11月11日周三 · 40 条
谷歌向公众开放 Gemini 4 Carbon，并新增 Agent 群体协作，定价 2 美元/百万 token 起；Anthropic 同日推出含表格、白板的 AI 办公套件，与谷歌正面竞争。机器人侧，Gemini Robotics 2.5 在奔驰产线分拣成功率达 96%，英伟达 GR00T 2 可看视频学动作。
Google 将 Gemini 4 Carbon 从两周前的"网络安全防御者"小范围开放推向公众，称其为"最强模型"，可与 Anthropic、OpenAI 的顶级系统竞争。Carbon 定位为处理复杂多步编码和开放式科研等极限任务，而一个月前发布的 Argon 仍是多数软件工程与知识工作的首选。Google 同时在 Agent 开发平台 Antigravity 上预览"swarm"功能，可把单条提示词变成一组协作 Agent。Carbon 通过 Gemini API、AI Studio、Gemini for bu…
推荐理由输入 2 美元/百万 token，约为 GPT-6 Astra 的五分之一，做 Agent 可先算成本账
Google Chrome、Microsoft Edge、Mozilla Firefox 和 MDN 团队联合维护的 Modern Web Guidance 发布，通过 CLI 把 Web 平台最佳实践和浏览器兼容数据注入编码 Agent 的上下文。执行 npx modern-web-guidance@latest install 即可安装，也支持不安装直接搜索指南、按 ID 检索、扫描代码库中的遗留模式。项目称编码 Agent 因训练数据含大量旧代码，常为已有原生方案的任务生成臃肿 JavaScript。指南覆盖…
推荐理由用一条 npx 命令让编码 Agent 少写 2019 年的旧 JS，还能扫描现有代码库找出可现代化的遗留写法
Anthropic 发布 Claude Whiteboards 和 Claude Sheets 测试版，同时将 Claude Dashboards 正式更名为 Claude Data 并全面可用，所有付费套餐均可使用。Whiteboards 是团队与 Claude 共同头脑风暴的共享白板，可把口述计划转成带负责人和时间线的时间表，并导出为文档、演示或 Lucid、Miro 等工具。Sheets 支持生成带标签页、公式、格式和下拉菜单的表格，并可在单元格内编辑、追踪改动，可导出 .xlsx 或 CSV。Claude …
推荐理由付费用户现在就能用 Claude 直接生成表格和白板，省去导出到 Excel 或 Miro 的步骤
MiniMax 发布开源权重图像生成模型 H3-Image，基于 H3 构建，支持文生图、参考图生成和图像编辑。官方称可在 10 秒内生成 4096×4096 的 4K 图像，速度最高为主流方案的 5 倍，最多支持 16 张参考图，提示词遵循度在开源权重模型中处于领先。模型权重已在 Hugging Face 开放，同时上线 MiniMax API、MiniMax Code 和 Hailuo AI。API 价格为同类主流产品的 50%–70%，标准模式速度是主流的 1.5–2 倍，Highspeed 模式为 3–4 …
推荐理由开源权重加 4K 十秒生成，API 价格只有主流的一半到七成，做图像应用可直接换用
Google 的 Gemini 4 Carbon 两周前仅向部分网络安全人员开放，现已向所有用户开放。发布价为输入 2 美元/百万 token、输出 10 美元/百万 token，与 GPT-6.1 Sol、Claude Sonnet 5.5 同档；12 月 1 日起价格翻倍至 4 美元/20 美元，与 Opus 5.5 相同。Simon Willison 用低、中、高三档思考强度测试了画鹈鹕，默认中档；还用 Google Antigravity IDE 生成 Three.js 动画并录屏。另有用户用 Antigr…
推荐理由价格 12 月 1 日翻倍，现在用比之后省一半，做 Agent 可先切过去试
一项测试让 16 个大模型在 TIS-100 汇编解谜游戏中各做一次尝试（pass@1），每题限时 10 到 45 分钟。Opus 5.5 和 GPT-6 Astra 都解出全部 55 题，并各在 11 题上刷新前沿点；Opus 5.5 找到 72 个新前沿点，GPT-6 Astra 为 32 个，但 GPT-6 Astra 的纪录接近度更高（78.0 对 77.2），两者差距的 95% 置信区间包含零。Gemini 4 Argon 解出 54 题、8 个新前沿点。解题与优化是两种不同能力：Gemini 3.8 F…
推荐理由看 16 个模型在同一游戏里的解题与优化能力排名，以及 pass@1 加前沿点这套评测方法怎么设计。
OpenRouter 用一个 GitHub 任务对比了 MCP 服务器、gh CLI 和 skill 三种方式在 Claude Haiku 5.5、Claude Sonnet 5.5、GPT-6 Luna、Gemini 3.8 Flash 上的 token 消耗。在 Sonnet 5.5 上，三者都答对了，但输入 token 差距很大：CLI 用了 1421 个，skill 用了 3315 个，MCP 服务器加载默认工具时用了 59417 个。GitHub MCP 服务器的 46 个默认工具每次请求固定增加 194…
推荐理由做 Agent 工具选型前先看这组数：MCP 默认工具每次请求多花 1.9 万 token，CLI 只要 1421。
Google DeepMind 发布视觉-语言-动作模型 Gemini Robotics 2.5，并与 Apptronik、奔驰在匈牙利 Kecskemét 和德国 Sindelfingen 的现役产线上做了试点：Apollo 2 人形机器人从散料箱中分拣金属件并按装配顺序放入托盘，成功率达 96%。该模型在 200 多项任务上测试，相比自家此前基线成功率提升 30% 至 100%，完成任务快 20% 至 30%。它支持 Apptronik Apollo 2（22 自由度五指手）和 Franka Duo 等不同机器…
推荐理由96% 成功率是在真实奔驰产线上跑出来的，做具身智能和工业落地的人可以直接参考这组数字
Google 宣布 Gemini Intelligence 登陆更多 Android 设备：摩托罗拉首款支持该功能的 motorola signature 27 于 11 月 19 日在美国开启预售，Pixel 10、Pixel 10 Pro XL、Pixel 10 Pro Fold 通过本次 Pixel Drop 获得最新功能。语音转结构化文本的 Rambler 上线上述 Pixel 10 机型及 motorola signature 27；跨应用任务自动化（订餐、叫车、订位）扩展至英国、印度、日本。此外推出 C…
推荐理由Pixel 10 用户可等 Pixel Drop 升级，Rambler 和自然语言建小组件是能直接用的新功能
爆料者 Aaron Perris 发现 Apple 正在开发一款名为 Harbor 的 Mac 应用，可将 Mac 变成私有 AI 推理服务器，在 Apple 芯片上本地运行开放权重模型，数据不出硬件、不上云。多台支持 Thunderbolt 5 的 Mac 可互联，把统一内存池化为单一推理资源，从而运行超出单机容量的大模型或承载更高并发。应用内可直接浏览、下载、加载模型，自动发现设备组集群，无需命令行和手动配置。目前 Harbor 在 Apple 旗下 Claris 品牌下进行私有预览，尚未公布公开发布时间。
推荐理由本地跑大模型不用再折腾命令行，多台 Mac 用 Thunderbolt 5 拼内存跑大模型，值得关注本地部署的人留意
英伟达公布机器人基础模型 GR00T 2，从人类第一视角视频中学习动作并迁移到机械臂，减少训练时的遥操作。模型被称为「世界-动作模型」（WAM），同时预测下一步动作和未来短时视频画面，借此在不同机器人形态间迁移动作序列。训练用了超过 1000 块 GB300 芯片、约 40 万小时人类佩戴头戴摄像头的操作视频。测试中五指机器人未经专门遥操作即可点蜡烛、切香蕉、把包裹抛上传送带，成功率 10% 到 80% 不等；对 50 个已表现较好的任务，不到 3 分钟常规训练可把成功率从 40% 提升到 95%。长程装配任务中搭…
推荐理由成功率 10%-80% 的差距说明哪些任务能直接用、哪些还不行，做具身智能的可以据此判断落地边界
Tether AI Research 发布 BotPsy，一个 0.8B 参数、基于 Qwen3.5-0.8B 构建的端侧 Agent 模型，专注函数调用与工具使用，覆盖网页搜索、旅行、金融、设备控制、日历、邮件等场景。官方称其在所测 1.2B 参数以下模型中工具调用与 Agent 表现达到 SOTA，六项基准中五项领先，包括参数规模为其 2.5 倍的 Qwen3.5-2B-Think，仅在 Claw-Eval 上落后。模型提供 safetensors 与 GGUF（bf16、Q8、Q4）版本。官方说明其仍会出错，…
推荐理由想在本地或端侧跑 Agent 的开发者可直接下载 GGUF 量化版，0.8B 即可覆盖工具调用场景
immich Banned immich-app/immich High performance self-hosted photo and video management solution. We ask you not to open PRs generated with an LLM. PlatformGitHub CategoryOther Scopecode, docs, issues Stars 118,789 Verif…
推荐理由政策监管类信息，来自 Hacker News · AI，建议按需查看原文。
MBZUAI 基础模型研究所（IFM）发布 PAN 2，这是一个面向物理智能的开源世界模型：输入场景和文本动作，输出模拟结果的视频。权重、训练代码和推理代码均以 Apache 2.0 协议开放。模型为 29B 参数的稠密扩散 Transformer（MMDiT），输出 704×1248、24 fps、最长 20 秒的视频，需要数据中心 GPU 运行。在 100 个多步任务上，完整计划完成率为 34.0%，是所测 6 个模型中最高的；但在单步动作和人类偏好上落后于 MiniMax-H3，Physics-IQ 得分为 …
推荐理由机器人、Agent 开发者可以免费获取 29B 世界模型的权重和代码，在仿真中先验证计划再执行
Fish Audio 发布全双工语音模型 Live 3，边听边说，可在用户停顿、说「嗯哼」或改口时不中断通话。官方称对「mm-hmm」这类短回应最快 186 ms 决定是否开口，完整回答并行准备；该数字是短反应的下限，不是完整回复的首字延迟，且未公布基准分数和延迟分布。模型把轮次判断从流水线规则移入语音模型，用真实人类对话训练，独立推理层仍负责指令和工具。已在 Fish Agent Platform（公测）和 Fish Audio API 上线，企业可本地部署，Agents 提供 /v1/agent/* REST …
推荐理由做实时语音 Agent 的开发者可看：轮次判断交给模型，186 ms 短反应延迟
安全公司 Claroc 研究发现，SpaceXSI 的 vibe-coding Agent Grok Build 通过分享链接泄露了数千名用户的敏感数据，包括内部商业计划、广告提案、医疗检查结果、员工姓名和工号。平台本用随机化 URL 限制访问，但开发者的设计决策使任何人可枚举数千个活跃项目。泄露数据中还有 24 个来自 SpaceXSI（SpaceX 与 xAI 合并后名称）自己构建的应用，含标密的入职计划、594 个账户的销售区域图和内部系统地址。
推荐理由用 Grok Build 分享过应用的人应立即检查链接是否可被枚举，避免机密外泄
Anthropic 为 Claude 应用增加多项协作功能：Claude Sheets 支持团队在 AI 辅助下创建和编辑电子表格，包括公式和多标签页；Claude Whiteboards 支持团队头脑风暴并由 Claude 总结；Claude Data（原 Dashboards）可连接 Snowflake、Salesforce 等工具生成仪表盘和数据可视化。同时推出 Interactive Connectors，允许 Adobe、Atlassian、Salesforce 等合作伙伴将应用嵌入 Claude，类似 …
推荐理由Claude 从聊天工具扩展为办公工作台，做企业协作和数据看板的团队可评估是否替代现有工具。
OpenAI 在 ChatGPT 内推出认证「Business Agents」，首批面向美国符合条件的电商和在线服务企业，以 beta 形式发布。当企业创建了 Business Agent 并出现在 ChatGPT 回复中时，用户可与其对话，询问产品差异等细节；企业可设定 Agent 指令和业务背景。对话会被明确标注，并与主对话分开。企业可通过 Business Hub 认领组织并完成认证，还能查看在 ChatGPT 回复中的提及和热门发现话题。OpenAI 未披露具体认证方式。
推荐理由做电商或品牌运营的可以留意：ChatGPT 正把品牌入口做成可对话的 Agent
Anthropic 在旧金山发布面向非技术知识工作者的办公工具：Claude Meetings 可加入会议并记录要点，Claude Sheets 可协同编辑表格，Claude Whiteboards 可在共享白板上整理想法，还能把演示文稿转成一分钟讲解视频。三款工具均已进入 beta：Sheets 和 Whiteboards 向所有付费计划开放，Meetings 仅限 Teams 和 Enterprise 订阅。Claude Data（原 Claude Dashboards）向所有付费计划正式开放。同时推出交互式连…
推荐理由想了解 Claude 能否替代会议记录和表格协作工具的人，可以看三款工具的开放范围和连接器名单。
OpenRouter 于 2026 年 10 月 20 日对 1455 个供应商端点做量化测试，在 240 个评分任务上未检测到 fp8、fp4 与 fp16 的准确率差异，六个 Qwen3.8 27B 端点得分在 98.3% 至 99.2% 之间。价格方面，24 个同时提供 8-bit 和 16-bit 的模型中，14 个 8-bit 更便宜、7 个更贵；33 个模型中 26 个 4-bit 比 8-bit 便宜。作者建议用 provider.quantizations 固定精度，并列出所有可接受的精度以便路由回…
推荐理由想压低推理成本的人可以直接参考：4-bit 在 33 个模型中有 26 个更便宜，且测试未发现质量下降。
Meta FAIR 发布 e-means，作为 Lloyd k-means 的直接替代算法，已随 FAISS 1.16.0 在 faiss.contrib.e_means 中提供。它用指数移动平均更新质心，达到 Lloyd 25 轮损失只需 1.4 至 2.6 轮；在 24 组数据集配置上损失更低。GPU 上相对 Flash-KMeans 有 10 至 45 倍实际耗时加速，CPU 上相对 Faiss k-means 快 8 至 15 倍。测试规模从 10 万点到 100 亿点、最多 1670 万簇；1670 万质…
推荐理由做向量索引、量化器或数据清洗的人可直接换用，单线程演示从 4.39 秒降到 0.43 秒
OpenRouter 发布教程，实测 OpenAI Python SDK 的默认重试策略：在每分钟限额下发送 60 个请求，SDK 对每个 429 重试两次、约 2 秒内放弃，仍有 23 个请求失败，而限流窗口在 SDK 放弃后 4 到 8 秒才重置。按 Retry-After 或 X-RateLimit-Reset 等待后重试，60 个请求全部完成，Python 耗时 89 到 92 秒，TypeScript 耗时 106 到 218 秒。改用模型 fallback 后，60 个请求 13 秒完成，成本 $0.0…
推荐理由给出可直接照抄的三种 429 修复方案和实测耗时、成本数字
开发者对比 Scalekit、Composio、Arcade、Nango 和 Merge Agent Handler 五款工具调用平台，围绕五个问题评估：凭证是否在服务端注入、模型是否会选错工具、邮件内容能否诱导 Agent 执行删除等危险操作、调用链路是否可追溯。文章指出，让模型调用工具只需一个下午，但真正给 30 名销售用起来后，token 会泄漏进日志和模型上下文、100 多个工具 schema 让模型选错工具、一封含“请删除此商机”的邮件就能触发删除。文中提到 Composio 披露 2026 年 5 月事…
推荐理由要自建 Agent 工具层的话，先看这五个问题清单，能省掉 token 泄漏和越权调用的坑
Sharkly 团队公开其修 bug Agent「Sherlock」的实践：在最近 15 天内，Sherlock 完成了团队全部任务的 13%；最近分配给它的 100 个任务中，有 90 个成功完成。Sherlock 基于共享开发 Computer、oh-my-pi Runtime 和 GPT 6 Astra 模型运行，能复现问题、追踪实现、在真实环境跑测试，并在浏览器验证 UI 变化、截图留证。流程上，它只在两个节点需要人工审批：确认方案并允许改代码、确认改动并允许进入测试；其余环节自主执行。文中案例里，它用 1…
推荐理由想给团队搭修 bug Agent 的可以直接参考它的双审批门设计和 90% 成功率数据
Nvidia CEO 黄仁勋承认与一名被怀疑是中国间谍的女子有染，据报道美国情报机构和总统特朗普当时已知晓该女子的间谍嫌疑。The Verge 采访的专家称，此事可能扰乱整个美国 AI 产业、危及国家安全，并削弱美国在 AI 上对中国的技术领先。Nvidia 是先进 AI 芯片的绝对主导者，美国靠限制对华出售最先进芯片来维持领先，中国前沿能力被认为仅落后数月。CNAS 专家 Emily Kilcrease 表示，中国若拿到这些芯片，美国领先优势可能在数周或数月内消失。目前没有公开证据显示黄仁勋本人协助转移受限芯片。
推荐理由看清芯片出口管制为何是中美 AI 竞争的关键变量，以及一起高管丑闻如何被牵连进国家安全议题
eBay 疑似已阻止包括 Meta Muse 在内的第三方 AI Agent 浏览平台。一位读者向 The Verge 反映，其 Muse Agent 连续数周为他在 eBay 整理手表在售清单，但本周末 Muse 无法再抓取任何链接和详情，并提示被站点屏蔽。The Verge 用其他搜索请求复现了该情况，部分情况下 Muse 转而引导用户前往镜像 eBay 商品的外部网站。eBay 发言人确认对第三方采取选择性访问策略，已限制未授权抓取和训练数据的 Agent 访问，但未直接回应是否新增加限制。Meta 拒绝置评…
推荐理由AI 购物 Agent 接连被电商平台封堵，做 Agent 产品的人需要知道平台侧的边界在哪。
据 Financial Times 援引消息人士，高盛预计 Anthropic 2026 年营收约 520 亿美元，2030 年超过 6000 亿美元，2029 年实现营业利润，2030 年自由现金流转正。原文正文为播客推荐列表，未包含更多细节，上述数字均来自标题。
推荐理由看 Anthropic 的增长曲线：2026 年 520 亿、2030 年 6000 亿美元
Workday 基于 LangGraph 和 LangSmith 构建了内部 AI Agent 平台，将原型开发时间从数月缩短到不足一天，同时满足合规要求。原文未披露平台规模、上线 Agent 数量等具体细节。
推荐理由做企业级 Agent 平台选型的人可以看：原型周期从数月压到一天，LangGraph + LangSmith 是可行组合
OpenAI 称过去一年已有超过 2 万名退伍及过渡期军人免费领取一年 ChatGPT Plus。除免费使用权外，OpenAI Academy 与社区伙伴已为近 1000 名军人社区成员举办十余场培训，年底前还有 7 场。培训内容包括用 ChatGPT 整理求职、模拟面试、把服役经历改写为民用简历，以及搭建自定义 GPT。弗吉尼亚州 Reston 一场工作坊有近 100 名退伍军人和现役人员参加，肯塔基州路易斯维尔美国退伍军人协会全国大会期间有 80 多名成员参加三场培训。免费资格通过 ID.me 验证。
推荐理由做 AI 普惠或教育项目可参考其 ID.me 验证加线下培训的落地方式，2 万人领取是可直接引用的数字。
一篇分析文章对照 LiteLLM 公开的基准测试文件，核查其宣称的 Rust 网关比 Bifrost 开销低约 7 倍、内存少约 9 倍、每美元请求量多约 4.5 倍。在延迟随并发变化的测试中，并发为 1 时 Bifrost 略快（+0.75 ms 对 +0.89 ms），并发为 64 时 Bifrost 明显更快（+28.65 ms 对 +40.27 ms），并发为 16 时 Rust 更快，并未出现稳定的 7 倍差距；并发为 64 时两者吞吐分别为 2722.2 和 2719.1 req/s，差距约 0.1%。…
推荐理由选网关前先看这份核查：7 倍差距在公开数据里复现不出来，并发 64 时 Bifrost 反而更快。
Google Arts & Culture 上线南非艺术家 Esther Mahlangu 的首个线上回顾展，当天是她 91 岁生日。展览含 45 篇以上策展故事、虚拟导览和档案资料。因档案缺少她 1980 年前的材料，团队与 Google DeepMind、Arts & Culture Lab 及 Domestic Data Streamers 合作，依据访谈中她 10 岁起用羽毛作画等回忆生成静态图像，再用 Veo 转成视频，补全这段未记录的历史。
推荐理由看 Veo 如何把口述记忆变成影像，做数字档案和口述史的人可参考这套流程
原文信息有限，仅有标题。据 Nieman Lab 报道，AI 正在成为人们获取信息的入口，但受众仍不希望由 AI 来制作新闻。标题未给出具体调查数据、样本范围或涉及的产品与机构。
推荐理由想了解受众对 AI 生成新闻接受度的媒体和产品从业者，可据此判断信任边界。
一位开发者复盘把 Forem 的性能与维护工作交给 OpenHands 自主循环运行的结果：一个多月内提交 351 个 pull request，Rails 平均请求时间从 70ms 降到 16ms。他指出，当同时运行 8 个自主循环、跨多个 git worktree 和多个模型订阅时，聊天窗口的滚动记录无法回答基本运维问题，例如某个循环为何停止开 PR、模型限流后是否切换、PR 修复是否卡住。他认为当前 AI 工具界面几乎都是深色聊天框，缺乏可观测性，而用 AI 编码工具自建仪表盘并不困难。原文信息有限，未给出具…
推荐理由351 个 PR、70ms 降到 16ms 的自动化运维数据，以及多 Agent 并行时聊天界面失效的具体判断
总部位于纽约的 Daylight 完成 8000 万美元 B 轮融资，由 Goldman Sachs Alternatives 领投。据消息人士称，公司估值约 4 亿美元。Daylight 提供 AI 驱动的托管安全服务，将 AI Agent 与人类专家结合。本轮融资反映出市场对这类安全平台的需求正在增长。
推荐理由了解 AI 安全赛道的融资估值水平，4 亿美元估值可作同类公司参照
智能戒指厂商 Oura 宣布已同意以 6.25 亿美元收购医疗 AI 公司 Counsel Health，交易预计年底前完成。Counsel Health 自称“AI 原生初级保健公司”，基于用户可穿戴设备上报的健康数据生成 AI 回复与洞察，并可转接其内部医生继续对话。今年早些时候，Oura 已将该聊天机器人接入自家 App。收购后 Counsel 的 70 名员工将加入 Oura，其 CEO Muthu Alagappan 出任 Oura 首席临床 AI 官；Counsel 目前约 50 人的按需医生网络计划扩…
推荐理由6.25 亿美元是今年可穿戴与医疗 AI 结合的最大收购之一，关注健康硬件与 AI 医疗落地的人可看交易结构和整合路径。
独立游戏节（IGF）部分评委发表声明，称不会给"任何程度"使用生成式 AI 的游戏投票，署名者包括 Sam Barlow 和 Lena Raine。评委称今年参赛作品中用生成式 AI 开发的数量"显著增加"，业内对此"没有普遍共识"。随后，合作冒险游戏 Big Walk 开发商 House House 承认在开发"最后阶段"少量使用 AI 处理技术难题和 bug，估计涉及代码不到 0.1%，主要用于通过聊天机器人研究第三方代码问题。House House 称已在 IGF 提交材料中披露，但 Steam 页面未披露，…
推荐理由独立游戏圈对 AI 的抵制已进入投票环节，做游戏或内容创作的人可参考这条边界。
一位作者在 DEV 发文后，其所在的约 500 人 QA 社群发起匿名投票，76 人参与，其中 16 人（21.1%）表示目前没有工作，60 人（78.9%）在职。作者强调这不是行业失业统计，参与者仅占群成员少数，失业原因不明。作者另有一位做软件测试的前同事已失业 6 个月仍未找到工作。群内讨论随后转向 AI 测试：有人询问 AI 自动化能否比对 App 实际界面与 UI 设计稿的元素尺寸、颜色和位置，回复中有人建议用 OCR 从设计稿提取信息。
推荐理由想知道 AI 生产力叙事在一线测试岗的真实反馈，这里有 21% 无业的具体数字和从业者原话。
亚马逊 11 月 10 日宣布推出 Ring Rover Cam 和 Ring Drone Cam 两款可移动安防设备，分别预计 2026 年底和 2027 年初交付。两款设备搭载 AI Pilot 系统，结合摄像头、专用视觉模型、设备端传感器和云端处理，可自主规划巡逻路线、绕开家具等障碍，并绘制室内平面图。用户需手持无人机走过室内空间，或让 Rover 自主探索来完成建图。Ars Technica 指出，这很可能加剧此前亚马逊飞行安防摄像头引发的隐私担忧。
推荐理由想了解家用 AI 硬件落地形态和随之而来的隐私争议，可看这两款设备的交付时间与建图方式。
Google 推送 11 月 Pixel Drop 更新，将此前 Pixel 11 独占的多项 Gemini 功能扩展至 Pixel 10 系列，但不含入门款 Pixel 10a。具体包括：改进的个性化建议（原 Magic Cue），可在其他应用中把购物清单发送到 Google Keep、从上下文菜单生成摘要；AI 辅助语音输入系统 Rambler；以及 Gemini 应用自动化，后者目前仅支持网约车、外卖、旅行等少数类别应用。
推荐理由用 Pixel 10 的用户可以确认这次更新能拿到哪些 Gemini 功能，以及 10a 被排除在外。
作者开源了 flaky-test-detector 项目，用于识别自动化测试中「不稳定测试」（同一代码下时而通过、时而失败）。工具解析 JUnit XML 报告，按测试和提交计算不稳定分数并排名，输出 JSON、CSV、Markdown 报告；通过 GitHub Actions 每周拉取测试产物并分析，另含可选 AI Agent 模块，用 Strands Agents 和 Gemini 对报告做根因分析。作者称不稳定测试会削弱团队对测试的信任、导致真实失败被忽略，并推高 CI 时间和成本。
推荐理由项目已开源，可直接接入 GitHub Actions 做每周不稳定测试排名，并试用 Gemini 根因分析