VoiceGremlin 发布面向 AI 电话智能体的自动化测试 SaaS 工具
VoiceGremlin 发布一款 SaaS 工具,用于对 AI 电话智能体做自动化测试。用户可通过 API 提交电话号码和测试项,例如验证智能体是否在首条消息中披露其 AI 身份和录音,接口返回 run_id 与排队状态,查询运行结果可得到通过数量及判定理由。
推荐理由:原文给出 API 调用示例,读者可据此判断如何对 AI 电话智能体做自动化合规测试。
AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。
VoiceGremlin 发布一款 SaaS 工具,用于对 AI 电话智能体做自动化测试。用户可通过 API 提交电话号码和测试项,例如验证智能体是否在首条消息中披露其 AI 身份和录音,接口返回 run_id 与排队状态,查询运行结果可得到通过数量及判定理由。
推荐理由:原文给出 API 调用示例,读者可据此判断如何对 AI 电话智能体做自动化合规测试。
作者发布 Claude Code 插件 Terse,通过一套写作规则把回复长度减半并去掉套话。在 20 条真实代码库提示词上,Fable 5.1 词数减少 46%、成本降低 51%,Opus 5.5 词数减少 54%、成本降低 32%;规则适用于回复、文档、提交信息和子智能体,并附带状态栏上下文用量表。插件可从 Claude 目录或 GitHub 安装,作者称插件不发起网络请求、不收集数据。
推荐理由:作者公开了插件规则、基准方法与逐模型数据,读者可据此判断精简输出风格对成本与回复长度的影响。
Manifestack 是一个开源技术栈审计工具,可运行在 Claude Code、Cursor、Codex 等编码智能体内,检查前端、后端、worker、基础设施和第三方 API 的预算、配额与合规要求。
推荐理由:原文给出了在编码智能体内做技术栈审计的具体机制与只读边界,读者可据此判断它能否接入现有工作流。
Preference Model 开源了用于构建稳健 RL 环境的框架 Karotte,需要 Python 3.12+ 和 uv,默认在 VM 中运行,macOS 用 Apple container、Linux 用 Firecracker,也支持 docker 或 podman。
推荐理由:原文给出安装命令、默认 VM 运行时和任务运行流程,读者可据此判断它是否适合搭建自己的 RL 环境。
英伟达在旧金山发布会上推出 DGX Station for Windows,定位桌面级 AI 超级计算机,计划 2026 年第四季度上市。
推荐理由:桌面级设备把数据中心级统一内存和算力下放,读者可据此判断本地跑万亿参数模型的硬件门槛。
Google 将 SynthID Detector 开放给公众,任何人都可以检测图片、视频或音频是否由 Google 及其合作方的 AI 生成。该工具可识别 Gemini、Veo、Lyria 等模型嵌入的隐形水印,支持 JPG、PNG、MP4 和 MP3 格式。
推荐理由:SynthID 检测器开放公众使用,读者可了解水印检测的适用范围与它只识别自家水印的边界。
微软面向开发者的高端 AI 迷你主机 Surface RTX Spark Dev Box 开启预售,售价约 6000 美元,11 月开始发货。该机采用 Nvidia Arm 架构的 RTX Spark 平台和 128GB 统一内存,可运行超过 120B 参数的模型,用于测试 AI 模型、原型化 AI 智能体或在本地运行 AI 编码工具。
推荐理由:面向开发者的本地 AI 迷你主机给出价格、内存与预装工具,可据此判断本地跑大模型的硬件门槛。
Meta 宣布推出新的 AI 工具,用于发现那些看似正常、实则将用户导向站外非法儿童性虐待内容的广告和账号。其中一套新的大语言模型系统用于识别所谓 signposting,即广告本身不含非法内容但充当跳转入口,Meta 因此开始审查广告的跳转目的地而不只是广告内容,并可据此封禁违规网站和账号。
推荐理由:Meta 用 LLM 识别广告跳转目的地而非广告内容本身,这一思路变化对平台内容审核有参考意义。
Weft 是一个面向编码智能体团队的协调工具,智能体在编辑时就把工具调用改动提交到按仓库划分的排序器,排序器基于已接受改动校验并返回可操作的诊断信息,人类可查看同一事件流并批准、暂停、留言、撤销或检查证据。
推荐理由:原文给出多智能体并发编辑的协调协议与可运行演示,读者可据此判断无文件锁协作的可行路径。
Armature 团队推出 Agent.reviews,定位为面向 AI 智能体的 G2,通过一组技能和 npm CLI(@armature-tech/agent-reviews)连接智能体与 API,让 Claude Code、Codex、Cursor 等智能体在选工具前查看评价、使用后发布评价。
推荐理由:原文给出智能体互评工具的安装方式与隐私过滤设计,可据此判断智能体选工具的信息来源会如何变化。
OpenComputerUse 是一个以 MCP 服务器形式运行的后台计算机操作工具,用 start_session 启动应用并拿到 session id,再用该 id 驱动应用,指针、键盘焦点和最前台应用都保持原位。
推荐理由:原文给出了后台驱动应用的具体机制与跨平台差异,读者可据此判断它能否接入现有智能体工作流。
Search2o 发布开源可用的 Agent Server 0.11.0,通过 pip install search2o 安装,可在组织内部运行无状态异步 Python 服务,并自带 REST API 与 GUI。
推荐理由:原文给出用 JSONC DSL 构建可搜索智能体的完整安装与发布流程,可据此判断自托管智能体的落地方式。
The Last SaaS 是一个开源 headless SaaS 后端实验,试图找出最小 SaaS 应用所需的基础原语,让 Claude、ChatGPT 等助手通过 MCP、CLI 或 API 在其上构建。
推荐理由:作者把 SaaS 后端拆成记录、文件、权限等基础原语,并给出 MCP 接入方式,可据此判断智能体能否直接操作业务数据。
Luke 是一款面向编码智能体的语音规划工具,用户口述功能需求时它会阅读代码,并生成可直接粘贴到 Claude Code 或 Codex 的计划。该工具提供 macOS 版本,要求 macOS 14+ 与 Apple silicon,代码已在 GitHub 开源。
推荐理由:语音口述需求、工具读代码并生成可粘贴到 Claude Code 或 Codex 的计划,展示了编码智能体前置环节的一种新做法。
Trigora 发布面向长时运行 AI 智能体和程序的持久化执行平台,支持用 TypeScript、Python 或 Rust 编写业务逻辑,可在事件、定时器、外部调用和子程序之间挂起执行,并在故障后从已提交的续体状态恢复,而不重放已完成的执行历史。
推荐理由:原文给出 TCC 与历史重放两种恢复路径的差异,读者可据此判断长时运行智能体的状态恢复方案。
paste-preview 是一个 Claude Code 插件,让终端里粘贴的图片以缩略图显示在提示框上方,并在粘贴时打开编辑器,支持画笔、椭圆、方框、箭头、文字、裁剪、旋转和七种颜色。
推荐理由:原文给出了粘贴图片的缩略图与标注流程,读者可据此判断它是否值得装进自己的 Claude Code 会话。
作者发布 Claude Code 成本追踪插件 what-would-it-cost,把 Pro 或 Max 订阅按 Anthropic 列表价格折算成 API 费用,实时显示在提示词上方,每次模型请求后更新。
推荐理由:作者把 Claude Code 订阅折算成 API 价格并常驻显示,读者可据此估算自己套餐的实际用量价值。
微软研究院开源 Agent Lightning v1.0,一个约 3500 行代码的轻量 Agentic RL 框架,提出 Harnessed Agentic RL 范式,让部署时使用的 agent harness 直接参与强化学习,无需在训练框架内重写 agent。
推荐理由:微软研究院开源 3500 行 Agentic RL 框架,给出真实 harness 训练与 14.6 分提升的完整链路,可据此评估自建训练成本。
OpenAI 宣布 API 平台两项更新,其中新的 Decisions API 可评估文本、图像或两者,运行速度约为 Responses API 的十倍,目前处于公开测试阶段,即将正式可用。
推荐理由:OpenAI 新 API 把复杂评估压缩成是/否或单选,并给出速度与定价,读者可据此判断它适合哪些分类场景。
RoamDeck 上线,可将 Android 手机与 Windows PC 直连,在手机上打开并操作 PC 上的真实终端窗口,支持语音听写、文件传输和屏幕实时查看。
推荐理由:原文给出了端到端加密的直连方式与 Whisper 本地转写等具体能力,读者可据此判断远程控制 PC 的实际可用性。