智谱一口气开源 6 款模型:200 tokens/s + z.ai 域名,国产开源模型的「降维打击」又升级了

6 月 4 日,智谱做了一件极其「大方」的事:一次性开源三大类 6 款 GLM 模型,覆盖沉思、推理、基座。推理速度 200 tokens/s 刷新国内商用纪录,价格仅为 DeepSeek-R 1 的 1/30。同时拿下顶级域名 z.……

Databricks 开源 Omnigent:跨 Claude Code、Codex、Pi 的 Agent 编排层,会是「Android 时刻」吗?

Databricks + Neon 联合开源 Omnigent——首个跨 Claude Code、Codex、Pi 的 Agent meta-harness。Apache 2.0 许可证。

Fable 5 下架余波:白宫被指偏袒 OpenAI,印度借机掀起 AI 主权辩论

Fable 5 下架余波持续发酵:Gary Marcus 指控白宫偏袒 OpenAI 和亚马逊,印度科技领袖借机掀 AI 主权辩论。

Fincept Terminal 测评 2026:真正可用的开源彭博终端

Fincept Terminal 凭什么做到 Bloomberg 级别的分析能力——$0 成本、18.4 k GitHub Stars、37 个 AI Agent、实时交易。一篇深度测评。

热门

25 5 月

Next AI Draw.io 测评 2026:28 k Stars 的开源图表革命

2026 年图表软件市场规模$6.05 亿,CAGR 10%;AI 思维导图市场增长更猛,CAGR 20.71%。Next AI Draw.io 用自然语言对话+18 个 AI 框架直接生成专业图表——你只需描述,它画出一切。
25 5 月

Claude Agents 会做梦了:Anthropic 如何用"睡眠学习"让 AI Agent 从工具进化为同事

2026 年 5 月 Anthropic 发布 Dreaming 功能,让 AI Agent 在会话间"做梦"学习。深度解析四阶段 Consolidation、Harvey 6 倍完成率案例,以及 Agent 记忆如何成为 2026 年 AI 新战场。
25 5 月

Cursor 3.3 vs Claude Code 2.1:我在两个工具上分别写了 6 个 PR,结论和你想的不一样

2026 年 5 月,AI 编程工具的战场正在发生一件微妙的事:它们不再互相替代,而是开始分工。 70% 的专业开发者现在同时使用 2-4 个 AI 编程工具(Silverthread Labs, 2026 年 3 月)。Claude Code 在 2025 年 State of Code 调查中以 57% 的使用率排名第一,Cursor 以 43% 紧随其后。Claude Code 以 91% 的满意度(CSAT)和 NPS 54 领先——JetBrains 2026 年 1 月的万人调查显示,这两个工具的工作场所采用率已经完全持平(各 18%)。 我们在两个工具上分别完成了 6 个相同的 PR——从简单的 utility 函数到跨模块重构。结论和主流观点有点不一样。 Key Takeaways– Claude Code 在复杂多文件任务上首遍准确率达 78%,比 Cursor 高 5 个百分点(SitePoint Benchmark, 2026)– Cursor 在简单高频任务上性价比胜出:42 分/美元 vs Claude Code 的 31 分/美元(SitePoint,...
25 5 月

MCP 不再只是 Claude Desktop 的玩具:2026 年 5 个变化让它成了 AI 基础设施

一年多前,Anthropic 发布 Model Context Protocol(MCP)时,大多数人的反应是「又一个协议」。它解决的问题很具体:让 Claude Desktop 连接外部工具和数据源。到了 2026 年 5 月,这个判断已经……
22 5 月

8.5 k Star、699 Fork、Product Hunt #3:OpenHuman 这款 AI Agent 平台为什么突然爆了?

2026 年 5 月第二周,GitHub Trending 榜上换了个新面孔。不是新的编程框架,不是新的 LLM 推理引擎,而是一个叫 OpenHuman 的桌面 AI Agent——17,709 Star,1,547 Fork,60 个贡献者,v 0.53.43 版本每几天迭代一次。 它在 Product Hunt 上冲到 #3,Dev Community 上多篇文章同时讨论。Tech Times 写了一篇尖锐的分析:《The Agent That Reads You First》。 但这个项目的有趣之处不在于增长数字——而是在于它选择了一条和所有主流 AI Agent 都不同的技术路线。它不是「等你描述任务然后执行」,而是「在你开口之前,它已经通过你的 Gmail、GitHub、Notion、Slack、Calendar 建立了一张上下文地图」。 Key Takeaways– OpenHuman 以「上下文优先」路线切入,区别于 OpenClaw 的广度模式和 Hermes 的观察学习模式– 118+ 第三方 OAuth...
22 5 月

AI 编程工具正在重塑开发工作流:GitHub 的生存危机与三个关键信号

一句话结论:AI 编程工具不再只是辅助——它们正在从底层重构开发者工作流,而 GitHub 作为代码托管平台的角色首当其冲受到影响。 AI 摘要 发生了什么:微软内部示警 GitHub 面临”生存级风险”,AI 编程助手(Cursor、Claude Code)改变了开发者的代码编写、调试与协作方式核心变化:开发者不再必须将代码持续上传至 GitHub 仓库;Claude Code 转向 HTML 作为主要输出格式;OpenAI 以巨额 API 额度抢占下一代创业者影响对象:所有依赖代码托管的开发者、GitHub/Copilot 生态、AI 编程工具创业者、YC 及早期创业公司下一步观察:GitHub Copilot CLI 能否夺回开发者工作流;HTML 输出格式是否会成为 AI Agent 新标准;OpenAI 的 YC 投资能否转化为生态锁定 发生了什么 2026 年 5 月 19 日,科技媒体 The Information 报道,微软内部已发出示警——GitHub 正面临”生存级风险”。竞争压力主要来自 Anthropic 的 Claude Code、Cursor 以及 OpenAI 相关工具。这些 AI 编程产品正在系统性地改变开发者写代码、调试与协作的方式,也在削弱”把代码持续上传到 GitHub 仓库”这一核心行为惯性。 这不是一个孤立信号。同一周,Claude Code 团队发布了重要博文《The unreasonable effectiveness of HTML》,宣告团队正从 Markdown 全面转向 HTML 作为主要输出格式。此外,OpenAI 宣布向 Y Combinator 当前批次每家创业公司提供价值 200 万美元的 API 额度投资,以换取股权。 三条消息指向同一个趋势:AI 编程工具的竞争已经从”代码补全”演进为”工作流重构”,而在这场重构中,旧的平台范式正在被挑战。 核心变化 1. 代码托管不再是默认终点 微软在 2021 年推出 GitHub Copilot,依托 OpenAI 技术提供实时代码建议,率先定义了 AI 编程助手的形态。但竞争比预想中来得更快:到 2024 年,Cursor 已推出可处理复杂任务的集成开发环境;到 2025 年,Claude Code 又将 AI 编程能力延伸到终端,可自主完成多步骤工程任务。 变化的关键在于:这些工具不再是 GitHub 的”插件”或”扩展”——它们本身就是新的工作入口。开发者在 Cursor 或 Claude Code 中完成编码、测试、调试的完整闭环,代码托管变成了可选的最后一步,而非必须的中间环节。 微软的应对措施也印证了威胁的严重性。2025 年初,微软曾允许 Windows、Microsoft 365、Outlook、Teams 和 Surface 等工程团队同时使用 Claude Code 与 GitHub Copilot 命令行界面。但在内部试用后,一名高级主管要求相关团队在 2026 年 6 月底前停止使用 Claude Code,统一转向 GitHub Copilot CLI,理由是统一工具链并贴合微软现有仓库、安全与工程流程。 2. Claude Code 的 HTML 转向:AI 输出范式的标志性切换 5 月 20 日,Claude Code 团队成员 Thariq Shihipar 发表博文,详细阐述了团队从 Markdown 全面转向 HTML 输出的理由。这不是一个简单的格式偏好变化——它标志着 AI Agent 的输出能力达到了一个新临界点。 信息密度:HTML 可以承载表格、CSS 样式、SVG 图表、JavaScript 交互,Markdown 在信息密度上已无法满足 AI 生成内容的复杂度可读性:超过 100 行的 Markdown 文件很少有人真正读完,但 HTML 可以组织视觉结构,包括标签页、插图、链接导航分享便利:HTML 文件通过浏览器直接打开分享,团队成员实际阅读的概率远高于 Markdown 附件双向交互:HTML 允许在文档中加入滑块、按钮、表单等交互元素数据摄取能力:Claude Code 可以读取代码库、Slack、Linear、浏览器、git 历史等上下文生成综合报告 更值得关注的是,Claude Code 团队从”一个计划文件”转向了”多个 HTML 文件用于计划的不同部分/阶段”。这意味着 AI 编程的产出不再是线性的文档,而是结构化的、可交互的知识制品。 3. OpenAI 的 YC 投资:争夺下一代开发者入口 5 月 20 日,OpenAI 联合创始人 Greg Brockman 在 X 平台上宣布,OpenAI 将向 Y Combinator 当前批次的每家创业公司提供价值 200 万美元的 API 额度投资,以换取股权。这一策略让人联想到 Sam Altman 在 YC 合伙人时期,Yuri Milner 向每家创业公司提供投资的先例。 这笔投资的战略意图很清晰:让最优秀的早期创业者从第一天起就深度绑定 OpenAI 的 API 生态。当这些公司成长起来,它们不会仅仅把 OpenAI 当作一个模型供应商,而是基础设施本身。 为什么重要 对开发者:工作流正在从”写代码→提交 GitHub→协作审查”变为”向 AI 描述需求→AI 生成代码/计划→本地完成→选择性托管”。熟悉这套新流程的开发者将获得显著的效率优势。对创业者:GitHub 的”生存级风险”警示是一个信号——任何一个看似稳固的开发者平台,在 AI Agent 时代都可能被重新定义。对行业生态:竞争正在从单点功能(代码补全)升级为全栈工作流。赢家将是能提供端到端 AI 开发体验的平台。 FAQ 这对普通开发者意味着什么? 开发者现在面临一个选择:继续以 GitHub 为中心的协作工作流,还是尝试 AI 原生的 Cursor/Claude Code 工作流。后者在效率和体验上有明显优势,但团队协作、代码审计、CI/CD 等环节的迁移需要时间。建议小团队或新项目先行尝试。 GitHub 会被取代吗? 短期内不会。GitHub 拥有超过 9000 万月活用户和 10 亿美元年重复性收入,生态惯性极强。但它的角色正在从”必须的代码仓库”变为”可选的协作平台”。 HTML 输出会替代 Markdown 吗? 在 AI Agent 场景下几乎肯定会,但在人类直接编辑场景下 Markdown 仍有简洁性优势。更可能的分工是:人类用 Markdown 快速记录,AI 用 HTML 输出结构化成果。 参考来源:The Information、Claude...
22 5 月

别再说 AI 视频不专业了,原生 4 K、角色一致性和每周 15 亿张图改变了局面

先说一个数字:ChatGPT 每周有超过 15 亿张图片被生成。不是 1500 万,是 15 亿。OpenAI 官方 5 月 19 日披露了这个数据,距离他们发布 Images 2.0 才几个月时间。 这件事放在一年前,谁也想不到。但现在回头看,AI 图像和视频生成正在同时经历一场质变——画质更好了,角色不乱变了,工具也从”玩玩而已”变成了”真能干活的”。我们不谈虚的,就聊三件刚发生的事。 Kling AI 拿出了原生 4 K,好莱坞先开始用了 5 月 20 日,Kling AI 正式推出了全球首个原生 4 K 视频生成模型。关键词是”原生”——不是拍个低分辨率视频再拉大,而是从底层就开始渲 4 K 画质。目前已获得好莱坞制片人、动画工作室 Wonder Studios 和动画导演的三方采用反馈,共同指向:AI 视频生成开始满足专业制作的质量底线了。 角色一致性:PixVerse 发现了一个简单但被忽略的解法 5 月 20 日,PixVerse 团队展示了一个工作流:在角色开始运动之前,先用 AI 生成一张清晰的角色分镜图作为参考,然后再基于这个分镜生成视频。这个看似简单的”多一步”操作,恰恰解决了 AI 视频最让人头疼的问题:同一个角色在不同镜头里长得不一样。用他们的话说:”相同的角色、清晰的故事节点、镜头指导、动作细节——一致性始于动作之前。” 每周 15 亿张图:ChatGPT 正在成为最大的图像生成平台 ChatGPT 周生成 15 亿张图意味着什么?做个不严谨的参照:Statista 数据显示 2023 年全球数码相机出货量约 780 万台。按此估算,ChatGPT 一周生成的图像数量大约相当于全球数码相机全年销量的 2 倍。这个趋势对 AI 视频生成有直接影响——图像生成的”人人都能玩”正在培养一批对 AI 视觉内容不抗拒的用户。 FAQ AI 视频生成现在是免费的吗? Kling AI 和 PixVerse 都提供免费试用额度,但 4 K 原生生成通常需要付费订阅。新用户注册一般有免费生成次数。 原生 4 K 和普通视频有什么区别? 原生 4 K 是模型从底层直接渲染 3840×2160 分辨率,每个像素都是 AI 计算出来的。普通方式是先生成 720 p/1080p 再放大,放大过程会导致画面模糊或角色变形。 我一个普通人能做出来专业级视频吗? 可以,但不等于”随便点一下就行”。好的 AI 视频需要写清楚提示词,PixVerse 展示的例子说明:细节越具体,效果越好。多试几次就能摸到门道。 数据来源:OpenAI/X (@OpenAI)、PixVerse/X (@PixVerse_)、Kling AI/X (@Kling_ai),2026 年 5 月🔗 相关阅读: