📡 AI 资讯日报

Google 地球内建的飞行模拟器现已面向全球所有用户免费开放，在浏览器里就能操控飞机飞越全球任意地标。

https://goo.gle/4fBYnWO ↗

打开 Google Earth 网页版（earth.google.com），点击左下角菜单图标找到「飞行模拟器」或直接通过上述短链接进入。选择一架飞机（F-16 战斗机或 SR22 螺旋桨飞机），然后在全球任意地点点击「开始飞行」即可。用鼠标控制俯仰和方向，键盘方向键也能辅助操控。建议先从自己家上空起飞，再尝试飞跃大峡谷、阿尔卑斯山或迪拜棕榈岛等经典地标。操作手感需要适应几分钟，小互反馈鼠标操控有点晕，多练习就好。

这不是第三方简陋模拟器，而是 Google Earth 官方整合的 3D 飞行体验，底层依托 Google 地球的全球高精度 3D 地形和建筑数据。在浏览器里流畅运行无需下载任何客户端，技术实现依赖 WebGL 和 Cesium/MapGL 等现代前端图形栈，是地理信息可视化与游戏化体验的绝佳交叉案例。

• 地理教学——让学生飞越课本上的每个地名
• 旅行规划——提前从空中预览目的地地形和城市布局

Mac 端系统增强工具，集成了 Apple Silicon 风扇控制、摄像头/麦克风隐私警报、AI 编码时保持唤醒、输入锁定擦屏等功能，支持 macOS 27。

https://mole.fit ↗

访问 mole.fit 下载 Mac 版安装包（支持 macOS 26/27）。安装后菜单栏会出现 Mole 图标。核心功能：① 风扇控制——手动调节 M 系列芯片风扇转速，编译或训练模型时主动降温；② 隐私警报——当任何应用调用摄像头或麦克风时弹出通知，防偷窥；③ AI 保持唤醒——编码时阻止系统休眠，避免长时间 Agent 任务中断；④ 锁定输入——一键擦除屏幕并锁定键盘鼠标，开会演示时防手滑。早鸟价 $9 到 6 月 15 日截止。

Tw93 是知名开源作者（MiaoYan、Kami 等），Mole 1.7 一口气把开发者日常高频痛点（编译过热、隐私泄漏、AI 任务被休眠打断）打包进一个轻量菜单栏工具。支持最新 macOS 27 说明维护积极，$9 买断制对独立开发者相当良心。

• 本地跑大模型推理时手动拉满风扇降温
• 用 Claude Code/Codex 长时间编码时防止 Mac 自动锁屏休眠

花叔在 Fable 5 可用的 72 小时内疯狂迭代出的 Agent 运行容器，支持多 Agent 沙箱隔离、工具链编排和持久状态管理，已开源。

https://github.com/alchaincyf/fanbox ↗

克隆仓库后 `pip install -r requirements.txt` 安装依赖。FanBox 核心概念是「沙箱容器」——每个 Agent 跑在独立命名空间内，互不干扰。配置 YAML 定义工具链（文件系统、网络、Shell、浏览器等），支持接入 Claude Code、Codex、Pi 等后端。启动后 Agent 自动读取任务描述并循环执行，中间状态保存在 .fanbox/ 目录下，支持断点续跑。花叔 3 天烧了 5 亿 token 迭代 20+ 版本，代码质量和架构设计经过实战检验。

Agent 编排框架目前各家闭源（Claude Code、Codex CLI），FanBox 是少见的开源通用 Agent 容器方案。沙箱隔离机制让多个 Agent 并行工作而不互相污染上下文，特别适合需要多 Agent 协作的复杂工程任务。Fable 5 谢幕之作，架构被花叔称为「太特么好用了」。

• 并行跑多个 Code Agent 处理大型 monorepo 的不同模块
• 搭建自动化 CI Agent——PR 提交后自动 review + 修 bug + 跑测试

Tw93 开发的终端 AI 简历工具，输入 Markdown 素材一句话生成排版精美的专业简历，支持多种模板风格。

https://github.com/tw93/Kami ↗

`npm install -g kami` 全局安装（或 `npx kami` 直接运行）。准备好自己的简历素材写成 Markdown 文件（教育经历、工作经验、项目经历、技能栈）。在终端执行 `kami init` 生成配置文件，然后运行 `/kami` 指令让 AI 读取你的 Markdown 并自动排版输出。支持交互式调整——觉得某段太长或风格不满意，直接说「把工作经历改成更简洁的风格」即可微调。Tw93 为简历场景单独优化了渲染效果，清晰整洁。

Kami 本质是 CLI + AI 的排版引擎，把「写简历」这个高频刚需变成了「准备素材→一句话指令→调两下→导出 PDF」。相比在 ChatGPT 里反复 prompt 调整格式，Kami 的模板化渲染更可控且输出一致。开源 MIT 协议，可以 fork 后定制自己的简历模板。

• 海投不同岗位时快速产出多版本定向简历
• 帮朋友改简历——让他丢 Markdown 过来，30 秒出成品

8B 总参数（0.9B 激活）的混合专家文本转语音模型，支持多语言和语音克隆，中文效果不错。

https://huggingface.co/zyphra/zonos2 ↗

安装 `pip install zonos` 后，通过 Python API 调用。核心用法：① 基础 TTS——`model.speak("你好世界")` 直接生成中文语音；② 语音克隆——提供 5-10 秒参考音频，`model.clone("要说的文本", reference_audio="voice.wav")`，模型会模仿参考音色朗读新内容；③ 多语言切换——同一模型支持中/英/日/韩/法等十余种语言。0.9B 激活参数意味着在 M1/M2 Mac 上也能本地跑（约需 2-3GB 显存/内存）。

MoE 架构在 TTS 领域尚属少见，8B 总参数量大但推理只激活 0.9B，兼顾质量与速度。中文效果实测不错，语音克隆质量接近商业 API（如 ElevenLabs），且完全本地运行无需联网。开源 Apache 2.0 协议，可商用。

• 给自己播客或视频配 AI 旁白，不用买商业 TTS API
• 用 5 秒录音克隆自己声音，做个性化语音助手

把剪贴板历史塞进灵动岛的 macOS 工具，支持文本/图片/文件等类型的历史记录搜索和快速粘贴。

从 Mac App Store 或开发者网站下载安装。安装后灵动岛上会出现 CliperX 图标，点击展开剪贴板历史列表。每次复制的内容（文本、链接、图片、文件）自动保存到列表中。点击任意条目一键粘贴到当前光标位置。支持搜索历史记录（按关键词过滤），可固定常用片段为置顶项，设置保留天数自动清理。快捷键 `⌘+Shift+V` 快速呼出历史面板。

macOS 原生剪贴板只能记住最后一次复制，CliperX 把 iPhone 14 Pro 系列才有的「灵动岛」交互形态利用为剪贴板管理入口，设计巧妙。开发者自荐产品，定位清晰不臃肿——就是做好剪贴板历史这一件事，符合 Unix 哲学。

• 写代码时频繁切换复制多个变量名/函数签名，从历史直接找回
• 整理资料时复制了十几条链接，搜索历史一键复用

向阳乔木用 Codex Goal Skill 在 24 分钟内从零开发的 2026 世界杯观赛日程网站，支持按球队/小组/赛程生成 ICS 日历订阅。

https://2026fifa.qiaomu.ai ↗

打开网站后选择关注方式：① 按赛程——订阅全部比赛日程；② 按 48 支球队——只订阅你支持球队的比赛；③ 按 12 个小组——订阅小组赛阶段；④ 按阶段——小组赛/淘汰赛分开订阅。点击「订阅」后生成 ICS 日历链接，复制到 Apple Calendar / Google Calendar / Outlook 中即可自动同步。每场比赛开赛前 30 分钟弹出提醒，不会再错过巴西队凌晨 6 点的比赛。

这是 Codex Goal Skill 的真实案例——一句话需求→24分钟交付完整网站。开发效率的跃迁肉眼可见。对普通用户来说，ICS 日历订阅是无缝集成到现有生活节奏的最佳方式，比下载专门的看球 App 轻量得多。网站本身轻巧无需注册。

• 订阅中国队所在小组赛程，设置赛前提醒
• 把淘汰赛全部订阅，决赛前每场都不落

基于 AI 的信息卡片生成工具，支持 8 种瑞士国际主义设计风格，输入文字自动排版输出精美卡片。

https://github.com/shaom/infocard-skills ↗

克隆仓库后，将项目目录添加到你的 AI 编码助手（Claude Code、Codex、Cursor 等）的 skill 路径中。使用时对 AI 说「用 infocard skill 生成一张关于 XXX 的信息卡片」，AI 会自动调用 skill 内的模板和设计规则。支持 8 种风格（包括极简、网格、不对称布局等），不同比例（1:1 方形、16:9 横向、9:16 竖版）都做了布局优化，避免大块空白或内容拥挤。输出为 HTML/CSS 渲染的 PNG 或 SVG。

meng shao 的又一力作，将瑞士国际主义设计原则（Josef Müller-Brockmann 那一脉）固化为 AI 可调用的 skill 模板，让非设计师也能产出专业级排版。本次更新的核心改进是跨比例布局的合理性，解决了之前某些比例下内容截断的痛点。适合做社交媒体配图、演讲 Slide、产品功能卡片。

• 技术分享时把核心观点生成视觉卡片当封面
• 产品发布时用不同风格快速迭代宣传图

把文字和文档变成播客的 iOS 阅读工具，支持 PDF/网页/文本输入，AI 语音朗读并生成播客风格音频。

在 App Store 搜索「Voicer」下载。打开后可通过三种方式导入内容：① 粘贴文字；② 导入 PDF 文档；③ 输入网页 URL 自动抓取正文。选择播客风格（单人讲述/双人对谈），AI 将内容转化为口语化脚本，然后 TTS 合成音频。支持后台播放、倍速调节，生成的音频可导出分享。适合通勤/运动时「听」文章。

Google NotebookLM 带火了「文档转播客」的交互范式，Voicer 把它做成了轻量 iOS App，降低了使用门槛。对中文内容的语音合成和口语化改写质量是关键——开发者自荐说明有一定打磨。相比在浏览器里用 NotebookLM，手机 App 更贴合播客的消费场景（通勤、健身）。

• 把长文报告转成播客，通勤路上「听」完
• 把 PDF 电子书转成对话体音频，运动时听

美国政府以国家安全与出口管制为由，要求 Anthropic 停止向所有非美国公民提供 Fable 5 和 Mythos 5 模型访问。Anthropic 因无法区分用户国籍，一刀切下线全球所有非美国用户的权限，仅保留已验证美国身份的用户。

Fable 5 上线仅 3 天即被封杀，被社区戏称为「AI 史上最短命的神模型」。讽刺的是，Anthropic CEO Dario Amodei 长期在华盛顿游说 AI 安全监管，最终监管回旋镖打到了自己身上。全球开发者社区反应激烈——Simon Willison 每分钟写脚本轮询 API 看自己何时被踢；花叔在 Fable 5 上烧了 5 亿 token 迭代 20 版 FanBox 后被迫中止；多个依赖 Fable 5 大规模重构的项目半途而废。

中国开源模型获得结构性利好——智谱 GLM 5.2 发布、Kimi K2.7-Code 开源恰逢其时，大量海外开发者开始认真评估中国模型替代方案。这次事件将加速 AI 供应链的去美国化，欧洲和亚洲市场对非美模型的需求会爆发式增长。Anthropic 原定 6/22 的 Fable 5 Build Day 已降级为 Opus 4.8 Build Day。

智谱发布 GLM 5.2，目前通过订阅制向 codingPlan 用户开放，官方宣布下周开源模型权重并开放 API。

GLM 5.2 发布时间恰逢 Fable 5 下线，被社区解读为精准卡位的战略动作。智谱在发布声明中直言「前沿智能不应只属于少数人，也不应被少数规则随时收回。它应该开放、可用、可构建，并服务于每一位开发者」，直接对标 Anthropic 的闭源和合规困境。

GLM 5.2 若性能真能对标国际一线模型，加上开源策略，将吸引大量因 Fable 5 禁用而寻找替代方案的海外开发者。智谱是国内大模型厂商中开源力度最大的之一，此举可能引发新一轮国内模型出海潮。

Kimi 发布 K2.7-Code，在 K2.6 基础上针对编程 Agent 专项优化，三项编码基准均有提升：Kimi Code Bench v2 +21.8%，长链路任务成功率更高，推理 token 更少。

K2.7-Code 的定位非常明确——不是通用模型，而是专门为编程 Agent 场景优化的模型。三个核心改进：编码能力、Agent 任务完成率、推理效率。相比 K2.6 在编程基准上大幅提升，说明 Kimi 团队找到了 Agent 场景下的优化方向。

开源编码模型的竞争格局正在形成——DeepSeek、Qwen、Kimi 各有侧重。K2.7-Code 瞄准 Agent 长链路任务这一细分，差异化明确。对开发者来说，本地跑的开源编码模型选择越来越多，闭源 API 不再是唯一选项。

Telegram 发布重大更新，Bot API 现在支持富文本消息——表格、清单、图片轮播、可折叠段落、数学公式、行内插图等，同时上线 Apple Watch 客户端和 AI 群聊管理功能。

这是 Telegram 在 AI 时代的战略升级——Bot 从只能回纯文本到可以输出结构化富文本，直接扩大了 Bot 的应用场景（AI 客服、数据报表推送、教育内容分发）。微信做不了的富文本 Bot，Telegram 做到了。Apple Watch 客户端补足了可穿戴设备生态。

富文本 Bot 能力可能催生新一轮 Telegram Bot 创业潮——AI 日报推送、股票报表、课程内容分发都可以用富文本实现更好的阅读体验。对微信来说，这又是一次「别人都做到了我们还做不了」的尴尬对照。

Vercel 在 AI SDK 7 Canary 版中发布 HarnessAgent，提供统一 API 支持在 Claude Code、OpenAI Codex、Pi 等 agent 运行环境间无缝切换，同时提供沙箱（Sandbox）隔离机制。

HarnessAgent 解决的核心痛点是 Agent 框架碎片化——开发者要在 Claude Code / Codex / Pi 之间反复切换，HarnessAgent 用一个统一接口抹平差异。Y11 贴出的用法显示安装非常简洁（npm install @ai-sdk/harness/agent），适合需要跨平台测试 Agent 性能的开发者。

Vercel 入局 Agent 编排层，意味着 AI 开发工具链正在向标准化方向发展。如果 HarnessAgent 成为主流，可能会削弱单个 Agent 框架的锁定效应——开发者可以轻松把任务从 Claude Code 切到 Pi 或 Codex。