动察Beating AI News
3.19K subscribers
904 photos
2 videos
1 file
3.44K links
AI新闻信息流
Download Telegram
OpenClaw发布2026.4.21修复越权漏洞,画图默认接入GPT-Image-2

开源 AI Agent 平台 OpenClaw 在同日紧接着发布 2026.4.21 版本。这次更新主要是为了接上 OpenAI 刚发布的新一代画图模型,并补上一个指令权限漏洞。

系统自带的图像生成通道和自动化测试现在默认走 `gpt-image-2`,并在文档和元数据里加上了新的 2K 和 4K 尺寸提示。如果在生成时首选模型失败,网关现在会先把报错打进日志再触发自动回退,避免此前静默切换导致查不出 OpenAI 接口的错误原因。

安全方面修补了指令越权漏洞(#69774)。此前如果开启了所有者专属命令控制(`enforceOwnerForCommands`)但没配白名单(`ownerAllowFrom`),普通用户可能会借着宽泛的兜底策略绕过限制;现在系统强制要求核实所有者身份或 operator.admin 权限。

此外,日常修补方面,浏览器插件找不到无障碍节点时不再硬等超时而是立即拦截,对外发的 Slack 消息也修好了无法保持在原讨论线程里的问题。

信源:https://github.com/openclaw/openclaw/releases/tag/v2026.4.21
谷歌Labs开源Stitch设计格式DESIGN.md

Google Labs 公开 AI 设计工具 Stitch 内部使用的 DESIGN.md 格式草案规范。这是一份让 AI agent 读懂设计系统的文件格式,此前只在 Stitch 内部使用,开源后可在 Stitch 之外的工具里复用同一份设计规则。

一个 DESIGN.md 文件分两层:顶部 YAML 前言写设计 token,机器可读,字段涵盖颜色(hex 值)、字体(含 fontFamily、fontSize、fontWeight、lineHeight 等)、间距、圆角和组件;下方 Markdown 正文按 Overview、Colors、Typography、Layout、Elevation & Depth、Shapes、Components、Do's and Don'ts 的顺序写设计理由,给人看。组件属性通过 {colors.primary} 这类语法引用上方 token。

配套 CLI 工具提供 lint(含 7 条规则和 WCAG 对比度校验)、diff(比对两版差异)、export(导出为 Tailwind 或 DTCG 格式)和 spec(输出规范文档)。token 体系参考了 W3C Design Tokens Format Module。

当前版本为 alpha 0.1.0,采用 Apache-2.0 协议,由 davideast 等 5 名贡献者维护。用户可在 stitch.withgoogle.com 生成自己的 DESIGN.md,或到 GitHub 仓库 google-labs-code/design.md 提交修改。

对 AI 编程 agent 来说,这相当于一份可机器校验的设计契约:agent 不必再猜一个颜色的用途或一个组件的布局逻辑,而是能对照 token 验证选择,并用 WCAG 规则自检配色可访问性。

信源:https://blog.google/innovation-and-ai/models-and-research/google-labs/stitch-design-md/
OpenAI联手埃森哲等咨询机构销售Codex

OpenAI 正在与埃森哲(Accenture)、凯捷(Capgemini)和普华永道(PwC)等咨询机构合作,向企业客户销售其 AI 编程工具 Codex。这是 OpenAI 削减「支线任务」、聚焦编程与企业市场的最新举措。

OpenAI 同时宣布,Codex 的周活跃用户已达 400 万,较两周前的 300 万和上个月的 200 万大幅增长。为推进该合作计划,OpenAI 聘请了前谷歌云高管 Colleen Kapase 担任全球合作伙伴与生态系统副总裁。

OpenAI 首席营收官 Denise Dresser 表示,合作伙伴不仅将帮助客户更新代码,还会将 Codex 及其 Agent 开发平台 Frontier 引入营销、财务和销售等非研发类知识工作领域。

信源:https://www.wsj.com/cio-journal/openai-is-working-with-consultants-to-sell-codex-f355b1b9
OpenClaw创始人回应Claude CLI「解禁」传闻:口头允许但实际仍被封

有人把 OpenClaw 最新文档里那句「Anthropic 允许 OpenClaw 风格的 Claude CLI 使用」截图发到 Hacker News,帖子被顶上首页,又在 X 被连带转起来。OpenClaw 创始人 Peter Steinberger 先后在两边回应,给出目前最清楚的版本:口头允许是真的,实际封锁也是真的。

按 Steinberger 的说法,Claude Code 负责人 Boris Cherny 此前在 X 公开说过 CLI 使用被允许,OpenClaw 据此重新加回支持,默认关掉了 heartbeat 这类高 token 消耗功能。但团队测试下来,Anthropic 服务端仍在封锁 OpenClaw 的系统提示片段,调用照样被拒。他补充,只要几个重命名就能绕开分类器,但他不想玩这种猫鼠游戏。

OpenClaw 接 Claude Code,底层就是调用 claude -p`,也就是官方 Claude CLI 的一次性非交互模式,没有绕开它的独立通道;使用的是 API key 还是 Pro / Max / Team 订阅额度,看本地 Claude CLI 当时登录的是哪个。Anthropic 这轮「封禁 OpenClaw」不是禁 `claude -p 这条命令,而是在服务端按系统提示指纹识别 OpenClaw,命中就拒。Boris 口头的「CLI 允许」和文档里的「`claude -p 复用默许」说的是同一件事,跟订阅额度能不能跑 OpenClaw 之间只差一个分类器放不放行。

OpenClaw 在 v2026.4.5 把 Claude CLI 从新用户默认引导中移除,两天后 v2026.4.7 又加回来,同时对 Claude CLI 运行环境加了一批变量清理和权限限制。本轮文档的「再次被允许」对应的就是 v2026.4.7 这次改动。

信源:https://news.ycombinator.com/item?id=47853799
特斯拉中国车机语音大模型服务完成备案,将接入豆包与DeepSeek

网信上海公布,特斯拉(上海)有限公司的「车机语音大模型服务」于 4 月 20 日完成生成式人工智能服务备案。

特斯拉中国官网此前发布的《特斯拉车机语音助手使用条款》已披露分工方案:Model Y L 车型将搭载豆包大模型与 DeepSeek 模型,均通过火山引擎加密 API 接入。豆包负责语音命令,覆盖导航设定、媒体播放、空调温度调节和车主手册查询;DeepSeek 负责 AI 互动,用于闲聊、查询新闻与天气等场景。

备案完成意味着合规流程已走通,但具体 OTA 推送时间和适用车型范围尚未公布。

信源:https://finance.sina.com.cn/wm/2026-04-21/doc-inhvhrra4893933.shtml
开发者批评Anthropic暗改订阅计划,社区口碑向OpenAI倾斜

Anthropic 在定价页测试将终端工具 Claude Code 移出 20 美元 Pro 计划,引发开发者圈大面积批评。大量用户指责 Anthropic 沟通极其糟糕、做法「贪婪」,抨击这种毫无预警的变相涨价破坏了工具的可靠性,并纷纷扬言退订。

与此同时,社区口碑正明显向 OpenAI 倾斜。一方面是因为 OpenAI 明确承诺 Codex 保留免费和基础订阅档位;另一方面也得益于其近期模型的良好表现:旗舰模型 GPT-5.4 在 OSWorld 计算机使用等测试中超越人类专家基线,刚推出的 ChatGPT Images 2.0 也在 Image Arena 榜单登顶。

商业策略的对比与新模型的坚实表现加速了用户流转。大量原本依赖 Claude Code 的开发者表示正转投 Codex,并调侃 Anthropic 是在主动帮 OpenAI 免费收割用户。根据昨日官方公布的数据,Codex 周活跃用户已突破 400 万。

信源:https://www.reddit.com/r/ClaudeAI/comments/1srzhd7/psa_claude_pro_no_longer_lists_claude_code_as_an/
智谱4月30日起停订GLM Coding Plan无周限额老套餐

智谱发布公告,宣布将于北京时间 2026 年 4 月 30 日 10:00 起,停止 AI 编程辅助服务 GLM Coding Plan「无周限额」老套餐的自动续订。受影响的用户将获赠 2 个月同等级的新套餐权益。

官方表示,由于使用规模持续增长,原有的无周额度供给方式已难以支撑长期稳定的服务。本次调整仅针对当前订阅该老套餐且已开启自动续订的用户。用户当前订阅周期的价格和权益不受影响,赠送的 2 个月权益将于 4 月 30 日自动发放。补偿期结束后,如需继续使用,需要用户自行订阅届时线上的最新套餐。

信源:https://mp.weixin.qq.com/s/5_8RUEKVqTkRQBt2SGhRVw
传清华副教授代季峰创立Naive.ai,获约3亿美元融资

微信公众号「Top华人科创社」爆料称,清华大学电子工程系副教授代季峰创立了 Naive.ai,做开源模型后训练 Agent。融资总额约 3 亿美元,估值约 8 亿美元,投资方包括一线基金和科技巨头,具体机构未披露。

代季峰是计算机视觉领域知名学者,代表作包括可变形卷积网络和多模态基础模型 InternVL,论文总引用超 5 万次。他曾在微软亚洲研究院任首席研究员,后转任商汤执行研究总监,2022 年回清华任教。2025 年加入陈天桥旗下盛大网络孵化的 AI 公司 MiroMind,任联合发起人。

多家媒体此前报道,MiroMind 因合规原因于今年 1 月停止中国运营,代季峰随后离职。爆料称其新公司核心团队包括前 MiroMind 成员及联合创始人朱锡洲,后者为中科大与微软亚研院联培博士,曾任商汤高级研究员、上海 AI Lab 青年研究员。

信源:https://mp.weixin.qq.com/s/dEOwpgwE-HGOSwUbDvSTLw
华盛顿邮报:中国警告陈天桥的AI公司MiroMind勿外迁人才

《华盛顿邮报》援引十余名业内人士称,中国正加力阻止 AI 初创公司将人才和技术转移至海外。除已公开的 Manus AI 调查外,当局直接警告另一家 AI 公司 MiroMind 不得将核心人才和研究成果迁出中国。

MiroMind 母公司盛大集团创始人陈天桥近期被中国监管部门告诫不要将 AI 资源迁出中国,但未对 MiroMind 展开正式调查。MiroMind 自称总部位于加州红木城,联合研发中心设在新加坡,但其早期研究大部分在中国完成。今年 1 月公司要求员工离开中国。

此前担任 MiroMind 首席科学家的清华大学副教授代季峰向《华盛顿邮报》确认已离开该公司,原因是盛大集团要求 AI 研究人员迁往新加坡或日本,他无法接受。目前 MiroMind 正在美国融资,中国已无在职员工,并计划将产品 MiroThinker 改名以淡化中国背景。

信源:https://www.washingtonpost.com/world/2026/04/21/china-ai-competition-manus-meta/
谷歌发布ReasoningBank,智能体从成败经验中提炼推理策略

谷歌研究院发布智能体记忆框架 ReasoningBank,让大模型驱动的智能体在部署后持续学习。核心做法是把过往任务的成功和失败经验都提炼成通用的推理策略存入记忆库,下次遇到类似任务先检索再执行。相关论文在 ICLR 发表,代码已在 GitHub 开源。

此前两类主流方案各有缺陷:Synapse 记录完整行动轨迹,粒度太细难迁移;Agent Workflow Memory 只从成功案例提炼工作流。ReasoningBank 改了两处:存储对象从「动作序列」换成「推理模式」,每条记忆含标题、描述、内容三段结构化字段;失败轨迹也纳入学习。模型调用另一个大模型对执行轨迹自评,失败经验被拆成防踩坑规则,例如从「看见 Load More 按钮就点」升级为「先核对当前页面标识,避免陷入无限滚动,再点击加载更多」。

论文另提出 Memory-aware Test-time Scaling(MaTTS),在推理时投入更多算力反复尝试,并把探索过程存入记忆库。并行扩展让智能体对同一任务跑多条不同轨迹,通过自对比提炼更稳健的策略;顺序扩展在单条轨迹内反复精修,把中间推理记入记忆库。

在 WebArena 浏览器任务和 SWE-Bench-Verified 代码任务两个基准上,用 Gemini 2.5 Flash 做 ReAct 智能体,ReasoningBank 相比无记忆基线在 WebArena 上成功率高 8.3%,SWE-Bench-Verified 上高 4.6%,每项任务平均少走约 3 步;叠加 MaTTS 并行扩展(k=5)后,WebArena 成功率再提 3 个百分点,步数再少 0.4 步。

信源:https://research.google/blog/reasoningbank-enabling-agents-to-learn-from-experience/
OpenAI拟向私募股权合资公司DeployCo投入最多15亿美元

OpenAI 正与多家私募股权机构组建合资公司 DeployCo,注册于特拉华州,OpenAI 持多数股权和超级投票权股份。OpenAI 先注入 5 亿美元股权,后续有权追加 10 亿美元;TPG、贝恩资本、Advent International、博枫(Brookfield)和 Goanna Capital 另外注入 40 亿美元。DeployCo 预计 5 月初完成融资,估值 100 亿美元。

DeployCo 目前由 OpenAI 前 COO Brad Lightcap 管理,已开始招聘自有员工,OpenAI 同时派人借调。Lightcap 此前主导招募了数十名「前线部署工程师」(forward deployed engineers),嵌入客户公司内部帮助落地技术,该模式最早由 Palantir 开创。

DeployCo 的商业模式是向 PE 机构旗下被投企业收费,帮它们将 AI 嵌入业务流程。PE 投资者锁定 5 年,OpenAI 保证每年至少 17.5% 的回报率,知情人士称「这是底线,实际预期远高于此」。DeployCo 持有的 OpenAI 股权未来还可用于收购技术和知识产权。

OpenAI 高管将当前局面描述为 AI 的「能力过剩」(capability overhang):模型能力远超实际使用程度。首席营收官 Denise Dresser 本月在内部销售邮件中称,企业用 AI 的最大瓶颈不是技术,而是「能不能部署下去」。OpenAI 还在同步与麦肯锡和埃森哲合作推动企业采用。Anthropic 也在与黑石和 Hellman & Friedman 谈判类似的合资方案,计划组建 AI 部署咨询公司。

信源:https://www.ft.com/content/87727c4e-05c4-4d84-a9de-4190a9d681a6
Hugging Face开源ml-intern,自动读论文、选数据、跑训练的ML研究代理

Hugging Face 开源 ml-intern,一个能自主完成「读论文、整理数据集、启动 GPU 训练、评估结果、迭代改进」全流程的 ML 研究代理。项目基于自家 smolagents 框架构建,提供 CLI 和网页端两种入口,代码在 GitHub 开源。

ml-intern 的工具链围绕 Hugging Face 生态搭建:在 arXiv 和 HF Papers 上检索论文并沿引用链深读;浏览 HF Hub 上的数据集,检查质量后重新格式化再投入训练;本地没有 GPU 时可调用 HF Jobs 启动云端训练任务,训练结束后自动读取评估输出、诊断失败原因并重跑。默认调用 Claude Sonnet 4.5 驱动决策循环,单次最多迭代 300 轮,上下文超过 170k token 自动压缩。

Hugging Face 在发布帖中给出三个案例。科学推理任务中,代理从基准论文的引用链里找到 OpenScience 和 NemoTron-CrossThink 数据集,从 ARC、SciQ、MMLU 中按难度过滤出 7 个变体,在 Qwen3-1.7B 上跑了 12 轮 SFT,GPQA 得分从 10% 提到 32%,耗时不到 10 小时。医疗场景中,代理判断现有数据集质量不够,自行编写脚本生成 1100 条合成数据并扩增 50 倍用于训练,在 HealthBench 上超过 Codex 60%。竞赛数学场景中,代理自行编写 GRPO 训练脚本并在 A100 上通过 HF Spaces 启动训练,观测到奖励塌缩后跑消融实验排查原因。

信源:https://github.com/huggingface/ml-intern
1
AirJelly上线桌面端主动式AI助手,以Enter键为锚点捕捉用户意图

前字节跳动产品经理柏特创立的持续低熵(Low Entropy AI)发布桌面 AI 助手 AirJelly,已获五源资本融资。柏特此前在字节主导了上下文工程产品 MineContext,随后带着原团队离职创业,团队共 11 人,均在北京线下办公。

AirJelly 不做全量屏幕录制,而是以 Enter 键为锚点:用户每次按下 Enter 时截取屏幕,同时通过 Accessibility 权限获取当前应用、输入框类型和上下文,将这些信息建模为 Event,再由 AI 归纳成 Task。相比此前 MineContext 每天约 1500 张截图的全量方案,Enter 机制将截图量压缩到约 300 张,成本降至五分之一,同时减少了无关截图带来的误判。

记忆系统分两层:静态信息建模为 Entity(人物、项目等),动态信息建模为 Task,每个 Task 包含标题、摘要、进度、下一步和关联 Event。召回时综合向量检索、关键词检索和时间衰减权重,数据全部存在本地。在此基础上,AirJelly 会判断 Task 更新是否达到推送阈值,主动向用户推荐下一步操作,团队称之为 Proactive 触发。

底层 agent 执行能力接入了 OpenClaw 的 Pi 框架,结合 MineContext 的屏幕理解能力。产品目前支持 macOS,Windows 和 Linux 版本在开发中,可在 airjelly.ai 免费下载。团队下一步计划推出「Next Enter Prediction」功能,基于历史行为轨迹预测用户下一次 Enter 要输入的内容,以及支持多人协作的团队版。

信源:https://x.com/airjellyAI/status/2046621478662402498
分析:SpaceX与Cursor的600亿期权实为编码数据对赌

AI 模型评估公司 PatronusAI 联合创始人 Anand Kannappan 在 X 发文,认为外界把 SpaceX 与 Cursor 的交易当成并购是误读,核心是一场实验:开发者行为数据到底是不是编码模型的真正瓶颈。

按他的分析,xAI 的 Grok 在编码能力上一直追不上 Claude Code 和 Codex,而 Cursor 手握全球规模最大的开发者操作轨迹。交易让 Cursor 在 SpaceX 的 Colossus 超算上训练自家 Composer 模型,xAI 同时用相同数据训练 Grok,双方一起验证 Cursor 的数据能否拉开差距。

他认为期权结构正是为这种不确定性定价:数据有用,SpaceX 以 600 亿美元买下 Cursor 和整条管线;没用,付 100 亿美元当实验费。他总结称,一家准上市公司刚为「开发者轨迹是否是编码 Agent 的稀缺资源」标了价,100 亿是实验成本,600 亿是答案为「是」时的估值。

信源:https://x.com/anandnk24/status/2046784367456841969
Altman首谈家宅连续遇袭:头天晚上还说「至少没人想杀我」

Sam Altman 在 Core Memory 播客中首次回应了此前的家宅连续遇袭事件。他说事发前一晚,几位同事在家里吃饭,谈起媒体的密集负面报道,有人安慰他「压力这么大,但某种意义上也算好事」。Altman 当时回了一句:「至少没人想杀我。」第二天燃烧弹就扔到了他家。

Altman 称这件事「让一切都有了参照」:别人在网上说什么难听的话,只要仅限于说,就不算大事。他没有展开描述袭击细节,只说「还会有更多类似的事」,然后把话题转回工作。

Altman 的住宅在 4 月 10 日和 12 日连遭两次袭击。第一起是 20 岁男子 Daniel Moreno-Gama 向住宅大门投掷燃烧弹,安保人员迅速扑灭,无人受伤。Moreno-Gama 随后在 OpenAI 总部附近被捕,身上携带反 AI 宣言,面临企图谋杀、纵火等多项重罪指控,联邦探员后在其得州住所搜出更多材料。两天后的 4 月 12 日凌晨,一辆本田轿车驶过 Altman 住宅时,车内乘客开了一枪,两名嫌疑人 Amanda Tom 和 Muhamad Tarik Hussein 因疑似过失开枪被捕,警方搜到三把枪支。警方表示两起事件的嫌疑人之间没有关联。

信源:https://www.corememory.com/p/the-great-reset-at-openai-ep-67-sam-altman-greg-brockman
1
Brockman接管OpenAI产品整合,Sora因「技术树分叉」被砍

OpenAI 总裁 Greg Brockman 在同一期 Core Memory 播客中透露,他已接手公司整体产品和配套研究的整合工作,上任约「几周」。CEO Altman 称这项变动让公司内部「明显开心了很多」。

Brockman 给出三条产品主线。第一是 Agent 平台,「执行非常顺利」,未来几周有新发布。第二是「计算机工作」,他刻意不用「知识工作」一词,称「没人觉得自己是知识工作者」,核心是把 Codex 从面向工程师扩展为面向所有人。第三是「个人 AGI」,让 ChatGPT 变成有用户上下文、能自主行动的代理,例子是 AI 发现你喜欢的音乐人来本地演出,直接帮你买票。

整合的代价是砍支线。Brockman 确认 Sora 被降级,原因有二:底层模型与 GPT 主线不同,属于「技术树的另一个分支」;创意视频表达不在三条主线之内。他补充称 Sora 团队工作「很出色」,技术「会在其他应用里延续」。同理,他还回顾了 2018 年被砍的机械手项目:用跟打电竞相同的强化学习算法训练,但腱绳 20 小时就断,工程师得半夜赶来修,「那支团队后来去做了 GitHub Copilot」。

信源:https://www.corememory.com/p/the-great-reset-at-openai-ep-67-sam-altman-greg-brockman
Altman亲述与Musk谈判破裂:逐步让步到「绝对控制权」

Altman 在 Core Memory 播客中详细描述了早期与 Elon Musk 的谈判过程。他称四位核心成员,他本人、Brockman、Ilya Sutskever 和 Musk,都同意 OpenAI 需要转为营利性公司。谈判一度接近达成:Musk 要求占多数股权,他们让步了;Musk 要求当 CEO「让所有人知道他说了算」,他们也答应了。但 Musk 最终要求「对 OpenAI 的绝对控制权」,这成为破裂点。原话:「不应该有一个人掌控整个未来,不管那个人是谁。」

Altman 称这个版本「多年来从未对外讲过」,即将开庭的诉讼「让我们别无选择」。他把庭审视为「讲故事的机会」,同时担心 Musk 在开庭前撤诉,「那我们就没机会把这些都讲清楚了」。双方诉讼定于 4 月 27 日开庭,Musk 索赔 790 亿到 1340 亿美元。

信源:https://www.corememory.com/p/the-great-reset-at-openai-ep-67-sam-altman-greg-brockman
Brockman称GPT-5.4 Pro已解出新Erdős问题,预告新模型将补齐写作短板

Brockman 在 Core Memory 播客中透露了两个具体产品进展。一是 GPT-5.4 Pro 已被用户用于解出一个新的 Erdős 问题,他称这「看起来真的很重要」。他对比说,两年前 OpenAI 要让模型拿计算奥林匹克铜牌,需要 20 人团队花两周加大量算力专门训练;现在「一个很随意训练的模型」就能做到,「如果把这个能力指向药物发现会怎样?没有人在定价这件事。」

二是针对主持人 Ashley Vance 批评大模型写作「没有灵魂」,Altman 承认「我们在个性化上还没到位」,Brockman 随即补了一句:「我们在这个维度上也有新模型要出,播客上线之后你可以试试,告诉我们有没有变好。」

信源:https://www.corememory.com/p/the-great-reset-at-openai-ep-67-sam-altman-greg-brockman
NeoCognition获4000万美元种子轮,做能在岗学习的专业化AI智能体

AI 研究实验室 NeoCognition 宣布完成 4000 万美元种子轮融资,走出隐身模式。公司总部在加州帕洛阿尔托,由俄亥俄州立大学副教授 Yu Su 与 Xiang Deng、Yu Gu 联合创立。本轮超额认购,Cambium Capital 和 Walden Catalyst Ventures 联合领投,Vista Equity Partners 参投。天使投资人包括英特尔 CEO Lip-Bu Tan、Databricks 联合创始人兼执行董事长 Ion Stoica,以及 AI 研究者 Dawn Song、Ruslan Salakhutdinov 和 Luke Zettlemoyer。

NeoCognition 要解决的问题是智能体的可靠性。创始人 Yu Su 称,当前 AI 智能体按预期完成任务的成功率只有约 50%,每次执行都像掷骰子。公司的做法是让智能体通过实际使用自主构建所在领域的「世界模型」,捕捉具体业务环境中的规则、关系和约束,在岗位上快速专业化,而不是依赖通用预训练。Yu Su 在 ChatGPT 之前就在俄亥俄州立大学建立了 LLM 智能体研究实验室,团队此前的代表工作包括 Mind2Web、MMMU 和 SeeAct。

商业路线面向企业端,主要服务 SaaS 公司,帮它们在自有产品和运营流程里嵌入能持续改进的 AI 员工。Vista Equity Partners 持有大量企业软件公司,参投也被视为分销渠道。团队约 15 人,多数持有博士学位,目前尚无公开产品。

信源:https://thenextweb.com/news/neocognition-40m-seed-self-learning-ai-agents
微软搭建AI智能体时代的商业交易基础设施

微软 AI 变现副总裁 Tim Frank 宣布一组面向「智能体网络」(agentic web)的商业基础设施更新,目标是让出版商、商家和广告主在 AI 智能体代替用户做决策的场景里继续被发现、被引用、被交易。

核心分三块。第一是出版商内容市场(Publisher Content Marketplace,PCM),去年 Axios 首次报道,现在扩大规模。PCM 帮出版商在 AI 平台引用其付费内容时获得补偿,覆盖地图数据、商品目录、新闻、健康信息等非免费信息。Copilot 是首个接入的需求方,微软正与其他 AI 平台谈判接入。与当前出版商和 AI 平台之间一次性打包付费的 RAG 授权协议不同,PCM 走的是持续交易的市场化路线。

第二是商业协议支持。微软在 Merchant Center 正式上线 Universal Commerce Protocol(UCP)数据源,这是谷歌联合 Shopify 等公司制定的开放标准,让 AI 智能体能直接读取结构化商品信息。同时将 Shopify 的 Global Catalog 接入 Copilot,超过 50 万商家的商品可在 Copilot 里被检索和交易。微软称,Shopify 头部商家接入后在 Copilot 中的曝光份额增长了约 90%。Copilot Checkout 扩展至移动端,并接入 Target 等零售商的会员体系。

第三是广告和洞察工具。Microsoft Clarity 的 AI Visibility 功能扩大开放,帮品牌看到自家网页在 AI 回答中被引用的频率、竞品引用对比和内容缺口建议。新推出 AI Max 搜索广告(5 月公测)、Offer Highlights(在 Copilot 对话中展示商品卖点)和 Audience generation(用自然语言描述目标人群,AI 自动生成受众定向)。

微软表示不会抽取交易佣金,只收技术服务费,费率会保持低位。Frank 称公司 51 年来以企业服务为主,没有作为平台与客户竞争的利益冲突。

信源:https://about.ads.microsoft.com/en/blog/post/april-2026/win-across-all-three-eras-of-the-web
Anthropic上线Prompt Caching Dashboard,可视化缓存命中与成本

Claude Developer Console 上线 Prompt Caching Dashboard,入口在 platform.claude.com/usage/cache。

仪表盘按工作区、模型和时间段筛选,主要展示三项数据:缓存读取率(cache read ratio),即请求中命中已有缓存的比例;缓存用量构成,把输入 token 拆成未缓存、5 分钟缓存写入、1 小时缓存写入和缓存读取四类,以堆叠条形图呈现;写入摊销倍数(write amortization),衡量一次缓存写入被后续读取复用了多少次。截图示例中 Claude Opus 4.6 在 7 天内处理了 27.4 亿输入 token,读取率 85.4%,写入摊销 8.65 倍。底部还有按 1 小时到 24 小时粒度的缓存读取率时序图。

Anthropic 的提示缓存机制允许 API 用户把系统提示、长上下文等固定内容标记为可缓存,首次写入收取额外费用,后续命中则按标准输入价的约一折计费。缓存默认保留 5 分钟,付费可延至 1 小时。此前用户只能从 API 返回的 token 计数字段间接判断缓存效果,没有可视化工具。

信源:https://x.com/ClaudeDevs/status/2046710816884625509