Bodhi Realtime Agent:基于 Gemini Live API 的实时语音智能体框架
Bodhi Realtime Agent 是一个用 TypeScript 构建实时语音智能体应用的框架,基于 Google Gemini Live API 实现双向音频流与服务器端轮次检测。
Bodhi Realtime Agent 是一个用 TypeScript 构建实时语音智能体应用的框架,基于 Google Gemini Live API 实现双向音频流与服务器端轮次检测。
针对新实验室(neolabs)被同时要求做出研究突破和撑起风投级业务、成功率被压到万分之一的问题,文章提出借鉴制药业分工,由前沿实验室以“预注册收购”方式提前承诺成果回报。文中援引数据:2013 至 2022 年 FDA 批准的药物中,营收低于 $500M 的小公司贡献了 52%,营收超 $10B 的大公司贡献 36%;自 2016 年以来最大规模训练成本以每年 2.4x 增长。
据外媒报道,Anthropic、OpenAI 等 AI 公司高管正私下闭门推演,若发生重大灾难性 AI 事件该如何应对公众与政界的强烈抗议及抵制。高管们预计未来很可能发生一场大规模事件,极可能是某种网络攻击,导致金融服务、互联网通信甚至水电供应等基础设施大面积瘫痪。OpenAI 发言人表示公司一直在组织完备性演练,并未将这些情景视为必然发生,Anthropic 则拒绝置评。
QuantaGem 是一个面向 Google Gemini 的生产级 WebUI,基于 Next.js 16 与 TypeScript 构建,通过 Vertex AI 接入 Gemini 2.5/3.x 模型。
开源项目 SF Pools 抓取旧金山 SF Rec & Park 的泳池时刻表 PDF,用 LLM 提取结构化数据,并提供可按项目、日期、时间和泳池浏览的界面。
Snow-CLI 是一个基于终端的编排层,把 OpenAI、Google Gemini 和 Anthropic Claude 统一到单一界面中,用于智能体编程。
Google 正在内部测试代号 Carbon 的新 AI 模型,目标是提升编程能力,并部署于内部工具 Jetski。有内部人士称其性能“感觉像 Opus 5.5”,但目前尚无公开跑分或发布时间,Google 官方未予证实。
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在一场对谈中指出,AlphaFold 的突破只是开始,蛋白质折叠问题远未解决,静态结构预测无法覆盖蛋白质动态与无序性。
苹果与 AI 音频初创公司 Huxe 达成人才引进与技术许可协议,可向 Huxe 特定员工发出聘用邀请并获得其知识产权非独占许可,但不收购 Huxe 业务。这是 2026 年公开披露的第 4 笔苹果 AI 相关交易。Huxe 由 3 名前 Google NotebookLM 团队成员创立,其同名应用可依据邮件和日历生成每日音频简报,已于 2026 年 5 月关闭。
NewsAgent AI 是一个多智能体新闻情报管线,由 7 个专职智能体(Fetcher、Classifier、Analyst、Impact Mapper、Historian。
Google 在 Antigravity 隐藏项中新增 Gemini 4 Argon 模型引用,支持 low、medium、high 三档推理强度;Gemini 网页端也已为所有模型显示这三档推理选项,统一了各工具的推理选择器。
谷歌即将向公众发布新一代 Gemini 4“Argon”模型,内部员工已在测试代号“Carbon”的后续迭代版本,该版本很可能是 Argon 架构下的新检查点更新,并已接入谷歌内部代码平台 Jetski。
科技财经作者 jllyhill 在长文中估算,微软自 2022 年以来约 2650 亿美元资本开支只换来约 500 亿美元 GPU 上线,另有约 500 亿至 1000 亿美元 GPU 闲置在仓库或未通电的数据中心。
名为 Gemini-3.5-Pro-Free 的 Windows 应用可通过 Google AI Studio 生成的 API Key 连接 Google Gemini 服务,免费使用其推理与编码模型。
CNCF 沙箱项目 llm-d 发布 v0.7,将优化基线重命名并稳定化,迁移为 kustomize 优先的指南,扩展夜间 CI(OpenShift、GKE、CoreWeave),预测延迟调度转 GA,批处理网关进入实验阶段,并重写项目文档。
rcarmo/go-ai 是 pi-ai 的 Go 移植库,提供模型发现、流式事件、工具调用、OAuth 辅助和多提供商请求管线,目前处于 v0 实验阶段。已接受的 v0.87.1 审计收录 41 家提供商的 1495 个文本/对话模型、10 种文本/对话 API 协议和 55 个图像模型,需 Go 1.25 或更高版本。
特朗普宣布成立「超级智能部队」(SIF),负责协调联邦政府以确保美国在超级智能领域保持领先,并推动与消费者、公共利益组织、宗教团体、基础设施提供商和行业领袖的沟通。
Sayam Mukherjee 发布个人开发者作品集,基于 React 19、TypeScript、Tailwind CSS、Vite 与 Express 构建,通过 GitHub Actions 预渲染 GitHub 活动静态 JSON 快照,避免客户端 API 请求与速率限制。
Google 宣布与 Constellation Energy 合作,为伊利诺伊、宾夕法尼亚和新泽西六座在运核电站的升级项目提供融资,到 2032 年底前为 PJM 电网新增 890MW 全天候清洁核电,并维持约 4400 个现有岗位、支持约 7200 个新建岗位。
vaga-radar 是一个在 GitHub Actions 上免费自动运行的远程职位监控机器人,抓取公开职位源后经关键词与 Google Gemini(Flash-Lite 免费层)两层过滤,再通过 Telegram 推送标题、公司、地点、评分和链接。
El Sbobinator 是一款免费桌面应用,通过用户自带的 Google Gemini API key(BYOK)将音频和视频课程转录为结构化学习笔记,自动去除口头禅与重复内容并整理成章节、段落和要点列表。
Firebase Apple SDK 宣布 2026 年 10 月之后不再向 CocoaPods 发布新版本,现有 CocoaPods 版本仍可继续安装使用,官方提供了迁移指南。同时 Firebase AI Logic 的 Gemini Foundation Models 框架适配器已进入预览阶段,可通过文档开始使用。
OpenAI 发布“主动式助手”Dots,可跨应用保留上下文、自主追求多个目标;Google 称 Gemini 4 Argon 单次响应可生成最多 100 万 output tokens。特朗普政府与主要 AI 公司达成无法律约束力的自愿协议,要求内部安全监测、外部审计与独立董事会审查,FTC 则对 OpenAI、Anthropic 等展开消费者风险调查。
axxalab 发布 axxa-agent,一款移动优先的 Obsidian 插件,提供 AI 对话、Vault 问答和可编辑笔记的智能体功能。该插件支持 OpenAI、Claude、Gemini、OpenRouter、NVIDIA NIM 或本地 Ollama,需使用用户自己的 API key。
Modish AI 是一个多智能体零售助手,由 6 个专职智能体协作完成完整购物交易,涵盖商品搜索、库存检查、支付、配送、积分和售后支持。系统基于 Google ADK 构建,底层使用 Gemini,Sales Agent 作为编排者负责路由请求并整合多个智能体的响应。项目采用 Python、Flask、React 和 SQLite,商品目录使用印度零售数据集,价格以 INR 计价。
Ethan Mollick 指出,Google 在 Gemini 4 之后面临的挑战是如何用好一个优秀的模型。Anthropic 和 OpenAI 表明行业正走向通过编排智能体以单一界面处理多种任务,而 Gemini 3 时代充斥着面向众多市场的碎片化产品,这一模式对下一步行不通。
Shubham Upadhyay 发布 Chronos,一款面向深度工作的生产力操作系统,采用 Next.js 15、React 18、Prisma 与 PostgreSQL 构建,AI 层由 Google Gemini 驱动。其 AI 命令面板(⌘K)可基于日历数据推荐最佳专注时段、自动将低优先级任务移至下周,并保护专注时间块。项目以 MIT 许可证开源。
作者在 Claude 额度用完后转用 Gemini 3.8 Flash High,发现其优化产品文案的表现超出预期,语言流畅且不带 AI 腔调,为 Mole Mac 的产品文档提供了清晰易懂的文本。尽管该模型在编码方面不如预期,但成功提升了用户文档的可读性。
AnswerSense: Forms 是一款 Chromium 浏览器扩展,可借助 AI 逐页回答受支持的 Google Forms 页面,生成答案并自动填写控件,最终由用户自行审核和提交。
ApocalyptiClock 通过 GitHub Actions 每 4 小时轮询一次核风险、冲突、气候、生物安全、AI 风险和信息战六类真实头条,由 Gemini 免费层给出带引用的判断,说明该类别风险上升、下降还是持平。
编程智能体仍是 AI 辅助开发的瓶颈,模型在干重活,智能体却拖后腿。作者指出当前智能体存在任务管理糟糕、不会委派子任务、不了解自身功能、计划沟通混乱等问题,例如 OpenCode 把可并行的 10 个子任务逐个串行执行,Claude Code 只会启动一两个子智能体且需等全部完成才继续。
Banditboard 是一款常亮显示 Claude Code 与 Google Antigravity 用量限制的工具,展示 5 小时会话与每周额度、重置时间及模型故障状态,并在 80%、90%、100% 时告警。
巴黎 AI 生物实验室 Living Models 将 Gemma 4 与植物基因组基础模型 BOTANIC-1 组合,构建模块化流程来定位作物性状的因果突变。
经过一年测试,Amazon 的 AI 助手 Alexa Plus 是目前最好的智能家居助手,能理解"我冷了"这类自然指令,天气查询和定时器响应从 2025 年的 10-15 秒缩短到 3-5 秒。但它在私人助理功能上仍不成熟,Echo Show 上的全屏广告也严重干扰体验。该助手在美国和加拿大可用,Echo 设备上需 Prime 会员或每月 19.99 美元订阅。
Google 本周宣布 SynthID 检测门户面向全球开放英文版,任何人都可用它验证图像、视频或音频是否由 Google 及行业伙伴的 AI 生成。同时发布 Nano Banana 2.1,在视觉设计、主体一致性和精准局部编辑上有所提升,可在不改动整张图的情况下修改特定细节。
Google AI Studio Build 上被发现正在开发新的 Ultra 模式,描述为“Build with advanced skills and tools”。
taylorwilsdon/google_workspace_mcp 是一个开源 MCP 服务器,通过 120+ 工具把 AI 助手接入 Gmail、Drive、Calendar、Docs、Sheets、Slides、Forms、Tasks、Contacts、Chat、Custom Search 和 Apps Script 共十二项 Google Workspace 服务。
Voyara 是一款基于 Google Gemini 的 AI 旅行规划助手,可根据目的地、预算、时长、出行人数、出发地和偏好生成逐日行程,并支持用自然语言修改或重新生成计划。
RenaCode 发布自托管饮食记录 Web 应用 Dietetyk AI,用户用自然语言或照片描述餐食,由 Gemini 拆分食材并估算热量、蛋白质、碳水、脂肪、纤维、糖和钠,再与 Oura Ring、Withings、Apple Health、Google Fit 的睡眠、恢复、活动和身体成分数据并列展示。
作者因 Gemini 性能不佳对 Google 持消极态度,但亲身体验 Google 员工福利(尤其是豪华午餐)后,对公司的文化和待遇产生极大好感。尽管对 AI 产品有保留,作者仍高度认可 Google 作为雇主的优异条件,并幽默地将工作与健康寿命联系起来。