Cursor 推出自托管机器，工具执行可留在自有基础设施内
Cursor 更新支持自托管机器，代码库、构建产物和密钥保留在用户基础设施内的机器上，由智能体在本地处理工具调用。
推荐理由：原文给出自托管机器的池调度、休眠扩缩容和支持的基础设施清单，可帮助评估代码与密钥是否留在自有网络内。
AI 资讯AI 每天都在变，
AI 每天都在变，
这里一页看完
全球 AI 公司、研究机构和媒体的最新动态，自动挑出值得看的，每小时更新。
9月2日 周三6 条
Google DeepMind 为 Gemini 推出 agentic 视频理解功能
Google DeepMind 为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出 agentic video understanding，模型动态扫描视频片段，相比固定帧率处理 token 消耗最多降低 88%，成本最多降低 66%，准确率最多提升 7%。
推荐理由：官方说明列出 token、成本与准确率三项数字和开启方式，开发者可据此评估长视频分析是否换用该模式。
另有 1 家信源报道Google Workspace 推出图像创作编辑工具 Google Pics
Google 发布 Workspace 图像创作与编辑工具 Google Pics，将在未来数周内面向所有 Google AI Pro 和 Ultra 订阅者及多数 Workspace 商业客户推出。
推荐理由：官方发布详解 Pics 的编辑控制与 Workspace 集成节奏，读者可据此判断它如何嵌入现有文档和幻灯片工作流。
另有 2 家信源报道9月1日 周二2 条
Hugging Face 发布 @huggingface/kernels，提供 207 个 WebGPU 内核用于浏览器本地 AI 推理
Hugging Face WebAI 团队发布 @huggingface/kernels 库及 207 个以独立仓库形式托管在 Hub 上的 WebGPU 内核（Apache-2.0），每个内核带 manifest、正确性测试、基准用例和 WGSL 着色器模板。
推荐理由：原文给出与 ORT WebGPU 的对比数据和开源加载方式，读者可据此评估浏览器本地推理的可行路径。
Gemini API 为 Gemini 3.7 Flash 等模型推出 Agentic 视频理解
Gemini API 为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出 Agentic 视频理解，覆盖 Interactions 和 GenerateContent 两个 API。模型可动态导航视频时间线，按需请求转写、帧或音频轨，长视频内容相比静态处理最多节省 88% 的 token。
推荐理由：官方说明动态按需取用转写、帧和音频的机制，读者可据此评估长视频处理的 token 成本变化。
8月31日 周一1 条
基于 MiniMax H3 Max 的 24 小时 AI 直播网站上线了
MiniMax 将 H3 Max 768P、480P 接入开放平台和 MiniMax Design，海外开发者已借此搭建出 Twitch 直播和 24 小时“AI 电视台”。
推荐理由：原文给出 H3 Max 的生成速度、吞吐量提升和接入入口，并梳理了社区围绕它做实时直播的具体玩法。
8月29日 周六1 条
Open ASR 排行榜新增首个全球南方语言：印地语与印度英语评测集
Voice Arena 与 Hugging Face 合作，为 Open ASR 排行榜引入 Monsoon en-IN 和 Monsoon hi-IN 两个评测集，覆盖印地语与印度英语，其中印地语是该排行榜多语言板块首个非欧洲语言。数据集含公开与私有分割，共 4,888 位说话人，并记录 12 项说话人属性，旨在暴露按地区、年龄、性别等维度分布不均的语音识别误差。
推荐理由：把评测单元从单一 WER 下探到带 12 项说话人属性的分组，能暴露模型在不同地域、口音、设备上的表现差异，让 ASR 选型不再只看平均错误率。
8月27日 周四2 条
Unsloth AI@UnslothAI产品AI 评分72Unsloth 发布 GLM-5.3-Flash GGUF 量化版本地运行方案
Unsloth 发布 GLM-5.3-Flash（ox-alpha）的 GGUF 量化版本，可在 128GB RAM 设备上以 3-bit 运行。该模型为 Z.ai 的 320B-A18B 开源多模态模型，MIT License 发布，原文称其在 DeepSWE、编码和智能体基准上媲美 Claude Opus 4.8。
推荐理由：原文给出了各量化档位的内存需求和精度保留数据，读者可据此判断在 128GB 设备上本地运行该模型的可行性。
Claude in Chrome 正式全面上线
Anthropic 宣布 Claude in Chrome 现已面向所有付费 Claude 套餐全面开放，Claude 可在浏览器中自主执行操作，无需逐步审批。系统通过安全分类器在每次操作前验证其安全性及是否符合用户请求，并强化了针对提示注入攻击的防御。最新评测显示，在启用探测与安全分类器后，自 Opus 4.8 起的所有模型均未出现攻击成功案例。
推荐理由：Claude in Chrome 从逐步确认改为自动批准，改变的是长流程浏览器任务的干预频率，愿意信任安全分类器的用户可把注意力从操作审核转向结果检查。
8月26日 周三3 条
DeepSeek V4 Pro 0813 上线 Fireworks：SWE-Bench Verified 达 95.2%，单任务成本约为 Fable 5 的三分之一
Fireworks 上线 DeepSeek V4 Pro 0813，提供 serverless、专属部署及 SFT/DPO/RFT 训练支持，模型具备 1M token 上下文窗口和原生工具调用。
推荐理由：原文用四组基准和逐任务成本数据对比 V4 Pro 与 Fable 5、Kimi K3，并指出 Java 弱项与路由空间，读者可据此选型。
Andrew Ng@AndrewYNg产品AI 评分67OpenWorker 新版发布，内置网络安全智能体
Andrew Ng 旗下开源智能体 OpenWorker 发布新版，强化安全工作流。其 harness 完全开源，安全团队可审计无后门。新版内置代码漏洞扫描、依赖供应链注入检测和云安全配置检查三类网络安全智能体，并支持本地运行开源权重模型以保护敏感代码。
推荐理由：OpenWorker 把漏洞、依赖和云配置检查放进可本地运行的开源 agent，安全团队能在代码不出本机的前提下审计工具链，比闭源方案多一层透明。
Claude 记忆功能全面打通聊天与 Cowork，用户可逐条查看和编辑
Claude 即日起将聊天与 Claude Cowork 的记忆统一，用户在任一场景对话时都能调用此前积累的上下文，减少重复解释。记忆会在聊天过程中实时更新，用户可在 Memory 设置中按主题查看、编辑或删除每条记忆。健康、信仰等敏感话题默认不存储，但可在设置中开启，且敏感识别号、犯罪记录等始终不会被保存。
推荐理由：价值在把跨会话记忆变成可逐条编辑的文件，修改一处旧公司名就能在后续所有对话中生效，降低长期项目协作里反复交代背景的成本。
另有 3 家信源报道8月25日 周二5 条
Apple 推出搭载 M5 Max 与 M5 Ultra 的全新 Mac Studio
Apple 发布搭载 M5 Max 与全新 M5 Ultra 的 Mac Studio，AI 性能最高提升 4.3 倍，图形性能提升 1.8 倍，存储速度提升 2 倍。M5 Ultra 版本支持最高 512GB 统一内存与 1.2TB/s 内存带宽，可完全在设备端运行大型 LLM；四台集群可带来最高 3 倍分布式 AI 推理速度提升。新品今日起接受预购，9 月 22 日开售。
推荐理由：M5 Ultra 的 512GB 统一内存与每 GPU 核神经加速器，让本地运行超大规模 LLM 从演示走向可用，云成本与 token 计费不再是部署前置条件。
Apple 发布 M6 与 M5 Ultra，性能与 AI 算力大幅跃升
Apple 推出首款 2nm 芯片 M6，搭载 12 核 CPU、12 核 GPU 及双 16 核神经引擎，统一内存带宽最高 170GB/s，多线程性能较 M5 提升 1.2 倍。M5 Ultra 采用首款四芯片封装架构，最高 36 核 CPU、80 核 GPU，带宽达 1.2TB/s，较 M3 Ultra 提升 50%。两款芯片分别用于新款 Mac mini 与 Mac Studio。
推荐理由：M5 Ultra 的 512GB 统一内存和 1.2TB/s 带宽，让数百亿参数模型可以完全在本地运行，降低了大模型本地部署的硬件门槛。
飞书与豆包合并后首款Agent产品“豆包工作”发布
字节正式发布办公Agent产品“豆包工作”，这是7月30日飞书与豆包产品团队整合后的首个重要产品，也是继WorkBuddy、千问办公之后办公Agent领域的第三个巨头玩家。该产品由豆包原“工作任务”独立而成，与飞书原生打通，支持飞书账号登录，完整继承企业AI额度、文档、多维表格、知识库、聊天、邮件及飞书权限系统，并具备电脑操控功能，可将固定流程封装为可反复调用的Skill。
推荐理由：对比需要频繁配置飞书 CLI 的路径，豆包工作直接继承飞书文档、权限与企业 AI 额度，把已有组织数据变成可调用的工作上下文，可能改变飞书企业部署 Agent 的门槛。
Ollama 支持 Claude Desktop 接入本地模型
Ollama 宣布支持将 Claude Desktop 配置为通过 Ollama 第三方网关运行。用户在 Ollama 中打开 Claude 开关即可自动完成配置，可选择 Ollama 内本地或云端模型，关闭开关即恢复原有 Claude 设置。FAQ 说明默认禁用遥测，Ollama 对所有模型和服务执行零数据保留政策，且可继续切换使用 Anthropic 模型。
推荐理由：Ollama 官方说明接入 Claude Desktop 的开关式配置方式和数据保留政策，开发者可据此评估是否在本地与云模型间切换。
MetaRoCE：为 AI 规模以太网打造的全新 RDMA 传输协议
Meta 设计并开源了 MetaRoCE，一个专为 AI 工作负载在通用以太网上打造的 RDMA 传输协议，已通过 Open Compute Project（OCP）发布规范、参考软件实现和合规测试套件。该协议将智能移至端点，原生支持乱序交付、多路径、无损容忍和双向拥塞控制，无需 PFC，可在百万 GPU 规模下提供高吞吐、低尾延迟。现有 RDMA Verbs API 和软件栈无需修改即可运行。
推荐理由：MetaRoCE 把拥塞控制与路径选择交给端点，AI 集群无需 PFC 也能在有损以太网上维持吞吐，实测 1% 丢包下保持 86% 吞吐，为大规模组网去掉无损约束提供了依据。
8月24日 周一3 条
NVIDIA Vera Rubin NVL72 树立 AI 智能体效率新标准：每瓦特工作量提升至 30 倍
NVIDIA 实测数据显示，Vera Rubin NVL72 在智能体工作负载下每兆瓦吞吐量较 GB300 NVL72 最高提升 30 倍，每百万 token 成本降低至 35 倍。
推荐理由：对电力受限的 AI 工厂，每兆瓦吞吐量 30 倍提升与 token 成本同步下降，意味着同等能源预算下可承载的 agentic 负载量级不同，部署决策中的成本模型可能改写。
ElevenLabs 发布 CLI v1，将 ElevenLabs API 带入终端
ElevenLabs 发布 CLI v1，把 ElevenLabs API 直接带入终端，OpenAPI spec 中的所有 API 端点都可用作子命令。
推荐理由：官方介绍 CLI 的 agents-first 设计细节，读者可以了解如何用文件和版本控制管理大规模 Agent 配置工作流。
Artificial Analysis 发布 Speech Agent Arena 评测真实语音智能体表现
Artificial Analysis 推出 Speech Agent Arena，让人类参与者在 15 个工具调用场景和 20 个非工具场景中盲测对比 Speech to Speech 模型，以 Preference Elo 和 Task Success Rate 评分。
推荐理由：原文给出真实任务下语音智能体的偏好与任务成功率两套结果，提示对话好听不等于任务完成。