本周 OpenAI 发布了专为知识工作设计的 GPT-5.2，Claude Opus 4.5 开启了 Agent 新时代，行业标准 MCP 也迎来了重要里程碑。让我们一起看看这周都有哪些值得关注的动态。

资讯

OpenAI 发布 GPT-5.2：专为专业知识工作设计

OpenAI 于 12 月 11 日发布了 GPT-5.2，这是目前最先进的前沿模型，专为专业知识工作和长时间运行的智能体设计。

在核心评测中，GPT-5.2 展现出惊人的能力：

  • GDPval 评测中，GPT-5.2 Thinking 在 70.9% 的比较中击败或持平行业专家，涵盖 44 个职业领域
  • SWE-Bench Pro 达到 55.6%，在真实世界软件工程评估中创下新纪录
  • AIME 2025 竞赛数学获得 100% 的成绩
  • ARC-AGI-1 中，GPT-5.2 Pro 成为首个突破 90% 阈值的模型

OpenAI 提供了三种模型变体：

  1. GPT-5.2 Instant - 快速、强大的日常工作和学习助手
  2. GPT-5.2 Thinking - 专为深度工作设计，特别擅长编码、长文档总结和复杂推理
  3. GPT-5.2 Pro - 最智能和最值得信赖的选项，适用于需要高质量答案的困难问题

API 定价也同步公布：

  • GPT-5.2： $1.75/1M 输入 tokens，$14/1M 输出 tokens
  • GPT-5.2 Pro： $21/1M 输入 tokens，$168/1M 输出 tokens

ChatGPT 已开始向付费计划用户推出，API 现已向所有开发者开放。

🔗 了解更多

迪士尼与 OpenAI 达成里程碑协议

12 月 11 日，华特迪士尼公司与 OpenAI 达成协议，迪士尼成为 Sora 平台上的首个主要内容授权合作伙伴。

这项协议包含三个核心内容：

  • 三年授权协议：Sora 将能够生成用户提示的短视频，涵盖超过 200 个来自 Disney、Marvel、Pixar 和 Star Wars 的动画、面具和生物角色
  • 商业合作：Disney 将成为 OpenAI 的主要客户，使用其 API 构建新产品、工具和体验（包括 Disney+）
  • 战略投资：Disney 将向 OpenAI 投资 10 亿美元，并获得购买额外股权的认股权证

可用角色包括：Mickey Mouse、Iron Man、Darth Vader、Simba 等粉丝熟悉的面孔。预计 Sora 和 ChatGPT Images 将于 2026 年初开始生成迪士尼多品牌授权角色的粉丝灵感视频。

这次合作标志着传统娱乐巨头与 AI 公司之间的深度融合，为 AI 生成内容的商业化探索提供了新范例。

🔗 了解更多

MCP 捐赠给新成立的 Agentic AI Foundation

Anthropic 于 12 月 9 日宣布将 Model Context Protocol (MCP) 捐赠给 Agentic AI Foundation (AAIF)，这是 Linux Foundation 下的定向基金，由 Anthropic、Block 和 OpenAI 联合发起，Google、Microsoft、AWS、Cloudflare 和 Bloomberg 支持。

自发布一年以来，MCP 已经取得显著成就：

  • 超过 10，000 个活跃的公共 MCP 服务器
  • 被 ChatGPT、Cursor、Gemini、Microsoft Copilot、Visual Studio Code 等主流平台采用
  • AWS、Cloudflare、Google Cloud、Microsoft Azure 提供企业级基础设施支持
  • Claude 现有超过 75 个连接器（由 MCP 驱动）
  • 官方 SDK 月下载量达 97M+（Python 和 TypeScript）

AAIF 的成立意义重大：确保 agentic AI 技术保持透明、协作、符合公共利益。MCP 将加入 Block 的 goose 和 OpenAI 的 AGENTS.md 作为创始项目。

下一届 MCP Dev Summit 将于 2026 年 4 月 2-3 日在纽约举行。

🔗 了解更多

Mistral 发布 Devstral 2 和 Vibe CLI

Mistral 于 12 月 9 日发布 Devstral 2——新一代编码模型家族，包含两个版本：Devstral 2 (123B) 和 Devstral Small 2 (24B)。

核心亮点：

  • Devstral 2 在 SWE-bench Verified 上达到 72.2%，是 SOTA 开源代码 agent 模型
  • 比 Claude Sonnet 成本效率高 7 倍（在真实任务上）
  • Devstral 2 (123B) 比 DeepSeek V3.2 小 5 倍，比 Kimi K2 小 8 倍
  • Devstral Small 2 (24B) 达到 68.0%，可在消费级硬件上本地运行

在许可证方面，Devstral 2 采用修改后的 MIT 许可证，Devstral Small 2 采用 Apache 2.0。

同时发布的 Mistral Vibe CLI 是开源命令行编码助手，由 Devstral 驱动，支持文件操作、代码搜索、版本控制、命令执行，可通过 Agent Communication Protocol 集成到 IDE。

定价方面，Devstral 2 目前免费使用，之后 API 定价为 $0.40/$2.00 per million tokens。已与 Kilo Code、Cline 和 Zed 编辑器集成。

🔗 了解更多

n8n 2.0 发布：安全优先的重大升级

n8n 团队于 12 月 8 日宣布发布 2.0 版本，专注于安全性、可靠性和性能的底层重构。

核心改进：

  • 安全性：任务运行器默认启用，所有代码节点在隔离环境中执行；环境变量访问默认关闭；任意命令执行默认禁用
  • 可靠性：移除遗留选项，修复边缘情况 bug
  • 性能：新的 SQLite 池化驱动在基准测试中快达 10 倍；文件系统二进制数据处理更稳定

新功能亮点包括 Publish / Save 分离设计、改进的画布视觉和侧边栏导航、内置迁移报告工具。

自 2023 年 7 月 1.0 发布以来，n8n 取得了令人瞩目的增长：GitHub Stars 从约 30，000 增至 160，000+，社区成员从 6，267 增至 115，192，团队规模从 30 人扩展至 190+。

Beta 版本 (2.0.0) 于 12 月 8 日发布，Stable 版本 (2.0.x) 将于 12 月 15 日发布。版本 1.x 将在 2.0 发布后继续支持 3 个月。

🔗 了解更多

ChatGPT 现可免费使用 Adobe 应用编辑照片和 PDF

Adobe 为 ChatGPT 用户提供了三款应用集成：Photoshop、Acrobat 和 Adobe Express，用户可以通过描述想要的效果来创建设计或调整照片和 PDF。

使用方式非常简单：上传文件并输入应用名称 + 对话式指令。例如：“Adobe Photoshop，帮我模糊这张图片的背景”。在同一对话中无需再次指定应用名称。

功能特点：

  • Photoshop 应用：编辑图像特定部分、应用创意效果、调整亮度对比度等
  • Acrobat 应用：编辑现有 PDF、压缩和转换文档、提取文本或表格、合并多个文件
  • Adobe Express 应用：生成和编辑设计（海报、邀请函、社交媒体图形等）

这些照片、PDF 和设计可以直接在 Adobe 的原生应用中打开继续编辑，实现跨平台协作。

目前全球可用：桌面、网页和 iOS。Android 平台的 Adobe Express 应用已可用，Photoshop 和 Acrobat"即将推出"。

这次集成帮助两项服务抵御来自 Google Gemini AI 的竞争，同时也降低了照片编辑和设计的技能门槛。

🔗 了解更多

通义千问发布 Qwen3-Omni-Flash 升级版

通义千问于 12 月 8 日发布了 Qwen3-Omni-Flash-2025-12-01，这是基于 Qwen3-Omni 的全面升级版本，是一个原生多模态大模型，能够无缝处理文本、图像、音频和视频输入，并同时生成文本和自然语音输出。

核心亮点：

  • 大幅增强的音视频交互体验：显著改善音视频指令的理解和执行，有效解决口语化场景中的"智能下降"问题
  • 加强的系统提示控制：支持完全自定义系统提示，精确控制模型行为（个性风格、口语偏好、输出长度等）
  • 更可靠的多语言遵循：支持 119 种语言的文本交互、19 种语言的语音识别、10 种语言的语音合成
  • 更人性化和流畅的语音合成：智能调整语速、停顿和语调

性能提升覆盖多个维度：更强的文本理解与生成（ZebraLogic +5.6、LiveCodeBench-v6 +9.3）、更准确的语音理解（VoiceBench +3.2）、更深入的图像理解（MMMU +4.7）、更连贯的视频理解（MLVU +1.6）。

未来计划包括多说话人 ASR、视频 OCR、音视频主动学习，增强对 agent 工作流和函数调用的支持。

🔗 了解更多

模型

Claude Opus 4.5：AI Agent 时代的里程碑

Mckay Wrigley 在使用 Claude Opus 4.5 两周后认为，这是 AI 发展史上的重要时刻——Opus 4.5 正式开启了 Agent 时代。

核心观点：

  • 可靠的 AI 助手：Opus 4.5 就像 Waymo 自动驾驶，告诉它"从 A 到 B"，它就能自主完成
  • 最佳组合：Opus 4.5 + Claude Agent SDK 是构建实用 Agent 的黄金搭档
  • Anthropic 的崛起：年收入增长 10 倍（2023： $1M→$100M， 2024： $100M→$1B， 2025 预计： $1B→$10B）

实用建议：

  • 信任模型：把它当作真正的同事，给它更复杂的任务
  • 语音输入：用语音随意表达想法，让它整理成完整方案
  • 使用 Obsidian vault：与 Opus 4.5 配合效果极佳

Claude Code 使用技巧：

  • Claude Code + Opus 4.5 是目前最强的 AI 编程工具
  • Plan 模式对复杂任务表现显著更好
  • Opus 4.5 是好设计师：虽然不是世界级，但已超越"AI 渣作"
  • 尝试伪代码：Opus 4.5 在推断伪代码意图方面令人惊叹

Claude Agent SDK 被评价为"最好的开源秘密"：世界上最好的智能体框架。建议开发者深入学习 SDK，了解越多能做的越多，并尝试构建自动化日常工作的实用智能体。

图像能力也得到显著提升，Screenshot-to-code 达到全新水平。

🔗 了解更多

工具

PrivacyFirewall：本地 AI 隐私防火墙

PrivacyFirewall 是一个本地优先的 PII（个人身份信息）和机密信息防火墙，专为 ChatGPT、Claude 和 Gemini 等 AI 工具设计。这个项目在 24 小时内获得 100+ stars，被安全专业人士评价为"解决了一个重大安全问题"。

核心功能：

  • 人机交互保护：防止意外泄露
  • 100% 本地处理：仅在浏览器和本地主机处理
  • 实用保护：正则表达式 + 可选的 Transformer NER
  • 友好的用户体验：警告、粘贴拦截模态框、覆盖选项
  • 开源可审计：MV3 + FastAPI + Hugging Face 技术栈

两层保护机制：

  1. Lite 模式（仅正则表达式）：在扩展中即时运行，无需设置，快速、离线、默认启用
  2. AI 模式（可选本地 LLM）：使用本地 FastAPI 代理 + Transformer 模型进行更深入的检测

检测覆盖范围包括电子邮件、电话号码、信用卡、MAC/IP 地址、AWS 密钥、JWT tokens、私钥等，以及 PERSON、ORGANIZATION、LOCATION 等命名实体。

最重要的是：没有任何提示或文本离开你的机器，无分析、遥测或外部日志记录。

🔗 GitHub 仓库

OpenAI 悄然采用 Skills 机制

Simon Willison 观察到 OpenAI 正在悄然采用 skills 机制，现已在 ChatGPT 和 Codex CLI 中可用。

在 ChatGPT 中，Code Interpreter 功能现在有一个新的 /home/oai/skills 文件夹。只需提示"Create a zip file of /home/oai/skills"即可访问。Skills 涵盖电子表格、docx 和 PDF 处理。对于 PDF 和文档，采用的方法是转换为每页渲染的 PNG，然后通过视觉模型处理。

在 Codex CLI 中，两周前添加了对 skills.md 的实验性支持。任何 ~/.codex/skills 文件夹中的文件夹都将被视为 skill。需要使用 --enable skills 选项运行 Codex。

Simon 使用 Claude Opus 4.5 的技能创作技能创建了一个 Datasette 插件技能，然后在 Codex CLI 中成功使用该技能生成了一个 cowsay Datasette 插件。

这表明 Skills 是一个非常轻量级的规范，但 OpenAI 在 12 月已经大力采用，验证了 Simon 在 10 月的预测"Claude Skills 可能比 MCP 更重要"是正确的。

Simon 建议 Skills 应该被正式记录，这可能是新成立的 Agentic AI Foundation 可以承担的工作。

🔗 了解更多

Andrej Karpathy 用 GPT 评分 10 年前的 HN 讨论

Andrej Karpathy 创建了一个有趣的项目，使用 GPT 5.1 Thinking 自动评分 10 年前的 Hacker News 讨论，以后见之明的视角分析评论的预见性。

项目灵感来自读到 2015 年 12 月的 HN 前台页面时，意识到 LLM 非常适合评估评论的预见性。两个宏观原因：1) 训练未来预测能力是可能且值得的 2) “Be good， future LLMs are watching” - 未来 LLM 会详细审查我们今天的一切。

工作原理：

  1. 下载指定日期的前台 30 篇文章
  2. 为每篇文章下载/解析文章本身和完整评论线程
  3. 打包成 markdown 提示请求分析，包含 6 个部分：摘要、实际发生了什么、最有预见性/最错误的评论、其他有趣方面、个人评分、文章有趣度评分
  4. 提交到 GPT 5.1 Thinking 进行分析
  5. 渲染结果为静态 HTML 网页

成果托管在 https://karpathy.ai/hncapsule/，包含 2015 年 12 月的 31 天 × 30 篇文章 = 930 次 LLM 查询，成本约 $58，运行时间约 1 小时。创建了 Hall of Fame 展示最有预见性的评论者。

有趣案例包括 Swift 开源 (2015-12-03)、Figma 发布 (2015-12-06)、OpenAI 原始公告 (2015-12-11)、geohot 构建 Comma (2015-12-16)、SpaceX Orbcomm-2 任务 (2015-12-22)。

🔗 访问网站 | GitHub 仓库

MCPorter：TypeScript 调用 MCP 服务器的终极工具

MCPorter 是一个 TypeScript 运行时、CLI 和代码生成工具包，专为 Model Context Protocol (MCP) 设计。

核心特性：

  • 零配置发现：自动合并来自 Cursor、Claude、Codex、Windsurf、VS Code 等编辑器的 MCP 配置
  • 一键生成 CLI：将任意 MCP 服务器定义转换为可分发的命令行工具
  • 类型安全客户端：自动生成 .d.ts 接口和客户端包装器
  • 友好的 API：createServerProxy () 暴露驼峰命名方法，自动处理 JSON Schema 默认值
  • OAuth 支持：内置 OAuth 缓存，支持 HTTP、SSE 和 stdio 传输协议

快速开始：

# 列出 MCP 服务器
npx mcporter list

# 调用工具
npx mcporter call context7.resolve-library-id libraryName=react

# 生成独立 CLI
npx mcporter generate-cli --command https://mcp.context7.com/mcp

安装方式：npx 即时运行、添加到项目 (pnpm add mcporter)、Homebrew (brew install steipete/tap/mcporter)。

使用场景包括一次性调用 (callOnce ())、多次调用 (createRuntime () + createServerProxy ())、生成独立 CLI、生成类型化客户端等。

🔗 GitHub 仓库

Autofix Bot：混合静态分析和 AI 的代码审查 Agent

Autofix Bot 是专为深度代码审查而构建的 AI agent，采用混合架构结合静态分析和 AI 审查，由 DeepSource (YC W20) 开发。

问题背景是 AI 编码 agents 使代码生成几乎免费，但将瓶颈转移到了代码审查。仅静态分析具有固定检查器集合是不够的，而仅 LLM 审查有运行之间不确定、对安全问题的召回率低、大规模成本高昂等限制。

混合架构的三层处理：

  1. 静态分析阶段：5，000+ 确定性检查器 (代码质量、安全、性能)建立高精度基线
  2. AI 审查：Agent 以静态发现作为锚点审查代码，可访问 AST、数据流图、控制流、导入图作为工具
  3. 修复生成：子 agents 生成修复，静态工具在发出 git 补丁之前验证所有编辑

性能表现：

  • OpenSSF CVE Benchmark (200+ 真实 JS/TS 漏洞)：准确率 81.2%，F1 分数 80.0% (超越 Cursor Bugbot 74.5%， Claude Code 71.5%， CodeRabbit 59.4%)
  • 秘密检测：F1 分数 92.8% (超越 Gitleaks 75.6%， detect-secrets 64.1%， TruffleHog 41.2%)

定价为 $8/100K 代码行，从 $10 免费积分开始。

🔗 官网

Browser4：为 AI Agents 设计的高性能浏览器引擎

Browser4 是为 AI Agents 设计的高性能浏览器引擎基础设施层，让 AI 能够感知、交互和在万维网上生存。

核心能力：

  • 浏览器 Agents：能够在浏览器中推理、规划和行动的自主 agents
  • 浏览器自动化：用于工作流、导航和数据提取的高性能自动化
  • 机器学习 Agent：无需消耗 tokens 即可学习复杂页面的字段结构
  • 极致性能：完全协程安全;支持每台机器每天 10-20 万次页面访问

为什么选择 Browser4?传统工具 (Playwright、Selenium、Puppeteer)适合人工编写的脚本，但作为 AI agents 的核心执行层时显示出摩擦。Browser4 设计为将 AI agents 作为一等公民的浏览器引擎，基于原生 Chrome DevTools Protocol (CDP) 构建。

技术特性包括问题解决型自主浏览器 agents、并行 agent 会话、LLM 辅助的页面理解、基于工作流的浏览器操作、精确的协程安全控制、一行命令数据提取、X-SQL 扩展查询语言、高效并行页面渲染、抗封锁设计等。

项目采用 Apache-2.0 许可证，使用 Kotlin/JVM 编写，已获得 971+ GitHub Stars。

🔗 GitHub 仓库 | 官网

EdgeVec：浏览器中的亚毫秒级向量搜索

EdgeVec 是一个用 Rust 构建的嵌入式向量数据库，具有一流的 WASM 支持，设计为可在任何地方运行：浏览器、Node.js、移动应用和边缘设备。

核心特性：

  • 亚毫秒级搜索：在 100k 向量时 0.23ms (768 维，量化)
  • HNSW 索引：O (log n) 近似最近邻搜索
  • 标量量化 (SQ8)：3.6 倍内存压缩
  • WASM 优先：通过 WebAssembly 原生支持浏览器
  • 持久化存储：浏览器中使用 IndexedDB，其他地方使用文件系统
  • 微小体积：148 KB gzipped (比 500KB 目标小 70%)

性能表现 (Alpha 版本)：

  • 10k 向量：88 µs (量化) - 比目标快 11 倍
  • 50k 向量：167 µs (量化) - 比目标快 6 倍
  • 100k 向量：329 µs (量化) - 比目标快 3 倍

核心优势包括唯一的 WASM 解决方案在 100k 向量时搜索 <1ms、零网络延迟 (100% 本地运行)、保护隐私 (数据不离开设备)、微小体积 (148 KB gzipped)。

使用场景包括具有语义搜索的浏览器扩展、本地优先应用、保护隐私的 RAG、边缘设备上的向量搜索。

🔗 GitHub 仓库

Claude Diary：让 AI 代理从经验中学习

Lance Martin 创建了 Claude Diary 插件，让 Claude Code 具备了从经验中学习并更新自身记忆的能力。

基于 CoALA 论文的 Agent Memory 框架，Claude Diary 实现了程序性记忆 (如提示指令)和情景记忆 (如过去的行动)。采用 Generative Agents 论文中的反思式学习方法，代理使用反思步骤将过去的行动综合为通用规则，用于未来的规划和决策。

工作流程：

  1. 创建日记条目：使用 /diary 命令或自动通过 PreCompact hook
  2. 执行反思：使用 /reflect 命令分析日记条目
  3. 更新记忆：自动更新 CLAUDE.md 文件

日记内容捕获完成的工作、设计决策、挑战、用户偏好、PR 反馈。反思内容包括分析日记条目、检查 CLAUDE.md 规则违规、强化弱规则、识别跨条目的重复模式。

实际应用案例包括 PR 审查反馈、Git 工作流、测试实践、代码质量、自我纠正等。PR 评论是更新 Claude Code 记忆的绝佳反馈来源，擅长捕获原子提交、分支命名约定、提交消息格式等显性偏好。

🔗 GitHub 仓库

Beyond Vibe Coding：AI 辅助开发完整指南

Google 工程负责人 Addy Osmani 发布了一份全面的 AI 辅助开发指南，帮助开发者从"氛围编程"迈向生产级工程实践。

核心观点是"70% 问题"：AI 能快速完成 70% 的功能原型，但剩余 30% 需要深厚的工程知识。AI 开发光谱包括自动补全 → 聊天机器人 → 智能代理。

关键最佳实践：

  1. 先规划，后编码：让 AI 先提供架构方案，而非直接生成代码
  2. 上下文为王：提供相关代码、设计文档、错误信息
  3. 视觉辅助：截图胜过千言万语
  4. 每次改动后测试：小步快跑，避免调试噩梦
  5. 清晰描述意图：说明你想实现什么，而非仅描述表面症状

进阶技巧包括提示工程 (分解复杂任务、提供输入输出示例、善用角色扮演)、上下文工程 (像操作系统管理内存一样动态组装信息)、CLI 代理、多代理协作等。

生产就绪原则强调始终审查 AI 生成的代码——像审查初级开发者的代码一样，安全第一 (输入验证、凭证管理、SQL 注入防护)。

Context Engineering 核心原则包括精确和具体、动态信息组装、像操作系统一样思考 (AI 是 CPU，上下文窗口是 RAM)。

🔗 完整指南

宝玉的提示词写作经验分享

宝玉在沉迷于 nano banana pro 画图后，总结了一些提示词写作经验。

核心观点：

  • 提示词是手段不是目的：最重要的是你的想法，提示词只是实现想法的手段
  • 从大白话开始：大部分时候不需要多么复杂的技巧，先大白话发过去看看效果

写提示词的过程是不停的变换思路不停的"抽卡"重试。你可以不知道怎么调整，但至少得知道什么是好的。当偶尔"抽卡"到一张好的，基于那张好的不停的微调，直到可以稳定的生成。

让 AI 帮你写提示词：把提示词 (有时还会把生成的图片结果一起)发给 AI，让 AI 优化。最好不要只是让它优化，而是给个方向。同时问 Gemini、ChatGPT (GPT-4.5、GPT-5.1)，每个模型擅长的不一样。

提示词模板化：把成功的提示词变成模板，让场景可以变化。设定好"变量"，哪些是固定不变的，哪些是可以变换的。变量也不用局限一个，可以有多个。

实用建议包括反复测试直到有一个稳定的效果，如果不稳定就多"抽卡"，模型也很重要，真不行就等一段时间再重新试试。

提示工程定义：提示词工程是一个过程，系统化地设计、测试、优化提示词的过程。

🔗 了解更多

Manus 团队的上下文工程实战经验

Manus 团队在构建 AI 代理过程中，经历了四次框架重建，总结出六条关键原则。

1. 围绕 KV 缓存设计：KV 缓存命中率是最关键指标，直接影响延迟和成本 (10 倍差距)。实践要点包括保持提示前缀稳定、使用只追加式上下文、确定性序列化 JSON、明确标记缓存断点。成本对比：缓存的输入 $0.30 vs 未缓存 $3.00 /百万 token。

2. 遮蔽而非移除工具：动态增删工具会破坏 KV 缓存并导致模型困惑。使用状态机掩蔽 token logits，通过响应预填充约束动作空间。

3. 文件系统作为上下文：面对 128K token 限制，将文件系统视为无限外部记忆。代理学会按需读写文件，压缩策略保持可恢复性。

4. 通过复述操控注意力：创建并持续更新 todo.md 文件，勾选已完成项目，将全局计划推入模型近期注意力范围。使用自然语言来使注意力偏向任务目标。

5. 保留错误内容：将失败尝试保留在上下文中，让模型看到错误和堆栈跟踪。隐式更新内部信念，降低重复错误概率。错误恢复能力是真正代理行为的核心指标。

6. 避免少样本示例陷阱：重复的行动-观察对会让模型陷入固定模式。通过引入结构化变化增加多样性：不同模板、替代性措辞、格式噪音。

结论：上下文工程决定代理的速度 (KV 缓存命中率)、恢复能力 (错误处理能力)、扩展范围 (文件系统作为记忆)。

🔗 了解更多

GPULlama3.java：纯 Java 中的 GPU 加速推理

在纯 Java 中使用 TornadoVM 进行 GPU 加速的 Llama3.java 推理，目前支持 Llama3、Mistral、Qwen2.5、Qwen3 和 Phi3 模型。

核心特性：

  • 纯 Java 实现：使用原生 Java 编写的 Llama3 模型
  • GPU 自动加速：通过 TornadoVM 自动在 GPU 上加速
  • 跨平台支持：NVIDIA GPUs (OpenCL & PTX)、Intel GPUs (OpenCL)、Apple GPUs (OpenCL)
  • 企业集成：在 Quarkus 和 LangChain4J 中用作 GPU 推理引擎

自 LangChain4j v1.7.1 起，GPULlama3.java 被正式支持为模型提供商，可以在 LangChain4j 应用程序中直接使用，无需额外的粘合代码。

性能表现 (FP16 模型)：

  • NVIDIA RTX 5090：Llama-3.2-1B 117.65 tokens/s， 3B 112.68 tokens/s
  • NVIDIA RTX 4090：Llama-3.2-1B 86.11 tokens/s， 3B 75.32 tokens/s
  • Apple M4 Pro：Llama-3.2-1B 16.77 tokens/s， 3B 8.56 tokens/s

这是首个 Java 原生实现的 Llama3，通过 TornadoVM 自动编译并在 GPU 上执行 Java 代码，为 JVM 添加了诸如 GPU 加速、Vector 加速、高性能访问堆外内存等功能。

🔗 GitHub 仓库

GenTabs：将浏览器标签转换为自定义应用

Google Labs 发布了实验性功能 GenTabs，这是一个 AI 驱动的工具，可以将打开的浏览器标签转换为自定义的交互式应用程序。

核心功能：

  • 上下文感知生成：GenTabs 分析你当前打开的特定标签
  • 目标导向：根据你陈述的目标创建定制应用
  • 无限可能：没有固定模板，根据需求生成独特应用
  • 交互式界面：生成的应用是完全交互式的，而非静态视图

示例用例包括探索太阳系、计划旅行、创建膳食计划、规划花园等。

GenTabs 目前是 Disco 实验的一部分，用户可以加入候补名单获取访问权限。代表 Google 在 AI 增强网页浏览和生产力方面的持续探索。

🔗 了解更多

Claude Code Skills 自动激活的解决方案

Scott Spence 发现 Claude Code 的 Skills 功能并不会像官方声称的那样"自主激活"，并提供了解决方案。

问题根源是 Skills 号称是"自主激活"的，只要请求匹配技能描述，Claude 就会自动使用。实际上 Claude 太过专注于完成任务，会直接跳过检查可用工具的步骤。

解决方案是用 Hook 强制激活。核心思路：不要依赖"自主激活"，而是通过 UserPromptSubmit Hook 检测触发词，显式命令 Claude 使用技能。创建 ~/.claude/hooks/auto-research.sh 脚本检测关键词，更新 ~/.claude/settings.json 添加 Hook 配置。

关键差异：

  • 温柔提醒 (无效)：“💡 Check .claude/skills/ for relevant skills”
  • 显式指令 (有效)：“🔍 INSTRUCTION： Use Skill (research) to handle this request”

更简洁的通用方案是一条通用 Hook 指令适用于所有技能。实测结果：20 次测试，成功率约 50%——基本靠运气。但比维护复杂脚本省心多了。

结论：官方说 Skills 会自动激活，实际不会。用简单 Hook 碰碰运气，重要任务还是显式调用 Skill (skill-name) 最靠谱。

🔗 了解更多

结束语

这一周 AI 领域的进展令人振奋：从 GPT-5.2 的全面升级到 Claude Opus 4.5 开启的 Agent 新时代，从迪士尼与 Sora 的里程碑合作到 MCP 生态的进一步成熟，AI 正在快速融入我们的工作和生活。

特别值得关注的是上下文工程和 Agent 架构的实践经验分享，这些真实的工程经验为我们构建可靠的 AI 应用提供了宝贵的指导。

下周见！