我的 ChatGPT 的年度总结出来了，大家的年度总结是什么？
我的 ChatGPT 的年度总结出来了，大家的年度总结是什么？
更多动态
钉钉新发的 Agent OS，彻底把 AI 从「陪聊」
变成了能跑业务的「执行层」，不仅是软件升级，连硬件都整上了。 1️⃣ 物理外挂：DingTalk Real直接架在客户内网做 Local RAG。远程调教 Agent，数据全程不出域，安全感拉满。 2️⃣ 从 Chat 到 Action：以前用 ChatGPT 只是给建议，现在 Wukong Agent 能拆解任务。比如说「安排下周差旅」，它能自动跨应用调日历、比价、锁票，而不是只吐一堆文字让我自己订。 3️⃣ 开发者的红利：全面支持 MCP 。不用再给每个模型写「胶水代码」了，接入标准接口就能蹭上钉钉的 B 端流量。 ⚠️ 目前看硬件成本对个人有点高，但对小团队是刚需。 #AI工作流 #本地部署 #数字游民 #钉钉AgentOS #独立开发
剪视频别再死磕时间轴，我用这个「本地 AI Agent」
把粗剪效率提了快一倍。 Filmora V15 新出的 AI Mate，核心逻辑是把 Sora 2、Veo 和本地 NPU 缝合进编辑器，让软件能「听懂人话」自动干活。 我这周在 Mac 上高频实测的感受： 1️⃣ Action Mode 真的很省事：有一条素材，背景全是广播声，直接打字输入 "Remove noise & sync beat"，它自动就把降噪和卡点做完了。 2️⃣ 本地 NPU 更安心：它底层用了微软 Phi Silica 模型，很多指令理解是在本地跑的。签了保密协议的项目素材不用上传云端，这点比纯云端工具稳。 3️⃣ 素材救急：缺空镜直接调 AIGC 生成（接了 Sora 2 和 Veo 3 ），虽然目前看生成速度还得看网速，但拿来做过场动画是够用的。 ⚠️ 实测太复杂的长指令它偶尔会「幻觉」或误解，目前看它更适合处理重复性的机械劳动，别指望它能全自动剪出电影感。 比起 Adobe 全家桶的订阅费，这个对我的钱包确实友好很多。 #AI工作流 #Filmora #视频剪辑 #数字游民 #效率工具
美团 LongCat-2.5发布了。
1.6T 总参、激活约 48B，原生多模态，主推长程智能体，全程国产算力训练。 图像量化成多级离散 token，Visual Coding 与 3D 受益。 大规模长程 RL，把失败轨迹转成可验证训练任务。 W4A4 推理，prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。
商汤开源 SenseNova Loop-9B-Preview。
它不堆参数，堆"层数"。32 层解码器，中间 4–27 层同权重跑两遍 → 前向 56 层计算，只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72，超 Qwen3.5-27B；Terminal Bench依旧落后。
