2026-05-14 · Markdown

AI 早报 2026-05-14

视频版：哔哩哔哩 ｜ YouTube

概览

产品应用

模型发布

开发生态

技术与洞察

行业动态

前瞻与传闻

产品应用

DeepSeek 专家模式现无法上传附件 页面提示资源紧张 #1

有用户发现 DeepSeek 网页端与 App 端专家模式现已无法上传附件，页面提示资源紧张。据透露，此举或为限制反代违规行为。

有用户发现，DeepSeek 网页端和 App 端的专家模式目前已不再支持用户上传附件。在相关操作界面中，系统会弹出关于“资源紧张”的提示信息。对于此次功能变动的原因，有用户透露，这可能是为了限制反向代理的违规调用行为。用户推测，由于上传文件后模型的上下文窗口会扩大至 1M，大上下文机制容易导致资源消耗过大并增加被滥用的风险。

腾讯宣布微信已支持将聊天记录一键转发至元宝 #2

腾讯宣布微信已支持将聊天记录一键转发至元宝进行总结或构思回复，该功能以不保存记录的临时对话进行，需将相关应用升级至最新版。

腾讯宣布微信已支持将最多100条聊天记录像文件一样一键转发至元宝，由其进行总结、构思回复或生成待办事项。该功能需将微信和元宝升级至最新版本，对话以临时方式进行，退出后不保存记录。

相关链接：

Notion 开放 Agent 编排与自定义工具 #3

Notion 发布开发者平台，推出 External Agents API 让任意外部 Agent 可在 Notion 内协作、被编排与监控，并开放 Workers 运行时用于构建自定义工具。

Notion近日正式发布开发者平台。其核心推出的External Agents API允许将Claude等任意外部Agent引入Notion，实现任务分配、执行监控与多Agent工作流编排。同时，平台开放Workers运行时，支持构建自定义工具以同步外部数据或调用应用。配套的Beta版CLI用于简化部署，MCP据官方称可降低最高91%的token消耗。此外，Notion预告了Alpha阶段的Agent SDK，未来支持将Notion Agent嵌入外部应用，现已开放候补注册。

相关链接：

Runway 推出对话式视频生成工具 Runway Agent #4

Runway 正式推出 Runway Agent。用户仅需通过对话描述需求，该 Agent 即可生成包含多场景与配乐的高清视频成片，现已上线。

Runway 官方宣布正式推出 Runway Agent，定位为通过单一对话将用户创意转化为可直接发布视频的 Agent。用户只需用自然语言描述需求并设置基础参数，该 Agent 便会提出概念与故事结构，经对话优化后生成包含多场景、画外音、对话及音乐的高分辨率视频，随后用户可在时间轴编辑器中进行最终微调。该工具专为品牌团队、营销人员、创意机构及各类影视制作人设计，旨在以分钟级速度生成多镜头视频，满足营销物料、社交内容及影视前期概念开发等需求。

相关链接：

百度发布智能体产品矩阵，李彦宏提出日活智能体数新指标 #5

百度集中发布DuMate、秒哒3.0等智能体矩阵。李彦宏提出日活智能体数将取代Token成新度量衡，官方称多款产品登顶基准测试。

百度在AI开发者大会上全面转向智能体（Agent），集中发布了包含通用智能体DuMate、应用生成工具秒哒3.0、数字人智能体百度一镜和决策智能体百度伐谋2.0在内的产品矩阵。百度创始人李彦宏提出，Token仅代表成本与投入，DAA（日活智能体数）才是衡量AI时代生态繁荣的新度量衡，并预判全球日活智能体数将超过100亿。此次发布的新产品实现了多端互通、自然语言生成应用及产业决策优化等多项能力，官方称其在多项基准测试中位居前列。

相关链接：

模型发布

小米开源 OneVL 自动驾驶框架 #6

小米具身智能团队开源自动驾驶 VLA 框架 OneVL。官方称，该模型通过双辅助解码器压缩推理，是首个在四个基准测试中准确率超越显式 CoT 的隐式 CoT 模型。

小米具身智能团队发布了 OneVL 自动驾驶 VLA 框架，并已同步开源其技术报告、模型权重以及推理与训练代码。该框架在 Qwen3-VL-4B-Instruct 基础上引入了视觉和语言双重辅助解码器，用于在训练时监督隐式标记并预测未来帧与思维链文本。在推理阶段，这些辅助解码器会被丢弃，所有隐式标记在单次并行传递中预填充，从而实现与仅输出答案相当的极低延迟。官方表示，OneVL 在 NAVSIM、ROADWork、Impromptu 和 APR1 四个基准测试中均实现了领先的轨迹预测精度，成为首个在准确率上全面超越显式自回归 CoT 的隐式 CoT 方法。

相关链接：

开发生态

MiniMax 合并订阅套餐，上线 Agent Teams 功能 #7

MiniMax 宣布将 Agent 升级为 Mavis，新增 Agent Teams 功能支持多 Agent 并行协作，并合并 TokenPlan 与 Agent Plan 实现统一订阅。

MiniMax 官方宣布其 Agent 迎来整体升级并更名为 Mavis（MiniMax as a Jarvis），同时在桌面端正式上线 Agent Teams 功能，支持多个 Agent 组成团队并行协作以处理复杂任务。在新架构下，系统采用 Owner、Worker 和 Verifier 三类核心角色进行分工，通过对抗性的质量门禁和确定性的状态机管理，旨在解决单 Agent 在长任务中易中断、易跑偏或无法快速响应的问题。此外，MiniMax 将原有的 TokenPlan 和 Agent Plan 进行合并，单一订阅即可打通 CLI、API 和 Agent，涵盖全系模型且额度共享，原双计划用户将获赠一个月会员。目前该产品已提供桌面端下载。

相关链接：

OpenAI 推出 Codex 企业版限时促销，新用户免费用两月 #8

OpenAI 面向企业推出限时促销，符合条件的企业在未来30天内接入，其纯新增用户可获得两个月的 Codex 免费使用权。

OpenAI 宣布针对企业客户推出限时促销，鼓励更多团队在工作中使用其 AI 编程产品 Codex。CEO Sam Altman 官方发文称 Codex 是目前最好的 AI 编程产品，并表示在未来 30 天内，希望尝试切换的企业可获得两个月的免费使用权限，该福利明确限定仅面向纯新增用户。

相关链接：

支付宝联合扣子编程上线商家入驻与支付集成 Skill #9

支付宝联合扣子编程上线全新支付与商家入驻 Skill。开发者现可通过自然语言一站式开发应用、集成收款并完成商家入驻。

支付宝联合 AI 开发平台扣子编程升级了商业化服务，上线「支付宝商家入驻」Skill 并升级了「支付宝支付集成」Skill。通过这两项能力，开发者可以通过自然语言对话，一站式完成从创建应用到集成支付宝支付，再到商家认证上线的全流程。目前，开发者已可在扣子编程技能列表中直接安装上述 Skill 进行调用。

相关链接：

技术与洞察

OpenAI发文详解Codex在Windows上的专属沙箱构建方案 #10

OpenAI发布工程博文，详解了Codex在Windows上的专属沙箱机制。因原生沙箱不适配Agent运行，团队组合防火墙与权限控制等系统策略，强制隔离了文件读写与网络边界。

OpenAI官方发布了关于构建Codex Windows沙箱的工程文章。由于Windows缺乏适合Agent混合工作负载的开箱即用沙箱原语，团队评估并放弃了AppContainer等现有方案。最终实现方案通过组合创建特定本地用户、配置防火墙规则、设定ACLs读写边界及使用受写限制令牌等技术，确保在本地运行命令时，由操作系统强制执行写入位置与网络访问的严格限制。

相关链接：

OpenAI发布财务团队使用Codex十大场景指南 #11

OpenAI发文展示了财务团队使用Codex的十大场景，该工具可将原始财务数据转化为月度审查报告等资产，全程无需编写代码。

OpenAI发布指导文章，详细展示了财务团队利用Codex辅助日常工作的十大应用场景。财务人员只需输入现有的结账工作簿、仪表板、预测更新和负责人笔记等真实数据，Codex即可将其转化为月度业务审查报告、高管报告包、差异分析以及情景规划等可供审查的资产。该过程无需编写代码，并支持通过Google Drive、SharePoint、Slack和Teams等插件与现有的企业技术栈集成。

相关链接：

Anthropic 发布 Claude 模型 computer use 和 browser use 最佳实践 #12

Claude 发布适用于Claude 4.6系列及Opus 4.7模型的computer use 和 browser use最佳实践指南，涵盖截图缩放、模型选择、思考参数与上下文管理。

Claude官方博客发布computer use 和 browser use最佳实践指南，适用于Claude 4.6系列（Opus 4.6、Sonnet 4.6、Haiku 4.5）与Opus 4.7模型。指南强调点击精度是集成基础，开发者应在发送截图前将其缩放至API限制内：推荐默认分辨率1280×720，Opus 4.7场景推荐1080p。模型选择上，Sonnet 4.6机械点击精度更优，Opus 4.7推理更强且点击精度接近Sonnet 4.6。自适应思考设置方面，官方内部测试表明Opus 4.7推荐默认high，4.6系列推荐medium。指南还涵盖提示注入分类器、缓存断点与滚动缓冲区、服务端压缩（beta）、批量工具与Advisor工具（beta）等实验性功能，以及通过录制演示提升任务可靠性的"Teach Mode"方案。

相关链接：

Claude Mythos 突破多项安全评估，日本三大银行将获防御性访问权限 #13

最新测试显示，Claude Mythos Preview 突破了多项网络安全评估基准，在源代码审计与漏洞发现上表现优异。与此同时，日本三大银行及金融监管机构正组建防御联盟，即将获得该模型的访问权限以应对潜在威胁。

AI Security Institute (AISI) 和安全公司 XBOW 最新发布的评估报告指出，Anthropic 的新模型 Claude Mythos Preview 在自主网络能力和漏洞发现上实现了显著跃升，其任务完成时长打破了此前几个月翻倍的加速趋势。在 AISI 的测试中，该模型的一个新检查点首次成功完成了两个复杂的网络靶场；而在 XBOW 的测试中，其在源代码审计方面的假阴性率较 Opus 4.6 降低了 42%，但在实时网站验证和命令安全性判断上仍存在局限。日本金融界已对其潜在的攻防能力作出反应。据媒体报道，日本金融厅正牵头成立包含 36 家机构的公私工作组，三菱 UFJ 等三大银行最快将于本月通过 Anthropic 的 Project Glasswing 获得该模型的访问权限，以强化金融系统的网络防御。

相关链接：

行业动态

消息称 Anthropic 寻求超 9000 亿美元估值并拓展中小企业市场 #14

据报道，Anthropic 宣布推出面向中小企业的 Claude for Small Business 服务，并在 Ramp 统计的商业客户数据中采用率首次反超 OpenAI。同时消息称其正就以超 9000 亿美元估值募资至少 300 亿美元展开洽谈，并计划收购开发者工具初创公司 Stainless。

Anthropic 宣布推出专为中小企业设计的 Claude for Small Business 套件，付费用户可通过商业自动化平台 Claude Cowork 中的开关启用，获得自动化记账、商业洞察及广告生成等功能，并打通了 QuickBooks、Canva、HubSpot 和 PayPal 等软件的集成。根据金融科技公司 Ramp 基于超过 5 万家企业样本的数据，Anthropic 的商业客户采用率达到 34.4%，首次超过 OpenAI 的 32.3%。在业务扩张之际，据 The Information 报道，Anthropic 正就以至少 3 亿美元收购初创公司 Stainless 进行深入谈判；此外，据彭博社等媒体报道，知情人士透露该公司正寻求以超 9000 亿美元的估值募集至少 300 亿美元新资金。

相关链接：

报道称前阿里千问负责人林俊旸创业，新公司估值据称约 20 亿美元 #15

据报道，前阿里千问负责人林俊旸，正在为新创立的 AI 实验室寻求数亿美元融资，据称融后估值可能达约 20 亿美元。

据外媒报道，前阿里巴巴千问大模型负责人林俊旸正为其新创立的 AI 实验室寻求数亿美元融资。消息称高榕资本和红杉中国正在洽谈投资，该实验室融后估值可能达到约 20 亿美元。

相关链接：

前瞻与传闻

Warp 计划向免费用户开放 BYOK 功能 #16

Warp 官方称计划在未来 1-2 周内，面向个人及10人以下企业在免费计划中开放 BYOK 功能，并支持 OpenAI 兼容端点。

终端工具 Warp 团队在 GitHub 确认，计划在未来 1 至 2 周内将自带 API 密钥（BYOK）能力扩展至免费计划。该功能将面向个人用户和规模不超过 10 人的企业开放，且支持任意 OpenAI 兼容端点。此前，Warp 的 BYOK 功能被限定在付费订阅计划中，社区曾发文呼吁其应作为开源软件的基础能力对所有用户开放。

相关链接：

Meta 推出基于 Muse Spark 的 Incognito Chat 隐私对话功能 #17

Meta 官宣 WhatsApp 和 Meta AI 推出 Incognito Chat，由 Muse Spark 模型在本地硬件安全区域处理，不留日志，未来数月上线。

Meta 官方宣布在 WhatsApp 和独立的 Meta AI 应用中推出 Incognito Chat 功能，旨在为用户提供完全私密的对话体验。该功能由最新的 Muse Spark 模型驱动，其推理完全在手机硬件安全飞地内进行，不产生服务器日志，且会话在锁屏或关闭应用后自动永久消失。官方计划在未来几个月内向上述应用逐步推出该功能，并正在开发允许私密分支对话的 Side Chat。此外，Meta 还发布了包含语音和实时视觉能力的 Muse Spark 更新，目前正在向应用及智能眼镜端推出。

相关链接：

提示：内容由AI辅助创作，可能存在幻觉和错误。