Pydantic AI 发布实时语音智能体支持，采用 speech-to-speech 方式，通过统一的 provider-agnostic API 接入 OpenAI Realtime、Azure OpenAI、Gemini Live 和 xAI Grok Voice，中间不再有转写、生成、合成的流水线。语音会话复用同一个 Agent 对象，服务端工具、消息历史和 API key 都留在后端，浏览器场景可用 WebRTC 直连并在服务端以 sideband 接入，目前浏览器 WebRTC 支持 OpenAI 和 Azure OpenAI。语音与文本共享同一份消息历史，可把通话交给文本 Agent 做结构化抽取，也可用 message_history= 为语音会话续接此前的文本对话；会话的 token 用量、usage_limits 和 OpenTelemetry 追踪与文本运行一致。
#产品更新#语音#Agent
xAI 宣布 Grok Bot 扩大开放范围，现已包含在 SuperGrok、Cursor Pro 和 Cursor Teams 全部方案中，此前该产品于 8 月 11 日以 beta 形式上线。Grok Bot 拥有独立于 Grok 和 Cursor 方案的用量额度，交给 Bot 的任务不计入原有用量。它面向希望由智能体承担项目乃至整个职能的用户，每个 Bot 在云端拥有自己的电脑，可访问浏览器和终端，支持多 Bot 并行与群聊协作，并可通过跟随用户操作来设置例行任务。企业用户可加入等待列表。
#产品更新#Agent#MCP/工具调用
xAI 宣布 Grok 4.6 已在 Microsoft Foundry 上线。Grok 4.6 是 xAI 最新旗舰模型，面向长时间运行的智能体以及交互和视觉类任务，提供 500k 上下文窗口和可配置的推理强度（low、medium、high、xhigh）。Foundry 让企业可以在同一处将 Grok 4.6 与其他前沿模型对比评测、运行特定负载测试、部署托管端点，并在企业级安全与治理控制下运行。
#产品更新#Agent#部署/工程
Claude 在桌面端 Claude Cowork 中内置了浏览器，任务需要访问网站时会在侧边栏打开，由 Claude 自行浏览网页、阅读、点击和输入，无需扩展或额外设置。该浏览器与用户自己的浏览器相互独立，Claude 看不到用户的标签页、书签和密码，登录信息可按站点从 Chrome、Edge 或 Firefox 导入，银行、邮箱和单点登录站点默认排除。本周起向 Pro、Max 和 Team 套餐的 Claude 桌面端（macOS、Windows 及 beta 版 Linux）推送并默认开启，Enterprise 管理员即日起可在组织设置中启用；已使用 Claude in Chrome 的用户仍以其为默认，可在设置中切换。
#产品更新#Agent#MCP/工具调用
Anthropic 宣布 Claude in Chrome 面向所有付费 Claude 套餐正式开放，Claude 可在浏览器中自主执行操作，不再需要逐次批准。安全分类器会在动作执行前校验其是否安全且符合用户请求，用户也可在设置中关闭自动批准。Claude 可读取当前页面并执行输入文字、点击链接、页面跳转和填写表单等操作，沿用用户已有登录状态，从而访问内部仪表盘、遗留系统和供应商门户等未接入 Claude 的工具。Anthropic 表示，在最新评测中，配合探针与安全分类器时，针对 Claude Sonnet 5、Claude Opus 5 和 Claude Mythos 5 的攻击均未成功，针对 Fable 5 的攻击成功率为 0.3%。该功能需从 Chrome Web Store 安装，暂不支持其他 Chromium 浏览器和移动端，企业版管理员可在组织设置中限制其访问的域名。
#产品更新#Agent#安全/对齐
NVIDIA Dynamo 以预览功能形式推出影子引擎恢复，在同一批 GPU 上保留一个已完全初始化的空闲影子引擎，由 GPU Memory Service 共享已有权重而不在 HBM 中额外复制，活跃进程失败后影子引擎可在数秒内接管。在 NVIDIA B200 节点上的双 worker GLM-5.2 部署中，影子引擎恢复用 7.3 秒恢复服务，冷重启需要 283 秒，接近 39 倍差距。该功能要求 Kubernetes 1.34 或更新版本的 Dynamic Resource Allocation 并安装 NVIDIA GPU DRA 驱动，主要支持 vLLM 后端，当前预览版尚不支持将 GMS 用于 KV cache。
#产品更新#部署/工程#推理
#产品更新#Agent#开源生态
Apple 发布近两年来首款新 Mac mini，搭载 2nm M6 或 M5 Pro，并将其定位为可持续运行本地 AI 智能体的桌面设备。M6 版 AI 工作负载速度最高提升至 4 倍，统一内存最高 64GB；预购价 $899 起，预计 Sept. 22 交付。
#产品更新#端侧#Agent
#其他#具身智能
阿里最新视频生成模型 Wan 3.0 已在 ComfyUI 上线，支持单次生成最长 30 秒视频，无需拼接。提示词输入上限扩至 20,000 字符，参考素材最多 20 个，包括 10 张图片、5 段视频、5 段音频和一个文件或 URL，并可通过 @Image1、@Video2 等 @ 语法在提示词中指定用途。模型支持按指令编辑已有视频，如移除或替换元素、重新打光、改变运动，也可延长现有素材，输入加输出总长不超过 30 秒。用户需将 ComfyUI 更新至 v0.33.4 或使用 Comfy Cloud，通过节点库或模板面板调用。
#产品更新#视频#多模态
Ollama 宣布开发者可将 Claude Desktop 配置为使用 Ollama 作为第三方网关，在 Ollama 中打开 Claude 开关即可自动完成配置，并可在本地模型与 Ollama 云端模型之间切换。官方称遥测默认关闭，对所有模型和服务执行零数据保留政策，提示词和数据不会发送给 Anthropic 或 Ollama；关闭该开关即可恢复原有 Claude 设置，也可继续使用 Anthropic 模型。
#产品更新#部署/工程#OpenAI
NVIDIA 发布面向 Vera Rubin 平台的交互式 AI 推理加速器 Groq 3 LPX，Artificial Analysis 在 100K 上下文下用 Gemma 4 31B 实测中位输出速度为 3,431 tokens/秒，10K 上下文下为 3,382 tokens/秒。该加速器采用确定性执行模型，由编译器预先调度芯片间通信并细粒度重叠计算与通信，可与 Vera Rubin NVL72 组合用于 prefill-decode 分离、attention-FFN 分离和外部草稿模型投机解码等配置。在 SPEED-Bench 编码基准上，同一系统用 Gemma 4 达到中位 4,767 tokens/秒、P80 为 5,520 tokens/秒。
#产品更新#部署/工程#推理
LongCat-2.0 现已登陆 Go 版 OpenCode，用户可以试用该模型并构建项目。原文未提供具体功能、性能或使用限制。
LongCat-2.0 now available in Go 1.6T/48B · 1M context · fully open source
#产品更新#编码
Gemini 3.7 Flash 在发布首周打破此前 Gemini 模型的增长纪录，成为该系列增长最快的模型。该模型现已用于 Search 和 Gemini app。
Gemini 3.7 Flash from @Google on ARC-AGI (Verified): - ARC-AGI-2: 84.6%, $0.25/task - ARC-AGI-1: 95.5%, $0.12/task Gemini 3.7 Flash stands out for its low cost and high scores on ARC-AGI-1 and ARC-AGI-2 relative to other frontier models. https://t.co/7cY43PW7Db
#产品更新#搜索#Google
Grok Bot 正在扩大开放范围，所有 SuperGrok Plus、Cursor Pro+ 和 Cursor Teams 订阅用户现在都可以使用。其他用户也可获得有限用量的免费试用。
We're making Grok Bot more widely available. All SuperGrok Plus, Cursor Pro+, and Cursor Teams subscribers now have access. We're also offering a free trial with limited usage for all other users. https://t.co/0D3oUDZQCM
#产品更新#xAI#Agent
We're making Grok Bot more widely available. All SuperGrok Plus, Cursor Pro+, and Cursor Teams subscribers now have access. We're also offering a free trial with limited usage for all other users. https://t.co/0D3oUDZQCM
#其他#产品更新#Agent
Midjourney 更新 alpha.midjourney.com，改进项目分组与侧边栏，并恢复 Upscale、Zoom 和 Vary 功能。此次更新还修复了设置重置、全站卡顿、提示词提交与粘贴、画廊下载、Explore 崩溃等问题，同时调整了编辑器、Moodboards 和 profiles 的交互。
#产品更新#图像生成
Slack 推出 Slack Code，让编程智能体进入共享频道，由工程师及其他团队成员共同查看实时预览、引导开发并协作构建软件。所有 Slack 套餐上线时均可使用，支持接入 ChatGPT、Claude、Devin、Vercel 和 GitHub；部署变更需经人工批准，完成后的频道会归档并可搜索。
#产品更新#Agent#编码
#产品更新#多模态#DeepSeek
DeepSeek Files API 现已免费开放，用户可上传一次图片并通过 file_id 在请求中引用。相同图片可跨请求重复使用，无需再次上传，从而节省请求带宽。
#产品更新#多模态#DeepSeek