飞飞的AI实验室

用AI放大灵感，把想法变成作品。

发表于 更新于 分类于 本文字数： 5.1k 阅读时长 ≈ 5 分钟

Google I/O 2026 发布的 Gemini Omni 这一周在 X 上刷屏，最 viral 的不是清晰度也不是物理 grounding，是 conversational editing 这个新交互范式。我把 marble 弹珠、protein folding 黏土、violinist 多轮编辑、mirror ripple 这几条 standout 视频翻完之后，发现真正改变的是创作者跟视频的关系。

阅读全文 »

发表于 更新于 分类于 本文字数： 5.5k 阅读时长 ≈ 5 分钟

I/O 2026 keynote 不只是 Antigravity 2.0 那一个事。AI Studio 手机 app、Antigravity SDK、Managed Agents API、Android CLI、WebMCP、Chrome DevTools for agents、Science Skills，Google 这次把开发者从 idea 起点到生产终点整条链都占位了。每一节我按"链路位置 + 对国内开发者的实操价值"梳一遍。

阅读全文 »

发表于 更新于 分类于 本文字数： 3.3k 阅读时长 ≈ 3 分钟

微信读书于5月18日上线官方Agent Skill，把书架、笔记、阅读统计等8类能力开放给Claude Code等32个支持SKILL.md标准的Agent工具，作者用23本书366条笔记实测跨书统计、笔记提炼与读书周报，并解析单gateway加api_name路由等工程细节。

阅读全文 »

发表于 更新于 分类于 本文字数： 3.9k 阅读时长 ≈ 4 分钟

OpenAI于5月14日把Codex装进ChatGPT手机app并在iOS与Android同步预览，通过secure relay layer把电脑端的diff、终端输出和审批请求同步到手机，支持切换多个并行thread，文章对比Anthropic单线程遥控的Dispatch并分析其背后的B端竞争压力。

阅读全文 »

发表于 更新于 分类于 本文字数： 6.2k 阅读时长 ≈ 6 分钟

作者在iPhone 15 Pro上用谷歌Edge Gallery应用跑Gemma-4-E4B-it模型，实测二维码生成（耗时13.2秒）、谷歌地图嵌入对话、心情记录三个技能全部跑通，该模型靠逐层嵌入架构让4B量级带上原生工具调用与128K上下文，是手机本地大模型第一次真正学会调用工具。

阅读全文 »

发表于 更新于 分类于 本文字数： 4.9k 阅读时长 ≈ 4 分钟

Claude Code v2.1.139新增Agent View，一条claude agents命令打开统一面板，把所有会话的运行中、等待输入、已完成三种状态列成一张清单，配合空格预览、/bg切后台与直接起后台任务，后台会话写文件时自动分叉到隔离worktree副本，从架构上根治多个agent互相覆盖文件的事故。

阅读全文 »
0%