📡 AI 资讯日报

Google 发布的无编码器架构开源多模态模型，文字/图像/音频/视频四路输入直通同一个 Transformer，16GB 内存笔记本即可本地运行。

https://huggingface.co/collections/google/gemma-4 ↗

https://developers.google.com/edge/gallery ↗

从 HuggingFace 下载模型权重（GGUF 格式），用 llama.cpp 或 Ollama 本地加载。或者直接下载 Google AI Edge Gallery 桌面应用（macOS 版已上线），应用内置沙盒 Python 环境，聊天中能写代码执行并画图；Eloquent 子应用支持语音交互，对着电脑说话即可完成文本编辑。底层用 LiteRT-LM 将 Gemma 4 推理压缩到消费级硬件可承载的范围。Mac 用户推荐直接使用 MLX 框架版本，推理速度通常比通用版本快 10-20%。

这是首个将「无编码器统一多模态架构」做到 12B 规模且能在消费级 GPU/内存上跑的模型。去掉了传统的图像/音频编码器，四模态直接进 Transformer，架构极其简洁。对端侧 AI 生态是里程碑式事件，意味着打开笔记本就能做全模态 Agent 工作流，不需要联网或付费 API。

• 本地全模态 Agent：语音输入 → 模型处理 → 生成代码 → 执行画图，全程离线
• 低资源设备上的多模态理解：照片分析、音频转录、视频摘要，16GB 笔记本搞定

国内团队用 Python 重写的 AI Agent 编排框架，解决模型不听话、费 Token、安全风险三大痛点，100 次对话省 100 万 Token。

https://github.com/opensquilla/opensquilla ↗

克隆仓库后 pip install，启动后浏览器打开 http://127.0.0.1:18791/control/ 进入控制面板。支持 OpenRouter、OpenAI、Anthropic、DeepSeek 等 20+ 提供商，推荐用 OpenRouter 一个 key 调多模型。核心功能：智能模型路由（简单任务切便宜模型）、安全沙箱（不可信指令直接拒绝、高风险工具调扔进受限沙箱跑）、规则强制执行（不再出现模型忽略 system prompt 的情况）。

解决了一个真实痛点——模型在 Agent 场景下经常不听话、乱烧 Token、安全边界模糊。路由机制能让简单任务用便宜模型、复杂任务切强模型，实测 100 次对话省百万 Token。安全设计也用心，敏感环境变量不会泄漏到子进程。

• 多模型 Agent 编排：自动路由给最合适的模型，省钱又高效
• 企业 Agent 安全护栏：沙箱隔离高风险操作，拒绝可疑指令

Cognition 收购 Windsurf 一年后，将「IDE + 自主 Agent」合并为 Devin Desktop，一个桌面应用管理 AI Agent 的全流程开发。

https://devin.ai/blog/windsurf-is-now-devin-desktop ↗

从 devin.ai 下载 Devin Desktop 桌面应用，安装后用 Devin 账号登录。核心变化：原 Windsurf IDE 变成了 Devin 的桌面客户端，支持 Agent 管理、代码编辑、任务编排一体化。配套 Devin Cloud 可实现远程任务调度。如果你之前用 Windsurf，升级后直接迁移，产品线已合并且免费层保留。

这是「IDE + Agent」合并的标志性产品，说明 AI 编程工具正在从「补全」进化为「自主执行」。Cognition 把 Devin 的自主 Agent 能力和 Windsurf 的编辑器体验缝合在一起，形成「One Devin, every surface」策略。

• 全流程 AI 开发：从写代码到 PR review 都由 Agent 协助完成
• 远程任务调度：桌面 IDE 指挥云上 Devin 跑长时间任务

Tw93 开发的 Mac 菜单栏效率工具，新增屏幕常亮、隐私警报、清洁屏幕、软件检查等功能。

https://mole.fit ↗

从 mole.fit 下载安装，菜单栏常驻。新功能：保持屏幕常亮（不让 Mac 休眠）、隐私警报（菜单栏显示相机/麦克风使用状态）、清洁屏幕（锁定输入方便擦拭显示屏）、软件检查（检查 App 更新）。本次更新包含 222 个提交、新增 50,084 行代码，最大改进是让 Mac 使用体验「更平静」。

小而美的工具哲学——不做大而全，只做菜单栏里真正有用的那几件事。Tw93 作为知名开源作者（妙言、Pake 等），这次更新在细节打磨上下了大功夫，尤其是隐私警报和屏幕清洁这种不起眼但高频的场景。

• 演示/开会时一键保持屏幕常亮
• 监控哪些 App 在偷用摄像头/麦克风

macOS 小工具，插上线就告诉你这条 Type-C 线支持什么协议、传输速率、充电功率。

https://appinn.com/whatcable/ ↗

下载 WhatCable macOS 应用，运行后用 Type-C 线连接设备，工具自动读取线缆的 e-Marker 芯片信息，显示支持的标准（USB 2.0/3.0/4.0/Thunderbolt）、最大传输速度、最高充电功率。从此不再猜手里这根线能不能跑 4K 显示器或 100W 充电。

Type-C 接口统一了物理形态但协议极度碎片化——同一条线可能只支持 USB 2.0 数据传输却支持 100W 充电。这个小工具解决了「线缆盲盒」问题，对经常倒腾外设的硬核用户是刚需。

• 整理线材时快速分类：哪些能传 4K 视频，哪些只能充电
• 排查外设问题：显示器不亮先查是不是线缆不支持视频传输

用本地 AI 模型自动分析和重命名混乱的文件，批量整理成清晰、可搜索的规范文件名。

下载 RenamerX，选择一个文件夹，工具用本地 AI 分析文件内容（支持图片、文档等），自动生成描述性文件名。例如「IMG_4872.jpg」变成「2024-深圳团建合影.jpg」。完全本地运行，文件不会上传到云端，隐私安全。

AI 落地最实用的场景之一——文件管理。不需要手动整理上千张照片或文档，本地 AI 逐个分析内容并重命名。完全离线运行也避免了隐私顾虑。

• 整理几年积累的混乱照片文件夹
• 给项目文档批量规范化命名，方便搜索

开源工具，用 AI 自动翻译你的 RSS 订阅外文内容并生成摘要，打破语言壁垒。

克隆仓库，配置你的 RSS 源列表和 AI API key（支持 OpenAI/DeepSeek 等），设置定时任务后自动抓取新文章，调用 AI 翻译成中文并提取摘要。输出支持多种格式，可推送到 Telegram/飞书/邮件。

信息获取的效率工具。如果你订阅了很多英文技术博客但没时间逐篇读，这个工具帮你把「英文长文 → 中文摘要」的流程全自动化，只关注真正重要的内容。

• 订阅海外技术博客，每天收中文摘要推送
• 团队内部共享行业情报，自动翻译后推送到飞书群

监控 OpenAI Codex 的额度重置消息，第一时间自动切 fast 模型消耗额度，避免浪费。

https://github.com/thinkingjimmy/codex-reset-watchdog ↗

将安装指令复制发给 Codex，它会自动静默安装并启用 watchdog。功能：监控 Codex 的重置通知，当额度即将重置时自动切换到 fast 模型快速消耗剩余额度，避免月底清零浪费。全程自动运行，无需人工干预。

Codex 的月度额度不累积，月底清零是一种隐性浪费。这个小工具把「薅羊毛」自动化了，一条安装指令就能永久解决。实用且玩心十足。

• 每月额度用不完时自动消耗，不浪费已付费的资源
• 学习 Codex Skill 开发，看一个简单的自动化工具怎么写

OpenAI 发布 Codex 角色插件、标注编辑（Annotations）和 Sites 三大能力，覆盖数据分析、设计、销售、产品设计、股权投资、投行 6 个岗位。

Codex 正式越过「编程工具」边界，通过预配置的角色插件（角色 × 工具 × prompt 模板）让非程序员也能直接使用。标注编辑功能可以局部修改文档/Excel/PPT 而非重新生成全文，Sites 则让企业版用户生成可分享的网页 URL。这标志着 OpenAI 对 Codex 的定位从「代码助手」转向「通用工作智能体」。

Agent 产品的竞争维度正在从「代码能力强不强」升级为「能不能覆盖非程序员的工作流」。Codex 的角色插件本质是 GPTs 的继承者——当年 GPT Store 的愿景正以 Codex 为载体回归。对企业市场，这意味着 AI Agent 的采购决策将从工程团队扩展到全公司。

据报道 Uber 对每个员工每个 AI 编码工具设定了每月 $1500 的上限，暗示企业认为这些工具提供的价值已经达到可量化阶段。

$1500/月/人是相当高的预算——够订阅 Codex Pro、Claude Code、Cursor 全套。这说明 Uber 内部对 AI 编码工具的 ROI 有正面评估，但也在防止无限制使用带来的成本失控。把预算写到制度层面，意味着 AI 编码工具已被视为和 IDE license、云资源一样的标准生产资料。

当大企业开始给 AI Agent 制定预算标准时，整个行业的定价锚点就出现了。未来 SaaS 化的 AI 编码工具可能会围绕 $500-$1500/人/月这个区间定价。也暗示企业在推进「必须用 AI 提效」的制度化建设。

微软发布 Building a Hillclimbing Machine 系列共 7 个模型，均为二流水平且未开源，但企业可在 Azure 上微调。

微软的模型策略是一贯的「不是最强但最好用」——模型本身不需要赢 benchmark，但在 Azure 生态里可以一键微调、部署、集成现有企业工作流。这是典型的平台思维：模型是引流品，真正卖的是 Azure 的算力和企业服务。

对创业公司影响不大（没人会因为微软发布模型而切换），但对 Azure 存量企业客户是一个信号：不用跳槽去其他平台也能获得最新的模型能力。微软在「自研模型 + 托管开源模型 + OpenAI」三条线并行推进。