📡 AI 资讯日报

Stability AI 开源的音乐生成模型，能在 Mac 本地 59 倍实时速度跑，LoRA 微调不到 1 小时

https://huggingface.co/collections/stabilityai/stable-audio-3 ↗

https://huggingface.co/spaces/stabilityai/stable-audio-3 ↗

Small 和 Medium 版本已开源，可直接从 HuggingFace 下载模型权重。在 Mac 上（尤其 M 系列芯片）利用统一内存架构本地运行，M5 Pro 可达 59x realtime。安装方式：pip install stable-audio-tools，然后加载模型即可生成音乐。支持 LoRA 微调，官方称不到 1 小时即可完成个性化风格训练。Large 版本需通过 API 使用。另有在线 Demo 可在 HuggingFace Space 直接体验，无需本地部署。

本地运行的音乐生成模型一直受限于算力，Stable Audio 3 在 Apple Silicon 上做了深度优化，59x realtime 意味着生成一段 3 分钟音乐只需约 3 秒。相比云端 API（Suno/Udio），本地运行保护隐私、零延迟、无限调用，对音乐创作者和 AI 应用开发者都是巨大的效率提升。

• 短视频创作者批量生成背景音乐，无需担心版权
• 独立游戏开发者为不同场景快速迭代配乐

Simon Willison 发布的对话式 AI 助手，用自然语言查询和分析 SQLite 数据库

https://agent.datasette.io ↗

https://github.com/simonw/datasette-agent ↗

直接访问 agent.datasette.io 进入在线 Demo，无需注册。上传或选择一个 SQLite 数据库，然后用自然语言提问——比如"这个表有多少行？""销售额最高的10个产品是什么？""画出月度趋势图"。它基于 Datasette 生态，支持插件扩展，可以添加自定义工具和功能。开发者可通过 pip install datasette-agent 本地部署，连接自己的数据库进行分析。

Simon Willison 是数据工具领域的权威人物，Datasette 本身就是极受欢迎的 SQLite 探索工具。这次加入 AI Agent 层，让非技术用户也能通过自然语言进行数据探索，同时保持 Datasette 一贯的简洁和可扩展性。插件机制意味着你可以接入企业内部数据库、API 等任何数据源。

• 产品经理自助查询用户数据，不再依赖数据团队写 SQL
• 记者快速分析公开数据集，发现新闻线索

AI 驱动的在线 PPT 生成工具，转场和动画效果丝滑，审美在线

https://magicslide.show ↗

直接访问 magicslide.show 即可使用。输入主题或上传文档，AI 自动生成整份演示文稿，包含排版、配图和转场动画。支持联网搜索和多种 AI 模型（通过 PIPELLM 网关接入）。生成的内容可以在线编辑调整，转场效果流畅度接近专业设计师手作水平。工具由 Zara 团队启发开发，专注于解决日常 Slide 产出效率问题。

市面 PPT AI 工具虽多，但大多生成结果呆板、转场生硬。Magic Slide 的差异化在于「审美」和「丝滑转场」——这是目前很多 AI 演示工具做不到的。PIPELLM 网关的多模型接入也意味着不会受单一模型能力限制，可以选择最适合演示场景的模型。

• 快速将会议纪要/技术文档转为汇报 PPT
• 创业者制作 pitch deck，节省数小时排版时间

Chrome 官方发布，让 AI Agent 能像真实用户一样"看见"浏览器，进行验证和调试

https://developer.chrome.com/blog/devtools-for-agents-v1 ↗

三种接入方式任选——① MCP Server：标准协议连接 LLM 到 DevTools 调试能力，Agent 可获取 DOM、网络请求、控制台日志；② CLI：更省 Token 的方案，支持 Agent 将操作打包成脚本批量执行；③ Agent SDK：深度集成到自定义 Agent 框架。安装方式：npm install chrome-devtools-mcp 即可启动 MCP Server，配置到 Claude Code/Codex 等 Agent 工具的 MCP 列表中。Agent 能在真实浏览器中观察代码执行效果、截取页面状态、检查 CSS 布局、捕获性能数据。

这是 Web 开发 Agent 的基础设施级突破。以前 Agent 写前端代码是"盲写"——看不到渲染结果，只能靠用户反馈。Chrome DevTools for Agents 直接打通了 Agent 和浏览器的调试通道，Agent 可以自验证、自修复 UI 问题，接近人类开发者的开发体验。MCP 协议的采用使其能无缝接入所有主流 Agent 框架。

• Agent 写完前端代码后自动在浏览器中验证渲染是否正确
• E2E 测试 Agent 通过 DevTools 捕获页面异常并自修复

腾讯开源的专用翻译模型，覆盖 1.8B 到 30B 多个尺寸，翻译质量比肩大参数通用 LLM

https://huggingface.co/collections/tencent/hy-mt2 ↗

访问 HuggingFace 合集页面，选择合适尺寸的模型（1.8B 适合本地轻量部署，30B 适合服务端高精度场景）。使用 transformers 库加载：from transformers import AutoModelForSeq2SeqLM, AutoTokenizer，然后 pip install 对应依赖即可。提供中英、英中等多语言翻译方向。小模型可在消费级 GPU 甚至 CPU 上运行，30B 模型需要约 60GB 显存。可配合 llama.cpp 等工具进行量化部署进一步降低门槛。

通用 LLM 做翻译成本高、速度慢，专用翻译模型一直是刚需。腾讯这次把 1.8B 到 30B 全尺寸开源，意味着从手机端到服务器端都有合适选择。小尺寸模型的翻译质量能比肩大模型，这在端侧应用（浏览器插件、本地翻译工具）场景下极具价值。

• 搭建私有翻译 API 服务，替代 Google/DeepL，数据不出域
• 嵌入到阅读器/笔记工具中，实现离线实时翻译

字节跳动开源的长时程 SuperAgent 框架，能稳定运行 35 小时并调用 1000+ 工具

https://github.com/bytedance/deerflow（GitHub ↗

克隆仓库后 pip install 依赖即可启动。框架定位为「SuperAgent harness」——不是简单的 Agent，而是能处理超长任务链、调用大量工具的企业级 Agent 框架。核心特性包括长时程任务编排、工具调用管理、上下文窗口压缩、多步推理链。适合需要 Agent 连续工作数小时甚至数天的复杂场景（如代码库迁移、大规模数据分析、自动化测试）。配备了完善的监控和断点续传机制。

目前大部分 Agent 框架跑几分钟就上下文溢出或迷失方向。DeerFlow 的「35 小时稳定运行 + 1000 工具调用」指标是行业顶级水平，说明字节在长时程 Agent 后训练（RL）上投入巨大。这也是第一梯队大厂首次开源完整的 SuperAgent 框架，技术方案值得深入研究。

• 自动化大型代码重构，Agent 持续工作数天完成迁移
• 企业级 RPA 替代方案，Agent 编排上百个内部工具协作

开源 AI 记忆系统升级，「执行即学习」让 Agent 从每一次操作中积累经验

https://github.com/mem0ai/memos（GitHub ↗

pip install memos 安装，配置本地或云端存储后端。核心功能「执行即学习」：Agent 每次通过 MemOS 执行操作（调用工具、读写文件、查询数据），系统自动将操作过程、结果和上下文存入记忆图谱，下次遇到类似任务时直接复用经验。不再是传统 RAG 的「存聊天→语义检索」，而是结构化的「行动-结果」记忆链路。支持 Local Plugin 2.0 模式，完全离线运行，数据不离开本地。

AI 记不住上次怎么做的，这是目前 Agent 最大的痛点。MemOS 2.0 的「执行即学习」理念直击要害——不是被动记录对话，而是主动从操作中提取经验。9.3K GitHub Stars 说明社区高度认可这个方向。如果每个 Agent 都能从自己的操作历史中学习，Agent 的生产力将发生质变。

• 个人 AI 助手记住你的代码风格偏好和常用命令，越用越顺手
• 企业 Agent 积累客服处理经验，新人问题自动匹配历史解决方案

免费开源的 macOS 原生 Markdown 编辑器，仅 4MB，流畅处理百万行文档

https://github.com/MarkEdit-app/MarkEdit（GitHub ↗

从 GitHub Releases 下载最新版 .dmg 安装，或在 Mac App Store 搜索 MarkEdit。启动后直接打开/新建 .md 文件即可编辑。支持实时预览、语法高亮、行号显示。体积仅 4MB（对比 Typora ~200MB、Obsidian ~300MB），启动秒开，编辑大文件不卡顿。基于原生 AppKit 构建，完全遵循 macOS 设计规范，支持系统级快捷键、暗色模式、触控栏等。可替代系统自带 TextEdit 作为默认 Markdown 编辑器。

Mac 上的 Markdown 编辑器普遍臃肿——Typora 收费且 Electron 架构，Obsidian 功能强大但重。MarkEdit 反其道而行，用原生 AppKit 打造了一个「TextEdit for Markdown」，4MB 体积却能流畅编辑百万行文档。开源免费，代码质量高，是非常难得的 macOS 精品小工具。

• 程序员快速查看/编辑大型 Markdown 文档（技术文档、CHANGELOG）
• 替代 TextEdit 成为 macOS 默认纯文本编辑器

Andrej Karpathy 宣布加入 Anthropic，负责预训练方向

Karpathy 是全世界最有资格判断「模型还能不能继续进化」的人之一——他从 OpenAI 创始成员到 Tesla Autopilot 负责人，再到教育者，现在重新回到实验室做预训练。这个选择本身就是一个信号：Scaling Law 远未到头，模型能力的下一跳还在实验室里等待被挖出来。他的加入对 Anthropic 的模型研发管线是重大利好，也意味着 Claude 下一代模型可能有质的飞跃。

打脸了「AI 到瓶颈了，接下来只做应用」的论调。顶级人才回流预训练，说明 2026 年的模型军备竞赛不仅没有降温，反而在加码。

OpenAI 未公开的内部推理模型自主解决了 Erdős 1946 年提出的平面单位距离问题

这个模型并非专门为数学训练，而是通用推理模型。125 页 chain of thought 中，它从代数数论拉了一套工具去解离散几何问题——这个跨领域连接是人类数学家 80 年没想到的。这说明顶级推理模型的「创造力」正在超越人类专家的跨领域迁移能力，不仅仅是「超强计算器」。

AI 在数学推理上的突破不再是刷竞赛题，而是真正解决开放问题。这将对科学研究范式产生深远影响——AI 可能成为发现新定理、新方法的「合作者」而非工具。

微软因 Token 成本「难以承受」取消内部 Claude Code 部署；Uber CTO 内部备忘录警告四个月烧光全年 AI 预算

AI 服务的包月定价模式正在被按 Token 计费取代。这意味着使用 AI 的成本从「固定支出」变成了「可变支出」——用得越多越贵。对企业和开发者来说，如何优化 Token 消耗（选择小模型、缓存、Prompt 压缩）将成为核心能力。

可能加速小型开源模型的采用——与其付天价 Token 费给闭源 API，不如本地部署一个 7B 模型。同时也催生了 Token 成本管理工具和优化方法论的市场需求。

Google AI Studio iOS 版已上架 App Store（非国区，7月1日正式上线），同时宣布深度整合 Google Docs/Sheets/Gmail 等 Workspace 生态

Google 在 AI 开发工具的移动化和生态整合上同时发力。手机版 AI Studio 让开发者能在手机上 vibe coding 和测试 Android 应用；Workspace 整合意味着 Agent 可以直接读写你的文档、邮件、表格，真正成为「AI 秘书」。无需信用卡即可发布前两个应用到 Cloud Run。

这对 OpenAI 和 Anthropic 的开发者生态构成直接竞争。Google 利用 Workspace 的存量用户优势，构建了一个从开发到部署再到日常使用的完整 AI 闭环。