📡 AI 资讯日报

开源视频创作框架，Agent通过写HTML就能做出产品宣传片、知识解说视频，支持20+模板、MP4导出，接入Claude Code/Codex/Cursor等主流Agent。

https://github.com/nexu-io/html-video ↗

git clone项目后在本地安装依赖，启动CLI或Web Studio界面。选择内置的20多套视频风格模板（产品宣传、知识解说等），Agent会自动生成对应的HTML页面，分页编辑后一键导出MP4。已接入Minimax配音配乐，支持通过frames.md定义视频运动规范、design.md定义视觉风格。本地Coding Agent直接通过CLI命令即可调用——在Claude Code或Codex里说"用html-video做一个产品介绍视频"就行。

这是视频创作范式的根本转变——传统视频工具（剪映/PR）依赖时间轴拖拽，html-video用声明式HTML+CSS+JS定义画面，Agent完全可以自主编写和迭代。站在HyperFrames和Remotion的肩膀上，项目仅3天就完成3万行代码，展现了Agent-native工具的爆发力。对于开发者来说，批量生成视频、A/B测试不同版本变得极其高效。

• 产品发布快速制作多个版本的宣传视频
• 知识类内容批量转视频（博客→视频管道）
• Agent自动化生成SaaS产品的onboarding教程视频

谷歌开源12B参数多模态模型，支持文本+图片+音频输入，本地可运行，采用MTP草稿加速推理。

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

直接访问HuggingFace下载GGUF量化版（推荐Q4_K_M），用llama.cpp或Ollama本地加载：ollama pull gemma4:12b 然后 ollama run gemma4:12b。也可以上传图片或音频让模型分析。12B大小在16GB内存的MacBook上就能跑，推理速度使用MTP加速后可比同尺寸模型快2-3倍。

12B这个尺寸卡在「本地可跑」和「能力不差」的甜蜜点。原生多模态意味着不需要额外插件就能处理图片和音频，对比Llama等纯文本模型是降维打击。Google这次开源+商用友好许可的组合拳，明显是要抢Llama的生态位。

• 本地运行的隐私敏感场景（医疗报告分析、合同审查）
• 离线环境下的多模态助手（图片描述、音频转文字+理解）
• 端侧设备的AI能力嵌入

9.3B参数开源图片模型，审美在线，英文文字渲染完美，基于Qwen语言模型，本地可跑。

https://huggingface.co/collections/ideogram-ai/ideogram-4 ↗

HuggingFace下载模型权重，搭配ComfyUI或diffusers加载。在ComfyUI里搜索Ideogram 4工作流模板，调整提示词即可生成。9.3B参数在24GB显存的GPU上可以跑FP16版，Mac用户可用MLX或GGUF量化版。官方也提供在线体验：https://ideogram.ai 直接注册就能试用。

图片模型的两大痛点——审美和文字渲染——Ideogram 4同时解决了。审美方面击败了Flux和SD3.5，文字渲染仅次于闭源的Banana和GPT Image 2。开源意味着可以微调、LoRA、ControlNet全套组合拳，这是闭源API永远给不了的。

• 品牌营销素材批量生成（带精准文字的海报、banner）
• 电商产品图（产品+文字描述+场景）
• 游戏/漫画角色设计及风格一致性保持

将AI做设计的门槛从「需要CLI+API Key+模型配置」降到浏览器打开即用，实现真正的设计平权。

https://github.com/nexu-io/open-design ↗

直接访问在线版本或克隆仓库本地运行。不需要配置本地CLI、API key、模型——浏览器打开就能让AI帮你设计网页、UI界面、海报等。选择设计类型，描述需求，Agent自动生成设计稿，支持实时预览和迭代修改。0.9.0版本核心是把技术门槛全部封装掉，让非技术用户也能用AI做设计。

从「给early adopter的玩具」到「人人可用的工具」的质变。之前的AI设计工具都卡在环境配置这一步——大多数人还没开始设计就被劝退了。Open Design 0.9.0把这件事做成了开箱即用，这是设计师和非技术用户的ChatGPT时刻。

• 创业者快速出产品落地页和原型
• 设计师用AI批量产出初稿再人工精调
• 非技术团队的内部工具界面搭建

LM Studio发布iOS版，可以在iPhone上本地运行大模型，离线、隐私、免费。

https://lmstudio.ai ↗

App Store下载LM Studio，首次启动会引导下载模型（推荐选择1-3B的小模型如Qwen2.5-1.5B或Phi-3-mini）。下载完成后直接对话，完全离线运行。iPhone 15 Pro以上机型体验更流畅（更多RAM+更强NPU）。模型管理界面可以直接搜索HuggingFace上的GGUF模型一键下载。

这是「端侧AI」真正走进普通消费者的标志。之前手机跑大模型要么需要技术背景（llama.cpp命令行），要么效果太差。LM Studio用App化体验+GGUF生态把门槛降到普通用户可接受的水平。iPhone的ANE神经网络引擎做推理能效比远超GPU，长时间对话不烫手。

• 飞机/地铁等无网络环境下的AI助手
• 隐私敏感对话（个人日记、心理咨询等不离开设备）
• 测试不同小模型在移动端的实际表现

开源Agent框架，给每个请求按难度打分分四档派发模型，在6月15日Anthropic订阅Token停用前提供省钱方案。

https://github.com/OpenSquilla ↗

克隆仓库后配置多个模型API Key（如Claude/DeepSeek/GPT/Haiku），设置四档难度阈值。Agent收到任务后自动评估复杂度：简单任务（如"格式化这段代码"）路由到便宜模型，复杂任务（如"重构整个模块"）路由到最强模型。可以自定义评分规则和模型映射，支持添加任意OpenAI兼容API。

6月15日Anthropic所有订阅套餐Token将被禁止第三方使用，大量依赖Claude订阅的Agent工具面临断供。OpenSquilla的「按难度路由」思路比一刀切换便宜模型聪明得多——简单任务确实不需要SOTA模型，省下的Token用在刀刃上。这个策略也是Anthropic自己正在推的方向。

• 日均几千次Agent调用的团队节省70%+ Token成本
• 作为所有Agent工具的中间路由层统一管理模型预算
• CI/CD流水线中的代码审查自动分级

AI视频生成平台正式上线，支持HappyHorse和Seedance 2.0等模型，人类用户和Agent都能调用，输入想法或参考图即可生成视频。

https://listenhub.ai/zh/app/ai-video ↗

访问官网注册账号，在AI视频模块输入文字描述或上传参考图/参考视频。选择模型（HappyHorse适合创意类、Seedance 2.0适合写实类），设置时长和风格参数，一键生成。Agent也可以通过API调用——在Claude Code等工具中描述想要的视频，Agent自动调用ListenHub生成。目前提供免费试用额度。

ListenHub区分于其他视频生成平台的核心是「同时服务人类和Agent」的设计。提供标准化的API让Agent调用，意味着视频生成可以嵌入自动化工作流——比如每天自动生成新闻视频摘要、产品更新演示视频。多模型聚合也避免了单模型审美疲劳。

• 社交媒体短视频批量制作
• Agent自动化的日报/周报视频生成
• 产品Demo从截图到视频的一键转换

无AI、不联网的iOS工具，专注解决手机上Markdown和HTML格式AI产出物的预览问题，TestFlight 8000名额开放。

TestFlight安装后，从Claude Code/Codex等工具导出的Markdown或HTML文件，通过分享菜单发送到即览即可渲染预览。支持代码高亮、表格、LaTeX公式等Markdown扩展语法。完全离线——不会上传任何内容到服务器，适合预览含敏感信息的AI产出。也可直接粘贴剪贴板内容快速预览。

AI工具产出大量Markdown/HTML但手机端一直缺好用的预览工具——iOS Files预览Markdown不支持扩展语法，Safari打开本地HTML经常样式丢失。归藏做的这个小工具精准解决了这个缝隙需求，离线+隐私的设计也打消了用户对数据上传的顾虑。

• 手机上快速检查Agent生成的文档/报告排版
• 预览含敏感信息的AI分析结果（无需上传云端）
• 分享前确认Markdown渲染效果

完成重构的正式版，支持Claude Code/Native/OpenAI Codex三引擎切换，上下文用量可视化，修复大量macOS/Windows问题。

下载安装后配置API Key（支持多个服务商），在设置中选择执行引擎——Claude Code适合复杂重构、Native引擎适合快速编辑、Codex适合iOS/Apple生态开发。新版的上下文用量可视化能实时看到Token消耗和剩余额度。macOS用户注意：这版修复了视觉渲染和托盘图标问题，体验大幅提升。

多引擎架构是这个工具的核心差异化——不同引擎擅长的场景不同，一键切换比手动换工具高效。上下文用量可视化也解决了Agent编程「不知不觉烧光Token」的痛点。歸藏作为独立开发者把产品迭代到这个完成度，说明AI编程工具的独立开发者赛道依然有空间。

• 根据任务复杂度灵活切换成本/能力最优的引擎
• Token预算紧张时的精细化管理
• macOS/Windows双平台统一的AI编程体验

尤雨溪创立的VoidZero（Vite/Vitest/Rolldown/Oxc背后的公司）正式加入Cloudflare，所有项目保持MIT开源，团队继续领导开发。

这不是普通的收购——VoidZero手握JS生态最核心的基础设施（Vite是npm下载量最高的构建工具），Cloudflare的Workers平台本身就是Vite的重度用户。收购后Vite+将在Cloudflare边缘运行时上获得原生级优化，JS全栈开发的「本地→边缘」部署路径将被彻底打通。尤雨溪从Vue到Vite再到VoidZero，完成了个体开发者→框架作者→生态基础设施构建者的三级跳。

Vite系工具链将获得Cloudflare的全球CDN和边缘计算资源加持，npm生态的构建/测试/部署体验可能在未来1-2年发生质变。对Next.js生态构成直接竞争——Vite+边缘原生的组合比Next.js+Vercel的绑定更开放。

OpenAI发布ChatGPT记忆合成系统Dreaming V3，从"用户主动说记住"进化到"后台自动提炼整合更新记忆"，解决跨年时间尺度的记忆陈旧性和准确性问题。

这是ChatGPT从「会话工具」到「长期伴侣」的关键一步。旧版Saved Memories需要用户手动触发（"记住这个"），Dreaming V3变成全自动后台进程——AI会主动从你的聊天历史中发现模式、更新认知。技术上看，核心挑战是记忆冲突解决（你三年前说喜欢Python但现在主力用Rust，AI需要更新而非叠加）和隐私边界（自动记忆引发用户对"AI知道太多"的恐惧）。

个性化AI的竞争从「更好的单次回答」升级到「更懂你的长期记忆」。Apple Intelligence、Google Gemini必然会跟进类似能力。但隐私争议也会随之升级——自动记忆意味着AI有了你的"数字日记"，数据控制权将成为监管焦点。

6月15日起Anthropic所有订阅套餐的Token将被禁止第三方使用，全部转为API计费。Claude订阅的"无限用"时代终结。

这是一场酝酿已久的商业模式切换。Anthropic要上市必须证明盈利——订阅模式下开发者通过Agent SDK、claude -p等方式大量消耗Token，对Anthropic是纯成本。转API计费后，最受冲击的是依赖Claude订阅的独立开发者和开源Agent工具（如feishu-claude-code-bridge）。但对Anthropic本身，这是从「补贴增长」到「商业变现」的成人礼。

短期会有一批Agent工具被迫重构后端（要么涨价要么换模型），Claude Code的性价比优势缩小。中长期推动模型路由技术（如OpenSquilla）和本地模型方案（如LM Studio）的加速普及。

Codex新增Build iOS Apps插件，可以在内置浏览器中实时预览iOS App和SwiftUI组件，无需Xcode和Simulator。

这是Codex从「代码编辑器」升级为「完整开发环境」的关键一步。之前做iOS开发必须切到Xcode跑模拟器，现在Codex内闭环了编辑→预览→调试的完整循环。SwiftUI预览的实时热更新体验甚至优于Xcode。这对独立开发者尤其友好——不需要买Mac也能在Codex（基于浏览器）里做iOS开发。

Xcode的价值被进一步削弱——Apple会如何回应？要么大幅升级Xcode的AI能力，要么对第三方iOS开发工具设限。长期看，Apple可能被迫开放更多iOS开发工具链。