--digest

POCHE DIGEST

Google 发布 Gemini 4 Argon 前沿模型,输出上限扩至百万 Token

Google 正式公布新一代前沿模型 Gemini 4 Argon,目前正通过 Fairwind 计划向受信任的网络安全防御人员逐步推出。该模型将单次输出 Token 上限从 6.4 万提升至业界领先的 100 万,专为长时间跨度、多步骤的深度推理工作流设计。在实际工程与企业基准测试中,Argon 在长程软件工程评测 DeepSWE v1.1 达到 77.9%,并在经济影响力指数 Vals Index 上位居第一。据官方介绍,Google 内部已将其用于量子算法优化、数据中心内存调度以及将 Fuchsia Zircon 内核等数十万行核心代码从 C/C++ 迁移至 Rust。

Cloudflare 宣布将建立面向全网的公共证书颁发机构

Cloudflare 宣布计划成为公共证书颁发机构(CA),为全球互联网提供免费、自动化的 TLS 证书。为确保在新证书机构建立初期具备广泛的设备兼容性,公司已申请加入主流根证书计划,并达成协议收购 GlobalSign 拥有高兼容度的既有根证书。该服务将全面支持 ACME 协议,现有使用免费证书的用户只需更改目录 URL 即可无缝切换,同时 Cloudflare 还计划支持抗量子密码证书。当前免费加密网络高度依赖 Let's Encrypt 单一机构,Cloudflare 这一举措旨在为全球 WebPKI 生态提供关键的基础设施冗余。

OpenAI 推出 ChatGPT 插件扩展规范,支持深度界面定制

OpenAI 开发者平台发布了基于模型上下文协议(MCP)的插件扩展(Plugin Extensions),允许开发者将自定义工具深度嵌入 ChatGPT 核心界面。开发者可以通过几行 SDK 代码,将插件能力接入全局侧边栏、对话分屏面板、桌面输入框唤起以及文件查看与编辑器中。系统还提供了富表单组件与双向上下文同步支持,目前已集成 Canva、Figma 与 Adobe 等第三方应用。该扩展功能即将向 ChatGPT 免费版与 Go 用户开放,进一步拓展了模型与外部软件的交互维度。

Fermion Research 发布开源轻量语音识别模型 Phonon-2

Fermion Research 开源了轻量级英文语音识别模型 Phonon-2,采用 CC-BY-4.0 协议发布。该模型通过将每个权重存储为 2.1 比特的 5 个学习层级,将文件体积压缩至 164 MB,在 Open ASR 英文测试集上取得了 5.21% 的平均词错误率,表现达到甚至超越了 2.5 GB 的原始全精度教师模型。在性能方面,Phonon-2 在搭载 M5 芯片的 MacBook Air 上仅用约 20 秒即可完成一小时音频的转录。该模型为端侧与高并发语音转写场景提供了极低硬件开销的高精度开源解决方案。

Shopify 推出电商设计界面 Canvas,由 AI Agent 驱动全店定制

Shopify 推出名为 Canvas 的全新可视化设计工作区,将陆续向商家推送。该平台允许商家在一个连续画板中通览网店的全部页面,并与内置的 AI 编码代理 Sidekick 协作进行交互式修改与实时全店定制。商家在 Canvas 中直接操作真实代码渲染而非静态预览,Sidekick 则能在理解主题架构的基础上跨模板修改文件,并通过截图自我检查设计效果。该工具降低了电商独立站高度定制化的门槛,使非技术背景的创业者也能快速搭建具有针对性的品牌店铺。

美国联邦政府推出综合服务入口 America.gov

美国官方正式上线全新门户网站 America.gov,旨在将分布在联邦、州和地方政府的约 2.9 万个官方网站整合进统一的服务入口。该平台依托智能交互系统,直接基于官方来源回答公民关于地址变更、护照办理、退伍军人医疗及商业登记等各类政务问题。平台承诺不收集或存储用户个人信息,会话关闭后即时销毁,且全程无广告接入。官方透露,平台计划在 2027 年进一步推出跨机构姓名更新、职位匹配和在线表单办理等一体化办事功能。

Figure 将已退役的 F.02 人形机器人熔铸为纪念品

人形机器人公司 Figure 宣布正式退役其 F.02 代机器人机队,以便将技术资源集中于后续 F.03 与 F.04 的研发。出于保护自研执行器等核心硬件知识产权的考量,Figure 在演员 Arnold Schwarzenegger 的提议与参与下,决定采用整体熔炼方案。团队在芬兰伊马特拉的冶炼厂利用 75 吨电弧炉,训练具备自主跳跃策略的机器人跃入钢水池完成销毁。熔炼后的金属棒已运回美国,将被加工成少量纪念构件向公众限量发售。

Jason Fried 借助 Claude 打造文本替代控制工具 Write_On

37signals 联合创始人 Jason Fried 借助 Claude 开发了一款名为 Write_On 的个人写作工具。与传统版本控制不同,该工具核心聚焦于词、句和段落级别的“候选替代控制”,允许作者在写作过程中探索不同措辞,并通过侧边栏由 AI 提供灵感。软件采用 Markdown 格式,界面设计了类似手写笔迹的微波浪下划线,并在切换回原句时提供特定音频反馈。这一实践展示了创始人利用前沿大模型在短时间内将个人化工作流转化为可用软件的开发范式。

Polar 推出面向知识工作自动化任务的 AI 浏览器

团队源自 MIT、YC 及 Perplexity 的初创公司发布了基于 Chromium 构建的 AI 浏览器 Polar。该产品允许用户以自然语言指令驱动浏览器代理,在现有的网站登录态下自动执行市场调研、销售线索挖掘、招聘及日常运营等长达数小时的任务。Polar 具备任务定时调度、当前标签页上下文提取以及操作实时接管等能力,旨在减少知识工作者在跨系统检索与数据录入中的上下文切换损耗。

Tavus 发布实时视频交互模型 Griffin 与 PALs 伙伴系统

人工智能研究实验室 Tavus 发布了声称通过实时视频图灵测试的 AI 模型 Griffin,测试中 48% 的受试者将其误认为真人。公司同时推出了 PALs 系统,整合负责轮流对话理解的 Sparrow 2 模型与视频渲染模型 Phoenix 4.5,实现面部微表情、音调与环境感知的实时双向交互。该技术已被 Salesforce、Orum 等企业用于打造自动化销售代表、培训辅导与医疗咨询专员,并面向开发者提供无代码构建工具及 API。

AWS 优化开发者体验:引入第三方登录与单提示词配置编码代理

AWS 开发者团队公布了一系列降低使用门槛的产品改动,现已支持使用 GitHub、Google 或 Apple 账号快捷登录控制台。新版本简化了权限预设流程,允许开发者通过单一提示词快速配置编码代理,并在全新的设置页面集中管理项目资源。团队协作方面,新体验支持通过电子邮件直接邀请成员,并为升级至付费方案的项目引入了严格的支出上限控制机制。

Counter Forms 发布复古意式无衬线字体 Originale

独立字体厂牌 Counter Forms 正式发布由 Robert Janes 耗时八年设计的西文字体家族 Originale。该设计植根于 20 世纪 60 年代意大利新无衬线体风格,灵感来源于 Nebiolo 的 Forma 与 Umberto Fenocchio 的 Linea 等经典作品。Originale 包含从 Regular 到 Bold 的多种字重与斜体,通过微妙的几何方感、调和的对比度与严谨的笔形结构,在日常印刷与屏幕排版中平衡稳固性与温和气质。

macOS 原生菜单栏工具 Onlight 发布,简化 Hue 智能灯控制

开发者推出专为 macOS 15 及更高版本设计的原生菜单栏应用 Onlight。该工具专为飞利浦 Philips Hue 智能照明生态打造,支持 Apple Silicon 与 Intel 架构设备,允许用户无需打开笨重的官方客户端即可在菜单栏快速切换不同房间与灯具的状态。应用同时提供了自定义全局键盘快捷键功能,方便用户在桌面端快捷调整灯光亮灭与色彩氛围。