AI评测公司Gentrace关停后，两位联创先后加入Anthropic
AI 评测和可观测性工具公司 Gentrace 的联合创始人兼 CEO Doug Safreno 在 X 上宣布加入 Anthropic。Gentrace 帮助企业测试和监控 LLM 输出质量，曾获 Matrix 领投的 A 轮 800 万美元融资（总计融资 1400 万美元），去年底关停。
Safreno 称联合创始人兼 CTO Vivek Nair 已先行加入 Anthropic，Nair 和一位在 Anthropic 的朋友 Yongxing Deng 说服了他跟进，理由是 Anthropic 的速度和价值观。
信源：https://x.com/dougsafreno/status/2048428369218531330
AI 评测和可观测性工具公司 Gentrace 的联合创始人兼 CEO Doug Safreno 在 X 上宣布加入 Anthropic。Gentrace 帮助企业测试和监控 LLM 输出质量，曾获 Matrix 领投的 A 轮 800 万美元融资（总计融资 1400 万美元），去年底关停。
Safreno 称联合创始人兼 CTO Vivek Nair 已先行加入 Anthropic，Nair 和一位在 Anthropic 的朋友 Yongxing Deng 说服了他跟进，理由是 Anthropic 的速度和价值观。
信源：https://x.com/dougsafreno/status/2048428369218531330
X (formerly Twitter)
Doug Safreno (@dougsafreno) on X
I joined Anthropic!
Last year we shut down Gentrace. After 10 yrs as a founder, I got a puppy and took time off.
Then my co-founder @virtuallyvivek joined my friend @yxontheroad at Anthropic. They sold me on its speed and values.
I'm excited to continue…
Last year we shut down Gentrace. After 10 yrs as a founder, I got a puppy and took time off.
Then my co-founder @virtuallyvivek joined my friend @yxontheroad at Anthropic. They sold me on its speed and values.
I'm excited to continue…
新加坡外长在树莓派上自建AI助手，公开完整架构文档
新加坡外交部长 Vivian Balakrishnan 公开了他自己搭建的 AI 助手系统，称之为「外交官的第二大脑」。整套系统跑在一台树莓派 5（信用卡大小的微型电脑）上，接通了他的 WhatsApp 和 Gmail，能转写语音笔记、摘录文章、起草演讲稿、回答问题，并随着使用不断积累知识。Balakrishnan 称「不敢关掉它」。
系统以开源 agent 框架 NanoClaw 为底座，通过 Claude Agent SDK 在独立 Docker 容器（隔离运行环境）中运行 agent，每个聊天群组各自隔离、互不可见。WhatsApp 接入用的是 Baileys（WhatsApp Web 协议的开源实现），不依赖商业 API。语音笔记通过 whisper.cpp 在设备上本地转写，不上传云端。
知识存储分三层，借鉴 Andrej Karpathy 的 LLM Wiki 模式：第一层是原始素材（演讲稿、文章），存档后不修改；第二层是 mnemon 知识图谱（基于 SQLite 的图数据库），将原始素材中的事实提取为独立节点，用本地运行的 nomic-embed-text（一个 274MB 的向量嵌入模型）做语义检索；第三层是 Wiki 页面，将事实编译成人可阅读的叙事文档，按实体、概念和时间线分类，通过 iCloud 同步到手机上的 Obsidian。每次收到消息，系统自动查询知识图谱并将相关事实注入上下文。
安全设计上，容器通过 OneCLI 凭证代理访问 API，不接触原始密钥；路径挂载受白名单限制，屏蔽
Balakrishnan 将完整架构文档发布在 GitHub 上，称「学会与 AI 协作的外交官将拥有真正的优势，我认为这个优势窗口就是现在」。
信源：https://gist.github.com/VivianBalakrishnan/a7d4eec3833baee4971a0ee54b08f322
新加坡外交部长 Vivian Balakrishnan 公开了他自己搭建的 AI 助手系统，称之为「外交官的第二大脑」。整套系统跑在一台树莓派 5（信用卡大小的微型电脑）上，接通了他的 WhatsApp 和 Gmail，能转写语音笔记、摘录文章、起草演讲稿、回答问题，并随着使用不断积累知识。Balakrishnan 称「不敢关掉它」。
系统以开源 agent 框架 NanoClaw 为底座，通过 Claude Agent SDK 在独立 Docker 容器（隔离运行环境）中运行 agent，每个聊天群组各自隔离、互不可见。WhatsApp 接入用的是 Baileys（WhatsApp Web 协议的开源实现），不依赖商业 API。语音笔记通过 whisper.cpp 在设备上本地转写，不上传云端。
知识存储分三层，借鉴 Andrej Karpathy 的 LLM Wiki 模式：第一层是原始素材（演讲稿、文章），存档后不修改；第二层是 mnemon 知识图谱（基于 SQLite 的图数据库），将原始素材中的事实提取为独立节点，用本地运行的 nomic-embed-text（一个 274MB 的向量嵌入模型）做语义检索；第三层是 Wiki 页面，将事实编译成人可阅读的叙事文档，按实体、概念和时间线分类，通过 iCloud 同步到手机上的 Obsidian。每次收到消息，系统自动查询知识图谱并将相关事实注入上下文。
安全设计上，容器通过 OneCLI 凭证代理访问 API，不接触原始密钥；路径挂载受白名单限制，屏蔽
.ssh`、.aws` 等敏感目录。所有语音转写和向量嵌入在本地完成，政策敏感内容不出设备。Balakrishnan 将完整架构文档发布在 GitHub 上，称「学会与 AI 协作的外交官将拥有真正的优势，我认为这个优势窗口就是现在」。
信源：https://gist.github.com/VivianBalakrishnan/a7d4eec3833baee4971a0ee54b08f322
👍1
郭明錤：OpenAI联手联发科高通造手机，立讯独家代工，2028年量产
天风国际证券分析师郭明錤称，供应链调查显示 OpenAI 正与联发科和高通合作开发智能手机处理器，立讯精密为独家系统联合设计与制造伙伴，预计 2028 年量产。规格和供应商预计在 2026 年底或 2027 年一季度确定。
郭明錤认为 OpenAI 做手机的核心逻辑是：只有同时控制操作系统和硬件，才能提供完整的 AI agent 服务；智能手机是唯一能实时获取用户完整状态的设备，这对 AI agent 实时推理至关重要。用户的目标不是使用一堆 App，而是通过手机完成任务和满足需求，这从根本上改变了智能手机的定义。
商业模式上，OpenAI 可能将订阅服务与硬件捆绑，并与开发者共建 AI agent 应用体系。手机处理器设计的核心考量是功耗、内存层级管理和小模型本地运行，复杂任务交给云端 AI。郭明錤以联发科为谷歌做的 TPU Zebrafish 芯片作参照，称单颗 Zebrafish 的营收贡献大致相当于 30 到 40 颗 AI agent 手机处理器。全球高端智能手机市场年出货约 3 到 4 亿部，换机周期可能成为联发科和高通的新增长动力。对立讯精密而言，在苹果供应链中难以超越鸿海的组装地位，这一项目提供了在下一代智能手机中抢占先发位置的机会。
信源：https://x.com/mingchikuo/status/2048587389791269182
天风国际证券分析师郭明錤称，供应链调查显示 OpenAI 正与联发科和高通合作开发智能手机处理器，立讯精密为独家系统联合设计与制造伙伴，预计 2028 年量产。规格和供应商预计在 2026 年底或 2027 年一季度确定。
郭明錤认为 OpenAI 做手机的核心逻辑是：只有同时控制操作系统和硬件，才能提供完整的 AI agent 服务；智能手机是唯一能实时获取用户完整状态的设备，这对 AI agent 实时推理至关重要。用户的目标不是使用一堆 App，而是通过手机完成任务和满足需求，这从根本上改变了智能手机的定义。
商业模式上，OpenAI 可能将订阅服务与硬件捆绑，并与开发者共建 AI agent 应用体系。手机处理器设计的核心考量是功耗、内存层级管理和小模型本地运行，复杂任务交给云端 AI。郭明錤以联发科为谷歌做的 TPU Zebrafish 芯片作参照，称单颗 Zebrafish 的营收贡献大致相当于 30 到 40 颗 AI agent 手机处理器。全球高端智能手机市场年出货约 3 到 4 亿部，换机周期可能成为联发科和高通的新增长动力。对立讯精密而言，在苹果供应链中难以超越鸿海的组装地位，这一项目提供了在下一代智能手机中抢占先发位置的机会。
信源：https://x.com/mingchikuo/status/2048587389791269182
X (formerly Twitter)
郭明錤｜Ming-Chi Kuo (@mingchikuo) on X
OpenAI Set to Redefine Smartphones; MediaTek, Qualcomm & Luxshare Key to Its AI Agent Phone
谷歌DeepMind产品负责人：每家AI产品公司都该自建基准测试
谷歌 DeepMind 高级产品经理、Google AI Studio 产品负责人 Logan Kilpatrick 在 X 上称，每家基于 AI 构建产品的公司都应该建立自己的基准测试（benchmark，用来衡量 AI 模型表现的标准化测试集）。他称这是让模型进步「不成比例地惠及你的公司」的方法，并建议创始人和企业主「明天就开始」。
目前多数公司选 AI 模型靠的是公开排行榜，但这些排行榜测的是通用能力，和具体业务场景往往脱节。比如一家做合同审核的公司，最关心的是条款提取准确率，但公开基准里没有这项测试，模型在这方面的好坏就无从感知。自建基准的好处有二：一是每次模型更新时用自己的业务任务来评估，选出在自己场景下实际最好的模型，而不是公开排名最高的；二是把这些测试集反馈给模型提供商，推动对方在自己关心的方向上持续优化。
Kilpatrick 称 Zapier、Sierra 等公司已在这样做，称「这里有大量可以创造的 alpha（超额收益）」。
信源：https://x.com/OfficialLoganK/status/2048554074107470305
谷歌 DeepMind 高级产品经理、Google AI Studio 产品负责人 Logan Kilpatrick 在 X 上称，每家基于 AI 构建产品的公司都应该建立自己的基准测试（benchmark，用来衡量 AI 模型表现的标准化测试集）。他称这是让模型进步「不成比例地惠及你的公司」的方法，并建议创始人和企业主「明天就开始」。
目前多数公司选 AI 模型靠的是公开排行榜，但这些排行榜测的是通用能力，和具体业务场景往往脱节。比如一家做合同审核的公司，最关心的是条款提取准确率，但公开基准里没有这项测试，模型在这方面的好坏就无从感知。自建基准的好处有二：一是每次模型更新时用自己的业务任务来评估，选出在自己场景下实际最好的模型，而不是公开排名最高的；二是把这些测试集反馈给模型提供商，推动对方在自己关心的方向上持续优化。
Kilpatrick 称 Zapier、Sierra 等公司已在这样做，称「这里有大量可以创造的 alpha（超额收益）」。
信源：https://x.com/OfficialLoganK/status/2048554074107470305
X (formerly Twitter)
Logan Kilpatrick (@OfficialLoganK) on X
Every company building on top of AI should be making their own benchmarks.
This is the way if you want model progress to disproportionally benefit your company.
This is the way if you want model progress to disproportionally benefit your company.
腾讯云QClaw大版本更新：接入Hermes框架，支持DeepSeek-V4 Pro等多模型自由切换
腾讯云 AI agent 桌面工具 QClaw 发布 v0.2.14 版本，接入 Hermes agent 框架，用户可在同一应用中创建和运行两种不同内核的 agent（目前 Hermes 类型仅支持 macOS）。底层模型从固定使用改为自由切换，已支持 DeepSeek-V4 Pro、Hy 3 preview、Kimi-K2.6、GLM-5.1 等最新模型。
原有的「灵感广场」升级为「专家广场」，提供 100 多个按行业和场景分类的预置 agent，用户选专家、说需求、拿结果，无需编写 prompt。每个专家内置独立人设、隔离会话空间和多步骤工作流。
其他更新包括：微信小程序支持语音远程操控和文件共享；新增百度网盘、携程、飞猪、腾讯新闻四个连接器；上线基于腾讯文档的 agent 团队协作功能。
信源：https://mp.weixin.qq.com/s/bqWKKvdOQ61VDEeBe02eKg
腾讯云 AI agent 桌面工具 QClaw 发布 v0.2.14 版本，接入 Hermes agent 框架，用户可在同一应用中创建和运行两种不同内核的 agent（目前 Hermes 类型仅支持 macOS）。底层模型从固定使用改为自由切换，已支持 DeepSeek-V4 Pro、Hy 3 preview、Kimi-K2.6、GLM-5.1 等最新模型。
原有的「灵感广场」升级为「专家广场」，提供 100 多个按行业和场景分类的预置 agent，用户选专家、说需求、拿结果，无需编写 prompt。每个专家内置独立人设、隔离会话空间和多步骤工作流。
其他更新包括：微信小程序支持语音远程操控和文件共享；新增百度网盘、携程、飞猪、腾讯新闻四个连接器；上线基于腾讯文档的 agent 团队协作功能。
信源：https://mp.weixin.qq.com/s/bqWKKvdOQ61VDEeBe02eKg
SemiAnalysis实测：GPT-5.5回到前沿，但OpenAI悄悄藏了一项被Opus压过的成绩
半导体与 AI 分析机构 SemiAnalysis 发布编程助手横向评测，覆盖 GPT-5.5、Opus 4.7 和 DeepSeek V4。核心结论：GPT-5.5 是 OpenAI 半年来首次重返前沿的编程模型，SemiAnalysis 的工程师开始在 Codex 和 Claude Code 之间切换，此前几乎全员只用 Claude。GPT-5.5 基于代号「Spud」的新预训练，是 OpenAI 继 GPT-4.5 之后首次扩大预训练规模。
实测中形成了分工：Claude 做新项目规划和初步搭建，Codex 做推理密集的 bug 修复。Codex 在数据结构理解和逻辑推理上更强，但不擅长推断用户的模糊意图。同一个仪表盘任务，Claude 自动复刻了参考页面布局但数据大量编造，Codex 跳过了布局但数据准确得多。
文章揭露了一个基准测试的操作细节：OpenAI 今年 2 月写博客呼吁行业改用 SWE-bench Pro 作为编程基准的新标准，但 GPT-5.5 的公告却换用了一个名为「Expert-SWE」的新基准。原因藏在公告最底部的小字里：GPT-5.5 在 SWE-bench Pro 上被 Opus 4.7 超过，更远低于 Anthropic 尚未公开的 Mythos（77.8%）。
Opus 4.7 方面，Anthropic 在发布一周后发了 postmortem（事后分析报告），承认 Claude Code 在 3 月至 4 月间存在三个 bug，持续数周，影响几乎所有用户，此前多位工程师反映 4.6 性能下降但被当作主观感受。此外，4.7 的新 tokenizer 会导致 token 用量增加最多 35%，Anthropic 自己承认这一点，相当于隐性涨价。
DeepSeek V4 被评为「紧跟前沿但非领先」，将是闭源模型的最低成本替代品。文章还称「Claude 在中文写作的高难度任务上仍然压过 DeepSeek V4 Pro」，并评论「Claude 用对方的语言赢了中国模型」。
文章提出一个关键概念：衡量模型定价应看「每任务成本」而非「每 token 成本」。GPT-5.5 单价是 GPT-5.4 的 2 倍（输入 5 美元、输出 30 美元 / 百万 token），但用更少的 token 完成同一任务，实际成本未必更高。SemiAnalysis 初步数据显示 Codex 的输入输出比为 80:1，低于 Claude Code 的 100:1。
信源：https://newsletter.semianalysis.com/p/the-coding-assistant-breakdown-more
半导体与 AI 分析机构 SemiAnalysis 发布编程助手横向评测，覆盖 GPT-5.5、Opus 4.7 和 DeepSeek V4。核心结论：GPT-5.5 是 OpenAI 半年来首次重返前沿的编程模型，SemiAnalysis 的工程师开始在 Codex 和 Claude Code 之间切换，此前几乎全员只用 Claude。GPT-5.5 基于代号「Spud」的新预训练，是 OpenAI 继 GPT-4.5 之后首次扩大预训练规模。
实测中形成了分工：Claude 做新项目规划和初步搭建，Codex 做推理密集的 bug 修复。Codex 在数据结构理解和逻辑推理上更强，但不擅长推断用户的模糊意图。同一个仪表盘任务，Claude 自动复刻了参考页面布局但数据大量编造，Codex 跳过了布局但数据准确得多。
文章揭露了一个基准测试的操作细节：OpenAI 今年 2 月写博客呼吁行业改用 SWE-bench Pro 作为编程基准的新标准，但 GPT-5.5 的公告却换用了一个名为「Expert-SWE」的新基准。原因藏在公告最底部的小字里：GPT-5.5 在 SWE-bench Pro 上被 Opus 4.7 超过，更远低于 Anthropic 尚未公开的 Mythos（77.8%）。
Opus 4.7 方面，Anthropic 在发布一周后发了 postmortem（事后分析报告），承认 Claude Code 在 3 月至 4 月间存在三个 bug，持续数周，影响几乎所有用户，此前多位工程师反映 4.6 性能下降但被当作主观感受。此外，4.7 的新 tokenizer 会导致 token 用量增加最多 35%，Anthropic 自己承认这一点，相当于隐性涨价。
DeepSeek V4 被评为「紧跟前沿但非领先」，将是闭源模型的最低成本替代品。文章还称「Claude 在中文写作的高难度任务上仍然压过 DeepSeek V4 Pro」，并评论「Claude 用对方的语言赢了中国模型」。
文章提出一个关键概念：衡量模型定价应看「每任务成本」而非「每 token 成本」。GPT-5.5 单价是 GPT-5.4 的 2 倍（输入 5 美元、输出 30 美元 / 百万 token），但用更少的 token 完成同一任务，实际成本未必更高。SemiAnalysis 初步数据显示 Codex 的输入输出比为 80:1，低于 Claude Code 的 100:1。
信源：https://newsletter.semianalysis.com/p/the-coding-assistant-breakdown-more
Semianalysis
The Coding Assistant Breakdown: More Tokens Please
Hands On With GPT 5.5, Opus 4.7, DeepSeek V4, Why Benchmarks Are Bad, and Who’s Going To Win
❤1
阿里PAI开源AgenticQwen小模型：凭「双数据飞轮」让8B性能逼近235B
阿里 PAI 团队发布并开源了专为工业级工具调用设计的小型智能体语言模型 AgenticQwen（包含 8B 和 30B-A3B 两个版本）。该系列模型通过创新的「双数据飞轮」强化学习框架训练，在大幅降低推理成本的同时，实现了接近千亿参数大模型的智能体（Agent）能力。
核心机制在于其「双数据飞轮」训练法。传统的合成数据容易同质化导致模型性能触顶，AgenticQwen 对此引入了两个飞轮：推理飞轮会从模型的错题中自动生成更难的变体；智能体飞轮则根据模型的执行轨迹，将简单的线性工作流（如单一的订票流程）扩展为包含约束、拒绝和对抗条件的多分支行为树，模拟真实的复杂决策场景。
评测显示，AgenticQwen-8B 在真实工具环境基准（如 TAU-2 和 BFCL-V4）中平均得分 47.4，远超基础版 Qwen3-8B（23.8），逼近 Qwen3-235B（52.0）。AgenticQwen-30B-A3B（仅激活 3B 参数）得分达 50.2。目前该模型已在内部类似 Manus 的生产系统中部署，大幅缩小了与 235B 大模型的差距（端到端推理时间更短），不过论文也坦言，受限于 40K 的原生上下文长度，小模型在深层搜索任务上仍有局限。
信源：https://arxiv.org/abs/2604.21590
阿里 PAI 团队发布并开源了专为工业级工具调用设计的小型智能体语言模型 AgenticQwen（包含 8B 和 30B-A3B 两个版本）。该系列模型通过创新的「双数据飞轮」强化学习框架训练，在大幅降低推理成本的同时，实现了接近千亿参数大模型的智能体（Agent）能力。
核心机制在于其「双数据飞轮」训练法。传统的合成数据容易同质化导致模型性能触顶，AgenticQwen 对此引入了两个飞轮：推理飞轮会从模型的错题中自动生成更难的变体；智能体飞轮则根据模型的执行轨迹，将简单的线性工作流（如单一的订票流程）扩展为包含约束、拒绝和对抗条件的多分支行为树，模拟真实的复杂决策场景。
评测显示，AgenticQwen-8B 在真实工具环境基准（如 TAU-2 和 BFCL-V4）中平均得分 47.4，远超基础版 Qwen3-8B（23.8），逼近 Qwen3-235B（52.0）。AgenticQwen-30B-A3B（仅激活 3B 参数）得分达 50.2。目前该模型已在内部类似 Manus 的生产系统中部署，大幅缩小了与 235B 大模型的差距（端到端推理时间更短），不过论文也坦言，受限于 40K 的原生上下文长度，小模型在深层搜索任务上仍有局限。
信源：https://arxiv.org/abs/2604.21590
arXiv.org
AgenticQwen: Training Small Agentic Language Models with Dual Data...
Modern industrial applications increasingly demand language models that act as agents, capable of multi-step reasoning and tool use in real-world settings. These tasks are typically performed...
❤1
台积电2nm泄密案重判：陈力铭10年，东京电子台湾罚1.5亿
台湾智慧财产及商业法院就台积电 2nm 制程商业秘密案作出一审判决，曾任台积电和东京电子台湾子公司的陈力铭被判 10 年，东京电子台湾子公司被罚新台币 1.5 亿元。案件涉及《国安法》下的「国家核心关键技术」，是台湾近年最受关注的半导体商业秘密案之一。
判决认定，陈力铭离开台积电后进入东京电子台湾子公司，任职行销部门，并向仍在台积电任职的工程师索取先进制程资料，用于协助东京电子争取更多台积电设备订单。涉案资料包括 2nm 生产所用蚀刻设备相关商业秘密，部分资料以拍照、重制方式取得。
其他被告中，另外三名涉案台积电员工吴秉骏、戈一平、陈韦杰分别被判 3 年、2 年、6 年；东京电子台湾子公司员工卢怡尹被判 10 个月、缓刑 3 年。东京电子台湾子公司的 1.5 亿元罚金可缓刑执行，条件是向台积电赔偿新台币 1 亿元，并向公库支付 5000 万元。
东京电子去年被追加起诉后曾称，检方并未指控东京电子集团或台湾子公司组织性指使员工不当取得资料，公司内部调查也没有发现相关机密外流给第三方。台积电此前称，对商业秘密外泄采取零容忍态度，并已强化内部控管。
信源：https://www.reuters.com/legal/litigation/taiwan-court-hands-out-jail-terms-up-10-years-tsmc-trade-secrets-case-2026-04-27/
台湾智慧财产及商业法院就台积电 2nm 制程商业秘密案作出一审判决，曾任台积电和东京电子台湾子公司的陈力铭被判 10 年，东京电子台湾子公司被罚新台币 1.5 亿元。案件涉及《国安法》下的「国家核心关键技术」，是台湾近年最受关注的半导体商业秘密案之一。
判决认定，陈力铭离开台积电后进入东京电子台湾子公司，任职行销部门，并向仍在台积电任职的工程师索取先进制程资料，用于协助东京电子争取更多台积电设备订单。涉案资料包括 2nm 生产所用蚀刻设备相关商业秘密，部分资料以拍照、重制方式取得。
其他被告中，另外三名涉案台积电员工吴秉骏、戈一平、陈韦杰分别被判 3 年、2 年、6 年；东京电子台湾子公司员工卢怡尹被判 10 个月、缓刑 3 年。东京电子台湾子公司的 1.5 亿元罚金可缓刑执行，条件是向台积电赔偿新台币 1 亿元，并向公库支付 5000 万元。
东京电子去年被追加起诉后曾称，检方并未指控东京电子集团或台湾子公司组织性指使员工不当取得资料，公司内部调查也没有发现相关机密外流给第三方。台积电此前称，对商业秘密外泄采取零容忍态度，并已强化内部控管。
信源：https://www.reuters.com/legal/litigation/taiwan-court-hands-out-jail-terms-up-10-years-tsmc-trade-secrets-case-2026-04-27/
Muon训练校准接近完美，测试时仍过自信；DeepSeek V4多数模块也用了它
一篇新论文《Too Sharp, Too Sure: When Calibration Follows Curvature》发现，Muon 这个优化器有个反常现象：模型在训练集上几乎知道自己什么时候答得对、什么时候没把握，但一到测试集，置信度又会偏高，容易把没那么确定的答案说得太满。
可以把它理解成学生刷熟了题库后，对题库里的题很清楚自己会不会；但遇到相似的新题时，仍可能过度自信。论文把问题归到「边距不稳」上：Muon 会让模型在训练样本上把不同类别分得很开，看起来很稳，但输入稍微变一下，这种距离就可能缩回去。模型没有意识到这种变化，还是给出很高置信度。
实验在 CIFAR-10 图像分类任务上跑 ResNet-20。普通训练下，Muon 的测试 ECE 是 0.065，AdamW 是 0.061，SGD 是 0.081，SAM 是 0.020。ECE 可以理解成「模型自信程度和真实准确率的偏差」，越低越好。Muon 并不比 AdamW 差很多，真正特殊的是它训练 ECE 几乎为 0，训练集和测试集之间落差更明显。论文提出的 CalMO 方法能把 Muon 的测试 ECE 降到 0.019。
不过这还不能直接套到大语言模型上。论文实验只做了 CIFAR-10、CIFAR-100 这类小图像任务，以及 MLP、ResNet-20 这类小模型，没有在大语言模型上验证。DeepSeek V4 技术报告披露，多数模块训练用了 Muon 来加快收敛、提升稳定性，但部分模块仍用 AdamW。DeepSeek V4 是否也有类似现象，还要等更直接的实验。
信源：https://arxiv.org/abs/2604.20614
一篇新论文《Too Sharp, Too Sure: When Calibration Follows Curvature》发现，Muon 这个优化器有个反常现象：模型在训练集上几乎知道自己什么时候答得对、什么时候没把握，但一到测试集，置信度又会偏高，容易把没那么确定的答案说得太满。
可以把它理解成学生刷熟了题库后，对题库里的题很清楚自己会不会；但遇到相似的新题时，仍可能过度自信。论文把问题归到「边距不稳」上：Muon 会让模型在训练样本上把不同类别分得很开，看起来很稳，但输入稍微变一下，这种距离就可能缩回去。模型没有意识到这种变化，还是给出很高置信度。
实验在 CIFAR-10 图像分类任务上跑 ResNet-20。普通训练下，Muon 的测试 ECE 是 0.065，AdamW 是 0.061，SGD 是 0.081，SAM 是 0.020。ECE 可以理解成「模型自信程度和真实准确率的偏差」，越低越好。Muon 并不比 AdamW 差很多，真正特殊的是它训练 ECE 几乎为 0，训练集和测试集之间落差更明显。论文提出的 CalMO 方法能把 Muon 的测试 ECE 降到 0.019。
不过这还不能直接套到大语言模型上。论文实验只做了 CIFAR-10、CIFAR-100 这类小图像任务，以及 MLP、ResNet-20 这类小模型，没有在大语言模型上验证。DeepSeek V4 技术报告披露，多数模块训练用了 Muon 来加快收敛、提升稳定性，但部分模块仍用 AdamW。DeepSeek V4 是否也有类似现象，还要等更直接的实验。
信源：https://arxiv.org/abs/2604.20614
arXiv.org
Too Sharp, Too Sure: When Calibration Follows Curvature
Modern neural networks can achieve high accuracy while remaining poorly calibrated, producing confidence estimates that do not match empirical correctness. Yet calibration is often treated as a...
Meta收购Manus交易被撤销
外商投资安全审查工作机制办公室（国家发展改革委）依法依规对外资收购Manus项目作出禁止投资决定，要求当事人撤销该收购交易。
信源：https://zfxxgk.ndrc.gov.cn/web/iteminfo.jsp?id=20623
外商投资安全审查工作机制办公室（国家发展改革委）依法依规对外资收购Manus项目作出禁止投资决定，要求当事人撤销该收购交易。
信源：https://zfxxgk.ndrc.gov.cn/web/iteminfo.jsp?id=20623
👍2👎2🔥1
发改委叫停Meta收购Manus：交易能撤，已迁移技术难回滚
外商投资安全审查工作机制办公室（国家发展改革委）对外资收购 Manus 项目作出禁止投资决定，要求当事人撤销该收购交易。这是 Meta 收购 Manus 后，中国监管首次给出明确结论：交易不能继续做，已经实施的部分也要回到投资实施前的状态。
这笔交易的争议点不只是公司注册地。Manus 虽以后来新加坡主体对外交易，但项目源自中国团队，核心产品是 AI agent（能拆解任务、调用工具并自动执行的 AI 系统）。Meta 今年初确认收购时称，交易后 Manus 不再有中国所有权，并将停止在中国的服务和运营；中国商务部随后表示会从出口管制、技术进出口、数据出境和跨境并购等角度评估。
按《外商投资安全审查办法》，禁止投资后，已经实施的交易可被要求限期处分股权或资产，并采取其他必要措施，恢复到投资实施前状态。问题在于，AI 项目的真正价值不只在股权和代码，还在人、模型工程经验、产品设计和系统架构。股权可以退，合同可以撤，代码和数据可以封存、返还或删除；但如果技术和人才已经进入 Meta 体系，监管很难把已经吸收的知识完全拿回来。
所以这项决定的实际作用更像是把交易变成高风险资产：迫使 Meta 和 Manus 面对剥离、禁用、重组、资金回滚和审计，而不是简单地把时间倒回收购前。它更大的信号意义，是堵住「中国团队和技术先迁到新加坡，再卖给美国大厂」这条路径。
外商投资安全审查工作机制办公室（国家发展改革委）对外资收购 Manus 项目作出禁止投资决定，要求当事人撤销该收购交易。这是 Meta 收购 Manus 后，中国监管首次给出明确结论：交易不能继续做，已经实施的部分也要回到投资实施前的状态。
这笔交易的争议点不只是公司注册地。Manus 虽以后来新加坡主体对外交易，但项目源自中国团队，核心产品是 AI agent（能拆解任务、调用工具并自动执行的 AI 系统）。Meta 今年初确认收购时称，交易后 Manus 不再有中国所有权，并将停止在中国的服务和运营；中国商务部随后表示会从出口管制、技术进出口、数据出境和跨境并购等角度评估。
按《外商投资安全审查办法》，禁止投资后，已经实施的交易可被要求限期处分股权或资产，并采取其他必要措施，恢复到投资实施前状态。问题在于，AI 项目的真正价值不只在股权和代码，还在人、模型工程经验、产品设计和系统架构。股权可以退，合同可以撤，代码和数据可以封存、返还或删除；但如果技术和人才已经进入 Meta 体系，监管很难把已经吸收的知识完全拿回来。
所以这项决定的实际作用更像是把交易变成高风险资产：迫使 Meta 和 Manus 面对剥离、禁用、重组、资金回滚和审计，而不是简单地把时间倒回收购前。它更大的信号意义，是堵住「中国团队和技术先迁到新加坡，再卖给美国大厂」这条路径。
❤1👍1
传Kimi K3三季度发布，参数超2.5万亿，1M上下文
X 账号「日常焦虑帝」爆料称，Kimi K3 计划在 Q3 发布，参数规模超过 2.5 万亿；内部实验已测试远超 100 万 token 的上下文长度，但最终是否向用户开放 1M 上下文仍不确定。爆料还称，当前限制 Kimi 推出 1M 上下文的主要瓶颈不是技术，而是算力资源。
DeepSeek V4 Flash / Pro 已把 1M 上下文作为公开卖点，抬高了开源权重模型的长上下文门槛。Kimi 目前公开版本 K2.6 的上下文窗口仍为 256K，如果 K3 真把 1M 上下文推向公开版本，Moonshot 将在模型规模和长上下文能力上同时追 DeepSeek V4。
信源：https://x.com/gpuhell/status/2048336389125869614
X 账号「日常焦虑帝」爆料称，Kimi K3 计划在 Q3 发布，参数规模超过 2.5 万亿；内部实验已测试远超 100 万 token 的上下文长度，但最终是否向用户开放 1M 上下文仍不确定。爆料还称，当前限制 Kimi 推出 1M 上下文的主要瓶颈不是技术，而是算力资源。
DeepSeek V4 Flash / Pro 已把 1M 上下文作为公开卖点，抬高了开源权重模型的长上下文门槛。Kimi 目前公开版本 K2.6 的上下文窗口仍为 256K，如果 K3 真把 1M 上下文推向公开版本，Moonshot 将在模型规模和长上下文能力上同时追 DeepSeek V4。
信源：https://x.com/gpuhell/status/2048336389125869614
❤2
Altman住宅遇袭后，硅谷富豪开始加保镖
反 AI 情绪升温，叠加高管遇袭事件，正在让硅谷富豪重新评估私人安保。过去很多科技创始人不愿带保镖，最多让司机顺带负责安全；现在安保公司、财富管理顾问和科技圈人士都发现，曝光度高的科技高管开始把随身保护、住宅安保、出行风险评估和线上威胁监测当成常规配置。
这一转变的直接背景，是 UnitedHealthcare CEO Brian Thompson 遇刺，以及有人向 Sam Altman 旧金山住宅投掷燃烧瓶、随后砸坏 OpenAI 总部一扇门的事件。对 AI 公司来说，风险不只来自线下抗议。安保公司称，社交平台会让不满情绪在几天内集中到具体个人身上，公开照片、行程和活动地点也可能泄露可被利用的信息。
上市公司披露也能看到安保支出升温。Equilar 统计的 S&P 500 公司委托书显示，2025 年 37.8% 的公司为至少部分高管提供安保福利，2024 年为 33.5%；提供这类福利的公司中，安保福利中位数从 10.87 万美元升至 13.05 万美元。Meta 在 2026 年委托书中称，因 Mark Zuckerberg 的高曝光度和具体安全威胁，公司为他提供整体安保计划，并在 2025 年为其住宅和个人出行安保支出约 849.83 万美元，另给 1400 万美元税前安保津贴。
私人安保公司也在调整人设。传统戴耳机、穿西装的保镖不一定适合科技创始人的工作和社交场景，客户更想要能进入董事会、晚餐和家庭生活的安保人员。
信源：https://www.theinformation.com/articles/silicon-valley-embraces-new-breed-bodyguards-altman-attack-ai-backlash
反 AI 情绪升温，叠加高管遇袭事件，正在让硅谷富豪重新评估私人安保。过去很多科技创始人不愿带保镖，最多让司机顺带负责安全；现在安保公司、财富管理顾问和科技圈人士都发现，曝光度高的科技高管开始把随身保护、住宅安保、出行风险评估和线上威胁监测当成常规配置。
这一转变的直接背景，是 UnitedHealthcare CEO Brian Thompson 遇刺，以及有人向 Sam Altman 旧金山住宅投掷燃烧瓶、随后砸坏 OpenAI 总部一扇门的事件。对 AI 公司来说，风险不只来自线下抗议。安保公司称，社交平台会让不满情绪在几天内集中到具体个人身上，公开照片、行程和活动地点也可能泄露可被利用的信息。
上市公司披露也能看到安保支出升温。Equilar 统计的 S&P 500 公司委托书显示，2025 年 37.8% 的公司为至少部分高管提供安保福利，2024 年为 33.5%；提供这类福利的公司中，安保福利中位数从 10.87 万美元升至 13.05 万美元。Meta 在 2026 年委托书中称，因 Mark Zuckerberg 的高曝光度和具体安全威胁，公司为他提供整体安保计划，并在 2025 年为其住宅和个人出行安保支出约 849.83 万美元，另给 1400 万美元税前安保津贴。
私人安保公司也在调整人设。传统戴耳机、穿西装的保镖不一定适合科技创始人的工作和社交场景，客户更想要能进入董事会、晚餐和家庭生活的安保人员。
信源：https://www.theinformation.com/articles/silicon-valley-embraces-new-breed-bodyguards-altman-attack-ai-backlash
The Information
Silicon Valley Embraces New Breed of Bodyguards After Altman Attack, AI Backlash
Nvidia CEO Jensen Huang cuts a distinctive image, habitually clad in one of his many leather jackets. But it wasn’t Huang’s outfit that caught the attention of another tech founder who saw him in Manhattan last year: it was the phalanx of security guards…
阿里HappyHorse上线：720P5秒视频最低2.2元
阿里视频生成模型 HappyHorse-1.0 正式开放使用，官网已上线视频生成和视频编辑入口。页面介绍称，HappyHorse 是一个用于生成和编辑视频的 AI 视频创作平台，主打「把灵感变成现实」。
上线同步配套 HappyTime 限时福利：4 月 27 日 18:00 至 5 月 10 日 18:00，全场生成能力限时 7 折，会员还可在此基础上叠加专属折扣。官网显示，包月会员生成一条 720P、5 秒视频最低 2.2 元，新用户首次注册赠送 66 积分。
HappyHorse 此前曾以匿名模型身份出现在 Artificial Analysis 的 AI Video Arena 榜单，在文生视频、图生视频等赛道取得靠前成绩，随后被多家媒体指向阿里 ATH 创新事业部。
信源：https://www.happyhorse.cn/
阿里视频生成模型 HappyHorse-1.0 正式开放使用，官网已上线视频生成和视频编辑入口。页面介绍称，HappyHorse 是一个用于生成和编辑视频的 AI 视频创作平台，主打「把灵感变成现实」。
上线同步配套 HappyTime 限时福利：4 月 27 日 18:00 至 5 月 10 日 18:00，全场生成能力限时 7 折，会员还可在此基础上叠加专属折扣。官网显示，包月会员生成一条 720P、5 秒视频最低 2.2 元，新用户首次注册赠送 66 积分。
HappyHorse 此前曾以匿名模型身份出现在 Artificial Analysis 的 AI Video Arena 榜单，在文生视频、图生视频等赛道取得靠前成绩，随后被多家媒体指向阿里 ATH 创新事业部。
信源：https://www.happyhorse.cn/
✍1
蚂蚁Ling-2.6-1T上线：1T参数主打少token执行任务
蚂蚁 inclusionAI 近日发布 Ling-2.6-1T，这是 Ling 系列新的万亿参数旗舰指令模型，定位不是长思考推理，而是用「Fast-Thinking」机制做精确任务执行。官方称，它在能力上相比 Ling-1T 有明显升级，综合智能接近 GPT-5.4 非推理模式，但输出 token 更少，把 token 效率当成核心指标。
这意味着它瞄准的是 agent 时代的执行型任务：代码修改、工具调用、复杂指令跟随和高频生产环境调用。OpenRouter 页面显示，Ling-2.6-1T 当前已提供免费 API 入口，支持 262.1k token 上下文，最大输出 32.8k token。
官方预告 Ling-2.6-1T 即将开源。
信源：https://openrouter.ai/inclusionai/ling-2.6-1t:free
蚂蚁 inclusionAI 近日发布 Ling-2.6-1T，这是 Ling 系列新的万亿参数旗舰指令模型，定位不是长思考推理，而是用「Fast-Thinking」机制做精确任务执行。官方称，它在能力上相比 Ling-1T 有明显升级，综合智能接近 GPT-5.4 非推理模式，但输出 token 更少，把 token 效率当成核心指标。
这意味着它瞄准的是 agent 时代的执行型任务：代码修改、工具调用、复杂指令跟随和高频生产环境调用。OpenRouter 页面显示，Ling-2.6-1T 当前已提供免费 API 入口，支持 262.1k token 上下文，最大输出 32.8k token。
官方预告 Ling-2.6-1T 即将开源。
信源：https://openrouter.ai/inclusionai/ling-2.6-1t:free
Qoder限时砍半Ultimate模型倍率，重任务成本从1.6x降到0.8x
AI 编程工具 Qoder 宣布，Ultimate 模型档位限时半价，调用倍率从 1.6x 降至 0.8x。优惠自动生效，不需要用户领取或手动开关，覆盖 Pro、Pro+、Ultra 用户，并适用于 Qoder IDE、JetBrains 插件和 CLI。
Ultimate 是 Qoder 面向更难任务的高阶模型档位，主要用于长时间 agent 编程、复杂改动和更高质量输出。倍率从 1.6x 降到 0.8x，等于同样的复杂任务消耗减半。
Qoder 官方定价页同时显示，个人订阅仍处于限时半价：Pro 为 10 美元/月、Pro+ 为 30 美元/月、Ultra 为 100 美元/月，分别对应 2000、6000、20000 credits。官方此前公告称，这轮个人订阅半价活动将在 4 月 30 日 10:00（新加坡时间）结束，但本次 Ultimate 倍率折扣的单独截止时间未公布。
信源：https://x.com/qoder_ai_ide/status/2048415481346834551
AI 编程工具 Qoder 宣布，Ultimate 模型档位限时半价，调用倍率从 1.6x 降至 0.8x。优惠自动生效，不需要用户领取或手动开关，覆盖 Pro、Pro+、Ultra 用户，并适用于 Qoder IDE、JetBrains 插件和 CLI。
Ultimate 是 Qoder 面向更难任务的高阶模型档位，主要用于长时间 agent 编程、复杂改动和更高质量输出。倍率从 1.6x 降到 0.8x，等于同样的复杂任务消耗减半。
Qoder 官方定价页同时显示，个人订阅仍处于限时半价：Pro 为 10 美元/月、Pro+ 为 30 美元/月、Ultra 为 100 美元/月，分别对应 2000、6000、20000 credits。官方此前公告称，这轮个人订阅半价活动将在 4 月 30 日 10:00（新加坡时间）结束，但本次 Ultimate 倍率折扣的单独截止时间未公布。
信源：https://x.com/qoder_ai_ide/status/2048415481346834551
X (formerly Twitter)
Qoder (@qoder_ai_ide) on X
Ultimate, halved.
Starting today, the Ultimate tier on Qoder is half price, drops from 1.6x to 0.8x. Limited time.
Auto-applied. No claim. No toggle.
Pro / Pro+ / Ultra. IDE, JetBrains, CLI.
Now's a good time to put it on something hard. 🤝
Starting today, the Ultimate tier on Qoder is half price, drops from 1.6x to 0.8x. Limited time.
Auto-applied. No claim. No toggle.
Pro / Pro+ / Ultra. IDE, JetBrains, CLI.
Now's a good time to put it on something hard. 🤝
Meta想从太空给AI数据中心供电，先锁1GW容量
Meta 宣布与 Overview Energy 合作，预留最多 1GW 太空太阳能容量，用于未来 AI 数据中心供电。
Overview 的方案是把卫星放在约 2.2 万英里高的地球同步轨道，在太空持续晒太阳，再用低强度近红外光束照回地面太阳能电站。电站把这束光像普通阳光一样转成电并送入电网。这样一来，太阳落山后，地面电站理论上也能继续发电。
Meta 同时还与 Noon Energy 合作，预留最多 1GW/100GWh 超长时储能容量。普通锂电池通常更适合撑几个小时，Noon 的卖点是用可逆固体氧化物燃料电池和碳基储能，把清洁电力存放超过 100 小时。首个 25MW/2.5GWh 试点项目计划 2028 年完成。
AI 数据中心要 24 小时跑，风电和太阳能却要看天气和时间。Meta 已签约超过 30GW 清洁和可再生能源，还参与了总规模 7.7GW 的核能合作；太空电能是更早期、也更冒险的补充。Meta 承认技术还早，Overview 计划 2028 年做轨道演示；如果成功，美国电网最早 2030 年才可能收到商业供电。
信源：https://about.fb.com/news/2026/04/powering-ai-strengthening-the-grid-space-solar-energy-and-long-duration-storage/
Meta 宣布与 Overview Energy 合作，预留最多 1GW 太空太阳能容量，用于未来 AI 数据中心供电。
Overview 的方案是把卫星放在约 2.2 万英里高的地球同步轨道，在太空持续晒太阳，再用低强度近红外光束照回地面太阳能电站。电站把这束光像普通阳光一样转成电并送入电网。这样一来，太阳落山后，地面电站理论上也能继续发电。
Meta 同时还与 Noon Energy 合作，预留最多 1GW/100GWh 超长时储能容量。普通锂电池通常更适合撑几个小时，Noon 的卖点是用可逆固体氧化物燃料电池和碳基储能，把清洁电力存放超过 100 小时。首个 25MW/2.5GWh 试点项目计划 2028 年完成。
AI 数据中心要 24 小时跑，风电和太阳能却要看天气和时间。Meta 已签约超过 30GW 清洁和可再生能源，还参与了总规模 7.7GW 的核能合作；太空电能是更早期、也更冒险的补充。Meta 承认技术还早，Overview 计划 2028 年做轨道演示；如果成功，美国电网最早 2030 年才可能收到商业供电。
信源：https://about.fb.com/news/2026/04/powering-ai-strengthening-the-grid-space-solar-energy-and-long-duration-storage/
Meta Newsroom
Powering AI, Strengthening the Grid: Innovation in Space Solar Energy and Long-Duration Storage
We’re announcing two partnerships to help deliver the reliable power our AI infrastructure and data centers need by advancing innovative energy generation and storage.
❤1
Linear CEO：别幻想AI接管工程，代码Agent只是增加带宽
Linear CEO Karri Saarinen 发长文谈 AI 工具的真实进展，称 agentic coding（由 AI agent 参与规划、改代码、调试和提交的编程方式）已经相当普遍。Linear 自家数据也能看到这个变化：多数付费工作区已安装代码 agent，相关使用活动在几个月内增长超过 5 倍；仅 Linear 自己的云端代码 agent，现在每月已修复 1000 多个 issue，而且还在快速增长。
Saarinen 对这波变化的判断比较克制。他称，私下几乎没人说 agent 能写 100% 的代码，也很少听到真实公司大规模运行完全独立的 agent 集群。工程师仍要给方向、约束和判断，通常只能同时管几个本地 agent，再把少量云端 agent 放到后台处理琐碎修复。
他把 AI 对编程的主要影响概括为「增加带宽」：过去太小、太烦、太耗时的问题，现在更容易顺手解决；但真正困难的问题并没有被同等幅度加速，仍然需要理解系统、权衡取舍、判断什么东西应该存在。Saarinen 同时认为，AI 不会让计划失去价值。构建成本下降后，做错东西也更容易，团队仍然要决定什么最重要，只是计划周期需要变短，也要给实验留出更多空间。
信源：https://x.com/karrisaarinen/status/2048267794924650791
Linear CEO Karri Saarinen 发长文谈 AI 工具的真实进展，称 agentic coding（由 AI agent 参与规划、改代码、调试和提交的编程方式）已经相当普遍。Linear 自家数据也能看到这个变化：多数付费工作区已安装代码 agent，相关使用活动在几个月内增长超过 5 倍；仅 Linear 自己的云端代码 agent，现在每月已修复 1000 多个 issue，而且还在快速增长。
Saarinen 对这波变化的判断比较克制。他称，私下几乎没人说 agent 能写 100% 的代码，也很少听到真实公司大规模运行完全独立的 agent 集群。工程师仍要给方向、约束和判断，通常只能同时管几个本地 agent，再把少量云端 agent 放到后台处理琐碎修复。
他把 AI 对编程的主要影响概括为「增加带宽」：过去太小、太烦、太耗时的问题，现在更容易顺手解决；但真正困难的问题并没有被同等幅度加速，仍然需要理解系统、权衡取舍、判断什么东西应该存在。Saarinen 同时认为，AI 不会让计划失去价值。构建成本下降后，做错东西也更容易，团队仍然要决定什么最重要，只是计划周期需要变短，也要给实验留出更多空间。
信源：https://x.com/karrisaarinen/status/2048267794924650791
X (formerly Twitter)
Karri Saarinen (@karrisaarinen) on X
Some Notes on AI
OpenClaw v2026.4.25：语音回复一口气加了6个TTS提供商，插件启动不再全盘扫描
开源个人 AI 助手 OpenClaw 发布 v2026.4.25，两个最大变化：语音回复从基础功能升级为完整的 TTS 平台，插件系统从全盘扫描迁移到冷持久化注册表。
语音回复方面，新增
插件系统这次做了架构层面的调整。此前每次启动都要扫描所有插件清单文件来发现提供商和能力，现在安装元数据、能力查询、提供商发现全部走冷持久化注册表（一种预先索引好的只读快照）。`openclaw plugins list` 默认读快照，不再触发运行时模块加载；`openclaw doctor --fix` 可按需刷新索引。直接效果是 CLI 命令如
其他更新：OpenTelemetry 可观测性扩展到模型调用、token 用量、工具循环、exec 进程、上下文组装和内存压力，新增 Prometheus 抓取路由和 GenAI 语义规范指标；浏览器自动化新增 iframe 感知角色快照、CDP 就绪超时调优和
信源：https://github.com/openclaw/openclaw/releases/tag/v2026.4.25
开源个人 AI 助手 OpenClaw 发布 v2026.4.25，两个最大变化：语音回复从基础功能升级为完整的 TTS 平台，插件系统从全盘扫描迁移到冷持久化注册表。
语音回复方面，新增
/tts latest 可朗读最新一条回复，`/tts chat on|off|default` 可在当前会话内开关自动语音。新增 TTS persona（角色化语音），支持按 agent 和按账号分别覆盖全局语音配置。提供商一次性扩充 6 个：Azure Speech、小米 MiMo、本地 CLI TTS、Inworld、火山引擎 Seed Speech、ElevenLabs v3。WhatsApp、飞书等渠道的语音消息输出也做了对应适配。插件系统这次做了架构层面的调整。此前每次启动都要扫描所有插件清单文件来发现提供商和能力，现在安装元数据、能力查询、提供商发现全部走冷持久化注册表（一种预先索引好的只读快照）。`openclaw plugins list` 默认读快照，不再触发运行时模块加载；`openclaw doctor --fix` 可按需刷新索引。直接效果是 CLI 命令如
models list --all --provider 在插件多的环境下明显更快。其他更新：OpenTelemetry 可观测性扩展到模型调用、token 用量、工具循环、exec 进程、上下文组装和内存压力，新增 Prometheus 抓取路由和 GenAI 语义规范指标；浏览器自动化新增 iframe 感知角色快照、CDP 就绪超时调优和
browser doctor --deep 深度诊断；Control UI 支持 PWA 安装和 Web Push 通知；首次启动新增全交互式 TUI 引导（Crestodian）和上下文模式选择器。bug 修复超过 100 项，覆盖 Windows/macOS/Linux/Docker 安装、WhatsApp 链接设备保活、会话重置、日志轮转和设备配对安全等。信源：https://github.com/openclaw/openclaw/releases/tag/v2026.4.25
GitHub
Release OpenClaw 2026.4.25 · openclaw/openclaw
2026.4.25
Highlights
Voice replies get a full TTS upgrade: /tts latest, chat-scoped auto-TTS controls, personas, per-agent/per-account overrides, and new Azure Speech, Xiaomi, Local CLI, Inworld, ...
Highlights
Voice replies get a full TTS upgrade: /tts latest, chat-scoped auto-TTS controls, personas, per-agent/per-account overrides, and new Azure Speech, Xiaomi, Local CLI, Inworld, ...
❤1
OpenAI与微软改协议：IP许可转非独占，产品可上任何云平台
OpenAI 和微软宣布修订合作协议。最核心的变化：微软对 OpenAI 知识产权的许可从独占转为非独占，OpenAI 现在可以在任何云平台向客户提供全部产品。微软仍是 OpenAI 的「主要云合作伙伴」，产品优先上 Azure，但不再拥有排他权。
协议其他条款：微软对 OpenAI 模型和产品的许可持续到 2032 年；OpenAI 向微软的分成持续到 2030 年，比例不变但设了总额上限，且不再与 AGI 进度挂钩；微软不再向 OpenAI 支付分成；微软作为大股东继续参与 OpenAI 的增长。Altman 在 X 上确认了上述变化。消息公布后，微软股价一度下跌约 2%，亚马逊涨 1%。
修订的背景是双方关系近期出现公开裂痕。CNBC 4 月 13 日披露的一份 OpenAI 内部备忘录显示，首席营收官 Denise Dresser 向全员称「微软限制了我们在客户所在之处触达他们的能力，对很多企业来说，那个地方是 Bedrock」，并称亚马逊合作带来的客户需求「令人震惊」。此后双方 4 月 23 日以 CISO 办公室名义在 LinkedIn 发布联合声明深化网络安全合作，被视为关系修复的信号。此次协议修订是修复过程中最实质的一步，正式解除了 OpenAI 长期受限于单一云平台的约束。
信源：https://openai.com/index/next-phase-of-microsoft-partnership/
OpenAI 和微软宣布修订合作协议。最核心的变化：微软对 OpenAI 知识产权的许可从独占转为非独占，OpenAI 现在可以在任何云平台向客户提供全部产品。微软仍是 OpenAI 的「主要云合作伙伴」，产品优先上 Azure，但不再拥有排他权。
协议其他条款：微软对 OpenAI 模型和产品的许可持续到 2032 年；OpenAI 向微软的分成持续到 2030 年，比例不变但设了总额上限，且不再与 AGI 进度挂钩；微软不再向 OpenAI 支付分成；微软作为大股东继续参与 OpenAI 的增长。Altman 在 X 上确认了上述变化。消息公布后，微软股价一度下跌约 2%，亚马逊涨 1%。
修订的背景是双方关系近期出现公开裂痕。CNBC 4 月 13 日披露的一份 OpenAI 内部备忘录显示，首席营收官 Denise Dresser 向全员称「微软限制了我们在客户所在之处触达他们的能力，对很多企业来说，那个地方是 Bedrock」，并称亚马逊合作带来的客户需求「令人震惊」。此后双方 4 月 23 日以 CISO 办公室名义在 LinkedIn 发布联合声明深化网络安全合作，被视为关系修复的信号。此次协议修订是修复过程中最实质的一步，正式解除了 OpenAI 长期受限于单一云平台的约束。
信源：https://openai.com/index/next-phase-of-microsoft-partnership/