今天值得看的是“让 Agent 的动作可验证”:小程序可在浏览器里跑 E2E、企业数据先过语义层、模型回答尝试附可验凭据;同时桌面工具继续缩短从捕获信息到执行任务的距离。FlashProve 仍是有严格边界的研究原型,不等于任何中转商今天就能证明自己卖的是指定模型。本文只选有明确线索的项目;没有把未读取到的成员内容算作无人发帖。 本期X成员采集不完整:完成0位,部分读取45位,失败0位,未尝试0位;未读到不代表没有发帖。
今天值得看的是“让 Agent 的动作可验证”:小程序可在浏览器里跑 E2E、企业数据先过语义层、模型回答尝试附可验凭据;同时桌面工具继续缩短从捕获信息到执行任务的距离。FlashProve 仍是有严格边界的研究原型,不等于任何中转商今天就能证明自己卖的是指定模型。本文只选有明确线索的项目;没有把未读取到的成员内容算作无人发帖。 本期X成员采集不完整:完成0位,部分读取45位,失败0位,未尝试0位;未读到不代表没有发帖。
用微信官方基础库运行小程序编译产物,配 Chrome DevTools 调试及 Playwright 无头测试。
已有 mp-weixin 编译目录时运行 npx wxa-runner dev ./dist/dev/mp-weixin;再按项目文档接 Playwright 断言页面状态和请求。
Linux CI 不必安装微信开发者工具就能跑一层回归;但浏览器模拟不能替代真机兼容性测试。
macOS 菜单栏工具,把文字、网页来源、截图和文件追加到今日日记或普通 Markdown 文件夹。
下载 v1.4.0 的 Jot.dmg,指定 Obsidian 仓库;⌘⇧J 输入随手记,⌘⇧K 收录当前选中内容,并检查自动附上的来源。
本机 OCR 和快捷入口降低收集资料的切换成本;首次授权辅助功能要明确确认。
从元数据构建可核对的业务词汇和关系,通过 API、MCP 与 Text-to-SQL Agent 提供查询入口。
阅读仓库部署和连接器说明,在测试库接入业务元数据;先人工核准指标定义,再用 MCP 查询并核对生成 SQL、结果与出处。
比让 Agent 直接猜库表关系更可控;项目的准确性仍取决于定义治理和权限配置。
2B/4B 模型把目标定位、计数、OCR、分割和抠图纳入统一接口。
先看仓库任务示例和模型权重要求,在获授权图片上分别测试文字定位和分割输出,手工复核漏检与透明边缘。
减少多模型流水线拼接;论文和仓库指标是项目方报告,未当成独立实测。
新版本默认选 DFlash2;发布说明报告 8GB 显卡可启动 128K 上下文,但需要把更多负担转到内存。
终端用户执行 strata update,核对应用 0.2.10/引擎 0.1.56;在自己的硬件上比较启动成功率、内存占用和生成速度。
与近七日已刊的 0.2.9 不同,本次 delta 是 DFlash2 默认策略和 8GB/128K 启动路径;官方测试并非所有设备的保证。
开发者发布跨平台编辑器,macOS/Linux 支持和编码 Agent 共编文件;Windows 当前只有编辑器功能。
下载对应系统版本,打开一份测试 .md,先由 Claude Code 或 Codex 修改小段,再在编辑器里核对变更和冲突处理。
比在终端输出后手动复制回笔记更直接;共编体验和可靠性仍待独立试用。
Anthropic 发布可让验证方检查回答是否来自某组已承诺权重的密码学原型,并附 CPU 验证路线。
先读仓库限制;仅在受支持的 Linux 环境按文档验证仓库自带示例证明,核对可信渠道提供的承诺 ID、覆盖 token 范围与最终结果,不要直接接生产中转。
很适合研究模型身份可验证性,但项目注明不维护;验证通过并不能单凭服务商自己给的 ID 证明“就是某正版模型”,也不保证所有回答 token 被覆盖。
Apple 公布开发者预览,第三方应用可向新 Siri 提供更多意图、操作和技能能力;仍有系统、语言、地区和测试版限制。 官方公告:https://developer.apple.com/news/?id=gdk2umrf
关键是把应用功能做成可调用的操作,不意味着所有 App 与所有用户已立即可用。
做 iOS 服务的团队应评估自己的可暴露操作和确认边界,等正式开放再谈普及。
Canva CEO 的公开信说明本次重组影响 1,271 人(约 22%),包括调整岗位和要求搬迁者;未明确实际离职人数。 官方信:https://www.canva.com/newsroom/news/canva-team-update/
不能把受影响人数直接写成裁员人数,也不能把公司调整全部归因于 AI 替代。
产品、平台与增长团队的整合及用工变动值得持续观察。
Cat Wu 本人称上周五是她在 Anthropic 的最后一天,回顾 Claude Code 从内部工具到产品的经历。
本人未说明离职原因和下一站;其他帖子谈 IPO 或团队变化是猜测,不作事实。
值得观察 Claude Code 后续产品路线,不能据单人离职推断产品停摆。