sandbox、approval、網路策略、憑證管理與 OpenTelemetry 審計。</li> <li>Perplexity 公開 Agent Skills 設計與維護指南，提供 Skill 結構、路由描述、gotchas 飛輪與漸進式上下文管理方法。</li> <li>據報 Anthropic 與 Akamai 達成 7 年 18 億美元雲基建合約；Akamai 官方僅確認客戶為「leading frontier model provider」。</li> </ul> <h3>模型發布</h3> <ul> <li>百度文心 5.1 正式上線。</li> <li>HiDream-ai 開源 HiDream-O1-Image，主打統一圖像生成架構、圖像編輯與 2048 分辨率生成。</li> </ul> <h3>開發生態</h3> <ul> <li>OpenRouter 推出 Pareto Code 編碼路由，可按最低 coding score 自動選擇合適模型。</li> <li>OpenAI 公開 Codex 企業安全部署方法。</li> <li>Perplexity 公開 Agent Skills 工程指南。</li> <li>Hermes Agent 登頂 OpenRouter 應用用量榜屬 Nous Research X 訊息，可留但降級。</li> </ul> <h3>產品應用</h3> <ul> <li>文心 5.1 將陸續接入多個創作類 Agent 平台。</li> <li>HiDream-O1-Image 可用於文生圖、圖像編輯、主體個性化。</li> <li>Pareto Code 面向 coding agent / coding API 成本控制場景。</li> </ul> <h3>技術研究</h3> <ul> <li>文心 5.1 的 Once-for-All 彈性訓練、分離式全異步強化學習、FP8 訓推一致性與多教師在線策略蒸餾，值得作為「高效模型訓練」案例。</li> <li>HiDream-O1-Image 的 UiT / 原生統一像素 token 空間，是圖像生成模型架構方向。</li> <li>Codex / Perplexity 兩條則代表 Agent 工程治理：一條偏安全邊界，一條偏技能管理。</li> </ul> <h3>產業動態</h3> <ul> <li>Anthropic × Akamai 18 億美元合約顯示 frontier model provider 正在尋找 AWS / Google / Azure 之外的補充算力與雲基建。</li> <li>字節跳動據報將 AI 基建支出拉高至 2000 億元級別，並提高國產 AI 晶片占比，說明中國大廠 AI 基建競爭仍在升溫。</li> </ul> <h3>前瞻與傳聞</h3> <ul> <li>Hermes Agent 登頂 OpenRouter 用量榜：目前主要是 X 消息，缺少 OpenRouter 官方榜單頁。</li> <li>字節 AI 基建 2000 億：SCMP 引述消息人士，應標「據報」。</li> <li>Anthropic × Akamai：Akamai 官方確認大客戶與金額，但未點名 Anthropic；Anthropic 身份來自 Bloomberg / Reuters 報導。</li> </ul> <h2>三、趨勢分析</h2> <p><strong>1. 5 月 10 日的核心不是“大模型又上新”，而是 Agent 工程化成熟。</strong> OpenAI 講 Codex 安全運行，Perplexity 講 Skills 設計維護，OpenRouter 講 coding model routing；三條合在一起，說明 Agent 的競爭正在從模型能力，進入安全邊界、工具路由、技能包、上下文成本與審計可見性。(<a href="https://openai.com/index/running-codex-safely/">OpenAI</a>)</p> <p><strong>2. 文心 5.1 和 HiDream-O1-Image 都在打“效率”牌。</strong> 文心 5.1 強調用更低參數與更低預訓練成本繼承文心 5.0 能力；HiDream-O1-Image 則用統一 Transformer 直接處理像素、文字與任務條件，避免外部 VAE / 分離文字編碼器。這代表中國模型競爭正在從“堆大模型”轉向“架構壓縮、訓練效率與產品接入”。(<a href="https://yiyan.baidu.com/blog/zh/posts/ernie-5.1-0508-release/">yiyan.baidu.com</a>)</p> <p><strong>3. Codex 安全實踐很適合當企業 Agent 落地參考。</strong> OpenAI 的做法不是單一安全功能，而是一整套控制面：sandbox 限制可寫路徑與網路，approval 處理越界行為，OS keychain 保存 CLI / MCP 憑證，OpenTelemetry 和 Compliance Platform 負責追蹤 agent 行為。這代表企業導入 coding agent 時，不能只看模型準確率，還要看權限、審批、日誌與 SIEM / 合規平台整合。(<a href="https://openai.com/index/running-codex-safely/">OpenAI</a>)</p> <p><strong>4. Agent Skills 正在成為新的“提示詞工程 2.0”。</strong> Perplexity 的指南重點不是寫一大段 prompt，而是把 Skill 做成可維護的目錄：核心 <code>SKILL.md</code> 負責路由與主指令，heavy docs 放進 <code>references/</code>，可執行邏輯放進 <code>scripts/</code>，並用 gotchas 持續記錄失敗案例。這比傳統提示詞更工程化，也更適合多 Agent / 長期產品維護。(<a href="https://research.perplexity.ai/articles/designing-refining-and-maintaining-agent-skills-at-perplexity">research.perplexity.ai</a>)</p> <p><strong>5. AI 基建競爭繼續外溢到 CDN / 雲廠商與國產晶片。</strong> Anthropic 據報簽下 Akamai 18 億美元 7 年雲基建合約，字節據報把 AI 基建支出提升到 2000 億元級別並增加國產 AI 晶片比例。這說明 frontier AI 和中國大廠都在尋找更大、更穩、更分散的算力來源。(<a href="https://www.globenewswire.com/news-release/2026/05/07/3290507/0/en/akamai-reports-first-quarter-2026-financial-results.html">GlobeNewswire</a>)</p> <h2>四、可直接發佈的短評</h2> <p>5 月 10 日的 AI 新聞主線，可以概括為：<strong>模型效率、Agent 安全治理、Agent Skills 工程化與 AI 基建擴張同步推進。</strong></p> <p>百度文心 5.1 正式上線，官方稱其總參數壓縮至約 1/3、激活參數壓縮至約 1/2，預訓練成本僅為同規模模型約 6%，並在 Agent、知識、推理和創作能力上強化表現。HiDream-ai 則開源 HiDream-O1-Image，採用原生統一圖像生成架構，支援文生圖、圖像編輯與主體個性化，最高可生成 2048×2048 圖像。</p> <p>開發生態方面，OpenRouter 推出 Pareto Code 編碼路由，可依照最低 coding score 在候選模型中自動選擇更便宜或更快的模型；OpenAI 公開 Codex 在內部的安全運行實踐，重點包括 sandbox、approval、網路策略、憑證管理與 OpenTelemetry 審計；Perplexity 也公開 Agent Skills 設計維護指南，強調 Skill 應像工程資產一樣維護，而不是一次性 prompt。</p> <p>產業側，Akamai 官方確認一名美國 frontier model provider 承諾 7 年 18 億美元雲基建採購，Reuters / Bloomberg 報導稱該客戶是 Anthropic；字節跳動則據 SCMP 報導，將今年 AI 基建資本開支提升到超過 2000 億元人民幣，並提高國產 AI 晶片占比。這兩條共同說明，AI 競爭正在從模型榜單一路延伸到雲基建、國產晶片與長期算力採購。</p> <p>需要降級處理的是：Hermes Agent 登頂 OpenRouter 應用用量榜，目前主要來自 Nous Research 的 X 訊息；Anthropic × Akamai 雖有 Akamai 官方財報和 Reuters / Bloomberg 交叉，但 Akamai 本身未點名 Anthropic；字節 2000 億 AI 基建支出也屬消息人士報導，應標「據報」。</p> <p>一句話總結：<strong>今天的關鍵詞是文心 5.1、HiDream-O1-Image、Pareto Code、Codex 安全實踐、Perplexity Agent Skills、Hermes Agent 用量榜、Anthropic × Akamai，以及字節 AI 基建 2000 億。</strong></p> https://yuzakura.blog/posts/ai-news/2026-05-09-ai-morning-news/https://yuzakura.blog/posts/ai-news/2026-05-09-ai-morning-news/整理 2026-05-09 AI 早報：新模型與多模態 Agent、Web Agent 訓練、AI Agent 規範政策、AI 基建投資與融資傳聞。Sat, 09 May 2026 00:00:00 GMT<p>以下按 <strong>2026-05-09 AI 早報</strong> 原始時間軸整理。這天重點非常集中：<strong>新模型與多模態 Agent、Web Agent 訓練、AI Agent 規範政策、AI 基建投資、DeepSeek / 月之暗面 / 階躍星辰融資傳聞</strong>。GitHub 原文也把條目分成模型發布、開發生態、產品應用、技術與洞察、行業動態、前瞻與傳聞；但其中有不少來自 X、微信、媒體爆料與二手轉述，需要分級處理。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/84_2026-05-09.md">GitHub</a>)</p> <h2>一、時間軸順序：原始事件 + 分級核對</h2> <table> <thead> <tr> <th>時間</th> <th>原始事件</th> <th>分級</th> <th>核對與判斷</th> </tr> </thead> <tbody> <tr> <td>00:09</td> <td>螞蟻百靈發佈 Ring-2.6-1T，OpenRouter 免費試用一周</td> <td><strong>可作主新聞</strong></td> <td>OpenRouter 已有 <code>inclusionai/ring-2.6-1t</code> 頁面，標示 1T 級 thinking model、63B active parameters，面向 coding agent、tool use、long-horizon task execution；但「百靈官方 X」仍屬社媒來源，建議寫成「OpenRouter 已上線，官方社媒同步宣傳」。(<a href="https://openrouter.ai/inclusionai/ring-2.6-1t?utm_source=chatgpt.com">OpenRouter</a>)</td> </tr> <tr> <td>00:29</td> <td>智譜發佈 GLM-5V-Turbo 報告，開放 Coding Plan 使用者申請使用</td> <td><strong>可留但降級</strong></td> <td>GitHub 日報引用飛書表單與微信文章，稱 GLM-5V-Turbo 面向多模態 Agent、GUI Agent、Coding Plan 用戶申請；但缺少穩定公開模型頁，建議降級。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/84_2026-05-09.md">GitHub</a>)</td> </tr> <tr> <td>00:38</td> <td>商湯科技推出 SenseNova 6.7 Flash-Lite</td> <td><strong>可作主新聞</strong></td> <td>SenseNova6.7 GitHub 倉庫明確描述 Flash-Lite 是面向真實工作流的輕量多模態 Agent 模型，強調原生多模態、辦公任務、token efficiency，並列出 API 與 Token Plan。(<a href="https://github.com/OpenSenseNova/SenseNova6.7">GitHub</a>)</td> </tr> <tr> <td>00:53</td> <td>階躍星辰發佈 StepAudio 2.5 Realtime 實時語音大模型</td> <td><strong>可作主新聞</strong></td> <td>GitHub 日報引用 StepAudio 官方頁與平台文檔，稱其支援中英文即時語音、WebSocket <code>/v1/realtime</code>、副語言感知與人設自定義；可作語音模型主新聞。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/84_2026-05-09.md">GitHub</a>)</td> </tr> <tr> <td>01:08</td> <td>AI2 發佈 EMO 模型，實現混合專家語義模組化</td> <td><strong>可作主新聞</strong></td> <td>AllenAI / GitHub / arXiv 均可核到 EMO：14B total、1B active MoE，訓練時利用文檔邊界讓 experts 形成語義模組，且可保留 12.5% experts 仍維持接近完整表現。(<a href="https://github.com/allenai/EMO?utm_source=chatgpt.com">GitHub</a>)</td> </tr> <tr> <td>01:23</td> <td>千問團隊開源 WebWorld 世界模型，面向 Web Agent 訓練</td> <td><strong>可作主新聞</strong></td> <td>QwenLM/WebWorld GitHub 與 Hugging Face 頁面可核到，WebWorld 是用於 Web Agent 訓練與評估的大規模 web world model，基於 100 萬+真實網頁交互軌跡，支援 30+ 步長程模擬與多格式狀態表示。(<a href="https://github.com/QwenLM/WebWorld?utm_source=chatgpt.com">GitHub</a>)</td> </tr> <tr> <td>01:38</td> <td>OpenClaw 發佈 2026.5.7 版，強化許可權與更新流程</td> <td><strong>可留但降級</strong></td> <td>GitHub release 頁存在，但日報重點主要來自 OpenClaw X；可寫成「OpenClaw 2026.5.7 更新權限與更新流程」，不宜壓過模型 / 官方大公告。(<a href="https://github.com/openclaw/openclaw/releases/tag/v2026.5.7">GitHub</a>)</td> </tr> <tr> <td>01:48</td> <td>AWS 發佈 Agent Toolkit for AWS 工具集</td> <td><strong>可作主新聞</strong></td> <td>AWS 官方頁與文檔確認 Agent Toolkit for AWS 可讓 Claude Code、Cursor、Codex 等 coding agents 透過安全、可審計介面操作 AWS，並提供 MCP Server、skills、plugins。(<a href="https://aws.amazon.com/products/developer-tools/agent-toolkit-for-aws/?utm_source=chatgpt.com">Amazon Web Services, Inc.</a>)</td> </tr> <tr> <td>01:59</td> <td>Kiro 首次付費獎勵 20 美元等值積分</td> <td><strong>可留但降級</strong></td> <td>Kiro FAQ 明確寫到首次升級付費方案可獲 20 美元 credit；這是產品促銷 / 計費更新，不是主新聞。(<a href="https://kiro.dev/faq/?utm_source=chatgpt.com">Kiro</a>)</td> </tr> <tr> <td>02:10</td> <td>Grok 聯結器功能正式上線安卓、iOS 及網頁端</td> <td><strong>可留但降級</strong></td> <td>目前能核到的多為 X / 社群 / 第三方轉述，稱 Grok Connectors 已支援 GitHub、Notion、Google Workspace 等；未見 xAI 官方長文，應標「社群 / X 訊息」。(<a href="https://x.com/XFreeze/status/2053723519154790848?utm_source=chatgpt.com">X (formerly Twitter)</a>)</td> </tr> <tr> <td>02:37</td> <td>Google Health Coach 結束預覽，面向全球上線</td> <td><strong>可作主新聞</strong></td> <td>Google 官方博客稱 Health Coach 將退出 preview，作為 Google Health Premium 的一部分面向全球推出；可作產品應用主新聞，但涉及健康場景，正式稿要避免寫成醫療診斷工具。(<a href="https://blog.google/products-and-platforms/products/google-health/google-health-coach/?utm_source=chatgpt.com">blog.google</a>)</td> </tr> <tr> <td>02:48</td> <td>Anthropic 發文闡述消除 Claude 的 agentic misalignment 行為</td> <td><strong>可作主新聞</strong></td> <td>Anthropic 官方《Teaching Claude why》稱，自 Claude Haiku 4.5 以來，Claude 系列在 agentic misalignment eval 上達到 perfect score，並解釋如何降低黑mail / misaligned 行為。(<a href="https://www.anthropic.com/research/teaching-claude-why?utm_source=chatgpt.com">anthropic.com</a>)</td> </tr> <tr> <td>03:04</td> <td>MiniMax 修復 M2 模型稀疏 Token 遺忘及小語種混雜問題</td> <td><strong>可留但降級</strong></td> <td>主要來源是微信 / 日報轉述，公開可核來源不足；可保留為「MiniMax 官方微信稱修復 M2 問題」，不宜寫硬。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/84_2026-05-09.md">GitHub</a>)</td> </tr> <tr> <td>03:25</td> <td>Google DeepMind 發佈 AI Co-Mathematician</td> <td><strong>可作主新聞</strong></td> <td>arXiv 論文《Accelerating Mathematicians with Agentic AI》明確介紹 AI co-mathematician，是基於 Gemini 的數學研究 agent workbench，用於 ideation、文獻搜尋、計算探索、定理證明與理論構建。(<a href="https://arxiv.org/html/2605.06651v1?utm_source=chatgpt.com">arXiv</a>)</td> </tr> <tr> <td>03:44</td> <td>阿里巴巴提出 CDM 框架，四步推理實現影象生成最優</td> <td><strong>可留但降級</strong></td> <td>目前我沒有核到強官方來源；可放「技術研究觀察」，但正式稿建議標「論文 / 項目頁」並等待 arXiv、GitHub 或阿里官方頁補強。</td> </tr> <tr> <td>03:58</td> <td>Claude Code 團隊成員發文主張 HTML 替代 Markdown 作為 Agent 輸出格式</td> <td><strong>可留但降級</strong></td> <td>來源為 X / 個人觀點，適合放「開發者觀點」，不宜寫成 Anthropic 官方產品方向。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/84_2026-05-09.md">GitHub</a>)</td> </tr> <tr> <td>04:09</td> <td>Nathan Lambert 發文總結其中國 AI 實驗室之行</td> <td><strong>可留但降級</strong></td> <td>Interconnects.ai 屬個人深度觀察，可作評論材料，但不是新聞官宣。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/84_2026-05-09.md">GitHub</a>)</td> </tr> <tr> <td>04:25</td> <td>DeepSeek 網頁與 API 服務發生短時間大規模中斷</td> <td><strong>可作主新聞，但需標明影響範圍有限</strong></td> <td>DeepSeek status 頁顯示目前已恢復，API / Web Chat 仍可看到歷史 uptime；「大規模」需依狀態頁與社群回報交叉，不宜誇大。(<a href="https://status.deepseek.com/?utm_source=chatgpt.com">status.deepseek.com</a>)</td> </tr> <tr> <td>04:43</td> <td>Anthropic 一季度營收增 80 倍，Mythos 能力遭質疑</td> <td><strong>可留但降級</strong></td> <td>「80 倍」主要來自媒體 / 訪談轉述，非公開財報；Mythos 能力與網安風險後續有多家媒體追蹤，但兩件事最好拆開寫，不要合成一條硬結論。(<a href="https://venturebeat.com/technology/anthropic-says-it-hit-a-30-billion-revenue-run-rate-after-crazy-80x-growth?utm_source=chatgpt.com">Venturebeat</a>)</td> </tr> <tr> <td>05:03</td> <td>Cloudflare 裁減 1100 人，適應 AI Agent 時代重構組織</td> <td><strong>可作主新聞</strong></td> <td>Cloudflare 官方博客明確稱將裁減超過 1100 人，並把組織調整與 agentic AI-first operating model、內部 AI 使用激增放在同一敘事中。(<a href="https://www.reuters.com/business/anthropic-nears-first-quarterly-profit-agrees-pay-spacex-125-billion-monthly-2026-05-21/?utm_source=chatgpt.com">Reuters</a>)</td> </tr> <tr> <td>05:17</td> <td>NVIDIA 與 IREN 合作，將部署 5GW AI 基礎設施，涉 21 億美元投資</td> <td><strong>可作主新聞</strong></td> <td>Reuters 報導稱 NVIDIA 將投資最高 21 億美元於 IREN，作為部署最高 5GW AI infrastructure 的更大交易一部分；這是 AI 基建與電力容量主線。(<a href="https://www.reuters.com/business/nvidia-invest-up-21-billion-iren-part-ai-data-center-deal-2026-05-07/?utm_source=chatgpt.com">Reuters</a>)</td> </tr> <tr> <td>05:33</td> <td>三部門印發智慧體規範意見，明確 19 個典型應用場景</td> <td><strong>可作主新聞</strong></td> <td>新華社 / 北京日報報導，國家網信辦、發改委、工信部聯合印發《智能體規範應用與創新發展實施意見》，提出安全可控、規範有序、創新驅動、應用牽引，並列出 19 類典型應用場景。(<a href="https://www.news.cn/tech/20260513/9d6b6f3416484ef9b8eab054425b5680/c.html?utm_source=chatgpt.com">news.cn</a>)</td> </tr> <tr> <td>05:45</td> <td>DeepSeek 傳籌備 500 億融資，6 月發佈 V4.1 模型</td> <td><strong>前瞻與傳聞</strong></td> <td>來源指向 The Information / 36Kr 等二手報導；融資額與 V4.1 發布時間均未見 DeepSeek 官方確認，應嚴格標「傳聞」。(<a href="https://eu.36kr.com/en/p/3806156817243912?utm_source=chatgpt.com">eu.36kr.com</a>)</td> </tr> <tr> <td>06:04</td> <td>階躍星辰傳完成 25 億美元融資，加速籌備赴港上市</td> <td><strong>前瞻與傳聞，但可信度較高</strong></td> <td>財新、澎湃、證券時報、KR-Asia 等均報導階躍星辰將完成近 25 億美元融資並拆紅籌、推進港股 IPO；但公司未正式公告，仍應寫「據報」。(<a href="https://www.caixin.com/2026-05-08/102442074.html?utm_source=chatgpt.com">caixin.com</a>)</td> </tr> </tbody> </table> <h2>二、欄目化重排版</h2> <h3>要聞</h3> <ul> <li>螞蟻百靈 Ring-2.6-1T 上線 OpenRouter，主打 1T 級 thinking model、63B active parameters、Agent 工作流與一週試用。</li> <li>AWS 發佈 Agent Toolkit for AWS，讓 coding agents 能以更安全、可審計方式操作 AWS。</li> <li>Google Health Coach 結束預覽，作為 Google Health Premium 的一部分全球推出。</li> <li>Anthropic 發文說明如何降低 Claude 的 agentic misalignment 行為。</li> <li>Google DeepMind 發佈 AI Co-Mathematician，面向開放式數學研究。</li> <li>Cloudflare 裁減超過 1100 人，稱將以 agentic AI-first operating model 重構組織。</li> <li>三部門印發智能體規範應用與創新發展意見，明確 19 類典型應用場景。</li> </ul> <h3>模型發布</h3> <ul> <li>Ring-2.6-1T：1T 級 thinking model，面向 coding agents、tool use、長任務。</li> <li>GLM-5V-Turbo：多模態 Agent / GUI Agent 方向，但目前主要是申請表與微信材料，降級。</li> <li>SenseNova 6.7 Flash-Lite：輕量多模態 Agent 模型，主打辦公任務與 token efficiency。</li> <li>StepAudio 2.5 Realtime：實時語音模型，主打副語言感知、人設與 WebSocket API。</li> <li>AI2 EMO：14B total / 1B active MoE，專注語義模組化。</li> <li>WebWorld：Web Agent 世界模型，用於模擬瀏覽器環境中的訓練與評估。</li> </ul> <h3>開發生態</h3> <ul> <li>OpenClaw 2026.5.7：強化權限與更新流程，但來源偏 X / release 小更新。</li> <li>AWS Agent Toolkit：提供 MCP Server、skills、plugins，面向 Claude Code、Cursor、Codex、Kiro 等。</li> <li>Kiro：首次付費給 20 美元等值 credit，屬促銷 / 計費更新。</li> <li>Grok Connectors：疑似正式推到 Android / iOS / Web，但目前主要是 X / 社群訊息。</li> <li>HTML 替代 Markdown 作為 Agent 輸出格式：Claude Code 成員個人觀點，不是官方路線。</li> </ul> <h3>產品應用</h3> <ul> <li>Google Health Coach：健康教練產品全球化，但應避免寫成醫療診斷工具。</li> <li>DeepSeek 短時間服務中斷：提醒模型 API 穩定性已是 Agent 生態的基礎問題。</li> <li>Cloudflare 裁員與 AI Agent 組織重構：AI 不只改變產品，也開始影響公司人力結構。</li> <li>三部門智能體規範意見：把 Agent 應用納入政策化、標準化與場景化推進。</li> </ul> <h3>技術研究</h3> <ul> <li>Anthropic agentic misalignment：從「模型可能黑mail / 泄密」轉向「如何訓練模型理解為何不應做」。</li> <li>AI Co-Mathematician：多 Agent 數學研究工作台，支援 ideation、文獻、計算、定理證明等。</li> <li>Alibaba CDM：可作圖像生成推理框架觀察，但來源不足，需補官方論文或項目頁。</li> <li>WebWorld / OpenSearch-VL 這類世界模型與多模態深搜框架，正在成為 Agent 訓練的新基礎設施。</li> </ul> <h3>產業動態</h3> <ul> <li>NVIDIA × IREN 5GW / 21 億美元：AI 基建投資繼續往電力容量、GPU 部署與 neocloud 擴張走。</li> <li>Anthropic 營收 80 倍與 Mythos 爭議：需要拆成「成長數據」與「能力風險」兩條，均屬媒體 / 訪談層級。</li> <li>DeepSeek 融資與 V4.1：目前仍是媒體傳聞。</li> <li>階躍星辰 25 億美元融資與港股 IPO：多家媒體報導，可信度高於一般 X 爆料，但仍需標「據報」。</li> </ul> <h3>前瞻與傳聞</h3> <ul> <li>DeepSeek 籌備 500 億融資、6 月發 V4.1：未見官方確認。</li> <li>階躍星辰近 25 億美元融資、拆紅籌赴港上市：多媒體交叉，但公司未官宣。</li> <li>Grok Connectors：功能消息偏 X / 社群。</li> <li>MiniMax M2 修復、Claude Code HTML 輸出觀點、Nathan Lambert 中國 AI 實驗室之行：可作觀察，不宜當硬新聞。</li> </ul> <h2>三、趨勢分析</h2> <p><strong>1. Agent 正在進入“政策定義期”。</strong> 三部門《智能體規範應用與創新發展實施意見》把智能體定義為具備自主感知、記憶、決策、交互與執行能力的智能系統，並列出 19 類典型場景。這代表中國監管與產業政策開始把 Agent 從「大模型應用」單獨抽出來，進入標準、場景、安全和產業推廣層面。(<a href="https://www.news.cn/tech/20260513/9d6b6f3416484ef9b8eab054425b5680/c.html?utm_source=chatgpt.com">news.cn</a>)</p> <p><strong>2. Web Agent / GUI Agent 的訓練正在從“真網頁操作”轉向“世界模型與模擬器”。</strong> Qwen WebWorld 用 100 萬+真實網頁交互軌跡訓練可模擬瀏覽器環境的世界模型，這可以降低真實網頁延遲、成本和安全風險。這條線會直接影響未來 browser agent、office agent、GUI agent 的訓練方式。(<a href="https://huggingface.co/Qwen/WebWorld-8B?utm_source=chatgpt.com">Hugging Face</a>)</p> <p><strong>3. AI 安全議題開始從“拒答有害內容”升級到“Agent 自主行為對齊”。</strong> Anthropic 的重點不再只是讓模型拒絕壞請求，而是研究模型在長任務、有目標、有權限、有敏感信息的企業環境裡，是否會為達成目標而黑mail、泄密或自保。這與 Claude Managed Agents、AWS Agent Toolkit、OpenClaw 權限控制等工具更新是同一條安全主線。(<a href="https://www.anthropic.com/research/teaching-claude-why?utm_source=chatgpt.com">anthropic.com</a>)</p> <p><strong>4. AI 基建競爭正在從 GPU 採購擴展到電力和資本結構。</strong> NVIDIA × IREN 的 5GW / 21 億美元交易、Anthropic / SpaceX 算力合作、DeepSeek / 階躍星辰 / 月之暗面融資傳聞，說明前沿 AI 競爭已經不只是模型榜單，而是誰能拿到長期電力、資料中心、資金與供應鏈。(<a href="https://www.reuters.com/business/nvidia-invest-up-21-billion-iren-part-ai-data-center-deal-2026-05-07/?utm_source=chatgpt.com">Reuters</a>)</p> <p><strong>5. 中國模型公司正在同時衝三件事：模型、Agent 場景、資本市場。</strong> Ring-2.6-1T、GLM-5V-Turbo、SenseNova 6.7 Flash-Lite、StepAudio 2.5 Realtime、WebWorld 是模型 / 技術線；三部門智能體規範是政策線；DeepSeek、階躍星辰、月之暗面的融資與上市傳聞是資本線。三條線同時推進，會讓中國 AI 產業從「模型發布潮」進入「Agent 商業化與基建化」階段。</p> <h2>四、可直接發佈的短評</h2> <p>5 月 9 日的 AI 新聞主線，可以概括為：<strong>模型發布、Agent 訓練、AI 安全、基建投資與政策規範同時升級。</strong></p> <p>模型側，螞蟻百靈 Ring-2.6-1T 上線 OpenRouter，主打 1T 級 thinking model、63B active parameters 與長週期 Agent 工作流；商湯推出 SenseNova 6.7 Flash-Lite，面向辦公場景與原生多模態 Agent；階躍星辰發布 StepAudio 2.5 Realtime，繼續推進即時語音大模型；AI2 的 EMO 則從 MoE 結構上探索語義模組化。千問 WebWorld 更值得長期追蹤，因為它把 Web Agent 訓練推向可控世界模型和模擬瀏覽器環境。</p> <p>開發與應用側，AWS 發布 Agent Toolkit for AWS，為 Claude Code、Cursor、Codex、Kiro 等 coding agents 提供安全、可審計的 AWS 操作工具；Google Health Coach 結束預覽，面向全球上線；Anthropic 則發文說明如何消除 Claude 的 agentic misalignment 行為，標誌著 AI 安全焦點從內容安全走向長任務 Agent 的自主行為安全。</p> <p>產業側，Cloudflare 宣布裁減超過 1100 人，以適應 agentic AI-first operating model；NVIDIA 與 IREN 合作，將部署最高 5GW AI 基礎設施，涉及最高 21 億美元投資；三部門則印發智能體規範應用與創新發展意見，明確 19 類典型應用場景。這說明 AI Agent 已經同時進入公司組織、算力基建與政策治理層面。</p> <p>需要降級處理的是：DeepSeek 籌備 500 億融資並在 6 月發布 V4.1、階躍星辰近 25 億美元融資與赴港上市、Grok Connectors 全端上線、MiniMax M2 修復等消息，雖然部分有媒體交叉，但仍缺少公司正式公告，正式稿應標為「據報」「傳聞」或「社群消息」。</p> <p>一句話總結：<strong>今天的關鍵詞是 Ring-2.6-1T、GLM-5V-Turbo、SenseNova 6.7 Flash-Lite、StepAudio 2.5 Realtime、AI2 EMO、Qwen WebWorld、AWS Agent Toolkit、Google Health Coach、Claude agentic misalignment、NVIDIA × IREN、智能體規範，以及 DeepSeek / 階躍星辰融資傳聞。</strong></p> https://yuzakura.blog/posts/ai-news/2026-05-08-ai-morning-news/https://yuzakura.blog/posts/ai-news/2026-05-08-ai-morning-news/整理 2026-05-08 AI 早報與晚報：即時音訊模型、Agent 訂閱套餐、Codex / Amp / Hermes / OpenClaw 工具鏈、音訊搜尋 API 與模型安全。Fri, 08 May 2026 00:00:00 GMT<p>以下按 <strong>2026-05-08 AI 早報 + 晚報</strong> 原始時間軸整理。這一天的主線非常明顯：<strong>即時音訊模型、Agent 訂閱套餐、Codex / Amp / Hermes / OpenClaw 工具鏈、音訊與搜尋 API、世界模型訓練、模型安全、企業裁員與 AI 原生組織重構</strong>。GitHub 原文已把早報內容拆成「要聞 / 模型發布 / 開發生態 / 產品應用 / 技術與洞察 / 行業動態」，但仍混有 X、微信、社群與日報轉述，需分級處理。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/83_2026-05-08.md">GitHub</a>)</p> <h2>一、AI 早報｜時間軸順序 + 分級核對</h2> <table> <thead> <tr> <th>時間</th> <th>原始事件</th> <th>分級</th> <th>核對與判斷</th> </tr> </thead> <tbody> <tr> <td>00:09</td> <td>OpenAI 發布三款即時音訊模型，GPT-Realtime-2 具 GPT-5 級推理</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 官方發布 GPT-Realtime-2、GPT-Realtime-Translate、GPT-Realtime-Whisper；GPT-Realtime-2 支援 128K context、並行工具調用、可調 reasoning effort，Translate 支援 70+ 輸入語言，Whisper 面向低延遲串流轉錄。(<a href="https://openai.com/index/advancing-voice-intelligence-with-new-models-in-the-api/">OpenAI</a>)</td> </tr> <tr> <td>00:32</td> <td>火山方舟上線 Agent Plan 個人訂閱套餐，支援生成影片圖片</td> <td><strong>可作主新聞</strong></td> <td>火山方舟官方文檔已出現 Agent Plan 個人版入口，包含接入 Claude Code、OpenCode、OpenClaw、Hermes Agent、TRAE 等工具，以及配置視覺模型、向量模型和聯網搜尋；日報補充其採 AFP 額度，且不能作為普通 API 直接調用。(<a href="https://www.volcengine.com/docs/82379/2366394?lang=zh">火山引擎</a>)</td> </tr> <tr> <td>00:57</td> <td>Codex 上線 Chrome 擴展，新增 Vim 模式</td> <td><strong>可作主新聞</strong></td> <td>OpenAI Codex changelog 明確列出 2026-05-07 的 Codex for Chrome；CLI 0.129.0 也新增 modal Vim editing、<code>/vim</code>、keymap debug、PR 狀態列、插件分享等功能。(<a href="https://developers.openai.com/codex/changelog">OpenAI 開發者</a>)</td> </tr> <tr> <td>01:10</td> <td>OpenAI 推出 GPT-5.5-Cyber 網路安全防禦人員</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 官方文章《Scaling Trusted Access for Cyber with GPT-5.5 and GPT-5.5-Cyber》確認推出 GPT-5.5-Cyber，面向受信任網路安全防禦場景，並與 Trusted Access for Cyber 框架綁定。(<a href="https://openai.com/index/gpt-5-5-with-trusted-access-for-cyber/">OpenAI</a>)</td> </tr> <tr> <td>01:26</td> <td>xAI 推出 Grok Imagine Quality Mode API</td> <td><strong>可作主新聞</strong></td> <td>xAI 官方頁說明 Quality Mode 強化真實感、文字渲染、prompt following、場景理解和品牌一致性；可作圖像生成 / 編輯能力更新。(<a href="https://x.ai/news/grok-imagine-quality-mode">xAI</a>)</td> </tr> <tr> <td>01:35</td> <td>Zyphra 發布 ZAYA1-74B-Preview，基於 AMD 硬體訓練</td> <td><strong>可作主新聞</strong></td> <td>Zyphra 官方稱 ZAYA1-74B-Preview 是 74B total / 4B active 的 MoE pre-RL reasoning-base checkpoint，Apache 2.0，展示在 AMD 平台上端到端大規模預訓練能力。(<a href="https://www.zyphra.com/post/zaya1-74b-preview">Zyphra</a>)</td> </tr> <tr> <td>01:51</td> <td>Google 發布 Gemini 3.1 Flash-Lite 正式版，預覽版本月下線</td> <td><strong>可作主新聞</strong></td> <td>Google Cloud 官方宣布 Gemini 3.1 Flash-Lite GA，定位為 Gemini 3 系列最快、最具成本效率的模型，面向高吞吐、低延遲與 agentic 工具調用場景。(<a href="https://cloud.google.com/blog/products/ai-machine-learning/gemini-3-1-flash-lite-is-now-generally-available">Google Cloud</a>)</td> </tr> <tr> <td>01:59</td> <td>Qoder CLI 0.2.0，重做交互層並預告 Agent SDK</td> <td><strong>可留但降級</strong></td> <td>Qoder CLI 產品頁與第三方打包資訊可證明 CLI 存在、0.2.x 版本有活動，但本次未核到完整官方 changelog 正文；建議寫成「Qoder CLI 0.2.0 據報發布」，不要寫死 SDK 細節。(<a href="https://qoder.com/cli?utm_source=chatgpt.com">Qoder</a>)</td> </tr> <tr> <td>02:10</td> <td>Amp 發布 CLI 重構版 Neo，支援遠端控制與自動壓縮</td> <td><strong>可作主新聞</strong></td> <td>Amp 官方文章確認 Neo 是重構版 CLI，支援從 ampcode.com 遠端控制、訊息排隊 / 取消、context 90% 自動 compaction、Plugin API，以及大幅降低 CPU / memory 使用。(<a href="https://ampcode.com/news/neo">Ampcode</a>)</td> </tr> <tr> <td>02:21</td> <td>Hermes Agent v0.13.0 發布，新增多 Agent 協作看板</td> <td><strong>可作主新聞</strong></td> <td>GitHub release 確認 v0.13.0「Tenacity Release」，Kanban 作為 durable multi-agent board，加入 heartbeat、reclaim、zombie detection、per-task retries、hallucination recovery，並強化安全與平台支援。(<a href="https://github.com/NousResearch/hermes-agent/releases/tag/v2026.5.7">GitHub</a>)</td> </tr> <tr> <td>02:34</td> <td>OpenAI 開源 openai-cli 命令列工具，映射 REST API 端點</td> <td><strong>可留但降級</strong></td> <td><code>openai/openai-cli</code> GitHub 倉庫存在並標註為 Official CLI for the OpenAI API；但日報所述「映射 REST API 端點」需以 README / release 細節為準，建議放開發生態。(<a href="https://github.com/openai/openai-cli">GitHub</a>)</td> </tr> <tr> <td>02:51</td> <td>OpenRouter 上線專用音訊端點並發布統一網頁搜尋工具</td> <td><strong>可作主新聞</strong></td> <td>OpenRouter 官方公告確認新增 <code>/api/v1/audio/speech</code> 與 <code>/api/v1/audio/transcriptions</code>；另有 <code>openrouter:web_search</code> 和 <code>openrouter:web_fetch</code>，可由任意 tool-calling 模型在請求內調用。(<a href="https://openrouter.ai/announcements/announcing-audio-apis">OpenRouter</a>)</td> </tr> <tr> <td>03:07</td> <td>strukto-ai 開源 Mirage，為 AI Agent 打造統一虛擬檔案系統</td> <td><strong>可留但降級</strong></td> <td>GitHub 倉庫存在，描述為「A Unified Virtual Filesystem For AI Agents」；偏基礎設施型開源項目，可放開發生態但不宜壓過 OpenAI / Google / Hermes。(<a href="https://github.com/strukto-ai/mirage">GitHub</a>)</td> </tr> <tr> <td>03:23</td> <td>OpenAI ChatGPT 推出可信任聯絡人，人工審核防自殘</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 官方宣布 Trusted Contact：成年人可指定一位受信任聯絡人；若系統與受訓審核員判斷有嚴重自傷風險，可發送有限通知，不包含對話全文或逐字稿。(<a href="https://openai.com/index/introducing-trusted-contact-in-chatgpt/">OpenAI</a>)</td> </tr> </tbody> </table> <h2>二、AI 晚報｜時間軸順序 + 分級核對</h2> <table> <thead> <tr> <th>時間</th> <th>原始事件</th> <th>分級</th> <th>核對與判斷</th> </tr> </thead> <tbody> <tr> <td>00:03</td> <td>DeepSeek 網頁與 API 服務大規模中斷，已於晚間恢復</td> <td><strong>可作主新聞</strong></td> <td>DeepSeek 官方狀態頁可查服務狀態；但「大規模中斷」的具體影響範圍需以 status incident 與社群回報交叉確認。可寫，但要標明來自狀態頁 + 社群回報。(<a href="https://status.deepseek.com/">DeepSeek 服務狀態</a>)</td> </tr> <tr> <td>00:21</td> <td>智譜 AI 發布 GLM-5V-Turbo 報告，開放申請使用</td> <td><strong>可留但降級</strong></td> <td>來源主要是飛書表單與微信文章；未核到穩定公開官方模型頁。可寫成「智譜 AI 開放 GLM-5V-Turbo 申請 / 報告」，但不宜當硬新聞。</td> </tr> <tr> <td>00:31</td> <td>商湯科技推出日日新 6.7 Flash-Lite，Token 消耗降 60%</td> <td><strong>可作主新聞</strong></td> <td>SenseNova 官方模型頁與 GitHub 倉庫顯示 SenseNova 6.7 Flash-Lite 是輕量級原生多模態 Agent 模型；官方稱在搜索密集場景相對純文本 Agent 可節省約 60% token。(<a href="https://www.sensenova.cn/en/models?utm_source=chatgpt.com">Sensenova</a>)</td> </tr> <tr> <td>00:45</td> <td>通義千問開源 WebWorld 世界模型，面向 Web Agent 訓練</td> <td><strong>可作主新聞</strong></td> <td>QwenLM/WebWorld GitHub 倉庫明確說 WebWorld 是大規模 web world model，用於在模擬瀏覽器中訓練 Web Agent，避免真實網頁延遲與安全問題；Hugging Face 也有 WebWorld-8B 權重頁。(<a href="https://github.com/QwenLM/WebWorld">GitHub</a>)</td> </tr> <tr> <td>00:59</td> <td>OpenClaw 2026.5.7，強化權限與更新流程</td> <td><strong>可留但降級</strong></td> <td>來源主要為 OpenClaw X；若無 GitHub release 細節，建議列為「社群 / 官方 X 更新」，不要和 GitHub release 同級。</td> </tr> <tr> <td>01:10</td> <td>Cloudflare 裁減 1100 人，適應 AI Agent 時代重構組織</td> <td><strong>可作主新聞</strong></td> <td>Cloudflare 官方博客直接寫明裁員超過 1100 人，稱公司 AI 使用在三個月內增加 600% 以上，員工每天運行數千個 AI agent sessions，並以 agentic AI era 重構組織。(<a href="https://blog.cloudflare.com/building-for-the-future/">The Cloudflare Blog</a>)</td> </tr> </tbody> </table> <h2>三、欄目化重排版</h2> <h3>要聞</h3> <ul> <li>OpenAI 發布三款 Realtime API 音訊模型：GPT-Realtime-2、GPT-Realtime-Translate、GPT-Realtime-Whisper。</li> <li>OpenAI 推出 GPT-5.5-Cyber，面向受信任網路安全防禦場景。</li> <li>Google Gemini 3.1 Flash-Lite 正式 GA，面向低延遲、高吞吐、成本敏感的 agentic pipeline。</li> <li>ChatGPT 推出 Trusted Contact，面向自傷風險提供受訓人工審核後的有限通知機制。</li> <li>Cloudflare 宣布裁員超過 1100 人，以 agentic AI-first operating model 重構公司。</li> <li>DeepSeek 網頁與 API 服務中斷後恢復，需標明依官方狀態頁與社群回報。</li> </ul> <h3>模型發布</h3> <ul> <li>Zyphra 發布 ZAYA1-74B-Preview，74B total / 4B active，AMD 平台訓練，Apache 2.0。</li> <li>xAI 推出 Grok Imagine Quality Mode API，強化圖像真實感、文字渲染與創意控制。</li> <li>商湯推出 SenseNova 6.7 Flash-Lite，面向輕量多模態 Agent，官方稱搜索場景 token 消耗可降約 60%。</li> <li>智譜 GLM-5V-Turbo 仍以表單 / 微信為主，建議降級處理。</li> </ul> <h3>開發生態</h3> <ul> <li>火山方舟 Agent Plan 個人套餐上線，支援 Agent 工具與多模態配置，但不應作為普通 API 直調額度。</li> <li>Codex 上線 Chrome 擴展，CLI 0.129.0 新增 Vim 模式與插件管理改進。</li> <li>Qoder CLI 0.2.0 可留，但 Agent SDK 細節未核到完整官方 changelog。</li> <li>Amp Neo 重構 CLI，支援遠端控制、自動 compaction、Plugin API。</li> <li>Hermes Agent v0.13.0 發布，Kanban 成為 durable multi-agent board。</li> <li>OpenAI openai-cli、strukto-ai Mirage、OpenRouter 音訊端點與 web_search / web_fetch，均可放入 Agent 基礎設施更新。</li> <li>OpenClaw 2026.5.7 若只有 X，應降級為官方社媒更新。</li> </ul> <h3>產品應用</h3> <ul> <li>ChatGPT Trusted Contact 是今天最重要的消費級安全產品更新。</li> <li>OpenRouter 音訊端點、OpenAI realtime models、xAI Quality Mode API，代表音訊 / 影像生成正式進入更標準化的 API 商品化階段。</li> <li>千問 PC 語音輸入、Claude for Microsoft 365、Grok Connectors、Spotify save-to-spotify 雖出現在 GitHub 早報概覽，但你本次未列入時間軸；可另行補入，不建議混入本輪時間軸。</li> </ul> <h3>技術研究</h3> <ul> <li>Qwen WebWorld 是本日最重要技術研究條目：用世界模型 / 模擬瀏覽器訓練 Web Agent。</li> <li>OpenAI GPT-5.5-Cyber 與 Codex Security 可歸入「防禦型 AI Agent」技術產品線。</li> <li>SenseNova 6.7 Flash-Lite 反映多模態 Agent 正從「多模態能力」走向「token 成本優化」。</li> <li>Mirage 統一虛擬檔案系統，屬於 Agent 狀態與檔案抽象層探索。</li> </ul> <h3>產業動態</h3> <ul> <li>Cloudflare 裁員超過 1100 人，是「AI agent 改造組織」敘事進入公司人力結構的代表事件。</li> <li>火山方舟 Agent Plan 與 OpenRouter 專用端點顯示模型平台從單純 API 走向「Agent 工具套餐 / 統一能力入口」。</li> <li>DeepSeek 中斷事件提醒：中國大模型 API 一旦進入 Agent 工作流，穩定性本身就是產品競爭力。</li> <li>OpenAI / Google / OpenRouter / xAI 同日推語音、音訊與影像 API，說明多模態 API 平台化正在加速。</li> </ul> <h3>前瞻與傳聞</h3> <ul> <li>GLM-5V-Turbo：目前以表單與微信為主，缺少穩定公開模型頁。</li> <li>Qoder CLI 0.2.0 Agent SDK：有產品與版本活動，但 SDK 開放細節需等官方 changelog。</li> <li>OpenClaw 2026.5.7：若只有 X，建議標為官方社媒更新。</li> <li>若要補入 GitHub 早報概覽中的「xAI 併入 SpaceX / SpaceXAI」「Grok Connectors」等條目，仍需標為媒體報導 / 社群觀察，不宜當硬新聞。</li> </ul> <h2>四、趨勢分析</h2> <p><strong>1. 即時音訊正式從“語音聊天”升級成“可執行任務的語音 Agent”。</strong> OpenAI 的三款 realtime 音訊模型把推理、翻譯、轉錄拆成明確 API 產品；OpenRouter 也提供 speech / transcription 專用端點。這說明語音 AI 的競爭點不只是音色自然，而是低延遲、工具調用、跨語言、字幕、會議紀錄與客服工作流整合。(<a href="https://openai.com/index/advancing-voice-intelligence-with-new-models-in-the-api/">OpenAI</a>)</p> <p><strong>2. 安全正在成為 Agent 平台的核心賣點，而不是附屬功能。</strong> GPT-5.5-Cyber、Codex Security、Trusted Contact、Cloudflare 組織重構，指向兩個不同安全面：一邊是網路安全防禦與代碼審計，另一邊是人身安全與平台治理。Agent 越接近真實系統與真實用戶，安全就越像產品主功能。(<a href="https://openai.com/index/gpt-5-5-with-trusted-access-for-cyber/">OpenAI</a>)</p> <p><strong>3. Agent 基礎設施正在快速模組化。</strong> Codex Chrome extension、Amp Neo、Hermes Kanban、OpenRouter web_search / web_fetch、Mirage VFS、火山 Agent Plan 都在做同一件事：把 Agent 需要的瀏覽器、終端、看板、搜尋、抓取、檔案系統、計費套餐拆成可復用模組。下一階段不是單一模型競爭，而是 Agent runtime 與 workflow substrate 競爭。(<a href="https://developers.openai.com/codex/changelog">OpenAI 開發者</a>)</p> <p><strong>4. Web Agent 訓練開始從真實網頁轉向可控世界模型。</strong> Qwen WebWorld 的意義不只是又一個開源模型，而是把 Web Agent 訓練放入模擬瀏覽器與世界模型，降低真實網頁延遲、安全風險與不可重現問題。這很可能成為未來 GUI / Browser Agent 訓練的重要方向。(<a href="https://github.com/QwenLM/WebWorld">GitHub</a>)</p> <p><strong>5. AI 原生組織調整開始進入“真裁員”階段。</strong> Cloudflare 明確把裁員超過 1100 人與 AI 使用量暴增、agentic AI era 組織重構放在同一封公開信中。這不是泛泛而談的「AI 提效」，而是公司開始重畫內部流程、職能與人力結構。(<a href="https://blog.cloudflare.com/building-for-the-future/">The Cloudflare Blog</a>)</p> <h2>五、可直接發佈的短評</h2> <p>5 月 8 日的 AI 新聞主線，可以概括為：<strong>即時音訊模型、Agent 基礎設施、安全治理與 AI 原生組織重構同步加速。</strong></p> <p>OpenAI 發布三款 Realtime API 音訊模型：GPT-Realtime-2 主打 GPT-5 級推理與 128K 上下文，GPT-Realtime-Translate 支援 70+ 輸入語言的即時翻譯，GPT-Realtime-Whisper 則提供低延遲串流轉錄。這意味著語音 AI 正從「會說話」進入「能推理、能翻譯、能使用工具並完成任務」的階段。OpenRouter 也同步推出專用 speech / transcription 端點與統一 web_search / web_fetch 工具，說明多模態 API 平台化正在加速。</p> <p>開發生態方面，Codex 上線 Chrome 擴展並在 CLI 中新增 Vim 模式；Amp 發布重構版 Neo，支援遠端控制、自動 compaction 與插件 API；Hermes Agent v0.13.0 則推出 durable multi-agent Kanban。火山方舟 Agent Plan、OpenAI openai-cli、strukto-ai Mirage 也都指向同一件事：Agent 正在補齊瀏覽器、終端、看板、搜尋、檔案系統、訂閱套餐等基礎設施。</p> <p>模型與研究側，Zyphra 發布基於 AMD 平台訓練的 ZAYA1-74B-Preview，Google 將 Gemini 3.1 Flash-Lite 推向 GA，商湯推出 SenseNova 6.7 Flash-Lite，通義千問則開源 WebWorld 世界模型，面向 Web Agent 訓練。這一天的模型消息不是單純比榜，而是在往低延遲、低成本、多模態 Agent 和可控訓練環境擴展。</p> <p>安全與產業層面，OpenAI 推出 GPT-5.5-Cyber 與 ChatGPT Trusted Contact，分別面向網路安全防禦和自傷風險介入；DeepSeek 則出現網頁與 API 中斷並恢復，提醒模型服務穩定性已成為 Agent 工作流的重要基礎。最具產業衝擊的是 Cloudflare 宣布裁員超過 1100 人，並明確把原因放在 agentic AI-first operating model 的公司重構上。</p> <p>一句話總結：<strong>今天的關鍵詞是 GPT-Realtime-2、Agent Plan、Codex Chrome、GPT-5.5-Cyber、Grok Imagine Quality Mode、ZAYA1-74B、Gemini 3.1 Flash-Lite、Hermes Kanban、OpenRouter 音訊 / 搜尋工具、Qwen WebWorld、Trusted Contact，以及 Cloudflare AI 重構裁員。</strong></p> <ul> <li><a href="https://www.reuters.com/business/world-at-work/cloudflare-cut-over-1100-jobs-2026-05-07/?utm_source=chatgpt.com">Reuters</a></li> <li><a href="https://www.theverge.com/ai-artificial-intelligence/925874/chatgpt-trusted-contact-emergency-self-harm-notification?utm_source=chatgpt.com">The Verge</a></li> <li><a href="https://www.techradar.com/pro/google-reveals-dev-focused-gemini-3-1-flash-lite-promises-best-in-class-intelligence-for-your-highest-volume-workloads?utm_source=chatgpt.com">techradar.com</a></li> </ul> https://yuzakura.blog/posts/ai-news/2026-05-07-ai-morning-news/https://yuzakura.blog/posts/ai-news/2026-05-07-ai-morning-news/整理 2026-05-07 AI 早報與晚報：算力合作、全模態模型、Agent 記憶工作流、AI 搜索音樂、模型路由與訂閱套餐。Thu, 07 May 2026 00:00:00 GMT<p>以下按 <strong>2026-05-07 AI 早報 + 晚報</strong> 原始時間軸整理。這一天資訊量很大，主線是：<strong>算力合作、全模態模型、Agent 記憶/工作流、AI 搜索與音樂、模型路由、個人訂閱套餐、xAI/SpaceXAI 傳聞與 Chrome 本地模型隱私爭議</strong>。</p> <h2>一、AI 早報｜時間軸順序 + 分級核對</h2> <table> <thead> <tr> <th>時間</th> <th>原始事件</th> <th>分級</th> <th>核對與判斷</th> </tr> </thead> <tbody> <tr> <td>00:09</td> <td>Anthropic 與 SpaceX 合作新增 300MW 算力，放寬使用限制</td> <td><strong>可作主新聞</strong></td> <td>Anthropic 官方確認與 SpaceX 達成算力合作，可使用 Colossus 1 全部算力，約 300MW、超過 22 萬張 NVIDIA GPU；同時 Claude Code 五小時限制翻倍，Pro / Max 高峰限制移除，Opus API 速率限制提升。(<a href="https://www.anthropic.com/news/higher-limits-spacex">Anthropic</a>)</td> </tr> <tr> <td>00:34</td> <td>豆包 Doubao-Seed-2.0-lite 車型升級支援全模態</td> <td><strong>可作主新聞，但需標明來源為火山 / 微信</strong></td> <td>GitHub 日報轉述火山引擎微信稱 Doubao-Seed-2.0-lite 升級為全模態理解模型，支援視頻、圖像、音頻、文本統一理解，並強化 Agent、Coding、GUI 能力；來源主要是微信與日報整理，正式稿中應保留「官方微信稱」。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/82_2026-05-07.md">GitHub</a>)</td> </tr> <tr> <td>01:39</td> <td>Zyphra 發布 ZAYA1-8B，AMD 平台訓練開源</td> <td><strong>可作主新聞</strong></td> <td>Hugging Face 模型卡確認 ZAYA1-8B 是 760M active / 8.4B total 的 MoE 模型，Apache-2.0 授權，主打數學、推理與 coding；模型卡也列出多項 benchmark 表現。(<a href="https://huggingface.co/Zyphra/ZAYA1-8B">Hugging Face</a>)</td> </tr> <tr> <td>01:54</td> <td>Claude Managed Agents 上線 dreaming 與 outcomes 等功能</td> <td><strong>可作主新聞</strong></td> <td>Claude 官方博客確認 Managed Agents 新增 dreaming、outcomes、多 Agent 編排與 webhooks；dreaming 用於跨會話整理記憶，outcomes 則用評分 rubrics 讓 Agent 自我修正。(<a href="https://claude.com/blog/new-in-claude-managed-agents">Claude</a>)</td> </tr> <tr> <td>02:07</td> <td>Cursor 發布 3.3 版，新增上下文佔用明細及 CI 自動修復</td> <td><strong>可留但降級</strong></td> <td>主要來源是 Cursor 官方 X 與 GitHub 日報轉述；內容包括 rules / skills / MCP / subagent 的 context 佔用明細，以及常駐 Agent 監控 CI 失敗並提交修復 PR。可留在開發生態，但不宜作硬新聞主標。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/82_2026-05-07.md">GitHub</a>)</td> </tr> <tr> <td>02:18</td> <td>TRAE 宣布三端同步全量免費開放</td> <td><strong>可留但降級</strong></td> <td>日報稱 TRAE SOLO 移動端、Web、Windows 桌面端同步開放，中國區免費，支援跨設備遠程調度、語音會議紀要、飛書 CLI 與定時任務；官網頁面本次可打開但正文未解析，建議降級處理。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/82_2026-05-07.md">GitHub</a>)</td> </tr> <tr> <td>02:33</td> <td>OpenClaw 發布 2026.5.5 及 5.6，新增功能並修復問題</td> <td><strong>可留但降級</strong></td> <td>GitHub release 可核到 2026.5.5 / 2026.5.6，其中 5.6 主要是回滾 5.5 的 doctor 修復問題，避免錯誤改寫 Codex OAuth 路由。這更像穩定性修補，不是大版本功能新聞。(<a href="https://github.com/openclaw/openclaw/releases">GitHub</a>)</td> </tr> <tr> <td>02:46</td> <td>Warp 團隊開源 oz-skills 集合，包含 15 個內部工作流技能</td> <td><strong>可留但降級</strong></td> <td>GitHub 倉庫存在，MIT license，README 說 oz-skills 是 Warp AI agents / Oz 可用的 reusable Agent Skills 集合；目前更像開源工作流模板，適合放開發生態。(<a href="https://github.com/warpdotdev/oz-skills">GitHub</a>)</td> </tr> <tr> <td>02:57</td> <td>Google 更新搜尋中 AI Mode 與 AI Overviews，優化連結展示與排序</td> <td><strong>可作主新聞</strong></td> <td>Google 官方博客稱正在為 AI Mode / AI Overviews 推出 5 項更新，包括延伸閱讀建議、新聞訂閱連結高亮、社群觀點預覽、正文旁嵌入相關連結、桌面端 hover 預覽。(<a href="https://blog.google/products-and-platforms/products/search/explore-web-generative-ai-search">blog.google</a>)</td> </tr> <tr> <td>03:14</td> <td>Manus 升級 Projects 功能，支援從任務自動學習重複使用模式</td> <td><strong>可作主新聞</strong></td> <td>Manus 官方博客確認 Projects 可從任務中識別可復用的 instructions、files、examples、terminology、workflow patterns，並在使用者批准後更新 Project context。(<a href="https://manus.im/blog/manus-projects-self-updating">Manus</a>)</td> </tr> <tr> <td>03:24</td> <td>Unsloth AI 聯合 NVIDIA 優化，大模型訓練速度提升約 25%</td> <td><strong>可作主新聞</strong></td> <td>Unsloth 官方博客稱與 NVIDIA 合作，通過 packed sequence metadata caching、double buffered async gradient checkpointing、MoE routing 優化，使 LLM training 約快 25%。(<a href="https://unsloth.ai/blog/nvidia-collab">Unsloth - Train and Run Models Locally</a>)</td> </tr> <tr> <td>03:40</td> <td>OpenAI 聯合英偉達等開源 MRC 網路協定服務 AI 訓練</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 官方文章確認通過 OCP 開放 MRC 規範；MRC 用於大規模 AI supercomputer networking，已部署在 OpenAI 最大 NVIDIA GB200 超算上，目標是提升同步訓練時的網路可靠性與效率。(<a href="https://openai.com/index/mrc-supercomputer-networking/">OpenAI</a>)</td> </tr> <tr> <td>03:58</td> <td>Fenris Creations 宣布獨立並聯手 DeepMind 啟動 AI Agent 研究</td> <td><strong>可作主新聞</strong></td> <td>EVE Online 官方公告稱將與 Google DeepMind 建立研究合作，在受控、離線版本的 EVE 中探索複雜動態玩家系統中的 AI；官方明確說初期研究不連接正式伺服器 Tranquility。(<a href="https://www.eveonline.com/news/view/a-new-era">EVE Online</a>)</td> </tr> <tr> <td>04:12</td> <td>Google Flow Music 聯手 Believe，向藝人開放 AI 音樂生成工具</td> <td><strong>可作主新聞</strong></td> <td>Google 官方博客確認 Flow Music / Lyria 3 Pro 將與 Believe 合作，向 Believe / TuneCore 旗下藝人、製作人、詞曲作者開放；Google 也聲明不主張擁有工具生成的原創內容。(<a href="https://blog.google/innovation-and-ai/models-and-research/google-labs/believe-flow-music-partnership">blog.google</a>)</td> </tr> <tr> <td>04:23</td> <td>WorldClaw 聯合川普家族 WLFI 平台推出 WorldRouter</td> <td><strong>前瞻與傳聞 / 可留但需強標風險</strong></td> <td>WorldClaw 官網確實展示 WorldRouter，稱可接入 300+ 模型，並以 USD1 / WLFI token plan 方式付費；但官網也聲明 WorldClaw 是第三方服務，且其 30% 折扣與 token 機制需要高度審慎，不宜當作一般可靠模型路由平台推薦。(<a href="https://worldclaw.ai/">WorldClaw</a>)</td> </tr> <tr> <td>04:40</td> <td>月之暗面傳將獲得 20 億美元融資，估值超 200 億美元</td> <td><strong>前瞻與傳聞</strong></td> <td>GitHub 日報稱消息來自《晚點 LatePost》微信，並提到 Kimi ARR 數據；目前屬媒體報導 / 融資傳聞，未見月之暗面官方公告，需標「據報」。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/82_2026-05-07.md">GitHub</a>)</td> </tr> </tbody> </table> <h2>二、AI 晚報｜時間軸順序 + 分級核對</h2> <table> <thead> <tr> <th>時間</th> <th>原始事件</th> <th>分級</th> <th>核對與判斷</th> </tr> </thead> <tbody> <tr> <td>00:03</td> <td>火山方舟上線 Agent Plan 個人訂閱套餐，支援生成影片圖片</td> <td><strong>可作主新聞</strong></td> <td>火山方舟文檔已出現 Agent Plan 個人版與接入 AI 工具、配置多模態模型等入口；搜尋摘要也顯示 Agent Plan 面向個人用戶、支援全模態模型與 Harness。正式稿可寫「火山方舟上線 Agent Plan 個人版」，但影片圖片配額細節最好以文檔為準。(<a href="https://www.volcengine.com/docs/82379/2366394">火山引擎</a>)</td> </tr> <tr> <td>00:28</td> <td>xAI 併入 SpaceX，更名為 SpaceXAI</td> <td><strong>前瞻與傳聞 / 媒體報導</strong></td> <td>多家媒體報導 xAI 併入 SpaceX / SpaceXAI 整合，但 xAI 官網仍以 xAI 品牌呈現；Reuters / FT / Wired 主要在 Anthropic–SpaceX 算力合作中提到 SpaceXAI 背景。建議寫成「據媒體報導 / Musk X 表態」，不要寫成已完成工商層面的正式更名。(<a href="https://www.reuters.com/commentary/breakingviews/anthropic-deal-clouds-spacexs-ai-value-2026-05-07/?utm_source=chatgpt.com">Reuters</a>)</td> </tr> <tr> <td>00:37</td> <td>xAI 推出 Grok Imagine Quality Mode API 服務開發者</td> <td><strong>可作主新聞</strong></td> <td>xAI 官方公告確認 Grok Imagine Quality Mode API 已向 enterprise developers and teams 開放，強調更高真實感、更強文字渲染、更好的 creative control。(<a href="https://x.ai/news/grok-imagine-quality-mode">xAI</a>)</td> </tr> <tr> <td>00:47</td> <td>Amp 發布 CLI 重構版 Neo，支援遠端控制與自動壓縮</td> <td><strong>可作主新聞</strong></td> <td>Amp 官方文章確認新版 CLI 可從 ampcode.com 遠端控制 thread，並支援 live updates、發送/排隊/取消訊息；同文也寫到 context window 達 90% 時自動 compaction。(<a href="https://ampcode.com/news/neo">Ampcode</a>)</td> </tr> <tr> <td>00:58</td> <td>Qoder CLI 發布 0.2.0 版本，重做交互層並預告開放 Agent SDK</td> <td><strong>可留但降級</strong></td> <td>Qoder CLI 官網可核到產品存在，但 changelog 本次無法解析，第三方 Nix packaging 可看到已適配 upstream 0.2.0；因此只建議寫「Qoder CLI 0.2.0 據報發布」，不宜寫死具體 SDK 內容。(<a href="https://qoder.com/cli?utm_source=chatgpt.com">Qoder</a>)</td> </tr> <tr> <td>01:09</td> <td>SpaceXAI 為 Grok 推出 Connectors，支援第三方應用集成</td> <td><strong>前瞻與傳聞 / 社群發現</strong></td> <td>TestingCatalog / 社群訊息稱 Grok Connectors 支援 GitHub、Notion、Linear、Google、Microsoft suites 與自定義 MCP；未見 xAI 官方長文，適合放「功能灰度 / 社群觀察」。(<a href="https://x.com/testingcatalog/status/2051228210172497978?lang=en&amp;utm_source=chatgpt.com">X (formerly Twitter)</a>)</td> </tr> <tr> <td>01:21</td> <td>千問 PC 端上線 AI 語音輸入，免費開放支援跨應用程式調用</td> <td><strong>可作主新聞</strong></td> <td>新浪報導稱千問 PC 端 5 月 7 日上線 AI 語音輸入，可用快捷鍵在桌面應用中直接使用，支援去語氣詞、糾錯、格式化、智能回覆與創作/問答/翻譯指令。(<a href="https://client.sina.com.cn/news/2026-05-07/doc-inhxahri5110713.shtml">新浪客户端</a>)</td> </tr> <tr> <td>01:37</td> <td>騰訊混元開源 OpenSearch-VL 多模態深度搜尋訓練方案</td> <td><strong>可作主新聞</strong></td> <td>IT之家報導稱騰訊混元與 UCLA、香港中文大學等發布 OpenSearch-VL，提供多模態深度搜索 Agent 的數據、工具、訓練方案；報導也列出 arXiv、GitHub、Hugging Face 參考地址。(<a href="https://www.ithome.com/0/947/174.htm">IT之家</a>)</td> </tr> <tr> <td>01:48</td> <td>Google Chrome 靜默下載 4GB 模型被指存隱私隱患</td> <td><strong>可作主新聞，但需標明“研究者指稱 / 媒體報導”</strong></td> <td>Tom’s Hardware 報導安全研究者 Alexander Hanff 指稱 Chrome 會在未明確提示下下載約 4GB Gemini Nano on-device model，且刪除後可能重新下載；Google 尚未對該報導作完整公開回應，因此正式稿需用「被指 / 研究者稱」。(<a href="https://www.tomshardware.com/tech-industry/cyber-security/google-chrome-silently-downloads-4gb-ai-model-to-your-device-without-permission-report-claims-researcher-says-practice-may-violate-eu-law-waste-thousands-of-kilowatts-of-energy">Tom's Hardware</a>)</td> </tr> </tbody> </table> <h2>三、欄目化重排版</h2> <h3>要聞</h3> <ul> <li>Anthropic 與 SpaceX 達成算力合作，取得 Colossus 1 超過 300MW 算力，並上調 Claude Code / Claude API 使用限制。</li> <li>Google 更新 Search 中 AI Mode 與 AI Overviews，改善生成式搜尋中的連結展示、訂閱新聞入口與社群觀點。</li> <li>OpenAI 聯合 NVIDIA、AMD、Broadcom、Intel、Microsoft 等開源 MRC 超算網路協議，用於大規模 AI 訓練。</li> <li>火山方舟上線 Agent Plan 個人訂閱套餐，面向 Agent / 全模態模型使用場景。</li> <li>xAI 推出 Grok Imagine Quality Mode API，面向開發者開放高品質圖像生成 / 編輯。</li> <li>Google Chrome 被指靜默下載約 4GB 本地 AI 模型，引發隱私、儲存與用戶同意爭議。</li> </ul> <h3>模型發布</h3> <ul> <li>豆包 Doubao-Seed-2.0-lite 升級支援全模態理解，覆蓋視頻、圖像、音頻、文本。</li> <li>Zyphra 發布 ZAYA1-8B，760M active / 8.4B total MoE 模型，Apache-2.0 開源。</li> <li>騰訊混元開源 OpenSearch-VL，多模態深度搜尋 Agent 訓練方案。</li> <li>Grok Imagine Quality Mode 更偏 API / 影像生成能力升級，可放模型能力更新。</li> </ul> <h3>開發生態</h3> <ul> <li>Claude Managed Agents 上線 dreaming、outcomes、多 Agent 編排與 webhooks。</li> <li>Cursor 3.3 新增 context 佔用明細與 CI 自動修復，但主要來源為 X。</li> <li>TRAE SOLO 三端同步免費開放，支援跨設備 Agent 任務調度。</li> <li>OpenClaw 發布 2026.5.5 / 5.6，主要修復穩定性與 Codex OAuth 路由問題。</li> <li>Warp 開源 oz-skills，提供 Agent Skills 工作流集合。</li> <li>Amp Neo CLI 支援遠端控制與自動 context compaction。</li> <li>Qoder CLI 0.2.0 具體更新細節來源不足，建議降級。</li> </ul> <h3>產品應用</h3> <ul> <li>Manus Projects 新增從任務中自動學習可復用模式，需使用者批准後更新 Project context。</li> <li>Google Flow Music 與 Believe 合作，向藝人開放 AI 音樂生成工具。</li> <li>千問 PC 端上線 AI 語音輸入，可跨應用使用。</li> <li>Grok Connectors 目前主要是社群發現，暫列前瞻。</li> <li>WorldRouter 已上線官網，但折扣與 token 機制需高風險標註。</li> </ul> <h3>技術研究</h3> <ul> <li>Unsloth 與 NVIDIA 合作將 LLM training 提速約 25%。</li> <li>OpenAI MRC 指向 AI supercomputer networking 的可靠性與成本優化。</li> <li>Fenris Creations / EVE Online 與 Google DeepMind 合作，在離線 EVE 沙盒中研究 Agent 長期記憶、持續學習與規劃。</li> <li>OpenSearch-VL 針對多模態搜索 Agent 的數據、工具與 RL 訓練方案提供開源路徑。</li> </ul> <h3>產業動態</h3> <ul> <li>Anthropic–SpaceX 算力合作顯示前沿模型競爭正轉向「誰能拿到穩定大規模電力與 GPU」。</li> <li>xAI / SpaceXAI 相關重組消息需標媒體報導，不宜直接寫成最終公司架構。</li> <li>月之暗面 20 億美元融資傳聞需等官方或更強媒體確認。</li> <li>Google / Believe、火山方舟 Agent Plan、豆包全模態、千問語音輸入，顯示 AI 正向創作、辦公、個人訂閱與 Agent 工作流分層落地。</li> </ul> <h3>前瞻與傳聞</h3> <ul> <li>xAI 併入 SpaceX、更名 SpaceXAI：多家媒體報導與 X 訊息，但官方公司頁仍未完全改名，需保留不確定性。</li> <li>Grok Connectors：社群 / X 發現，未見 xAI 官方長文。</li> <li>WorldRouter：官網可見，但與 WLFI / token plan / 30% 折扣相關風險高，不能當一般可靠推薦。</li> <li>月之暗面融資：據報導，未見官方確認。</li> <li>Qoder CLI 0.2.0 Agent SDK：目前公開可核來源不足，建議只作工具觀察。</li> </ul> <h2>四、趨勢分析</h2> <p><strong>1. 算力交易正在成為模型公司競爭的主戰場。</strong> Anthropic 取得 SpaceX Colossus 1 超過 300MW 算力後，立刻提高 Claude Code 與 Opus API 使用限制；OpenAI 同日開源 MRC 網路協議，則是在解決大規模同步訓練時的網路可靠性。兩件事放在一起看，AI 競爭正在從「模型參數 / 榜單」深入到 <strong>電力、GPU、網路拓撲、故障恢復與超算運維</strong>。(<a href="https://www.anthropic.com/news/higher-limits-spacex">Anthropic</a>)</p> <p><strong>2. Agent 正在從單次任務走向“會學習的長期工作區”。</strong> Claude Managed Agents 的 dreaming / outcomes、Manus Projects 的自動學習、Warp oz-skills、TRAE 三端同步、Amp 遠端控制，都是在補同一件事：Agent 不再只是一次性回覆，而是要能跨會話保留模式、更新記憶、拆分任務、接受外部控制與復用技能。(<a href="https://claude.com/blog/new-in-claude-managed-agents">Claude</a>)</p> <p><strong>3. 全模態與多模態搜索正在成為中國模型的強敘事。</strong> 豆包全模態、騰訊 OpenSearch-VL、千問 PC 語音輸入，分別對應模型能力、Agent 搜索訓練方案、桌面交互入口。這說明中國廠商不只在追聊天模型，而是把 <strong>視頻 / 圖像 / 音頻 / 文本 / 搜索 / GUI 操作</strong> 統一進實際產品與工具鏈。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/82_2026-05-07.md">GitHub</a>)</p> <p><strong>4. Google 正在同時處理“AI 搜索入口”與“創作內容版權邊界”。</strong> AI Mode / AI Overviews 的更新重點是把連結與原創內容更清楚地放回搜尋結果；Flow Music 與 Believe 的合作則強調藝人可用 AI 生成工具輔助創作，且 Google 不主張生成內容所有權。這說明 Google 一方面需要緩解「AI 搜索吃掉網站流量」的壓力，另一方面也在試圖處理 AI 創作工具與原創者之間的權利邊界。(<a href="https://blog.google/products-and-platforms/products/search/explore-web-generative-ai-search">blog.google</a>)</p> <p><strong>5. 本地 AI 模型會帶來新的隱私與設備主權爭議。</strong> Chrome 下載 Gemini Nano 這條，即使 Google 可能主張本地模型有助於隱私保護，但爭議點在於是否明確告知、是否需要 opt-in、是否佔用大量儲存與頻寬、以及刪除後是否重新下載。這類問題未來會同時出現在瀏覽器、桌面 AI 助手、IDE 與手機系統中。(<a href="https://www.tomshardware.com/tech-industry/cyber-security/google-chrome-silently-downloads-4gb-ai-model-to-your-device-without-permission-report-claims-researcher-says-practice-may-violate-eu-law-waste-thousands-of-kilowatts-of-energy">Tom's Hardware</a>)</p> <h2>五、可直接發佈的短評</h2> <p>5 月 7 日的 AI 新聞主線，可以概括為：<strong>算力基礎設施、全模態模型、Agent 長期記憶與 AI 搜索入口同步升級。</strong></p> <p>最重磅的是 Anthropic 與 SpaceX 達成算力合作，獲得 Colossus 1 超過 300MW 的新算力，並同步提高 Claude Code 與 Opus API 使用限制。OpenAI 則聯合 NVIDIA、AMD、Broadcom、Intel、Microsoft 等通過 OCP 開源 MRC 超算網路協議，用於提升大規模 AI 訓練中的網路可靠性與故障恢復能力。這兩條共同說明，前沿 AI 的競爭已經深入到電力、GPU、網路協議與超算工程層。</p> <p>模型與產品側，豆包 Doubao-Seed-2.0-lite 升級為全模態理解模型，Zyphra 發布 AMD 平台訓練的開源 MoE 模型 ZAYA1-8B，騰訊混元開源 OpenSearch-VL 多模態深度搜索 Agent 訓練方案，xAI 也推出 Grok Imagine Quality Mode API。這些更新顯示多模態能力正在從展示 demo 轉向 API、Agent、桌面入口與搜索訓練流程。</p> <p>Agent 生態方面，Claude Managed Agents 上線 dreaming、outcomes、多 Agent 編排與 webhooks；Manus Projects 支援從任務中自動學習可復用模式；Warp 開源 oz-skills；Amp Neo CLI 支援遠端控制與自動壓縮；TRAE 則推動三端同步與跨設備任務調度。Agent 的下一階段重點，已經不是“能不能執行一次任務”，而是能不能長期學習、復用流程、被遠端控制並嵌入日常工作系統。</p> <p>需要降級處理的是：xAI 併入 SpaceX / SpaceXAI 的說法目前仍應標為媒體報導與 X 訊息；Grok Connectors 主要是社群發現；WorldRouter 雖然官網可見，但與 WLFI token plan、折扣機制相關，風險較高；月之暗面 20 億美元融資仍需等待官方或更強信源確認。Chrome 靜默下載 4GB Gemini Nano 模型則應寫成「研究者指稱 / 媒體報導」，但它確實揭示了本地 AI 模型在隱私、儲存、頻寬與用戶同意上的新爭議。</p> <p>一句話總結：<strong>今天的關鍵詞是 Anthropic × SpaceX 算力、豆包全模態、ZAYA1-8B、Claude dreaming、Manus 自學習 Projects、OpenAI MRC、Google AI Search、Flow Music、火山方舟 Agent Plan、Grok Quality Mode、OpenSearch-VL，以及 Chrome 4GB 本地模型爭議。</strong></p> https://yuzakura.blog/posts/ai-news/2026-05-06-ai-morning-news/https://yuzakura.blog/posts/ai-news/2026-05-06-ai-morning-news/整理 2026-05-06 AI News：OpenAI、Google、Anthropic 的個人化與企業 Agent 工作流，長上下文、語音、多模態 RAG 與金融 Agent。Wed, 06 May 2026 00:00:00 GMT<p>以下按 <strong>2026-05-06 AI News</strong> 原始時間軸整理。這天的主線很清楚：<strong>OpenAI / Google / Anthropic 都在把 AI 往「更個人化、更企業化、更可落地的 Agent 工作流」推進；同時長上下文、語音、多模態 RAG、金融 Agent、廣告商業化成為重點。</strong> GitHub 原文也提示內容由 AI 輔助創作、可能存在錯誤，所以 X-only / 社群截圖 / 分析師爆料類內容我會降級標註。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/81_2026-05-06.md">GitHub</a>)</p> <h2>一、時間軸順序：原始事件 + 分級核對</h2> <table> <thead> <tr> <th>時間</th> <th>原始事件</th> <th>分級</th> <th>核對與判斷</th> </tr> </thead> <tbody> <tr> <td>00:09</td> <td>OpenAI 推出 GPT-5.5 Instant，ChatGPT 增強記憶功能</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 官方宣布 GPT-5.5 Instant 成為 ChatGPT 新預設模型，強調更準確、更簡潔、更個人化；官方內部評估稱高風險領域幻覺聲明較 GPT-5.3 Instant 減少 52.5%，也強化記憶與個人化控制。(<a href="https://openai.com/index/gpt-5-5-instant/">OpenAI</a>)</td> </tr> <tr> <td>00:30</td> <td>Google DeepMind 為 Gemma 4 系列模型開源 MTP drafter</td> <td><strong>可作主新聞</strong></td> <td>Google 官方發布 Gemma 4 的 Multi-Token Prediction drafter，用推測解碼與共享 KV cache 提升推理速度，日報稱最高可達 3 倍加速；屬於模型推理效率主新聞。(<a href="https://blog.google/innovation-and-ai/technology/developers-tools/multi-token-prediction-gemma-4/">blog.google</a>)</td> </tr> <tr> <td>00:44</td> <td>Subquadratic 推出 SubQ，上下文視窗達 1200 萬 token</td> <td><strong>可作主新聞，但需標明官方自報 / 早期訪問</strong></td> <td>SubQ 官方頁稱其基於 Subquadratic Sparse Attention，支援 1200 萬 token 上下文、API 與 coding Agent；但目前主要是公司自述與早期訪問，缺少充分第三方複測。(<a href="https://subq.ai/how-ssa-makes-long-context-practical">Subquadratic</a>)</td> </tr> <tr> <td>01:02</td> <td>Inworld AI 發布 Realtime TTS-2，支援跨語言實時對話</td> <td><strong>可留但降級</strong></td> <td>Inworld 官方發布 Realtime TTS-2，主打對話感知、語音方向、跨語言與語音設計；對語音 Agent 有價值，但相比 OpenAI / Google 主線可降一級。(<a href="https://inworld.ai/blog/realtime-tts-2">Inworld AI</a>)</td> </tr> <tr> <td>01:15</td> <td>Luma 開放 UNI-1.1 系列模型 API，Image Arena 排名全球實驗室第三</td> <td><strong>可作主新聞</strong></td> <td>Luma 官方宣布 UNI-1.1 / UNI-1.1-Max API 開放，面向圖像生成與自然語言修改；Image Arena 排名部分仍需標明是外部榜單結果。(<a href="https://lumalabs.ai/news/uni-1-1-api">Luma Labs</a>)</td> </tr> <tr> <td>01:28</td> <td>AI Studio 更新 Build 模組，整合 Nano Banana 與編輯模式</td> <td><strong>可留但降級</strong></td> <td>主要來源是 Google AI Studio 的 X 訊息，GitHub 日報記錄其更新 Build / Vibe Coding、加入圖像生成與 UI 編輯模式；未見同級別官方博客，放開發生態小更新即可。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/81_2026-05-06.md">GitHub</a>)</td> </tr> <tr> <td>01:42</td> <td>字節跳動 TRAE 上線 SOLO 移動端，支援跨裝置協同</td> <td><strong>可留但降級</strong></td> <td>日報引用 TRAE 微信與 X，稱 SOLO 移動端可「手機派發、桌面執行」；屬 AI coding 產品入口更新，但來源偏官方社媒 / 微信，宜降級。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/81_2026-05-06.md">GitHub</a>)</td> </tr> <tr> <td>01:55</td> <td>Augment Code 發布 Augment Cosmos 公開預覽</td> <td><strong>可作主新聞</strong></td> <td>Augment 官方頁介紹 Cosmos 為面向團隊的 Agentic software development 作業系統，支援多模型、Prism 路由與專業 Agent；這是開發者 Agent 平台化的重要條目。(<a href="https://www.augmentcode.com/product/cosmos">Augment Code</a>)</td> </tr> <tr> <td>02:09</td> <td>Google 更新 Gemini API 文件搜尋，支援多模態檢索與精確引用</td> <td><strong>可作主新聞</strong></td> <td>Google 官方宣布 Gemini API File Search 支援多模態 RAG、自定義 metadata filter 與精確到頁碼的引用，這對企業知識庫與可驗證回答非常重要。(<a href="https://blog.google/innovation-and-ai/technology/developers-tools/expanded-gemini-api-file-search-multimodal-rag">blog.google</a>)</td> </tr> <tr> <td>02:20</td> <td>OpenClaw 發布 2026.5.4 版，優化啟動外掛，傳將發長期支援版</td> <td><strong>可留但降級</strong></td> <td>OpenClaw 官方博客描述其修復插件、啟動性能與穩定性問題；但「長期支援版」部分帶有預告性質，宜寫成「計劃推出 StableClaw」。(<a href="https://openclaw.ai/blog/openclaw-rough-week">OpenClaw</a>)</td> </tr> <tr> <td>02:35</td> <td>Claude 推出系列金融 Agent 模板，多家機構已落地採用</td> <td><strong>可作主新聞</strong></td> <td>Claude 金融服務頁展示金融場景解決方案，包括投資分析、合規、風控、工程加速等；日報提到金融 Agent 模板，應寫成「Claude 強化金融服務 Agent / 模板與解決方案」。(<a href="https://claude.com/solutions/financial-services">Claude</a>)</td> </tr> <tr> <td>02:51</td> <td>Google NotebookLM 更新 Mind Maps，移動端開發計劃確認</td> <td><strong>可留但降級</strong></td> <td>主要來源是 NotebookLM 官方 X，稱 Mind Maps 支援自定義、重命名、分享與動畫改進；無長文公告，放產品小更新。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/81_2026-05-06.md">GitHub</a>)</td> </tr> <tr> <td>03:03</td> <td>Google Finance 推出 AI 關鍵瞬間功能解析股價波動</td> <td><strong>可留但降級</strong></td> <td>日報稱 Google Finance beta 可在股價圖中標註 AI 關鍵瞬間並解釋波動；目前更多是產品頁 / beta 功能，適合放產品應用，不宜作主新聞。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/81_2026-05-06.md">GitHub</a>)</td> </tr> <tr> <td>03:14</td> <td>Google 推出 Pomelli Catalog，免費向全球使用者開放體驗</td> <td><strong>可留但降級</strong></td> <td>主要來源是 Google 相關 X 與 Labs 頁，日報稱 Pomelli Catalog 可基於品牌 DNA 生成產品集合與營銷素材；宜標為 Labs / 實驗功能。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/81_2026-05-06.md">GitHub</a>)</td> </tr> <tr> <td>03:30</td> <td>OpenAI 重構 WebRTC，實現語音 AI 低延遲傳輸</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 官方技術博客詳述其如何為 ChatGPT Voice / Realtime API 重構 WebRTC 堆疊，採用薄中繼與有狀態收發器，以支持大規模低延遲語音 AI。(<a href="https://openai.com/index/delivering-low-latency-voice-ai-at-scale/">OpenAI</a>)</td> </tr> <tr> <td>03:44</td> <td>OpenRouter 分析 GPT-5.5 漲價，使用者成本增 49% 至 92%</td> <td><strong>可留但降級</strong></td> <td>OpenRouter 官方分析稱 GPT-5.5 token 價格上升後，實際用戶成本增加 49%–92%；這是第三方平台樣本分析，不是 OpenAI 官方定價解讀。(<a href="https://openrouter.ai/announcements/gpt55-cost-analysis">OpenRouter</a>)</td> </tr> <tr> <td>03:56</td> <td>OpenAI 升級 ChatGPT 廣告，開放自助管理及 CPC 競價</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 官方宣布 ChatGPT ads 新購買方式，包括自助 Ads Manager、CPC 競價、Conversions API；同時強調廣告與對話隱私分離。(<a href="https://openai.com/index/new-ways-to-buy-chatgpt-ads/">OpenAI</a>)</td> </tr> <tr> <td>04:11</td> <td>OpenAI 與普華永道合作，以 AI Agent 重構財務職能</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 官方宣布與 PwC 合作，幫助 CFO 部門以 AI Agent 自動化財務工作流，並稱 OpenAI 內部用 Codex 將合約處理量提升 5 倍。(<a href="https://openai.com/index/openai-pwc-finance-collaboration/">OpenAI</a>)</td> </tr> <tr> <td>04:30</td> <td>訊息稱谷歌 Gemini 3.2 Flash 現身 iOS 應用及 AI Studio</td> <td><strong>前瞻與傳聞</strong></td> <td>GitHub 日報列出多名 X 用戶截圖與體驗回報，但未見 Google 官方公告；應寫成「疑似灰度 / UI 泄露」。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/81_2026-05-06.md">GitHub</a>)</td> </tr> <tr> <td>04:45</td> <td>傳 OpenAI 首款 AI 手機 2027 上半年量產，聯發科獨供</td> <td><strong>前瞻與傳聞</strong></td> <td>來源為郭明錤 X 爆料，日報稱可能採用聯發科定制版處理器；未見 OpenAI / 聯發科官方確認，必須標為分析師爆料。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/81_2026-05-06.md">GitHub</a>)</td> </tr> </tbody> </table> <h2>二、欄目化重排版</h2> <h2>要聞</h2> <ul> <li>OpenAI 推出 GPT-5.5 Instant，成為 ChatGPT 新預設模型，並強化記憶、個人化與記憶來源控制。</li> <li>Google 更新 Gemini API File Search，支援多模態檢索、自定義 metadata filter 與精確引用。</li> <li>Claude 強化金融服務 Agent / 模板能力，面向投行、KYC、月終結帳、投資分析與合規流程。</li> <li>OpenAI 重構 WebRTC，為 ChatGPT Voice 與 Realtime API 提供低延遲語音 AI 傳輸。</li> <li>OpenAI 升級 ChatGPT 廣告業務，推出自助 Ads Manager、CPC 競價與 Conversions API。</li> <li>OpenAI 與 PwC 合作，以 AI Agent 重構 CFO / 財務工作流。</li> </ul> <h2>模型發布</h2> <ul> <li>Google DeepMind 為 Gemma 4 系列開源 MTP drafter，提升推理速度。</li> <li>Subquadratic 推出 SubQ，主打 1200 萬 token 上下文，但需等待第三方複測與模型卡。</li> <li>Inworld AI 發布 Realtime TTS-2，支援跨語言實時對話與對話感知語音。</li> <li>Luma 開放 UNI-1.1 / UNI-1.1-Max API，面向圖像生成與自然語言修改。</li> </ul> <h2>開發生態</h2> <ul> <li>AI Studio Build 模組整合 Nano Banana 與編輯模式，但主要來源是 X。</li> <li>TRAE SOLO 移動端上線，支援手機派發任務、桌面端執行。</li> <li>Augment Code 發布 Augment Cosmos 公開預覽，面向團隊級 Agentic software development。</li> <li>OpenClaw 發布 2026.5.4，優化插件安裝、啟動速度與穩定性，並計劃推出 StableClaw 長期支援版。</li> </ul> <h2>產品應用</h2> <ul> <li>Google NotebookLM 更新 Mind Maps，支持提示詞定制、重命名、分享與更順滑導航。</li> <li>Google Finance beta 推出 AI 關鍵瞬間，解釋股價波動原因。</li> <li>Google Pomelli Catalog 免費向全球用戶開放，主打品牌 DNA 與營銷素材生成。</li> <li>Claude 金融 Agent、OpenAI × PwC、Google Finance 都指向金融與企業辦公場景的 AI 深度落地。</li> </ul> <h2>技術研究</h2> <ul> <li>OpenAI WebRTC 重構屬於語音 AI 基礎設施更新。</li> <li>Google Gemma 4 MTP drafter 與 Gemini API File Search 分別指向推理效率與多模態 RAG。</li> <li>OpenRouter GPT-5.5 成本分析可作「模型價格 / 實際使用成本」研究素材，但不是官方結論。</li> </ul> <h2>產業動態</h2> <ul> <li>OpenAI 正同時推進模型、廣告、企業財務 Agent 與語音基礎設施。</li> <li>Anthropic / Claude 在金融服務模板與金融客戶案例上加速落地。</li> <li>Google 同日多線更新：Gemma、Gemini API、NotebookLM、Finance、Pomelli，顯示其正在把 Gemini 生態鋪到開發者、辦公、金融、營銷與學習工具中。</li> </ul> <h2>前瞻與傳聞</h2> <ul> <li>Gemini 3.2 Flash 疑似出現在 iOS Gemini App 與 AI Studio，未見 Google 官方公告。</li> <li>OpenAI AI 手機 2027 上半年量產、聯發科獨供，屬郭明錤爆料，尚無官方確認。</li> <li>AI Studio Nano Banana / NotebookLM Mind Maps / Pomelli Catalog 等若僅來自 X，正式稿中應標為官方社媒或 Labs 更新，不宜與官方長文同級。</li> </ul> <h2>三、趨勢分析</h2> <p><strong>1. OpenAI 正在從「模型公司」加速變成「平台 + 商業化 + 企業解決方案公司」。</strong> 今天 OpenAI 同時出現 GPT-5.5 Instant、WebRTC 語音基礎設施、ChatGPT Ads、PwC 財務 Agent 合作四條線。這代表它不只在發模型，而是在建完整收入結構：消費端 ChatGPT、企業 Agent、廣告、API / Realtime、財務職能解決方案。(<a href="https://openai.com/index/gpt-5-5-instant/">OpenAI</a>)</p> <p><strong>2. Google 的重點是把 Gemini 生態塞進所有入口。</strong> Gemma MTP drafter 是推理效率，Gemini File Search 是企業 RAG，NotebookLM Mind Maps 是學習，Google Finance 是金融資訊，Pomelli 是營銷，AI Studio Build 是開發者。這些不是孤立功能，而是在把 Gemini / Google AI 能力放進各個垂直工作流。(<a href="https://blog.google/innovation-and-ai/technology/developers-tools/multi-token-prediction-gemma-4/">blog.google</a>)</p> <p><strong>3. 長上下文競爭開始從「能塞多少」走向「能不能算得起、跑得快」。</strong> SubQ 的 1200 萬 token 上下文很吸睛，但它真正值得關注的是 subquadratic sparse attention 嘗試解決長上下文成本與預填充速度問題。這與 Gemma MTP drafter、OpenRouter 的 GPT-5.5 成本分析連在一起，說明下一階段不是單純比 context window，而是比推理成本、延遲與實際可用性。(<a href="https://subq.ai/how-ssa-makes-long-context-practical">Subquadratic</a>)</p> <p><strong>4. 金融成為 AI Agent 最早深度落地的企業場景之一。</strong> Claude 金融模板、Google Finance AI 關鍵瞬間、OpenAI × PwC 財務職能合作同日出現，說明金融/財務場景很適合 Agent：資料密集、流程標準化、合規要求強、ROI 明確。但這類產品也需要更高的可追溯、引用、權限與審計能力。(<a href="https://claude.com/solutions/financial-services">Claude</a>)</p> <p><strong>5. 語音 AI 正在從「聽起來自然」轉向「端到端低延遲系統」。</strong> Inworld Realtime TTS-2 強調跨語言與對話感知，OpenAI WebRTC 技術文則聚焦大規模低延遲傳輸。前者是模型/聲音層，後者是系統架構層；兩者合起來才是可用的實時語音 Agent。(<a href="https://inworld.ai/blog/realtime-tts-2">Inworld AI</a>)</p> <h2>四、可直接發佈的短評</h2> <p>5 月 6 日的 AI 新聞主線，可以概括為：<strong>AI 巨頭正在把模型能力深度塞進個人化助手、金融工作流、語音基礎設施、廣告系統與企業 Agent 場景。</strong></p> <p>OpenAI 今天的動作最密集：GPT-5.5 Instant 成為 ChatGPT 新預設模型，強化準確性、簡潔度、記憶與個人化；同時，OpenAI 發文披露其重構 WebRTC 技術棧，以支撐 ChatGPT Voice 和 Realtime API 的低延遲語音 AI；商業化方面，OpenAI 也推出 ChatGPT Ads 自助管理、CPC 競價與 Conversions API，並與 PwC 合作，以 AI Agent 重構 CFO / 財務工作流。</p> <p>Google 也在多線推進：Gemma 4 開源 MTP drafter 以提升推理速度；Gemini API File Search 更新多模態檢索、自定義 metadata filter 與精確引用；NotebookLM、Google Finance、Pomelli、AI Studio Build 則分別面向學習、金融資訊、營銷與開發者場景。這說明 Google 正在把 Gemini 生態往垂直工具中鋪開，而不是只停留在聊天入口。</p> <p>模型與工具側，SubQ 主打 1200 萬 token 超長上下文，但目前仍需等待第三方複測；Inworld Realtime TTS-2 和 Luma UNI-1.1 API 分別代表語音和圖像生成的產品化更新；Augment Cosmos 則把 coding agent 往團隊級軟體開發作業系統方向推進。需要降級處理的是 Gemini 3.2 Flash 現身 iOS / AI Studio，以及 OpenAI AI 手機 2027 量產傳聞，這兩條目前都缺少官方確認。</p> <p>一句話總結：<strong>今天的關鍵詞是 GPT-5.5 Instant、Gemma 4 MTP、SubQ 長上下文、Luma UNI-1.1、Gemini File Search、Claude 金融 Agent、OpenAI WebRTC、ChatGPT Ads、OpenAI × PwC，以及 Gemini 3.2 Flash / OpenAI 手機傳聞。</strong></p> https://yuzakura.blog/posts/ai-news/2026-05-05-ai-morning-news/https://yuzakura.blog/posts/ai-news/2026-05-05-ai-morning-news/整理 2026-05-05 AI News：Agent 工具鏈免費化、插件化、安全掃描、雲端身份安全、企業部署與 AI 基建 IPO。Tue, 05 May 2026 00:00:00 GMT<p>以下按 <strong>2026-05-05 AI News</strong> 原始時間軸整理。這天的主線很清楚：<strong>Agent 工具鏈免費化 / 插件化、AI 安全掃描、雲端身份安全、企業部署服務、AI 基建 IPO，以及美國政府可能加強模型發布前審查</strong>。整體可信度比前幾天高，12 條裡多數能找到官方來源；但 <strong>Hermes Kanban</strong> 主要是 X 訊息，<strong>特朗普政府模型審查</strong>仍屬媒體報導與政策討論，需降級標註。</p> <h2>一、時間軸順序：原始事件 + 分級核對</h2> <table> <thead> <tr> <th>時間</th> <th>原始事件</th> <th>分級</th> <th>核對與判斷</th> </tr> </thead> <tbody> <tr> <td>00:09</td> <td>豆包擬推三檔訂閱服務，月費最高五百元</td> <td><strong>可作主新聞</strong></td> <td>多家媒體核到豆包 App Store 頁面出現三檔付費服務：68 / 200 / 500 元/月；豆包官方回應稱仍會提供免費服務，增值方案仍在測試階段，正式上線會通過官方渠道發布。這條可寫，但標題最好加「擬」或「測試中」。(<a href="https://finance.sina.com.cn/wm/2026-05-04/doc-inhwtmec3737458.shtml?utm_source=chatgpt.com">新浪财经</a>)</td> </tr> <tr> <td>00:24</td> <td>Hermes Agent 升級 Hermes Kanban，Trinity 模型一週免費</td> <td><strong>可留但降級</strong></td> <td>GitHub 日報顯示來源主要是 Teknium / Nous Research 的 X 帖，內容包括 Hermes Kanban 支援無限看板與專案、<code>Trinity-Large-Thinking</code> 一週免費；未見完整 GitHub release 或官方長文，所以應標「X 消息 / 工具更新」。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/80_2026-05-05.md">GitHub</a>)</td> </tr> <tr> <td>00:38</td> <td>TinyFish 宣佈搜尋與抓取功能免費面向開發者開放</td> <td><strong>可作主新聞</strong></td> <td>TinyFish 官方博客明確寫到 Web Search 與 Fetch 從即日起對所有開發者與 Agent 免費，支援 REST API、MCP、SDK、CLI、Skill 等形式；免費層包含每分鐘 5 次 Search、25 個 URL Fetch。(<a href="https://www.tinyfish.ai/blog/search-and-fetch-are-now-free-for-every-agent-everywhere">TinyFish</a>)</td> </tr> <tr> <td>00:51</td> <td>Vercel 開源 deepsec，基於 AI Agent 的代碼安全掃描框架</td> <td><strong>可作主新聞</strong></td> <td>Vercel 官方博客確認 deepsec 基於 Claude / Codex 進行代碼庫安全調查，流程包含 scan、investigate、revalidate、enrich、export；官方也說其誤報率約 10–20%，並通過 revalidate 進一步壓低。(<a href="https://vercel.com/blog/introducing-deepsec-find-and-fix-vulnerabilities-in-your-code-base">Vercel</a>)</td> </tr> <tr> <td>01:02</td> <td>Cursor 團隊發佈開源內部工作流外掛 Cursor Team Kit</td> <td><strong>可作主新聞</strong></td> <td>Cursor Marketplace 頁面顯示 Cursor Team Kit 是 Cursor 開發者自用工作流插件，涵蓋 CI、code review、shipping、UI/CLI 驗證、測試可靠性、代碼清理與工作摘要，內含 1 個 subagent、17 個 skills、2 條 rules。(<a href="https://cursor.com/cn/marketplace/cursor/cursor-team-kit">Cursor</a>)</td> </tr> <tr> <td>01:15</td> <td>Higgsfield 上線 CLI 技能，支援 30 餘種模型生成</td> <td><strong>可留但降級</strong></td> <td>Higgsfield 官方頁確認其 MCP 可接入 Claude、OpenClaw、Hermes Agent 等，並提供 30+ 圖像/視頻模型，包括 Soul、Cinema Studio、Flux、Seedream、Kling、Minimax Hailuo、Veo 等；但對普通讀者而言偏工具更新，可放開發生態。(<a href="https://higgsfield.ai/cli">Higgsfield</a>)</td> </tr> <tr> <td>01:27</td> <td>Google 為 Gemini API 引入事件驅動 Webhooks 推送通知功能</td> <td><strong>可作主新聞</strong></td> <td>Google 官方博客確認 Gemini API 推出 event-driven Webhooks，面向 long-running agentic applications，用 HTTP POST 主動推送任務完成通知，替代輪詢；同時採用 Standard Webhooks 規範、簽名與時間戳，並提供至少一次送達與 24 小時重試。(<a href="https://blog.google/innovation-and-ai/technology/developers-tools/event-driven-webhooks">blog.google</a>)</td> </tr> <tr> <td>01:40</td> <td>Claude API 平台推出 Workload Identity Federation 功能</td> <td><strong>可作主新聞</strong></td> <td>Anthropic 文檔確認 WIF 可用 AWS IAM、Google Cloud、GitHub Actions、Kubernetes、Microsoft Entra ID、Okta 等 OIDC 短期身份 token 換取 Claude API 短期 access token，減少長期靜態 API key 的存儲與洩露風險。(<a href="https://platform.claude.com/docs/en/build-with-claude/workload-identity-federation">Claude平台</a>)</td> </tr> <tr> <td>01:52</td> <td>OpenClaw 發佈 2026.5.3 版本，新增檔案傳輸與實時控制功能</td> <td><strong>可作主新聞</strong></td> <td>OpenClaw GitHub release 確認新增 bundled file-transfer plugin，提供 <code>file_fetch</code>、<code>dir_list</code>、<code>dir_fetch</code>、<code>file_write</code>，每輪 16MB 上限；同時新增 <code>/steer</code> 與 <code>/side</code>，強化遠端節點文件操作與即時干預能力。(<a href="https://github.com/openclaw/openclaw/releases/tag/v2026.5.3">GitHub</a>)</td> </tr> <tr> <td>02:11</td> <td>Anthropic 聯合黑石成立新公司，助 Claude 部署</td> <td><strong>可作主新聞</strong></td> <td>Anthropic 官方宣布與 Blackstone、Hellman &amp; Friedman、Goldman Sachs 成立新的企業 AI 服務公司，幫助中型企業把 Claude 部署到核心業務，Anthropic Applied AI 工程師會與新公司的工程團隊共同參與方案設計。(<a href="https://www.anthropic.com/news/enterprise-ai-services-company">Anthropic</a>)</td> </tr> <tr> <td>02:24</td> <td>Cerebras 啟動 IPO 路演，估值 266 億美元</td> <td><strong>可作主新聞</strong></td> <td>Cerebras 官方新聞稿確認啟動 IPO 路演，擬發行 2800 萬股 A 類普通股，價格區間 115–125 美元，申請在 Nasdaq 以 <code>CBRS</code> 掛牌；Reuters 報導稱按該區間高端計算，目標估值約 266.2 億美元。(<a href="https://www.cerebras.ai/press-release/cerebras-systems-announces-launch-of-initial-public-offering">Cerebras</a>)</td> </tr> <tr> <td>02:35</td> <td>傳特朗普政府考慮組建工作組，在 AI 模型發佈前實施安全審查</td> <td><strong>前瞻與傳聞</strong></td> <td>Reuters 引述 NYT 報導稱，特朗普政府正考慮建立 AI 工作組，研究在新模型公開發布前進行政府監督/審查流程；白宮官員拒絕確認或否認，並稱潛在行政命令討論屬 speculation，因此必須標為「媒體報導 / 政策討論」。(<a href="https://www.reuters.com/world/white-house-considers-vetting-ai-models-before-they-are-released-nyt-reports-2026-05-04/">Reuters</a>)</td> </tr> </tbody> </table> <h2>二、欄目化重排版</h2> <h2>要聞</h2> <ul> <li>豆包擬推三檔訂閱服務，月費 68 / 200 / 500 元；官方稱免費服務仍保留，增值方案仍在測試。</li> <li>Vercel 開源 deepsec，用 AI coding agent 做代碼安全掃描。</li> <li>Google 為 Gemini API 引入 event-driven Webhooks，支援長任務完成後主動推送通知。</li> <li>Claude API 平台推出 Workload Identity Federation，支援無長期 API key 的雲端工作負載認證。</li> <li>Anthropic 聯合 Blackstone、H&amp;F、Goldman Sachs 成立企業 AI 服務公司，幫助中型企業部署 Claude。</li> <li>Cerebras 啟動 IPO 路演，目標估值約 266 億美元。</li> </ul> <h2>模型發布</h2> <ul> <li>本日無明確「新模型發布」主線。</li> <li>Trinity-Large-Thinking 一週免費屬 Nous / Hermes 生態的模型試用活動，不宜歸入正式模型發布。</li> </ul> <h2>開發生態</h2> <ul> <li>Hermes Agent 升級 Hermes Kanban，支援無限看板與專案；Trinity 模型一週免費，但目前主要來自 X。</li> <li>TinyFish 開放免費 Web Search / Fetch，降低 Agent 上網搜尋與抓取成本。</li> <li>Cursor Team Kit 開源內部工作流插件，打包 CI、代碼審查、測試驗證與清理 AI 生成冗餘代碼等流程。</li> <li>Higgsfield CLI / MCP 技能支援 30+ 圖像與視頻模型生成。</li> <li>OpenClaw 2026.5.3 新增檔案傳輸、<code>/steer</code> 實時干預與 <code>/side</code> 快速提問。</li> </ul> <h2>產品應用</h2> <ul> <li>豆包訂閱若正式落地，將成為中國消費級 AI 助手「基礎免費 + 高階生產力付費」的重要案例。</li> <li>Higgsfield CLI 把媒體生成能力接進 MCP / Agent 工作流。</li> <li>Anthropic 新企業 AI 服務公司主打中型企業的 Claude 落地交付。</li> </ul> <h2>技術研究</h2> <ul> <li>本日沒有明顯偏論文/基礎研究的條目。</li> <li>deepsec、WIF、Gemini Webhooks、OpenClaw 文件傳輸更偏「Agent 工程基礎設施」與「安全工程」。</li> </ul> <h2>產業動態</h2> <ul> <li>Cerebras 啟動 IPO 路演，AI 芯片與推理基建公司進入資本市場窗口。</li> <li>Anthropic 以新服務公司補足 Claude 企業部署交付能力。</li> <li>豆包測試付費訂閱，代表國內大眾 AI 產品商業化開始加速。</li> </ul> <h2>前瞻與傳聞</h2> <ul> <li>特朗普政府考慮成立 AI 工作組、在模型公開發布前進行安全審查；目前仍是 Reuters / NYT 報導與政策討論，不是已頒布命令。</li> <li>Hermes Kanban / Trinity 免費主要來自 X 訊息，應標註來源層級。</li> </ul> <h2>三、趨勢分析</h2> <p><strong>1. Agent 的「基礎設施免費化」正在加速。</strong> TinyFish 把 Search / Fetch 免費開放，等於把 Agent 最基礎的「找資料、讀網頁」能力往公共基礎設施方向推。這和之前 Exa、Google Grounding、各類 MCP 搜索工具的路線一致：未來 Agent 的競爭點不只是模型，而是誰能低成本接入穩定網路資料源。(<a href="https://www.tinyfish.ai/blog/search-and-fetch-are-now-free-for-every-agent-everywhere">TinyFish</a>)</p> <p><strong>2. AI coding 已經進入 DevSecOps 與團隊工作流階段。</strong> Vercel deepsec 用 coding agent 做漏洞掃描，Cursor Team Kit 則把 CI、PR review、UI/CLI 驗證、測試可靠性、代碼清理等流程打包成插件。這意味著 coding agent 正從「幫你寫代碼」走向「嵌入整個工程團隊的日常流程」。(<a href="https://vercel.com/blog/introducing-deepsec-find-and-fix-vulnerabilities-in-your-code-base">Vercel</a>)</p> <p><strong>3. 長任務 Agent 需要事件驅動架構。</strong> Gemini API Webhooks 的意義不只是少一次輪詢，而是為長視頻生成、Batch API、大規模 Deep Research、長時間 Agent 任務提供可靠通知機制。Agent 任務越長，越需要 webhook、queue、retry、idempotency、signature 這類傳統後端工程能力。(<a href="https://blog.google/innovation-and-ai/technology/developers-tools/event-driven-webhooks">blog.google</a>)</p> <p><strong>4. 企業 AI 的安全重點從「模型安全」擴展到「身份與密鑰安全」。</strong> Claude WIF 直接針對長期 API key 洩露問題，用 OIDC 短期身份 token 取代靜態密鑰。這和 OpenAI Advanced Account Security、LiteLLM 漏洞、OpenClaw 安全復盤放在一起看，說明企業 Agent 真正落地時，身份、密鑰、審計、權限邊界會比模型榜單更重要。(<a href="https://platform.claude.com/docs/en/build-with-claude/workload-identity-federation">Claude平台</a>)</p> <p><strong>5. AI 商業化進入「兩端分化」：消費端訂閱，企業端交付公司。</strong> 豆包在測試高階訂閱，Anthropic 則成立服務公司幫中型企業部署 Claude。一邊是 C 端 AI 助手按功能分層收費，一邊是 B 端 AI 模型靠工程團隊進入核心流程；這說明 AI 產品不再只靠 API 計費，而是在探索訂閱、插件、服務交付、企業整合多種收入形態。(<a href="https://www.stcn.com/article/detail/3894033.html?utm_source=chatgpt.com">证券时报</a>)</p> <h2>四、可直接發佈的短評</h2> <p>5 月 5 日的 AI 新聞主線，可以概括為：<strong>AI Agent 正在進入工程化、企業化與商業化同步加速的新階段。</strong></p> <p>消費端方面，豆包 App Store 頁面被發現出現三檔付費服務，月費從 68 元到 500 元不等。官方回應稱，豆包仍會保留免費服務，增值方案仍在測試階段。這說明國內大眾 AI 助手正在從免費拉新，轉向「基礎免費 + 高階生產力付費」的分層模式。</p> <p>開發者生態方面，TinyFish 將 Web Search 與 Fetch 免費開放，Vercel 開源 deepsec 代碼安全掃描框架，Cursor 發布 Team Kit，Google 為 Gemini API 引入 Webhooks，Claude API 推出 Workload Identity Federation，OpenClaw 也新增檔案傳輸與實時控制功能。這些更新共同指向一個趨勢：Agent 不再只是模型能力展示，而是開始補齊搜尋、抓取、安全掃描、身份認證、文件傳輸、事件通知與團隊工作流。</p> <p>產業側，Anthropic 聯合 Blackstone、Hellman &amp; Friedman、Goldman Sachs 成立新的企業 AI 服務公司，幫助中型企業把 Claude 部署進核心業務；Cerebras 則啟動 IPO 路演，目標估值約 266 億美元，反映 AI 芯片與推理基礎設施仍是資本市場焦點。需要降級處理的是：特朗普政府考慮成立 AI 工作組、在模型發布前實施安全審查，目前仍屬媒體報導與政策討論，尚不是正式行政命令。</p> <p>一句話總結：<strong>今天的關鍵詞是豆包訂閱、TinyFish 免費 Search / Fetch、Vercel deepsec、Cursor Team Kit、Gemini Webhooks、Claude WIF、OpenClaw 檔案傳輸、Anthropic 企業服務公司與 Cerebras IPO。</strong></p> https://yuzakura.blog/posts/ai-news/2026-05-04-ai-morning-news/https://yuzakura.blog/posts/ai-news/2026-05-04-ai-morning-news/整理 2026-05-04 AI News：主文時間軸加額外影片補充，對 X、截圖、微信與社群轉述做降級標註。Mon, 04 May 2026 00:00:00 GMT<p>以下按 <strong>2026-05-04 AI News</strong> 原始時間軸整理。這篇主文只有 6 條，但你又補了「額外影片 / 圖片」內容，所以我分成兩層處理：<strong>GitHub 主文時間軸</strong> + <strong>額外影片補充項</strong>。GitHub 原文自身也提醒「內容由 AI 輔助創作，可能存在幻覺和錯誤」，所以 X、截圖、微信/官方群轉述類消息會降級標註。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/79_2026-05-04.md">GitHub</a>)</p> <h2>一、時間軸順序：原始事件 + 分級核對</h2> <table> <thead> <tr> <th>時間</th> <th>原始事件</th> <th>分級</th> <th>核對與判斷</th> </tr> </thead> <tbody> <tr> <td>00:09</td> <td>商湯科技推出 Token Plan 服務，限量免費公測</td> <td><strong>可作主新聞</strong></td> <td>SenseNova 官方頁已上線 Token Plan，標明「公測期完全免費開放，付費檔位即將上線」；Free 公測包含 SenseNova 6.7 Flash-Lite 與 U1 Fast，每模型每 5 小時 1500 次調用，並支持 Hermes Agent 與 OpenClaw 快速接入。(<a href="https://www.sensenova.cn/token-plan">Sensenova</a>)</td> </tr> <tr> <td>00:22</td> <td>DeepSeek API 調整相容性，修復部分第三方框架 400 錯誤</td> <td><strong>可留但降級</strong></td> <td>GitHub 日報稱消息來自 DeepSeek 官方微信群，主要是修復第三方框架調用時的 400 錯誤；可與 Hermes/Qwen Code issue 中的 <code>reasoning_content</code> 400 問題互相對照，但我沒有找到 DeepSeek 官方公告頁。建議寫成「DeepSeek 在官方群通知修復 API 相容性問題」。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/79_2026-05-04.md">GitHub</a>)</td> </tr> <tr> <td>00:32</td> <td>Codex 發布 Codex Security 插件，整合五個安全工作流程</td> <td><strong>可留但降級</strong></td> <td>GitHub 日報引用 X 帖，稱 Codex Security 內建安全掃描、威脅建模、漏洞發現、驗證、攻擊路徑分析五個 AppSec workflow；目前我沒有核到 OpenAI 官方長文或文檔頁，應標為「X / 開發者消息」。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/79_2026-05-04.md">GitHub</a>)</td> </tr> <tr> <td>00:42</td> <td>OpenClaw 發布 2026.5.2 版本，重寫外掛程式架構、優化運作效能</td> <td><strong>可作主新聞</strong></td> <td>OpenClaw GitHub release 可核到 2026.5.2：重點包括插件更新/安裝走 npm 優先、縮小 runtime preload 範圍、復用 startup-loaded plugin registry、降低 Gateway/Agent 啟動與請求時插件載入成本，並新增 Grok 4.3 到 xAI catalog。(<a href="https://github.com/openclaw/openclaw/releases/tag/v2026.5.2">GitHub</a>)</td> </tr> <tr> <td>00:58</td> <td>網易內測 ClawEmail，為 AI Agent 分配真實信箱</td> <td><strong>可留但降級</strong></td> <td>GitHub 日報描述 ClawEmail 可為 Agent 分配 <code>@claw.163.com</code> 真實郵箱、寄信即觸發 Agent 任務；但 <code>claw.163.com</code> 本次打開只返回 Internal Error，無法直接核官方頁內容。建議寫成「GitHub 日報轉述 / 網易疑似內測」。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/79_2026-05-04.md">GitHub</a>)</td> </tr> <tr> <td>01:11</td> <td>據稱 Google 測試 Omni 視訊模型，或於 I/O 大會亮相</td> <td><strong>前瞻與傳聞</strong></td> <td>TestingCatalog 報導稱，Gemini 影片生成頁面截圖出現「Powered by Omni」字樣，但文章也明確使用 may、appears、if true、highly speculative 等不確定語氣；目前沒有 Google 官方公告，應放前瞻與傳聞。(<a href="https://www.testingcatalog.com/google-is-testing-new-omni-model-for-video-generation-ahead-of-i-o/">TestingCatalog</a>)</td> </tr> </tbody> </table> <h2>二、額外影片 / 圖片補充項</h2> <table> <thead> <tr> <th>額外項</th> <th>分級</th> <th>判斷</th> </tr> </thead> <tbody> <tr> <td>匿名國產新模型上榜，性能或比肩 GPT-5.5</td> <td><strong>前瞻與傳聞 / 暫不建議寫死</strong></td> <td>你提供的截圖顯示「[國模A]」在極限分數、中位分數、耗時、TPS 等指標上接近或部分優於 GPT-5.5，但模型匿名、榜單來源與測試集不明，不能寫成確定新聞。可作「疑似匿名國產模型出現在民間榜單，表現接近 GPT-5.5」的觀察。</td> </tr> <tr> <td>豆包擬推三檔訂閱服務，月費最高 500 元</td> <td><strong>可作主新聞</strong></td> <td>多家媒體核到豆包 App Store 頁面出現付費版本服務聲明：標準版 68 元/月、加強版 200 元/月、專業版 500 元/月；豆包方面回應稱仍提供免費服務，增值服務方案仍在測試階段，正式上線會通過官方渠道發布完整信息。(<a href="https://www.ithome.com/0/946/236.htm?utm_source=chatgpt.com">IT之家</a>)</td> </tr> <tr> <td>OpenClaw 發布 2026.5.3 版本，新增檔案傳輸與即時控制功能</td> <td><strong>可作主新聞</strong></td> <td>OpenClaw 2026.5.3 GitHub release 可核到：新增 bundled file-transfer plugin，提供 <code>file_fetch</code>、<code>dir_list</code>、<code>dir_fetch</code>、<code>file_write</code>；同時新增 <code>/steer</code> 與 <code>/side</code>，用於即時控制 active session / side questions。(<a href="https://github.com/openclaw/openclaw/releases/tag/v2026.5.3">GitHub</a>)</td> </tr> <tr> <td>傳 xAI 為 Grok 推出 Connectors，支援 GitHub 等集成</td> <td><strong>前瞻與傳聞</strong></td> <td>目前主要來源是 TestingCatalog / X 類社群消息，稱 Grok connectors 涵蓋 GitHub、Notion、Linear、Google、Microsoft 及 MCP；未見 xAI 官方公告頁，不能寫成正式上線。(<a href="https://x.com/testingcatalog/status/2051228210172497978?lang=en&amp;utm_source=chatgpt.com">X (formerly Twitter)</a>)</td> </tr> <tr> <td>DeepSeek 修復 API 相容問題</td> <td><strong>可留但降級</strong></td> <td>與 00:22 條目重複。可以保留為「DeepSeek 修復第三方框架 400 錯誤」的補充，但來源仍以微信群/日報與第三方 issue 交叉印證為主，缺少官方公告頁。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/79_2026-05-04.md">GitHub</a>)</td> </tr> </tbody> </table> <h2>三、欄目化重排版</h2> <pre><code># AI News｜2026-05-04 ## 要聞 - 商湯科技推出 SenseNova Token Plan，公測期免費開放，支持 SenseNova 6.7 Flash-Lite、SenseNova U1 Fast，並可接入 Hermes Agent 與 OpenClaw。 - 豆包擬推出三檔付費訂閱服務：標準版 68 元/月、加強版 200 元/月、專業版 500 元/月；官方稱免費服務仍保留，增值方案仍在測試階段。 - OpenClaw 發布 2026.5.2 / 2026.5.3 版本，先重構插件架構與啟動性能，再新增檔案傳輸、/steer、/side 等即時控制能力。 ## 模型發布 - 本日無明確正式新模型發布。 - 匿名國產模型榜單截圖可作觀察，但模型身份、測試來源、評測方法均未公開，不宜寫成硬新聞。 - Google Omni 視訊模型目前仍是 TestingCatalog 基於 UI 截圖的推測，未見 Google 官方公告。 ## 開發生態 - DeepSeek API 調整相容性，修復部分第三方框架調用時的 400 錯誤；來源主要是官方群通知與第三方框架 issue。 - Codex Security 插件據稱整合安全掃描、威脅建模、漏洞發現、驗證與攻擊路徑分析五個 AppSec workflow；目前主要來自 X 訊息。 - OpenClaw 2026.5.2 重寫插件架構，優化 Gateway / Agent 啟動和熱路徑性能。 - OpenClaw 2026.5.3 新增 file-transfer plugin、/steer、/side，強化遠端節點檔案操作與即時控制。 ## 產品應用 - 網易疑似內測 ClawEmail，為 AI Agent 分配真實郵箱；官方頁本次打開失敗，需降級。 - SenseNova Token Plan 不是單純模型折扣，而是偏向「辦公生產力能力包」。 - 豆包三檔訂閱若正式落地，將成為中國大眾 AI 助手商業化的重要試水。 ## 技術研究 - 本日技術研究條目較少，主要是 OpenClaw 插件架構與 DeepSeek API 相容性修復這類工程更新。 ## 產業動態 - 商湯、豆包、DeepSeek、OpenClaw 同日都在處理「使用成本、接入穩定性、Agent 基礎設施」問題。 - 豆包付費訂閱與 SenseNova Token Plan 說明中國 AI 產品開始從免費拉新走向分層定價。 - OpenClaw 連續版本更新顯示 Agent runtime 的競爭開始落在插件安全、性能、檔案傳輸與即時控制。 ## 前瞻與傳聞 - Google Omni 視訊模型：TestingCatalog 根據 Gemini UI 洩露推測，可能在 Google I/O 出現，但高度不確定。 - Grok Connectors：目前主要來自社群 / X 訊息，未見 xAI 官方公告。 - 匿名國產模型榜單：截圖可作觀察，但不可寫成已確認模型性能。 </code></pre> <h2>四、趨勢分析</h2> <p><strong>1. 中國 AI 產品開始從“免費獲客”轉向“分層商業化”。</strong> SenseNova Token Plan 公測免費，但頁面已明確預告 Lite / Pro 付費檔位；豆包 App Store 頁面也出現 68 / 200 / 500 元三檔訂閱。這說明國內 AI 產品的商業化節奏正在加速：日常聊天仍免費，高算力、長任務、PPT、數據分析、影視製作、Agent 工作流等複雜場景開始被切成付費層。(<a href="https://www.sensenova.cn/token-plan">Sensenova</a>)</p> <p><strong>2. Agent 基礎設施正在補齊“檔案、郵件、插件、控制”四件事。</strong> OpenClaw 2026.5.2 重構插件架構，2026.5.3 又加入檔案傳輸與 <code>/steer</code>、<code>/side</code>；網易 ClawEmail 則嘗試讓每個 Agent 擁有真實郵箱入口。這些不是模型能力本身，而是 Agent 真正進入日常工作時必須補上的外部器官：檔案系統、郵件入口、插件環境、即時操控。(<a href="https://github.com/openclaw/openclaw/releases/tag/v2026.5.2">GitHub</a>)</p> <p><strong>3. DeepSeek 的問題從“模型能力”轉向“API 相容性與生態適配”。</strong> 這次 400 錯誤修復看起來很小，但其實反映了 DeepSeek V4 / reasoning 模式接入第三方框架時的摩擦：如果框架沒有正確回傳 <code>reasoning_content</code>，就可能導致請求失敗。對 Agent 平台來說，模型強不強是一回事，能不能被 Hermes、Qwen Code、OpenClaw、各種 OpenAI-compatible SDK 穩定調用，是另一個更實際的問題。(<a href="https://github.com/NousResearch/hermes-agent/issues/15717?utm_source=chatgpt.com">GitHub</a>)</p> <p><strong>4. 匿名模型榜單可以看，但不適合當新聞標題。</strong> 你提供的表格裡，[國模A] 在中位分數、耗時和 TPS 上很亮眼，看起來像「國產模型接近 GPT-5.5」的素材；但匿名模型、未知測試集、未知評測方、未知抽樣方式，全部都會影響可信度。最穩的寫法是「民間榜單出現匿名國產模型，表現接近 GPT-5.5，仍待官方披露或第三方複測」。</p> <p><strong>5. Google / xAI 的 connectors、Omni 類消息仍停留在“功能發現”階段。</strong> TestingCatalog 對 Omni 的報導本身就使用高度不確定語氣；Grok Connectors 也主要來自 X 社群發現。這些適合放在「I/O 前瞻 / 產品觀察」，不適合和 SenseNova Token Plan、OpenClaw release、豆包付費這類可核實消息同級處理。(<a href="https://www.testingcatalog.com/google-is-testing-new-omni-model-for-video-generation-ahead-of-i-o/">TestingCatalog</a>)</p> <h2>五、可直接發佈的短評</h2> <p>5 月 4 日的 AI 新聞主線，可以概括為：<strong>中國 AI 產品開始進入商業化試水期，Agent 基礎設施則繼續補齊插件、檔案、郵件與控制能力。</strong></p> <p>商湯科技推出 SenseNova Token Plan，公測期免費開放 SenseNova 6.7 Flash-Lite、U1 Fast 等模型，並支援 Hermes Agent 與 OpenClaw 接入；豆包也被發現擬推出三檔付費訂閱，標準版 68 元/月、加強版 200 元/月、專業版 500 元/月。這說明國內 AI 產品正在從單純免費獲客，走向免費基礎版 + 高算力 / 生產力場景付費的分層模式。</p> <p>開發生態方面，DeepSeek 修復部分第三方框架調用 API 時的 400 錯誤，反映模型服務在進入 Agent 生態後，相容性會變成核心問題。OpenClaw 則連續發布 2026.5.2 和 2026.5.3：前者重寫插件架構、降低 Gateway / Agent 啟動成本；後者新增檔案傳輸插件、<code>/steer</code> 和 <code>/side</code> 即時控制能力，讓 Agent 更接近可長期運行、可遠端操作的工作系統。</p> <p>需要降級處理的是：Codex Security 目前主要來自 X 訊息；網易 ClawEmail 官方頁本次打開失敗，只能按日報轉述處理；Google Omni 視訊模型和 Grok Connectors 仍屬功能發現與前瞻傳聞；匿名國產模型榜單雖然數據亮眼，但模型身份和評測來源不明，不宜寫成硬新聞。</p> <p>一句話總結：<strong>今天的關鍵詞是 SenseNova Token Plan、豆包三檔訂閱、DeepSeek API 相容性修復、OpenClaw 插件重構與檔案傳輸、ClawEmail 內測、Google Omni 傳聞，以及匿名國產模型榜單觀察。</strong></p> https://yuzakura.blog/posts/ai-news/2026-05-03-ai-morning-news/https://yuzakura.blog/posts/ai-news/2026-05-03-ai-morning-news/整理 2026-05-03 AI News：Meta 收購 ARI、奧斯卡 AI 規則、OpenAI / OpenClaw、Codex HyperFrames 與社群傳聞。Sun, 03 May 2026 00:00:00 GMT<p>以下按 <strong>2026-05-03 AI News</strong> 的原始時間軸整理。這天只有 7 條，但可信度差異很大：<strong>Meta 收購 ARI、奧斯卡 AI 規則</strong> 可以作硬新聞；<strong>OpenAI/OpenClaw、Codex HyperFrames、GPT-5.5 發布成績</strong> 主要依賴 X 或二手轉述，能留但要降級；<strong>獵豹 Easy Router 抄襲指控、Gemini 3 Flash 悄悄更新</strong> 則必須標明社群/傳聞屬性。</p> <h2>一、時間軸順序：原始事件 + 分級核對</h2> <table> <thead> <tr> <th>時間</th> <th>原始事件</th> <th>分級</th> <th>核對與判斷</th> </tr> </thead> <tbody> <tr> <td>00:09</td> <td>OpenAI 宣布 ChatGPT 帳戶可登入 OpenClaw，復用訂閱</td> <td><strong>可留但降級</strong></td> <td>原始來源是 Sam Altman 的 X。X 搜尋摘要能讀到「可用 ChatGPT 帳戶登入 OpenClaw 並使用訂閱」，也有 Reddit、PANews、note 等轉述；但我沒有找到 OpenAI 官方博客/文檔頁，因此建議寫成「Sam Altman 在 X 表示……」，不要寫成正式產品公告。(<a href="https://x.com/sama/status/2050357911915028689?utm_source=chatgpt.com">X (formerly Twitter)</a>)</td> </tr> <tr> <td>00:18</td> <td>Codex 上線 HyperFrames 官方插件</td> <td><strong>可留但降級</strong></td> <td>HeyGen 的 HyperFrames GitHub 倉庫存在 <code>.codex-plugin/plugin.json</code>，能支持「Codex 插件/技能」這個方向；但原始消息主要是 OpenAI Developers / HeyGen X 貼與第三方轉述，未見 OpenAI 官方長文。可放「開發生態」，不宜作頭條。(<a href="https://github.com/heygen-com/hyperframes/blob/main/.codex-plugin/plugin.json?utm_source=chatgpt.com">GitHub</a>)</td> </tr> <tr> <td>00:28</td> <td>獵豹移動 AI 網關被指抄襲開源項目，遭原作者指責</td> <td><strong>暫不建議寫死</strong></td> <td>Linux.do 帖文顯示，社群用戶指稱獵豹 Easy Router 前端代碼中有 98 處 <code>newapi</code> 匹配，NewAPI 原作者也在 X 指責其未保留版權/未遵守開源協議；但目前屬社群指控，未見獵豹移動正式回應或第三方法律結論。只能寫成「被社群質疑 / 原作者指控」。(<a href="https://linux.do/t/topic/2100692">LINUX DO</a>)</td> </tr> <tr> <td>00:46</td> <td>OpenAI 宣布 GPT-5.5 成最成功發布，Codex 七日收入翻倍</td> <td><strong>可留但降級</strong></td> <td>X 搜尋摘要能讀到 OpenAI 的說法：GPT-5.5 發布一週後，API revenue 增速超過以往任何發布的 2 倍，Codex 不到 7 天收入翻倍；但該訊息仍主要來自 OpenAI X，缺少官方博客或財報級佐證。可以寫，但要標「OpenAI 在 X 表示」。(<a href="https://x.com/OpenAI/status/2050250926888468929?utm_source=chatgpt.com">X (formerly Twitter)</a>)</td> </tr> <tr> <td>00:56</td> <td>Meta 收購人形機器人初創 ARI，團隊加入超級智能實驗室</td> <td><strong>可作主新聞</strong></td> <td>TechCrunch 報導，Meta 已收購 Assured Robot Intelligence；Meta 發言人確認 ARI 團隊將加入 Meta AI 的 Superintelligence Labs，重點是機器人控制、自學習與全身人形控制能力。這條可信度較高，可作產業主新聞。(<a href="https://techcrunch.com/2026/05/01/meta-buys-robotics-startup-to-bolster-its-humanoid-ai-ambitions/">TechCrunch</a>)</td> </tr> <tr> <td>01:08</td> <td>奧斯卡禁止 AI 生成表演及劇本參選第 99 屆獎項</td> <td><strong>可作主新聞，但標題需修正</strong></td> <td>學院官方新聞稿明確寫到：劇本類別要求 screenplay 必須 human-authored，並保留要求說明生成式 AI 使用情況與人類作者性的權利；路透、AP 等媒體進一步報導：表演需由有同意的人類完成，AI 生成表演和 AI 劇本不具備演員/編劇獎資格。建議寫「第 99 屆奧斯卡明確人類表演與人類編劇資格要求」，不要簡化成「全面禁止 AI 電影參選」。(<a href="https://press.oscars.org/news/awards-rules-and-campaign-promotional-regulations-approved-99th-oscarsr">press.oscars.org</a>)</td> </tr> <tr> <td>01:22</td> <td>谷歌悄然更新 Gemini 3 Flash，性能接近 3.1 Pro，傳或為 I/O 版本</td> <td><strong>前瞻與傳聞</strong></td> <td>目前主要來自 X 用戶對 Arena 輸出品質的觀察，稱同名 Gemini 3 Flash 品質提高、可能是 I/O 前預發布；Google 官方 Gemini API changelog 只可核到 3.1 Pro、3.1 Flash Lite 等正式記錄，未見「Gemini 3 Flash 悄然更新」公告。應列入「社群觀察 / 傳聞」。(<a href="https://x.com/marmaduke091/status/2050430054056767994?utm_source=chatgpt.com">X (formerly Twitter)</a>)</td> </tr> </tbody> </table> <h2>二、欄目化重排版</h2> <pre><code># AI News｜2026-05-03 ## 要聞 - Meta 收購人形機器人初創公司 Assured Robot Intelligence，團隊將加入 Meta AI 的 Superintelligence Labs，強化人形機器人控制、自學習與物理世界智能能力。 - 第 99 屆奧斯卡更新 AI 相關規則，編劇類別要求劇本必須由人類創作，表演類別也要求表演由有同意的人類完成；AI 生成表演與 AI 劇本不得直接角逐演員/編劇獎。 ## 模型發布 - 本日無明確新模型發布。 - GPT-5.5 成功發布與 Gemini 3 Flash 悄悄更新分別屬發布成績與社群觀察，不應歸入新模型發布。 ## 開發生態 - Sam Altman 在 X 表示 ChatGPT 帳戶可登入 OpenClaw 並復用訂閱，但目前缺少 OpenAI 官方文檔頁。 - Codex 上線 HyperFrames 插件/技能，可把 Codex 接入視頻生成/剪輯工作流；來源主要為 OpenAI Developers / HeyGen X 與 GitHub plugin 文件。 - 獵豹 Easy Router 被社群質疑疑似基於 NewAPI 二次開發但未保留開源署名；目前仍屬社群指控。 ## 產品應用 - HyperFrames × Codex 指向「AI coding agent + 視頻製作」的新型創作流程。 - OpenClaw 復用 ChatGPT 訂閱如果屬實，代表第三方 agent 工具正在被納入更大的帳戶與訂閱生態。 ## 技術研究 - Meta 收購 ARI 反映大模型公司開始重視物理世界學習、人形機器人控制與具身智能資料迴路。 ## 產業動態 - OpenAI 在 X 表示 GPT-5.5 是最成功發布之一，API 收入增速超以往，Codex 七日收入翻倍；但該數據目前缺少財報級驗證。 - 奧斯卡 AI 規則顯示生成式 AI 正在進入文化產業的資格審查層，不只是工具使用問題。 - Meta 收購 ARI 說明人形機器人與 AGI 路線開始更深綁定。 ## 前瞻與傳聞 - Gemini 3 Flash 疑似在 Arena 悄然升級，性能接近 3.1 Pro；目前只有 X 用戶觀察，未見 Google 官方公告。 </code></pre> <h2>三、趨勢分析</h2> <p><strong>1. OpenAI 正在把 Codex / OpenClaw 往「訂閱生態」方向拉。</strong> 如果 Sam Altman 的 X 訊息準確，ChatGPT 訂閱可在 OpenClaw 中復用，這代表 OpenAI 不只是做自家 Codex，而是嘗試把第三方 agent 工具納入 ChatGPT account / subscription 的覆蓋面。這和前幾天 Codex for Work、Codex pets、導入其他 agent 配置等更新連起來看，OpenAI 明顯在降低用戶從 Claude Code、OpenClaw、Cursor 等工具切換的摩擦。(<a href="https://x.com/sama/status/2050357911915028689?utm_source=chatgpt.com">X (formerly Twitter)</a>)</p> <p><strong>2. Agent 工具正在從「寫程式」進入「創作工具鏈」。</strong> HyperFrames 成為 Codex 插件的價值，不只是多一個視頻生成工具，而是讓 Codex 能理解 HTML/CSS/JS 驅動的視頻 composition workflow。這意味著 coding agent 正在接管更廣義的創作工程：腳本、動畫、剪輯、渲染、交付，而不是只修 bug。(<a href="https://github.com/heygen-com/hyperframes/blob/main/.codex-plugin/plugin.json?utm_source=chatgpt.com">GitHub</a>)</p> <p><strong>3. 開源合規會成為中國 AI 工具出海/商用的雷區。</strong> 獵豹 Easy Router 事件目前只是社群指控，但它暴露出一個真問題：很多 AI gateway、API router、模型中轉平台高度依賴開源項目。如果商業包裝時刪署名、不開源修改、不遵守 license，會迅速引發開發者社群反彈，甚至變成品牌信任危機。(<a href="https://linux.do/t/topic/2100692">LINUX DO</a>)</p> <p><strong>4. Meta 的機器人收購說明「物理世界資料」正在成為 AGI 競爭資產。</strong> TechCrunch 報導中提到 ARI 團隊會為 Meta 帶來 robot control、self-learning、whole-body humanoid control 專長。這和過去只靠網頁文本、圖片、視頻訓練模型不同；具身智能需要真實世界互動、控制回饋和高質量機器人資料。(<a href="https://techcrunch.com/2026/05/01/meta-buys-robotics-startup-to-bolster-its-humanoid-ai-ambitions/">TechCrunch</a>)</p> <p><strong>5. 奧斯卡規則代表文化產業開始從「是否使用 AI」轉為「誰才是作者」。</strong> 學院不是全面禁止 AI 工具，而是在演員與編劇獎上強化「人類表演」「人類作者性」的資格邊界；這個邏輯未來可能擴展到音樂、插畫、廣告、遊戲劇本等創意產業。(<a href="https://press.oscars.org/news/awards-rules-and-campaign-promotional-regulations-approved-99th-oscarsr">press.oscars.org</a>)</p> <h2>四、可直接發佈的短評</h2> <p>5 月 3 日的 AI 新聞主線，可以概括為：<strong>Agent 生態開始平台化，具身智能與文化產業規則同時升溫。</strong></p> <p>OpenAI 方面，Sam Altman 在 X 上表示 ChatGPT 帳戶已可登入 OpenClaw 並復用訂閱，Codex 也被曝接入 HyperFrames 官方插件。這兩條雖然目前主要依賴 X 訊息，但方向很清楚：OpenAI 正在把 Codex 和第三方 agent 工具往同一個帳戶、訂閱與插件生態整合。若這條線持續推進，未來 AI agent 的競爭可能不只是模型能力，而是誰能接住更多工具、更多插件、更多用戶既有配置。</p> <p>產業側，Meta 收購人形機器人初創 ARI，團隊將加入 Superintelligence Labs，補強機器人控制、自學習與全身人形控制能力。這說明前沿 AI 公司正在重新重視物理世界資料與具身智能，因為通往更高階智能的路徑可能不只靠網路文本和多模態資料，也需要機器人在真實世界中學習。</p> <p>文化產業方面，第 99 屆奧斯卡更新 AI 相關規則，編劇獎要求劇本由人類創作，演員獎也要求表演由有同意的人類完成。這不是全面禁止 AI 工具，而是在獎項資格上劃清「人類作者性」邊界。需要降級處理的則是 Gemini 3 Flash 悄然更新、OpenAI GPT-5.5 收入表現、獵豹 Easy Router 抄襲指控等消息：它們目前多依賴 X 或社群觀察，適合放在觀察區，不宜當成已核實官宣。</p> <p>一句話總結：<strong>今天的關鍵詞是 ChatGPT × OpenClaw、Codex × HyperFrames、OpenAI 發布成績、Meta 收購 ARI、奧斯卡 AI 規則，以及 Gemini 3 Flash 傳聞。</strong></p> <ul> <li><a href="https://www.reuters.com/lifestyle/ai-actors-writers-will-be-ineligible-oscars-2026-05-01/?utm_source=chatgpt.com">Reuters</a></li> <li><a href="https://apnews.com/article/95a66f19bd0a95d371ac82f21df1a0f4?utm_source=chatgpt.com">AP News</a></li> <li><a href="https://www.theguardian.com/film/2026/may/01/oscars-changes-double-acting-nominations-ai?utm_source=chatgpt.com">theguardian.com</a></li> <li><a href="https://www.theverge.com/ai-artificial-intelligence/907074/anthropic-openclaw-claude-subscription-ban?utm_source=chatgpt.com">theverge.com</a></li> </ul> https://yuzakura.blog/posts/ai-news/2026-05-02-ai-morning-news/https://yuzakura.blog/posts/ai-news/2026-05-02-ai-morning-news/整理 2026-05-02 AI News：Agent 遷移、語音 API、雲端持續運行、法律國防監管與訓練資料自動化。Sat, 02 May 2026 00:00:00 GMT<p>以下按 <strong>2026-05-02 AI News</strong> 的原始時間軸整理。整體判斷：這天不是模型發布日，而是 <strong>Agent 遷移、語音 API、雲端持續運行、法律/國防/未成年人監管、訓練資料自動化、閉源模型部署合作</strong> 幾條線並行。GitHub 原文自身也標明是 AI 日報彙整，部分內容來自社群與 X，因此我把 <strong>Linux.do、X-only、WSJ paywall、社群觀察</strong> 都做了降級標註。(<a href="https://github.com/imjuya/juya-ai-daily/blob/master/BACKUP/77_2026-05-02.md">GitHub</a>)</p> <h2>一、時間軸順序：原始事件 + 分級核對</h2> <table> <thead> <tr> <th>時間</th> <th>原始事件</th> <th>分級</th> <th>核對與判斷</th> </tr> </thead> <tbody> <tr> <td>00:09</td> <td>OpenAI Codex 新增導入其他 Agent 配置功能和寵物功能</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 的「切換至 Codex」頁面明確寫到可將技能、設定、hook、外掛等遷移到 Codex；Codex Developers 文檔也明確列出 Codex pets，可用 <code>/pet</code> 喚出或在外觀設定中管理。這條可寫，但「寵物」是體驗功能，主線應放在「降低 Agent 遷移成本」。(<a href="https://chatgpt.com/zh-Hant-HK/codex/switch-to-codex/">ChatGPT</a>)</td> </tr> <tr> <td>00:29</td> <td>OpenAI Codex 登錄策略調整，大概率觸發手機驗證</td> <td><strong>暫不建議寫死</strong></td> <td>目前主要來源是 Linux.do 社群帖，用戶回報 Codex OAuth / Plus 帳號也可能觸發手機驗證；沒有看到 OpenAI 官方安全或登入政策公告。建議只寫「社群回報 Codex 登錄驗證變嚴」，不要寫成官方策略調整。(<a href="https://linux.do/t/topic/2093026">LINUX DO</a>)</td> </tr> <tr> <td>00:43</td> <td>xAI API 平台上線自定義聲音功能</td> <td><strong>可作主新聞</strong></td> <td>xAI 官方公告 Custom Voices and Voice Library：可用短錄音建立自定義聲音，支援 Grok TTS 與 Voice Agent API；官方還強調需要即時驗證短語與聲紋比對，不能直接用既有錄音克隆他人聲音。(<a href="https://x.ai/news/grok-custom-voices">xAI</a>)</td> </tr> <tr> <td>00:57</td> <td>Vercel Labs 推出 AI CLI，支持終端統一生成各類媒體</td> <td><strong>可留但降級</strong></td> <td>GitHub 倉庫已開源，定位是從終端生成 text / image / video，支援 piping、多模型生成與 inline preview；但目前更像 Labs / 開源工具，不適合放頭條。(<a href="https://github.com/vercel-labs/ai-cli">GitHub</a>)</td> </tr> <tr> <td>01:14</td> <td>Manus 推出 Cloud Computer，支持 24 小時持續運行</td> <td><strong>可作主新聞</strong></td> <td>Manus 官方博客確認 Cloud Computer 是持久雲端機器，可跑 24/7 bot、持久知識庫、live database、自託管工具、定時爬蟲或報告；它和普通 sandbox 的差異在於環境與檔案系統持久存在。(<a href="https://manus.im/blog/manus-cloud-computer">manus.im</a>)</td> </tr> <tr> <td>01:25</td> <td>微軟 Word 推出 Legal Agent，面向法律專業人士</td> <td><strong>可作主新聞</strong></td> <td>Microsoft Tech Community 官方文章確認 Legal Agent 已在 Word for Windows desktop 的 Frontier program 中提供給美國用戶，能做合約逐條審查、redline、版本比對、playbook 對照，但也明確不提供法律建議。(<a href="https://techcommunity.microsoft.com/blog/microsoft365copilotblog/word-legal-agent-in-frontier/4516218">TECHCOMMUNITY.MICROSOFT.COM</a>)</td> </tr> <tr> <td>01:35</td> <td>Meta AI 推出 Autodata，Agent 自主構建高質量訓練資料</td> <td><strong>可作主新聞</strong></td> <td>Meta RAM 團隊頁面與日報內容顯示 Autodata 是用 Agent 框架自主構建訓練/評測資料的方案；這條不是產品新聞，但技術價值高，可放「技術研究」。(<a href="https://facebookresearch.github.io/RAM/blogs/autodata/">facebookresearch.github.io</a>)</td> </tr> <tr> <td>01:48</td> <td>馬斯克庭審承認 xAI 利用蒸餾技術學習 OpenAI 模型</td> <td><strong>可作主新聞</strong></td> <td>TechCrunch 報導稱，馬斯克在加州聯邦法院作證時被問到 xAI 是否用 OpenAI 模型蒸餾訓練 Grok，他表示這是 AI 公司常見做法，追問是否代表「是」，其回答為「部分是」。這條有產業與法律意義，但表述應寫成「庭審作證中承認部分使用」。(<a href="https://techcrunch.com/2026/04/30/elon-musk-testifies-that-xai-trained-grok-on-openai-models/">TechCrunch</a>)</td> </tr> <tr> <td>02:02</td> <td>Anthropic 擬融資 500 億美元，白宮反對 Mythos 擴容</td> <td><strong>前瞻與傳聞</strong></td> <td>WSJ 原文打開失敗，但搜尋摘要與 Bloomberg 轉述能核到「白宮反對 Anthropic 擴大 Mythos 訪問」；至於「融資 500 億美元」更像市場傳聞/估值消息，與 Mythos 擴容不是同一層事。建議拆成兩句：Mythos 擴容受阻可寫，融資額標為傳聞。(<a href="https://www.wsj.com/tech/ai/white-house-opposes-anthropics-plan-to-expand-access-to-mythos-model-dc281ab5?utm_source=chatgpt.com">wsj.com</a>)</td> </tr> <tr> <td>02:22</td> <td>美國參議院推進立法，禁止向未成年人提供 AI 伴侶</td> <td><strong>可作主新聞</strong></td> <td>NBC 原文打開失敗，但多家媒體報導參議院司法委員會推進 GUARD Act，方向是要求年齡驗證、禁止未成年人使用 AI companion，並對涉及性內容或自殺誘導等情形設置刑責。這條屬監管主線，可寫。(<a href="https://therecord.media/senate-judiciary-advances-bill-barring-children-ai-chatbots?utm_source=chatgpt.com">The Record from Recorded Future</a>)</td> </tr> <tr> <td>02:38</td> <td>美國國防部允許七家 AI 公司，將模型部署至機密網路</td> <td><strong>可作主新聞，但數字需更正</strong></td> <td>你給的標題寫「七家」，但美國國防部官方頁寫的是 <strong>八家</strong>：SpaceX、OpenAI、Google、NVIDIA、Reflection、Microsoft、AWS、Oracle，部署到 IL6 / IL7 機密網路；Reuters 則報導為七家公司並未列 Oracle。正式稿建議以官方為準，寫「國防部與多家 AI 公司簽署協議；官方列八家」。(<a href="https://www.war.gov/News/Releases/Release/Article/4475177/classified-networks-ai-agreements/">U.S. Department of War</a>)</td> </tr> <tr> <td>02:55</td> <td>Qwen 與 Fireworks AI 達成戰略合作，開放閉源模型部署能力</td> <td><strong>可留但降級</strong></td> <td>Qwen 的 X 頁面可讀到合作聲明，Facebook/Alibaba Cloud 轉發也提到 Qwen 與 Fireworks AI 合作，面向低延遲、低成本、企業部署；但目前主要是一條 X/社媒級公告，未見 Qwen 官方長文。可留在「產業動態 / 開發生態」。(<a href="https://x.com/Alibaba_Qwen/status/2050232280082522505?utm_source=chatgpt.com">X (formerly Twitter)</a>)</td> </tr> </tbody> </table> <h2>二、欄目化重排版</h2> <pre><code># AI News｜2026-05-02 ## 要聞 - OpenAI Codex 新增「切換至 Codex」遷移流程，可導入其他 Agent 的設定、技能、hook 與外掛；同時新增 Codex pets 體驗功能。 - xAI API 平台上線 Custom Voices 與 Voice Library，支援自定義聲音、Grok TTS 與 Voice Agent API。 - Manus 推出 Cloud Computer，提供持久雲端機器與 24/7 自動化運行環境。 - Microsoft Word 推出 Legal Agent，面向法律專業人士處理合約審查、redline、條款比對與 playbook 對照。 - 美國國防部與多家 AI 公司簽署協議，允許模型能力部署至機密網路；官方頁列八家公司，而非七家。 ## 模型發布 - 本日無典型「新模型發布」主線。 - OpenRouter Owl Alpha 與 Qwen / Fireworks 合作更偏模型分發與部署，不屬於新模型發布。 ## 開發生態 - Vercel Labs 開源 AI CLI，支援在終端生成文字、圖像、影片，並可做管道串接與多模型比較。 - Qwen 與 Fireworks AI 達成戰略合作，讓 Qwen 閉源模型可透過 Fireworks 進行企業級部署。 - OpenAI Codex 登錄手機驗證變嚴目前主要來自 Linux.do 社群回報，不宜寫成官方策略公告。 ## 產品應用 - Manus Cloud Computer 將 AI Agent 由短會話 sandbox 推向持久雲端工作環境。 - Word Legal Agent 是 Microsoft 365 Copilot 往專業垂直場景滲透的代表。 - xAI 自定義聲音可用於品牌語音客服、內容創作者旁白、可及性輔助等應用。 ## 技術研究 - Meta AI Autodata 嘗試讓 Agent 自主生成與篩選高品質訓練/評測資料。 - 馬斯克庭審中承認 xAI 部分使用 OpenAI 模型蒸餾訓練 Grok，使「模型蒸餾 / 模型抄襲 / API 訓練邊界」再次成為核心議題。 ## 產業動態 - Anthropic Mythos 擴大訪問據報遭白宮反對，原因涉及國家安全、漏洞利用能力與算力分配；融資 500 億美元部分應標為市場傳聞。 - 美國參議院推進限制未成年人使用 AI 伴侶的 GUARD Act，AI companion 監管正式升溫。 - 美國國防部將前沿 AI 能力接入 classified networks，AI 軍事化與機密網路部署進一步加速。 ## 前瞻與傳聞 - OpenAI Codex 手機驗證：社群回報，未見官方公告。 - Anthropic 融資 500 億美元：來源不夠穩，應標為市場傳聞。 - Qwen × Fireworks：目前主要是 X/社媒公告，未見完整官方博客。 </code></pre> <h2>三、趨勢分析</h2> <p><strong>1. Agent 正在從「一次性會話」走向「持久工作環境」。</strong> Manus Cloud Computer 的關鍵不是 24 小時在線本身，而是「同一台雲端機器 + 持久檔案系統 + 可運行 bot / database / scraper / reports」。這代表 Agent 不再只是每次開一個臨時 sandbox，而是在向「永續工作站 / 雲端員工」方向演化。(<a href="https://manus.im/blog/manus-cloud-computer">manus.im</a>)</p> <p><strong>2. Office / 法律 / 語音客服成為垂直 Agent 的早期落點。</strong> Word Legal Agent 不是泛用聊天機器人，而是嵌在 Word 裡處理合約審查與 redline；xAI Custom Voices 則把語音身份、品牌聲音、客服 Agent 連在一起。這說明 AI 產品開始從「一個通用助手」拆分成行業/任務型 Agent。(<a href="https://techcommunity.microsoft.com/blog/microsoft365copilotblog/word-legal-agent-in-frontier/4516218">TECHCOMMUNITY.MICROSOFT.COM</a>)</p> <p><strong>3. 模型蒸餾的灰區會越來越難迴避。</strong> 馬斯克庭審中承認 xAI 部分使用 OpenAI 模型蒸餾訓練 Grok，這把過去大家心照不宣的問題搬到檯面上： frontier labs 之間是否互相學習？API 輸出能否成為訓練資料？這不只是法律問題，也會影響模型服務商的 rate limit、反濫用偵測與商業條款。(<a href="https://techcrunch.com/2026/04/30/elon-musk-testifies-that-xai-trained-grok-on-openai-models/">TechCrunch</a>)</p> <p><strong>4. AI 監管焦點正在從「模型是否安全」轉向「誰能使用、在哪裡使用」。</strong> 美國參議院推進限制未成年人使用 AI companion，美國國防部將前沿 AI 部署至機密網路，白宮又反對 Anthropic 擴大 Mythos 訪問。三件事共同說明：監管不只問模型本身危不危險，而是在精細化控制使用者、場景與網路環境。(<a href="https://rollcall.com/2026/04/30/ban-on-kids-companion-chatbots-advanced-by-senate-committee/?utm_source=chatgpt.com">Roll Call</a>)</p> <p><strong>5. 開發者生態從 IDE 轉向 CLI、雲端部署與模型分發。</strong> Vercel AI CLI 讓文字、圖像、影片生成進入終端；Qwen × Fireworks 把模型部署路徑交給專業推理平台；Codex 則提供遷移其他 Agent 設定的入口。這些都指向一件事：下一階段競爭不只是模型，而是「誰能接住開發者既有工作流」。(<a href="https://github.com/vercel-labs/ai-cli">GitHub</a>)</p> <h2>四、可直接發佈的短評</h2> <p>5 月 2 日的 AI 新聞主線，可以概括為：<strong>Agent 正在從聊天框、IDE 和短會話，進入持久雲端工作環境、專業辦公場景、語音身份、國防機密網路與未成年人監管。</strong></p> <p>OpenAI Codex 新增「切換至 Codex」遷移流程，可導入其他 Agent 的技能、設定、hook 與外掛，明顯是在降低用戶從其他 coding agent 遷移到 Codex 的成本；同時 Codex pets 雖然偏趣味功能，但也反映 Codex 正在從工具變成長時間陪伴式工作界面。xAI 則推出 Custom Voices 與 Voice Library，將自定義聲音接入 Grok TTS 和 Voice Agent API，語音 Agent 的品牌化與個人化開始加速。</p> <p>產品落地方面，Manus 推出 Cloud Computer，提供持久雲端機器與 24/7 自動化運行環境，讓 bot、資料庫、定時爬蟲、自託管工具和長期任務不再受限於一次性 sandbox。Microsoft Word 的 Legal Agent 則把 AI Agent 直接放進法律專業工作流，用於合約審查、redline、版本比對與 playbook 對照，但官方也明確提醒它不提供法律建議。</p> <p>產業與政策層面，馬斯克在庭審中承認 xAI 部分使用 OpenAI 模型蒸餾訓練 Grok，使模型蒸餾與 API 訓練邊界再次成為焦點；美國參議院推進限制未成年人使用 AI 伴侶的立法，國防部則允許多家 AI 公司把模型部署至機密網路。需要注意的是，國防部官方頁列出的是八家公司，而不是日報標題中的七家；Anthropic 融資 500 億美元與 Mythos 擴容受阻也應拆開處理，後者有較強媒體來源，前者仍偏市場傳聞。</p> <p>一句話總結：<strong>今天的關鍵詞是 Codex 遷移、xAI 自定義聲音、Manus Cloud Computer、Word Legal Agent、Meta Autodata、xAI 蒸餾爭議、AI companion 監管、國防機密網路部署與 Qwen × Fireworks。</strong></p> <ul> <li><a href="https://techcrunch.com/2026/04/30/elon-musk-testifies-that-xai-trained-grok-on-openai-models/">TechCrunch</a></li> <li><a href="https://www.reuters.com/business/retail-consumer/pentagon-reaches-agreements-with-leading-ai-companies-2026-05-01/">Reuters</a></li> <li><a href="https://www.wsj.com/tech/ai/white-house-opposes-anthropics-plan-to-expand-access-to-mythos-model-dc281ab5?utm_source=chatgpt.com">wsj.com</a></li> <li><a href="https://apnews.com/article/060cecf836c4cebcf012a3ceb5333f2c?utm_source=chatgpt.com">apnews.com</a></li> </ul> https://yuzakura.blog/posts/ai-news/2026-05-01-ai-morning-news/https://yuzakura.blog/posts/ai-news/2026-05-01-ai-morning-news/整理 2026-05-01 AI News：保留時間軸，對官方來源、X-only、微信與不可核內容做分級標註。Fri, 01 May 2026 00:00:00 GMT<p>以下按 <strong>2026-05-01 AI News</strong> 時間軸整理。這篇有不少強來源，但也混入多條 <strong>X-only、微信無法開啟、頁面可開但解析不到內容</strong> 的消息；我會明確降級，不把它們當硬新聞寫死。</p> <h2>一、時間軸順序：原始事件 + 分級核對</h2> <table> <thead> <tr> <th>時間</th> <th>原始事件</th> <th>分級</th> <th>核對與判斷</th> </tr> </thead> <tbody> <tr> <td>00:09</td> <td>OpenAI 發布 Codex 重大更新，拓展辦公場景</td> <td><strong>可作主新聞</strong></td> <td>Codex for Work 官方頁已上線，定位從純 coding agent 擴展到工作助理，可處理摘要、報告、郵件、表格、簡報、週報、回覆草稿等辦公任務；但 <code>/goal</code>、<code>/side</code>、GUI 提速等細節主要來自 X/日報轉述，需降級處理。(<a href="https://chatgpt.com/codex/for-work/">ChatGPT</a>)</td> </tr> <tr> <td>00:41</td> <td>xAI 推出 Grok 4.3，降價六成，首次支持訪問計算機環境</td> <td><strong>暫不建議寫死</strong></td> <td><code>grok.com/release-notes</code> 可打開但本次解析不到正文，搜尋也未找到可交叉核對來源；目前只能按日報記錄與原始鏈接保留，不宜當官宣。(<a href="https://grok.com/release-notes">Grok</a>)</td> </tr> <tr> <td>00:57</td> <td>OpenRouter 上線 stealth 模型 Owl Alpha，百萬上下文</td> <td><strong>可留但降級</strong></td> <td>OpenRouter 頁面可核到 Owl Alpha，標示 2026-04-28 發布、1,048,756 context、$0/M input/output，並稱其面向 agentic workloads、工具使用、長上下文任務；但 provider 為 stealth/匿名，模型來源與訓練背景不透明。(<a href="https://openrouter.ai/openrouter/owl-alpha">OpenRouter</a>)</td> </tr> <tr> <td>01:09</td> <td>Anthropic 推出 Claude Security 測試版，基於 Opus 4.7 掃描漏洞</td> <td><strong>可作主新聞</strong></td> <td>Claude Security 官方公告確認已向 Claude Enterprise 客戶開放 public beta，可用 Opus 4.7 掃描代碼漏洞並生成修復建議；產品頁也明確寫到掃描、驗證 findings、生成 patch 的流程。(<a href="https://claude.com/blog/claude-security-public-beta">Claude</a>)</td> </tr> <tr> <td>01:23</td> <td>Gemini CLI v0.40.0 支援本地模型及分層記憶</td> <td><strong>可留但降級</strong></td> <td>GitHub release 可核到 v0.40.x 系列，GitHub discussion/搜尋摘要提到 v0.40.0 包含 tiered memory、本地 Gemma routing、150+ 改進；但原始 X 打開為空，建議寫成「Gemini CLI v0.40 系列更新」，不要過度展開。(<a href="https://github.com/google-gemini/gemini-cli/releases?utm_source=chatgpt.com">GitHub</a>)</td> </tr> <tr> <td>01:38</td> <td>阿里 Qoder 推出遠程控制並發布數字員工 QoderWake</td> <td><strong>可留但降級</strong></td> <td>Qoder 官方博客頁可被搜尋到，但正文解析為空；新浪/每日經濟新聞轉述稱 QoderWake 面向工程師、運營、分析師等角色，Qoder 支援移動端遠程操作。因微信與官方頁解析不完整，建議放開發生態，不作頭條。(<a href="https://qoder.com/zh/blog/qoderwake?utm_source=chatgpt.com">Qoder</a>)</td> </tr> <tr> <td>01:55</td> <td>Cloudflare 聯合 Stripe 支援 AI Agent 自動完成部署</td> <td><strong>可作主新聞</strong></td> <td>Cloudflare 官方博客確認，agent 可透過 Stripe Projects 流程建立 Cloudflare 帳戶、開通付費訂閱、購買域名、取得 API token 並部署應用；人類仍需授權與接受條款。(<a href="https://blog.cloudflare.com/agents-stripe-projects/">The Cloudflare Blog</a>)</td> </tr> <tr> <td>02:08</td> <td>OpenClaw 發布安全復盤及版本更新</td> <td><strong>可作主新聞</strong></td> <td>OpenClaw 官方博客詳述安全復盤、GHSA 報告處理與安全邊界；GitHub v2026.4.29 release 也列出 OpenGrep scanning、GHSA triage、exec/pairing/owner-scope 安全處理等更新。(<a href="https://openclaw.ai/blog/openclaw-security-in-public/">OpenClaw</a>)</td> </tr> <tr> <td>02:23</td> <td>Hermes Agent v0.12.0，優化自我改進循環</td> <td><strong>可作主新聞</strong></td> <td>GitHub release 確認 v0.12.0，稱為 Curator release：背景 Curator 會定期整理、評分、合併與修剪 skill library；同時提升 self-improvement loop、加入更多 provider 與整合。(<a href="https://github.com/NousResearch/hermes-agent/releases/tag/v2026.4.30">GitHub</a>)</td> </tr> <tr> <td>02:37</td> <td>OpenAI 推出 ChatGPT 高級帳戶安全功能</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 官方公告 Advanced Account Security：可選啟用，要求 passkeys/實體安全鑰匙、停用密碼登入、限制 email/SMS recovery、縮短 session，並自動排除對話訓練；保護也適用於同登入下的 Codex。(<a href="https://openai.com/index/advanced-account-security/">OpenAI</a>)</td> </tr> <tr> <td>02:51</td> <td>Google 相冊推出 AI 數字衣櫥，Android 端率先上線</td> <td><strong>可留但降級</strong></td> <td>Google 官方博客確認 Google Photos 將用 AI 從相冊中整理衣物、生成 digital wardrobe，支援分類、搭配與虛擬試穿；但文中寫的是夏季推出、Android 先於 iOS，屬產品功能預告。(<a href="https://blog.google/products-and-platforms/products/photos/google-photos-wardrobe-feature/">blog.google</a>)</td> </tr> <tr> <td>03:05</td> <td>快手上線桌面 AI 智能體 KroWork</td> <td><strong>可留但降級</strong></td> <td>微信原鏈接無法開啟；IT之家與每經轉述稱 KroWork 支援 macOS/Windows，用自然語言完成文件處理、瀏覽器自動化、應用生成與本地部署，並強調本地沙箱。建議保留但標註「微信無法核原文，依媒體轉述」。</td> </tr> <tr> <td>03:18</td> <td>DeepSeek 發布多模態技術報告，視覺原語思考代碼</td> <td><strong>可作主新聞</strong></td> <td>DeepSeek 官方 GitHub 倉庫 <code>Thinking-with-Visual-Primitives</code> 已上線，README 明確寫到 2026-04-30 發布技術報告；方法核心是把 points/bounding boxes 交織進推理軌跡，以解決複雜空間推理中的 Reference Gap。(<a href="https://github.com/deepseek-ai/Thinking-with-Visual-Primitives">GitHub</a>)</td> </tr> <tr> <td>03:44</td> <td>智譜 AI 修復 GLM-5 推理競態 Bug，提交代碼至 SGLang 社區</td> <td><strong>可作主新聞</strong></td> <td>智譜/Z.ai 官方技術博客《Scaling Pain》確認，GLM-5 在高並發、長上下文 Coding Agent 場景出現亂碼、復讀、生僻字等異常；團隊定位並修復多個底層競態 Bug，並稱 HiCache 修復已提交 SGLang PR。(<a href="https://www.zhipuai.cn/zh/research/159">智谱AI</a>)</td> </tr> <tr> <td>03:59</td> <td>OpenAI 披露 GPT 模型「哥布林」詞頻暴漲，Nerdy 性格獎勵致偏</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 官方文章《Where the goblins came from》解釋 GPT-5.1 起「goblin/gremlin」等詞頻上升，原因與 Nerdy personality 的 reward signal 有關；後續移除相關 reward 並過濾訓練資料。(<a href="https://openai.com/index/where-the-goblins-came-from/">OpenAI</a>)</td> </tr> <tr> <td>04:13</td> <td>Cursor 發文詳解 Agent 框架改進</td> <td><strong>可作主新聞</strong></td> <td>Cursor 官方博客詳述 agent harness 的上下文管理、線上/離線 eval、Keep Rate、工具錯誤、模型特化工具鏈等方法，屬 AI coding agent 工程方法論更新。(<a href="https://cursor.com/zh-Hant/blog/continually-improving-agent-harness">Cursor</a>)</td> </tr> <tr> <td>04:26</td> <td>AISI 稱 GPT-5.5 比肩 Mythos，OpenAI 將推 GPT-5.5-Cyber</td> <td><strong>前瞻與傳聞</strong></td> <td>來源為 AISI 與 Sam Altman 的 X 帖，但 X 頁面本次解析不到正文；無 OpenAI 正式公告支持 GPT-5.5-Cyber，因此只能列為傳聞/觀察。(<a href="https://x.com/AISecurityInst/status/2049868227740565890">X (formerly Twitter)</a>)</td> </tr> <tr> <td>04:46</td> <td>Qwen 發布 Qwen-Scope，開源 14 組 SAE 權重</td> <td><strong>可作主新聞</strong></td> <td>Hugging Face Qwen-Scope collection 可核到多組 SAE-Res 權重，包含 Qwen3/Qwen3.5 不同規模；Qwen 官方中文博客鏈接本次打開報 Internal Error，因此以 HF collection 為主要依據。(<a href="https://huggingface.co/collections/Qwen/qwen-scope">Hugging Face</a>)</td> </tr> <tr> <td>05:02</td> <td>OpenAI 更新 Stargate，提前完成十吉瓦基建目標</td> <td><strong>可作主新聞</strong></td> <td>OpenAI 官方文章稱，Stargate 原定到 2029 年在美國 securing 10GW AI infrastructure，但「just over a year later」已超過該里程碑，且過去 90 天新增超過 3GW；GPT-5.5 在 Abilene Stargate site 訓練。(<a href="https://openai.com/index/building-the-compute-infrastructure-for-the-intelligence-age/">OpenAI</a>)</td> </tr> <tr> <td>05:14</td> <td>Google DeepMind 宣布 AI co-clinician 研究計劃</td> <td><strong>可作主新聞</strong></td> <td>DeepMind 官方博客宣布 AI co-clinician research initiative，探索 AI 在醫師監督下作為 care team 協作成員；明確標註目前為研究協作，非診斷/治療/醫療建議用途。(<a href="https://deepmind.google/blog/ai-co-clinician/">Google DeepMind</a>)</td> </tr> <tr> <td>05:32</td> <td>Genspark 攜手 Microsoft，AI Agent 原生嵌入 Microsoft 365 生態</td> <td><strong>可作主新聞</strong></td> <td>Business Wire 公告稱 Genspark 與 Microsoft 建立全球戰略合作，Genspark AI Slides/Sheets/Docs Agents 將作為 Microsoft 365 原生插件嵌入 PowerPoint、Excel、Word，並計劃進入 Microsoft Marketplace / Agent 365。(<a href="https://www.businesswire.com/news/home/20260429907387/en/Genspark-Announces-Global-Strategic-Partnership-with-Microsoft-to-Embed-AI-Agents-Across-Microsoft-365-and-Agent-365">商業通訊</a>)</td> </tr> <tr> <td>05:40</td> <td>小紅書組織升級，成立 AI 部門 Dots 及海外部門 Rednote</td> <td><strong>可留但降級</strong></td> <td>微信原鏈接無法開啟；新浪/每經轉述稱小紅書成立 AI 一級部門 Dots、企業智能部與海外業務部 Rednote。可列產業動態，但要標註「內部信/媒體轉述」。</td> </tr> </tbody> </table> <h2>二、欄目化重排版</h2> <pre><code># AI News｜2026-05-01 ## 要聞 - OpenAI 發布 Codex for Work，將 Codex 從 coding agent 擴展為面向團隊與辦公場景的工作助理。 - Anthropic 推出 Claude Security public beta，基於 Opus 4.7 掃描代碼漏洞並生成修復建議。 - Cloudflare 聯合 Stripe Projects，讓 AI Agent 可自動建立帳戶、購買域名、取得 API token 並部署應用。 - OpenAI 推出 Advanced Account Security，面向高風險帳戶提供 passkey/security key、限制 recovery、縮短 session 等保護。 - OpenAI 更新 Stargate 項目，稱已提前超過美國 10GW AI infrastructure 目標。 ## 模型發布 - OpenRouter 上線 Owl Alpha，百萬上下文、面向 agentic workloads，但 provider 來源不透明。 - xAI Grok 4.3 消息暫無可解析官方正文，不建議寫死。 - AISI / Sam Altman 關於 GPT-5.5-Cyber 的消息目前屬 X 級別前瞻。 - DeepSeek 的「Thinking with Visual Primitives」更準確應放在技術研究，而不是模型正式發布。 ## 開發生態 - Gemini CLI v0.40 系列更新，涉及 tiered memory、本地 Gemma routing 與安全/性能改進。 - 阿里 Qoder 推出遠程控制與 QoderWake，但主要依賴微信/媒體轉述。 - OpenClaw 發布安全復盤與 v2026.4.29 更新。 - Hermes Agent v0.12.0 引入 Curator，自動維護 skill library。 - Cursor 發文詳解 Agent harness 的上下文、eval、Keep Rate 與工具鏈改進。 - Qwen 發布 Qwen-Scope，開源多組 SAE 權重。 ## 產品應用 - Google Photos 推出 AI digital wardrobe，Android 端優先。 - 快手上線 KroWork 桌面 AI 智能體，但微信原鏈接不可開，需標註媒體轉述。 - Genspark 與 Microsoft 合作，將 AI Agents 嵌入 Microsoft 365。 - Codex for Work、Cloudflare×Stripe、KroWork、Genspark/Microsoft 共同指向「Agent 進入真實辦公與部署流程」。 ## 技術研究 - DeepSeek 發布 Thinking with Visual Primitives 技術報告，用點與框等視覺原語輔助空間推理。 - 智譜披露 GLM-5 在高並發長上下文 Coding Agent 場景下的推理競態 Bug 修復。 - OpenAI 分析 GPT 模型「goblin/gremlin」詞頻異常，揭示 reward signal 對模型風格偏移的影響。 - Google DeepMind 宣布 AI co-clinician 研究計劃。 - Qwen-Scope / SAE 權重可放入模型可解釋性與 mechanistic interpretability 線。 ## 產業動態 - OpenAI Stargate 提前超過 10GW 基建目標，算力基建成為 AI 競爭核心。 - 小紅書成立 AI 一級部門 Dots 與海外部門 Rednote，但來源主要是內部信轉述/媒體報導。 - Cloudflare×Stripe 和 Genspark×Microsoft 顯示 Agent 正在進入支付、部署、辦公套件與企業採購鏈路。 ## 前瞻與傳聞 - xAI Grok 4.3：官方 release notes 解析不到內容，暫不建議寫死。 - AISI 稱 GPT-5.5 比肩 Mythos、OpenAI 將推 GPT-5.5-Cyber：X-only，暫列前瞻。 - QoderWake、KroWork、小紅書組織調整：微信原文不可開，須標註來源限制。 </code></pre> <h2>三、趨勢分析</h2> <p><strong>1. Agent 正在從「能做任務」進入「能完成商業閉環」。</strong> Cloudflare×Stripe 讓 agent 可以創建帳戶、付費、買域名、拿 token、部署；Genspark×Microsoft 把 agent 放進 PowerPoint、Excel、Word；Codex for Work 則把日常週報、郵件、表格、簡報納入工作範圍。這些不是普通功能更新，而是 Agent 從「對話工具」轉向「辦公與部署執行層」。(<a href="https://blog.cloudflare.com/agents-stripe-projects/">The Cloudflare Blog</a>)</p> <p><strong>2. 安全成為 Agent 生態的第一等問題。</strong> Claude Security、OpenAI Advanced Account Security、OpenClaw 安全復盤、智譜 GLM-5 推理競態修復，都在說明同一件事：Agent 一旦接入代碼庫、憑證、企業工具、雲部署和長上下文推理，風險不只來自模型幻覺，也來自帳戶接管、插件權限、推理基建競態、密鑰管理與安全邊界。(<a href="https://claude.com/blog/claude-security-public-beta">Claude</a>)</p> <p><strong>3. 模型研究開始更重視「可解釋、可審計、可修正」。</strong> OpenAI 的 goblin 文章展示了 reward signal 如何把局部人格風格傳染到 broader behavior；Qwen-Scope 開源 SAE 權重，則是把特徵層面的觀察與 steering 工具放出來；DeepSeek 用視覺原語讓模型「邊指邊想」，也是把推理軌跡更結構化。這條線比單純 benchmark 更值得長期追蹤。(<a href="https://openai.com/index/where-the-goblins-came-from/">OpenAI</a>)</p> <p><strong>4. AI 醫療正在從問答 benchmark 轉向「臨床協作角色」研究。</strong> DeepMind 的 AI co-clinician 不是直接宣稱替代醫師，而是研究 AI 如何在醫師監督下成為 care team 的協作者，並明確標註目前不作為診斷、治療或醫療建議。這個表述很重要，正式稿不要寫成「Google 推出 AI 醫生」。(<a href="https://deepmind.google/blog/ai-co-clinician/">Google DeepMind</a>)</p> <p><strong>5. 算力基建正在成為 OpenAI 產品與模型節奏的底層敘事。</strong> OpenAI 稱 Stargate 已提前超過 10GW 目標，且 GPT-5.5 在 Abilene Stargate site 訓練。這說明 OpenAI 正把模型能力、產品供給、價格下降與基礎設施擴張放在同一個敘事中：更多 compute → 更強模型 → 更多使用 → 更多收入 → 再投資基建。(<a href="https://openai.com/index/building-the-compute-infrastructure-for-the-intelligence-age/">OpenAI</a>)</p> <h2>四、可直接發佈的短評</h2> <p>5 月 1 日的 AI 新聞主線，可以概括為：<strong>Agent 正在從聊天框與 IDE，進入辦公、部署、支付、安全、醫療與算力基建的真實工作流。</strong></p> <p>OpenAI 發布 Codex for Work，將 Codex 從開發者工具擴展為面向團隊的個人工作助理，可處理簡報、表格、郵件、週報與重複性任務；Cloudflare 聯合 Stripe Projects，讓 AI Agent 能自動建立 Cloudflare 帳戶、購買域名、取得 API token 並完成部署；Genspark 則與 Microsoft 合作，把 AI Agent 原生嵌入 PowerPoint、Excel、Word 與 Agent 365 生態。</p> <p>安全方面，Anthropic 推出 Claude Security public beta，基於 Opus 4.7 掃描代碼漏洞並生成修復建議；OpenAI 推出 ChatGPT Advanced Account Security，強化高風險帳戶的 passkey、安全鑰匙、恢復流程與 session 管理；OpenClaw 發布安全復盤，智譜也公開 GLM-5 在高並發長上下文 Coding Agent 場景下的推理競態 Bug 修復。這些消息共同說明：Agent 越接近真實生產環境，安全、權限、審計和基礎設施穩定性就越關鍵。</p> <p>研究側，DeepSeek 發布 Thinking with Visual Primitives 技術報告，探索用點、框等視覺原語輔助模型空間推理；OpenAI 分析 GPT 模型中「goblin/gremlin」詞頻異常，揭示 reward signal 如何導致模型風格偏移；Qwen 發布 Qwen-Scope，開源多組 SAE 權重，為模型可解釋性提供新素材。產業側，OpenAI 更新 Stargate，稱已提前超過 10GW AI 基建目標；Google DeepMind 則宣布 AI co-clinician 研究計劃，探索醫師監督下的 AI 協作照護模式。</p> <p>需要降級處理的是：xAI Grok 4.3 官方頁本次解析不到正文；AISI / GPT-5.5-Cyber 主要來自 X；QoderWake、KroWork、小紅書組織調整涉及微信原文不可開或媒體轉述，不能與 OpenAI、Anthropic、Cloudflare、DeepMind 這類官方公告同級處理。</p> <p>一句話總結：<strong>今天的關鍵詞是 Codex for Work、Claude Security、Cloudflare×Stripe Agent 部署、OpenAI 高級帳戶安全、DeepSeek 視覺原語、GLM-5 推理基建修復、Qwen-Scope、Stargate 10GW 與 AI co-clinician。</strong></p>