2026/8/23 7:26:07 来源：IT之家 作者：远洋 责编：远洋

IT之家 8 月 23 日消息，特斯拉的 Robotaxi 业务在内华达州刚刚迎来一次大规模扩张。

内华达州运输管理局（Nevada Transportation Authority）于当地时间周四批准了特斯拉的完整"自动驾驶汽车网络公司"运营许可证，为该公司未来 12 个月内在克拉克县部署最多 5000 辆无人驾驶汽车扫清了监管障碍。

这一决定是在一场长达 4 小时的例行会议上作出的。特斯拉投资者 Sawyer Merritt 全程观看了会议直播，并在 X 平台上报道了这一消息。他指出，这次批准取代了此前的临时许可。根据临时许可，特斯拉只能在拉斯维加斯大道的一小段区域内运营最多 10 辆 Robotaxi。

此前的限制比特斯拉目前在得州奥斯汀开展的 Robotaxi 服务更加严格。除了车辆数量被限制在 10 辆之外，运营车辆的最高速度不得超过 45 英里（IT之家注：约 72.4 公里）/小时，也不能在机场接送乘客，运营范围还被严格限制在拉斯维加斯大道走廊区域。

而根据最新批准，特斯拉的运营范围将扩大至整个克拉克县，并且未来还可以申请进一步扩大地理围栏范围，甚至覆盖内华达州更广泛的地区。

特斯拉代表在会议上表示，公司目前并没有立即将 5000 辆无人驾驶汽车全部投入道路运营的计划。预计商业化载客服务将在未来 30 天内启动，但仍需完成车辆检查、保险备案以及票价审批等程序，这些也是内华达州所有 Robotaxi 运营商必须完成的标准流程。

这一时间点也与特斯拉本月整体推进 Robotaxi 业务的计划相吻合。该公司正准备最快于本月在奥斯汀向公众开放 Cybercab 试乘服务，并推出了一项抽奖活动，让参与者有机会赢得出席发布活动并抢先体验的资格。

事实上，特斯拉早在今年 6 月就提交了申请，希望获准在内华达州部署一支规模最多达 5000 辆的无人驾驶车队。不过，监管机构在 7 月发放临时许可时，将这一数量大幅限制为仅 10 辆。此次周四的投票，则基本上批准了特斯拉最初申请的车辆规模。

作为对比，亚马逊旗下的 Robotaxi 公司 Zoox 自 2025 年起就在内华达州开展运营，在此次批准之前，其获准运营的车辆数量上限为 100 辆。从纸面上的获批规模来看，特斯拉如今的 5000 辆上限远远超过了 Zoox。

不过，特斯拉最终实际部署多少辆 Robotaxi，仍将取决于 FSD v15 的推进速度。特斯拉高管此前曾表示，这一软件更新将成为公司在全美范围内大规模推广完全无人监督 Robotaxi 服务的关键。

相关文章

关键词：Robotaxi、特斯拉、无人驾驶

• 数据显示，特斯拉 Robotaxi 在奥斯汀或已实现完全无监督运行
• 特斯拉优化 Robotaxi 体验：关闭 Model Y 自动驾驶出租车转向灯提示音
• 被解雇的特斯拉 FSD 区域经理起诉前东家，直言 Robotaxi 是"移动的危险"
• 特斯拉在智利、哥伦比亚招聘 AI 安全员，为 Robotaxi 出海铺路
• 特斯拉正开发轮椅无障碍自动驾驶汽车：旨在为残障人士提供出行自由
• 特斯拉 Cybercab 即将开放员工试乘，但仅限在工厂内部

赞助内容： Teleport —— AI 智能体不知疲倦，会尝试任何手段来达成目标。Teleport 介绍了如何安全地部署 AI，方法是从一个隔离的临时可信运行时（ephemeral trusted runtime）入手。

2026 年 8 月 22 日

这简直是一场噩梦般的调试会话，幸好有一位 AI 帮我承担了大量枯燥的工作。

我本想称它为不知疲倦的助手，但这位 AI 好几次都直言不讳地说，这是不可能解决的、无解的问题，我们干脆写份报告了事。

我怀疑这些东西是被一群不如我这么固执的人训练出来的。

不过，尽管 AI 一度几次想放弃，但在我推一把的时候，它确实一直忠实地添加调试代码并进行分析。所以该肯定的还是要肯定，上面这段提交信息（commit message）就是让它写的。

—— Linus Torvalds，提交说明：drm/xe: 不要把平面 CCS（flat CCS）存储当作可用的 VRAM 分发出去

发布于 2026 年 8 月 22 日 21:04

近期文章

• 概念完整性（Conceptual integrity）与统计代码行数 —— 2026 年 8 月 19 日
• Qwen 3.8 27B 表现出色，但默认会严重地过度思考 —— 2026 年 8 月 16 日
• OpenAI 对 Hugging Face 那次"意外攻击"的时间线，现在终于有了 —— 2026 年 8 月 7 日

本文是一段由 Simon Willison 收集的引用，原发布于 2026 年 8 月 22 日。

标签：linus-torvalds 9 · linux 50 · ai 2,199 · generative-ai 1,948 · llms 1,915 · ai-assisted-programming 403

2026/8/22 22:23:10 来源：IT之家 作者：潞源 责编：潞源

IT之家 8 月 22 日消息，据央视新闻今天报道，全球首款自主打网球的机器人今晚在第二届世界人形机器人运动会亮相。

据介绍，这款机器人来自银河通用，名为"银河星仔"。IT之家了解到，这款机器人身高约 1.75 米，搭载 LATENT 智能规控算法，不依赖预编程，通过深度强化学习自主掌握网球技能。

同时，其双目视觉系统可在 0.1 秒内锁定时速超 50 公里的来球，全场灵活移动、调整姿态并挥拍击球。实测正手击球成功率达 90.9%，可稳定完成 20 轮以上连续对拉，自主控制回球落点与节奏，动作流畅接近人类运动员。

运动会现场，这名机器人与演员李昀锐和网球名将郑洁一起，上演一场人机混双对打，为现场观众带来精彩表演。

相关文章

关键词：银河星仔、银河通用、网球机器人、郑洁

• 银河通用首款双足机器人 Galbot ET1"星仔"亮相，能跳街舞手撑地、倒立
• 银河通用机器人创始人王鹤：具身智能的 ChatGPT 时刻 2028 年有望到来
• 首款搭载宁德时代电池的重载人形机器人上岗
• 中国人形机器人又创世界纪录，银河通用机器人街边小店自主工作超 1 年
• 国家发改委主任郑栅洁会见波音总裁奥特伯格，欢迎深化务实合作
• 国家发改委主任郑栅洁会见三星电子会长李在镕

2026 年 8 月 22 日

赞助内容：Teleport —— AI 智能体不知疲倦，会为达成目标而尝试一切手段。Teleport 介绍了如何安全地部署 AI，从一个隔离的临时可信运行时（trusted runtime）入手。

充分发挥编程智能体（coding agents）生产力的关键技能，在于能够自信地向它们下达修改指令，并自信地验证这些修改是否被正确地执行。

有时这意味着要逐行审查它们写下的代码，但实现这一目标还有其他途径。事实上，逐行肉眼检查从来都不是验证一处软件变更的最有效方式。

发布于 2026 年 8 月 22 日 下午 3:56

最近的文章

• Conceptual integrity and counting lines of code（概念完整性与代码行数统计） —— 2026 年 8 月 19 日
• Qwen 3.8 27B is excellent, but it defaults to wildly overthinking things（Qwen 3.8 27B 表现出色，但默认行为是严重过度思考） —— 2026 年 8 月 16 日
• Now we have a timeline of the OpenAI accidental attack against Hugging Face（OpenAI 对 Hugging Face 的“意外攻击”时间线已揭晓） —— 2026 年 8 月 7 日

本文是 Simon Willison 发布于 2026 年 8 月 22 日 的一篇 短记（note）。

标签： code-review（代码审查） 15 · ai 2,199 · generative-ai（生成式 AI） 1,948 · llms（大语言模型） 1,915 · coding-agents（编程智能体） 240 · agentic-engineering（智能体工程） 59

月度简报（Monthly briefing）

以 每月 10 美元 赞助我，即可收到一封精心策划的电子邮件简报，汇总本月最重要的大语言模型（LLM）进展。

付钱给我，好让我少给你发点东西！

👉 成为赞助人并订阅

• Disclosures（信息披露）
• Colophon（版权与制作信息）
• © 2002–2026（按年份归档：2002 · 2003 · 2004 · 2005 · 2006 · 2007 · 2008 · 2009 · 2010 · 2011 · 2012 · 2013 · 2014 · 2015 · 2016 · 2017 · 2018 · 2019 · 2020 · 2021 · 2022 · 2023 · 2024 · 2025 · 2026）

Wan2.1 是由 Wan-AI 开源的文生视频（Text-to-Video）模型，本次开源的版本参数量为 14B（140 亿）。该模型基于大规模视频与文本数据进行训练，能够根据用户提供的文字提示生成高质量、时长较长的视频内容，是当前开源社区中文生视频方向的代表性工作之一。

项目概览

• 开源方：Wan-AI
• 模型系列：Wan2.1
• 模型类型：文生视频（Text-to-Video）
• 参数量：14B（140 亿参数）
• 更新时间：2025 年 8 月 25 日
• 资源集合：包含 7 个相关项目条目，已在 Hugging Face 集合页面统一收录

主要特性

• 高质量视频生成：能够根据文本描述生成画面连贯、细节丰富的视频片段。
• 长时长输出：支持生成时长较长的视频，相较早期同类开源模型在时序稳定性上有明显提升。
• 强语义遵循：对复杂文本提示中的对象、动作、场景和镜头语言具有较好的理解与还原能力。
• 多样化风格：可生成写实、动漫、抽象等多种视觉风格的视频内容。
• 开源开放：模型权重与相关代码以开源协议发布，便于研究者和开发者进行二次开发与学术研究。

模型能力

Wan2.1 文生视频 14B 模型覆盖了从简单场景到复杂场景的多种生成需求，包括但不限于：

• 人物动作与表情生成
• 物体运动与物理交互
• 自然景观与城市风光
• 抽象艺术与风格化镜头

模型在镜头运动、光影变化以及多对象协同运动方面表现稳定，生成的视频在画面质量和时间一致性上均达到了较好的水平。

相关资源

• Hugging Face 集合页面：https://huggingface.co/collections/Wan-AI/wan21
• 该集合共包含 7 个相关项目条目，涵盖 Wan2.1 系列的不同模型版本与配套资源。

应用场景

• 内容创作：为短视频、影视、广告等创意行业提供 AI 视频生成能力。
• 学术研究：作为文生视频方向的重要开源基座模型，支持学术界进行算法改进与对比实验。
• 产品原型：帮助开发者在产品中快速集成视频生成能力，验证商业化可行性。
• 教育与科普：用于制作可视化教学素材，将抽象概念转化为动态演示。

总结

Wan-AI 此次开源的 Wan2.1 文生视频 14B 模型，是当前开源社区中文生视频方向少有的 14B 级别大模型。其在视频质量、时长、语义遵循和多风格生成方面的表现，使其成为研究者与开发者探索文生视频技术的重要选择，同时也为内容创作行业带来了新的可能性。

“IT早报”时间，大家好，现在是 2026 年 8 月 23 日星期日，今天的重要科技资讯有：

1. 特斯拉官网更新：监督版 FSD 支持地区不再包含中国

今年 5 月，特斯拉官方在 X 发文，当时提到监督版 FSD 支持的国家与地区中包含中国。>> 查看详情

2. DeepSeek 调整 API 周末计费：周六日全天统一按低谷价收费

DeepSeek 于 8 月 23 日起调整 API 计费规则，周末全天不再区分峰谷时段，统一按低谷价收费，简化计费逻辑，开发者任何时段调用都可享受低价。>> 查看详情

3. 中国铁路成都局回应“旅客买票占座放零食”：未检票上车旅客，视为放弃席位使用权，另 2 名旅客不能占用和处置该席位

成都铁路局回应“买票占座放零食”事件，明确表示旅客购票后未检票上车，视为放弃该席位使用权。此次事件中，3 名旅客购票，仅 2 人上车，空座遭无座旅客询问，协商未果引发热议。>> 查看详情

4. 雷军手握红色神秘新机：预估为小米阔折叠手机，首发搭载玄戒 O3

博主曝光雷军手持新机合照，这款红色配色机型是小米尚未发布的阔折叠手机，此前也有相关线索显示，该机应为小米首款阔折叠 MIX Fold 5，还将回归透明版设计。>> 查看详情

5. 冲击全球最大 IPO：曝 Anthropic 募资 1000 亿美元，目标估值 2 万亿美元

金融媒体 mitrade 8 月 21 日发布博文，报道称 Anthropic 最早可能会在本月（2026 年 8 月）底公开提交 IPO 申请，预估融资规模持平或者超过此前 SpaceX 创造的纪录。>> 查看详情

6. 消息称 OPPO 阔直板机型进版测试，小屏手机项目暂停

据博主 @数码闲聊站 爆料，OPPO 在进行阔直板机型进版测试后，已暂停小屏手机项目。目前 OPPO 系仍有 Find X9s Pro、一加 15T 等小屏旗舰在售，但前 iQOO 产品经理透露，iQOO 15 mini 也曾被取消，市场对小屏性能机的认可度或成关键因素。>> 查看详情

7. 苹果官网上架 Bellroy Cinch 邮差包：12L 容量，可收纳 MacBook、AirTag，849 元

该邮差包提供黑、米两种配色，容量 12L，自带可调节编织肩带，内设带缓冲的 MacBook 收纳区和 AirTag 专用插袋，支持苹果查找功能定位。>> 查看详情

8. 苹果 iPhone 18 Pro / Max 手机壳曝光：更窄边框、深灰 / 深樱桃红颜色

消息源 @saaaanjjjuuu 8 月 21 日在 X 平台发布推文，分享了一组适用于苹果 iPhone 18 Pro 和 iPhone 18 Pro Max 的手机壳渲染图。>> 查看详情

9. 第二届世界人形机器人运动会开幕：2056 台机器人齐聚“冰丝带”，666 支队伍竞技 51 赛项

16 国超两千台机器人参赛，多个竞技项目成绩打破人类世界纪录，赛项扩容至 51 项，赛后将打造永久赛训基地。>> 查看详情

10. 微软 Win11 26H2 将默认启用“时光机”：每隔 24 小时创建备份、最高占用 50GB 存储

科技媒体 Windows Latest 8 月 21 日发布博文，报道称符合条件的 PC 升级 Windows 11 26H2 系统后，将会默认启用时间点还原（Point-in-Time Restore）功能。>> 查看详情

11. 印度少年为买新款苹果 iPhone 威胁父母跳崖，最终三人接连坠崖身亡

印度一名少年要求父母为自己购买新 iPhone 被拒后，站在悬崖边以轻生相逼，救援劝阻三小时无果，最终少年坠崖，父亲施救时坠崖，母亲随后也跳崖，三人全部身亡。>> 查看详情

12. 小米最高画质：小米首款 RGB-Mini LED 电视开启盲订

小米电视 S Pro RGB-Mini LED 2027 至尊版于 8 月 22 日开启盲订，这是小米第一款采用 RGB-Mini LED 背光的电视。>> 查看详情

13. 雷军：川渝往返 700km 续航挑战十车 PK，小米 SU7 Pro 续航 CLTC 排第四、实测排第一

小米创办人，董事长兼 CEO 雷军 8 月 22 日发布微博，称在川渝往返 700km 续航挑战中，小米 SU7 跑出了全场最高的真实续航和真实达成率，续航超过了 700km，达成率超过了 80%。>> 查看详情

14. 豆包输入法鸿蒙版 0.9.1 上架尝鲜，语音输入可精准识别快速 / 轻声说话

豆包输入法鸿蒙版现已在 App Gallery 应用商店开启尝鲜，版本号为 0.9.1（901），时间为 8 月 22 日至 9 月 21 日。>> 查看详情

15. 宝马新世代 BMW i3 更多规格公布：9 款车漆 + 4 款内饰，续航超 1000 公里

宝马新世代 BMW i3 在 2026 成都车展上公布了更多规格。新车轴距超 3 米，CLTC 续航超 1000 公里，搭载 800V 架构，10 分钟补能 400 公里。此外，还提供了 9 款车漆和 4 款内饰选择。>> 查看详情

16. 小米官方“龙虾”Xiaomi miclaw 将于 9 月 21 日结束封测

小米官方宣布，AI 交互测试产品 Xiaomi miclaw 将于 9 月 21 日结束封测。作为感谢，参与封测用户可无需报名直接升级体验小米澎湃 OS 4 Beta 版，并限时获赠超级小爱专家模式权益。>> 查看详情

17. 特斯拉回应近 300 万辆召回：无需全部进店，贴纸 3 年内随时可领

本次召回因应急拉手颜色接近内饰，不易识别，存在安全隐患，整改含贴警示标识、OTA 升级，仅需软件更新的可等推送，需贴标的 3 年内随时可领。>> 查看详情

18. 漫威《复仇者联盟 4》重映版片长 185 分钟：仅比原版多 4 分钟，距首映已过去七年

重映版新增定制开场、全新画面及片尾特别片段，部分内容仅 IMAX 和 Infinity Vision 巨幕独占，漫威借此为后续《复仇者联盟：毁灭之日》搭桥。>> 查看详情

19. 小米大家电总经理单联瑜调研“洗鞋机”：最希望它具备什么能力

小米集团大家电部总经理单联瑜 8 月 22 日在社交媒体发起投票，调研用户对洗鞋机的真实需求，包括洗鞋习惯和期望功能。小米此举可能意味着其将进入这一细分市场。>> 查看详情

20. 荣耀机器人闪电百米跑出 9 秒 32，打破人类记录

第二届世界人形机器人运动会在北京举办，荣耀机器人闪电在测试中跑出 9 秒 32 百米成绩，打破人类世界纪录，还针对比赛完成多项硬件优化，将出战多个竞速项目。>> 查看详情

21. OpenAI 下调 GPT-5.6 Sol 模型价格，API 与 Credit 费用降幅超 20%

OpenAI 宣布在未来 3 个月内，将 GPT-5.6 Sol 的 API 与 Credit 调用价格下调 20% 以上。>> 查看详情

22. 领克回应主动召回领克 900 等车型：免费更换激光雷达，随整车质保

领克汽车宣布主动召回领克 900 等车型，涉及激光雷达电源 IC 可能存在的损伤问题。官方将免费为车主更换全新激光雷达，并提供上门取送车服务。此次召回不影响车辆正常使用，更换后的雷达随整车质保。>> 查看详情

23. 2027 款广汽埃安 UT 530 宁德版上市，限时一口价 8.58 万

在 2026 成都车展上，埃安 UT 530 宁德版正式上市，限时一口价 8.58 万元。>> 查看详情

24. 比亚迪大汉内饰官图公布：王朝 9 系旗舰轿车，预售 24.99 万元起

新车定位王朝 9 系旗舰轿车，长 5256mm，轴距 3130mm。车内采用环抱式座舱，得房率高达 90.8%，配备帝瓦雷音响和智能调光隐私玻璃，支持一键躺平大床模式。提供纯电版，CLTC 续航最高可达 1008km。>> 查看详情

25. 消息称 iQOO 16 / 小平板 9 月见，首批第六代骁龙 8 超级至尊版新机 + 首个第六代骁龙 8 超级至尊版平板

博主 @数码闲聊站 8 月 22 日爆料，iQOO16 和 iQOO 小平板 9 月见，两款产品分别为首批第六代骁龙 8 超级至尊版新机、首个第六代骁龙 8 超级至尊版平板。>> 查看详情

26. 日产暴跌 58.7%，丰田、本田 2026 年 7 月在华新车销量均同比下降

日本三大车商 2026 年 7 月在中国市场的新车销量全部出炉，三家公司均较上年同期下降。>> 查看详情

今天就先聊到这里，IT早报，咱们明天见。

相关文章

关键词：IT早报

• IT早报 0822：特斯拉、零跑、吉利等 9 大厂商因门把手隐患召回车辆；曝高通骁龙新款芯片命名为至尊 / 超级至尊版；1.48 万元“问界 M0.9”儿童车预售……
• IT早报 0821：奕境汽车为“假 Labubu”礼品致歉；华为发布享界 G9 / 智界 RX 等四车、Pura X View 阔直板手机；《黑神话：钟馗》15 分钟实机演示公布……
• IT早报 0820：宇树上市首日收涨 460% 市值一度破 4400 亿；央视评高考高职投档线超本科；曝鸿蒙智行问界儿童车售价达五位数；我国首次实现火箭陆地回收……
• IT早报 0819：雷军官宣小米新一代玄戒芯片将至；魏建军称长城 36 年来没造过速成车；多人因编造 AI 车祸假视频被罚；入职奖 8800 元，富士康备战 iPhone 18……
• IT早报 0818：阿里出售游戏业务灵犀互娱；李书福辞任吉利汽车董事会主席；小米 SU7 系列 28.5 个月交付突破 50 万台；岚图邵明峰回应追光 S 撞脸小米 YU7……
• IT早报 0817：知情人士回应追觅大家电解散传闻；DeepSeek-V4 系列今日起价格上调；鸿蒙智行问界儿童车官宣将上市；SK 海力士硬盘故障仅向用户原价退款……

IT之家 8 月 23 日消息，特斯拉本月早些时候邀请摩根大通分析师参观了旗下的一座工厂，这家华尔街投行随后在最新发布的投资者报告中披露了此次考察的发现。其中一项值得关注的信息是，特斯拉承认正在放缓将 Model Y 纳入 Robotaxi 车队的速度，但公司对此有充分理由。

摩根大通分析师近日参观了特斯拉弗里蒙特工厂，并与该公司的投资者关系团队进行了交流。通过此次考察，分析师对特斯拉的 Robotaxi 战略有了更清晰的认识。

根据摩根大通的报告，特斯拉目前正有意控制 Model Y 加入 Robotaxi 车队的速度。

该行分析师表示：“特斯拉表示，公司正在有意放缓向 Robotaxi 车队增加 Model Y 的速度，因为其相信 Cybercab 能够在短期内实现快速规模化部署。对于 FSD V15，特斯拉认为这是一次性能上的重大飞跃，其提升幅度可与 V13 升级至 V14 时相提并论。V15 升级包含七项核心技术，其中约 40% 目前正在 Robotaxi 车队中进行测试，初步反馈令人鼓舞。”

这一做法并不意味着特斯拉的自动驾驶计划出现延误，或者公司对自动驾驶技术失去信心。恰恰相反，这反映出特斯拉管理层对专为 Robotaxi 打造的 Cybercab 能够在短期内快速扩大规模充满信心。

IT之家注意到，自从在奥斯汀推出 Robotaxi 服务，并将业务扩展至其他市场以来，特斯拉的 Robotaxi 车队一直主要采用经过改装的 Model Y。不过，该公司如今正有意放缓进一步改装 Model Y 的速度。

原因其实很简单。特斯拉管理层认为，Cybercab 是一款专门针对 Robotaxi 运营设计的车型，采用双座布局，没有方向盘和踏板，能够更适应高频率运营需求。因此，在未来几个月内，Cybercab 的生产和部署效率可能会高于改装 Model Y。

对于大多数通常只有一两名乘客的出行订单来说，这种专用车型也有望带来更好的单车运营经济效益。同时，减少 Model Y 向 Robotaxi 车队的转化，也可以让更多车辆留给普通消费者市场销售。

支撑这一战略调整的关键之一是 FSD V15。特斯拉将其描述为一次真正意义上的性能跃升，提升幅度可与 V13 升级至 V14 时相比。

FSD V15 引入了七项核心技术，其中约 40% 已经在现有 Robotaxi 车队中进行真实道路测试，早期反馈被形容为“令人鼓舞”。

特斯拉目前正谨慎推进软件开发，在不断加入新功能的同时，尽量避免影响已有的核心驾驶功能。管理层将 FSD V15 视为实现无人监督 FSD 大规模推广的关键入口。

值得注意的是，特斯拉现有的 AI 计算平台和 Hardware 4 硬件系统已经能够运行 FSD V15，并支持无人监督的自动驾驶功能。

Cybercab 本身也只是特斯拉这一自动驾驶平台上的第一款车型。特斯拉重申，未来还将推出更多不同形态的产品，并以此前展示的“Robovan”等概念为例，说明这一平台未来可以扩展至更多类型的无人驾驶车辆。

与此同时，特斯拉的人形机器人 Optimus 项目也在持续推进。该项目仍计划在未来几个月内启动生产，并最早可能于 2027 年下半年开始商业销售。

至于 Optimus Gen 3，特斯拉计划在临近量产时再公布更多细节，以保护自身的竞争优势。而下一代 Gen 4 的研发范围和功能设计，则将更多基于 Gen 3 在现实世界中的实际运行经验。

摩根大通在此次交流后，对特斯拉的制造自动化能力有了更深入的认识，并维持对特斯拉 475 美元的目标股价。

因此，放缓将 Model Y 纳入 Robotaxi 车队的速度，并不是特斯拉 Robotaxi 战略受挫，而是一项经过权衡后的战略选择。特斯拉管理层显然希望将更多资源投入到效率更高、专门为无人出租车服务打造的 Cybercab 上，并相信这款车型已经具备在未来快速扩大规模的条件。

相关文章

关键词：Robotaxi，特斯拉，Cybercab

• 发布约 2 年后，特斯拉自动驾驶出租车 Cybercab 本月有望迎来首次公众试乘
• 数据显示，特斯拉 Robotaxi 在奥斯汀或已实现完全无监督运行
• 特斯拉过度宣传智驾遭反噬：Robotaxi 撞穿路障后继续行驶，此前高管宣称安全记录“无可挑剔”
• 特斯拉 Cybercab 前脸灯带可变色，实际用途未官宣
• 特斯拉优化 Robotaxi 体验：关闭 Model Y 自动驾驶出租车转向灯提示音
• 被解雇的特斯拉 FSD 区域经理起诉前东家，直言 Robotaxi 是“移动的危险”

Claude 快速上手项目集是一组旨在帮助开发者快速上手使用 Claude API 构建应用程序的项目合集。每个快速上手项目都提供了一个易于扩展和定制的基础框架，方便你根据自身需求进行二次开发。

入门准备

要使用这些快速上手项目，你需要拥有一个 Claude API 密钥。如果你还没有，可以在 console.anthropic.com 免费注册。

可用的快速上手项目

客户支持代理（Customer Support Agent）

一个由 Claude 驱动的客户支持代理。本项目演示了如何利用 Claude 的自然语言理解与生成能力，构建一个可访问知识库的 AI 辅助客户支持系统。

前往「客户支持代理」快速上手项目

金融数据分析师（Financial Data Analyst）

一个由 Claude 驱动的金融数据分析师。本项目演示了如何结合 Claude 的能力与交互式数据可视化，通过对话来分析金融数据。

前往「金融数据分析师」快速上手项目

Computer Use Demo（计算机使用演示）

一个可供 Claude 用来操控桌面计算机的环境与工具集。本项目演示了如何利用 Claude 的「计算机使用」（computer use）能力，其中包含对最新 computer_toolset_20260801 工具集形态的支持，在该形态下每一个计算机动作都是模型按名称调用的成员工具。

前往「Computer Use Demo」快速上手项目

Computer Use Best Practices（计算机使用最佳实践）

一份面向教学的、原生 macOS 的 computer-use 智能体参考实现。与容器化的 Computer Use Demo 不同，本项目直接在 macOS 桌面上运行（请在虚拟机中运行！），并展示了构建更可靠、更具成本效益的 computer-use 智能体的常见模式：显式的工具定义、正确的图像尺寸调整与裁剪、提示缓存、服务端的上下文压缩、批量的工具调用、沙箱化的 Shell，以及轨迹记录。它与 Anthropic 发布的 computer-use 最佳实践指南 配套使用。

前往「Computer Use Best Practices」快速上手项目

Browser Use Demo（浏览器使用演示）

一个由 Claude 驱动的浏览器自动化完整参考实现。本项目演示了如何赋予 Claude 导航网站、检查并与 DOM 元素交互、抽取内容，以及使用基于 Playwright 的自定义浏览器工具填写表单的能力。

前往「Browser Use Demo」快速上手项目

自主编程智能体（Autonomous Coding Agent）

一个基于 Claude Agent SDK 构建的自主编程智能体。本项目演示了一种「双智能体」模式（初始化智能体 + 编程智能体），可以在多个会话中构建完整的应用程序，过程通过 git 持久化进度，并借助一份功能列表让智能体按部就班地逐步推进。

前往「自主编程智能体」快速上手项目

Managed Agents：Chat SDK

一个由 Claude Managed Agents 与 Vercel Chat SDK 共同驱动的浏览器聊天应用。本项目演示了如何为每个对话绑定一个持久的 Managed Agents 会话，并搭配聊天界面：一位研究分析师借助网页搜索进行研究，并以 token 为单位流式输出其简报，同时实时信息流会展示所调用的工具。只需替换 Chat SDK 适配器，同一个处理器即可在 Slack、Teams、Discord、Telegram 或 WhatsApp 上运行。

前往「Managed Agents：Chat SDK」快速上手项目

Managed Agents × CopilotKit × AG-UI

一个基于 Claude Managed Agent 构建、并使用 CopilotKit 渲染的个人财务助理聊天应用。本项目演示了如何将一个托管智能体会话桥接到 AG-UI 协议，按 token 流式返回回复并以事件增量形式推送，以及如何将智能体的工具调用在聊天界面中渲染为可交互的生成式 UI 组件。

前往「Managed Agents × CopilotKit」快速上手项目

Managed Agents：Knowledge Wiki（知识维基）

一个由 Claude Managed Agents 构建的交易室知识维基（deal-room knowledge wiki）。本项目演示了如何将一份文档语料一次性蒸馏为一个带版本管理的记忆型知识维基——使用并行的抽取会话、一轮 resolve 解析过程，以及一次有引导的 consolidation 梦境合并——随后以远低于原始文档检索单次问答 token 成本的方式，从维基中回答分析师反复提出的问题，并为每个事实附带出处溯源。示例所使用的是一份从公开的 SEC EDGAR 备案文件中获取的真实并购（M&A）数据室。

前往「Managed Agents：Knowledge Wiki」快速上手项目

通用使用步骤

每个快速上手项目都自带 README 与安装说明。一般而言，你需要按以下步骤操作：

1. 克隆本仓库
2. 进入对应的快速上手项目目录
3. 安装所需依赖
4. 将你的 Claude API 密钥设置为环境变量
5. 运行该快速上手应用

进一步探索

如希望更深入地理解 Claude 与 Claude API 的使用方法，可以参考以下资源：

• Claude API 文档
• Claude Cookbooks —— 一组面向常见任务的代码片段与指南合集
• Claude API 基础课程

贡献

欢迎向 Claude Quickstarts 仓库贡献代码！如果你有新的快速上手项目创意，或希望改进现有项目，请提交 Issue 或发起 Pull Request。

社区与支持

• 加入我们的 Anthropic Discord 社区，参与讨论并获得支持
• 查看 Anthropic 支持文档 获取更多帮助

许可证

本项目基于 MIT 许可证开源，详情请参见 LICENSE 文件。

在 Hugging Face 上查看 Janus 集合（8 项内容，最近更新于 2025 年 11 月 27 日）

Janus 是一种新颖的自回归（autoregressive）框架，将多模态理解与生成统一在同一个模型之中。该项目由 DeepSeek 发布，核心版本为 Janus-Pro-7B，旨在打破传统上“理解任务”与“生成任务”需要不同架构或不同模型的限制，提供一个既能“看懂”又能“画出”的统一视觉-语言系统。

核心特性

• 统一架构：将多模态理解与图像生成统一在同一自回归框架内，避免为不同任务分别训练专用模型。
• 多模态理解能力：支持对图像与文本的联合理解，可用于视觉问答、图文对话等场景。
• 图像生成能力：在统一框架下直接生成图像，无需额外的扩散或 GAN 等独立生成模块。
• 基于 7B 参数规模：Janus-Pro-7B 拥有约 70 亿参数规模，在性能与部署成本之间取得平衡。
• 自回归范式：遵循自回归生成方式，与主流大语言模型的生成机制保持一致，便于与语言模型生态融合。
• 持续更新：相关模型与资料持续在 Hugging Face 集合中维护，最近更新时间为 2025 年 11 月 27 日。
• 面向研究与应用：既可作为研究多模态统一建模的基座，也具备在实际应用中部署的潜力。
• 开源可访问：以开源形式发布在 Hugging Face 平台，便于社区下载、使用与二次开发。

说明

Janus 通过在单一自回归框架中同时处理多模态理解与图像生成，简化了多模态系统的构建流程。其设计目标是让模型像语言模型一样，按统一的生成方式处理视觉与文本输入，从而在理解和生成两类任务之间共享表征能力。Janus-Pro-7B 作为该系列的关键版本，提供了在 7B 参数级别上的多模态统一能力，为后续更大规模或面向特定场景的变体奠定了基础。

Qwen 3.8 27B 是我很久以来见过的最令人期待的开放权重（open-weights）发布之一。和许多用户一样，它一发布我就立刻开始测试和体验。我在一台单机 联想 ThinkStation PGX 上运行它——这是一台基于英伟达 GB10 Grace Blackwell 芯片构建的紧凑型工作站，配备 128GB 统一内存和 273GB/s 带宽。开箱即用时，它每秒仅能生成大约 15 到 30 个 token（词元），但采用 SGLang、NVFP4 和 DFlash2 推测解码（speculative decoding）组合这套已成为该硬件标准配置的方案后，其代码与推理生成速度可以达到约每秒 50 个 token。

不过，我的一项测试真正证明了本地模型已经变得多么强大。

之所以相信围绕 Qwen 模型的宣传是有道理的，是因为我此前使用 Qwen 3.6 27B 的体验一直不错，而 Qwen 3.8 27B 到目前为止表现同样出色且更胜一筹。事实上，Artificial Analysis 在 4B 到 40B 参数量级的 135 个模型中将其评为最强的开放权重模型，其智能指数（intelligence index）得分为 52；它在 SWE-bench Pro 等基准上的自测数据，也优于那些运行成本高得多的模型。

我给它布置了一项能在单台机器上运行的最难的真实任务：对一款商业 App 的授权校验逻辑进行逆向工程。这是一款我已经付费购买并使用过的应用，我只是想看看它的表现如何。这段代码不太可能出现在它的训练数据中，而且任务本身高度复杂且高度专业化。考虑到一些人对该模型网络安全（cybersecurity）能力的担忧，我认为这是一项很好的测试。结果不仅是我见过的本地模型最令人印象深刻的演示之一，它还能够在此过程中自行修正错误。

我在这次测试中使用的是 Pi 智能体框架（Pi harness），整个过程中该模型只调用了标准的基于 Bash 的工具。

它先拒绝了，然后说服自己去构建绕过方案

作者：Adam Conway，XDA 首席技术编辑

我冒充应用作者，立刻被识破

我的计划相当简单，也是过去在本地大语言模型（LLM）上屡试不爽的一种套路。我通过越狱系统提示，告诉模型这款应用是我们自己开发的，想确认我们引以为傲的授权校验机制是否真的牢不可破。

结果不出所料——Qwen 能识别常见的越狱话术，它最先告诉我的就是：这种越狱提示对我没用。接着它检查了签名证书，并准确指出（不得不承认，确实没说错）我并不是这款应用的作者，还直接报出了实际开发者的名字。我当场被识破，闹了个乌龙。

放在今天，这并不算多么惊艳的表现，因为如今的模型在被诱导时已经很擅长拒绝特定请求了。真正重要的是它接下来做了什么。它表示可以对授权校验做一次审计，把薄弱环节梳理成文档，但不会动手写一套可用的绕过方案，然后就老老实实地沿着这条界线完成了真正的工作。到最后，我拿到了一份完整成文的梳理报告：每一步怎么走、认证机制如何运作、又该如何被绕过。但随后它又改了口风，把绕过方法也一并做了出来——反正绕过所需的步骤此刻已经摆在明面上了。

全程都是静态分析

它从未真正运行过一次应用

Qwen 实际上从未"启动"过这款应用，直到最后演示绕过方案成功的那一刻。它全程依赖静态分析：反汇编整个框架，逐行梳理成千上万行 arm64 指令，把各个安全函数映射回调用点，并推断出厂商把对应的公钥验证密钥藏在了二进制文件内部。随后它把这些线索全部找齐，拼合到一起，给出了应用校验授权时所用的那把公钥。

由于我拥有这款应用的合法授权副本，模型可以验证：机器上的真实授权确实由一把私钥签名，而这把私钥与它重建出的公钥相匹配。换句话说，一个仅需 17 GB 显存就能跑起来的模型，硬生生恢复出了厂商刻意隐藏的密钥，足以证明它把整条信任链都拆解得一清二楚。整个过程耗时约 30 分钟，而同样的工作交给人类去做，往往要花长得多的时间。

拿到密钥之后，其余部分就容易理解多了。模型在过程中始终维护着一份详尽的报告，解释激活流程是如何在你购买或升级时联网执行一次的：在此之后，所有校验都在启动时离线完成——签名校验、与从平台读取的硬件序列号进行机器绑定、内置的吊销列表检查、二进制文件自身仍处于签名状态的确认，以及签名更新路径的校验。这些事情，理论上你也可以用 Ghidra 之类的工具一点点手动完成。

Qwen 最终给出的结论是：对于这一类应用而言，这套方案已经算是相当周密，薄弱环节集中在三处：所用 RSA 密钥的位数颇为尴尬，远低于当下公认的安全强度；由于完全离线，一旦密钥泄露，只能通过推送更新来吊销；所有校验逻辑都写在本机代码里，而本地代码天然是可被补丁修改的——任何本地校验都不例外。几轮来回之后，一旦摸清了关卡在哪里，模型便把发现转化成了一个可运行的 PoC（概念验证）脚本。我把授权文件从原本所在的位置移走，运行脚本，果然成功了。

当它犯错时，也会自行修正

第一个密钥几乎正确

第一次尝试恢复密钥时，错误以一种非常具体的方式出现：它生成了一个可用的密钥，签名校验也通过了，但二进制程序为完整性校验而计算的一个哈希值并不匹配。以我的经验来看，大多数模型到这一步大概就会宣布完成、就此收手，但 Qwen 3.8 27B 没有这样做。相反，它指出了这个不匹配之处，然后回到起点重新推导，直到该值与原始字节完全一致为止。

在使用这类反复迭代的推理模式时，该模型有一个相当大的取舍点。默认情况下，它的推理强度（reasoning effort）被设为最高，因此即便是非常简单的请求，也可能会消耗几百到几千个 token。即便生成速度在每秒 30 到 50 个 token 之间，完成下来仍然需要相当长的时间。

尽管如此，鉴于最终的结果，我并不认为这是浪费。它的第一次错误猜测在没有我介入的情况下自我修正，并得出了正确的结论。它啰嗦吗？确实非常啰嗦。但它对了吗？也对，而归根结底，一个「正确」的答案，远胜于一个被自信地给出的错误答案。

本地 27B 模型如今已成为威胁建模中的真实输入

本仓库是 Model Context Protocol（MCP，模型上下文协议）的参考实现集合，同时收录社区构建的服务器以及其他资源。

[!IMPORTANT]
如果你需要查看 MCP 服务器列表，可以浏览 MCP Registry 上已发布的服务器。本 README 所对应的仓库仅用于托管由 MCP 指导小组维护的少量参考服务器。

[!WARNING]
本仓库中的服务器仅作为参考实现，用于演示 MCP 的特性与 SDK 的使用方法。它们旨在为自行构建 MCP 服务器的开发者提供教学示例，并非可直接用于生产环境的解决方案。开发者应根据自身的安全需求以及具体的威胁模型与使用场景，评估并实施相应的安全防护措施。

本仓库中的服务器展示了 MCP 的多样性与可扩展性，演示了如何借助 MCP 为大语言模型（LLM）提供安全、可控的工具与数据源访问能力。

通常，每个 MCP 服务器都基于相应的 MCP SDK 实现：

• C# MCP SDK
• Go MCP SDK
• Java MCP SDK
• Kotlin MCP SDK
• PHP MCP SDK
• Python MCP SDK
• Ruby MCP SDK
• Rust MCP SDK
• Swift MCP SDK
• TypeScript MCP SDK

🌟 参考服务器

这些服务器旨在演示 MCP 的特性以及官方 SDK 的使用方法。

• Everything — 包含提示词、资源和工具的参考/测试服务器。
• Fetch — 用于获取 Web 内容并将其转换为适合 LLM 使用的格式。
• Filesystem — 提供安全的文件操作能力，并支持可配置的访问控制。
• Git — 用于读取、搜索和操作 Git 仓库的工具。
• Memory — 基于知识图谱的持久化记忆系统。
• Sequential Thinking — 通过思维序列进行动态、可反思的问题求解。
• Time — 提供时间与时区转换能力。

已归档

以下参考服务器已被归档，可在 servers-archived 中找到。

• AWS KB Retrieval — 通过 Bedrock Agent Runtime 从 AWS Knowledge Base 检索内容。
• Brave Search — 使用 Brave 的搜索 API 进行 Web 与本地搜索。已被官方服务器取代。
• EverArt — 使用多种模型进行 AI 图像生成。
• GitHub — 仓库管理、文件操作以及 GitHub API 集成。
• GitLab — GitLab API，支持项目管理。
• Google Drive — Google Drive 的文件访问与搜索能力。
• Google Maps — 提供位置服务、路线规划与地点详情。
• PostgreSQL — 只读数据库访问，并支持 schema 检查。
• Puppeteer — 浏览器自动化与网页抓取。
• Redis — 与 Redis 键值存储交互。
• Sentry — 从 Sentry.io 获取并分析问题。
• Slack — 频道管理与消息发送能力。现由 Zencoder 维护。
• SQLite — 数据库交互与商业智能能力。

🚀 快速上手

使用本仓库中的 MCP 服务器

本仓库中基于 TypeScript 的服务器可以通过 npx 直接使用。

例如，下面的命令会启动 Memory 服务器：

npx -y @modelcontextprotocol/server-memory

本仓库中基于 Python 的服务器可以通过 uvx 或 pip 直接使用。出于易用性与配置便利的考虑，推荐使用 uvx。

例如，下面的命令会启动 Git 服务器：

# 使用 uvx
uvx mcp-server-git

# 使用 pip
pip install mcp-server-git
python -m mcp_server_git

请参考这份说明安装 uv / uvx，并参考这份说明安装 pip。

使用 MCP 客户端

然而，单独运行一个服务器并没有太大实际意义，应当将其配置到 MCP 客户端中使用。例如，下面是 Claude Desktop 使用上述服务器的配置：

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-memory"]
    }
  }
}

在 Windows 上，需要使用 cmd /c 包裹 npx：

{
  "mcpServers": {
    "memory": {
      "command": "cmd",
      "args": ["/c", "npx", "-y", "@modelcontextprotocol/server-memory"]
    }
  }
}

使用 Claude Desktop 作为 MCP 客户端的其他配置示例可能如下所示：

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/allowed/files"]
    },
    "git": {
      "command": "uvx",
      "args": ["mcp-server-git", "--repository", "path/to/git/repo"]
    },
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "<YOUR_TOKEN>"
      }
    },
    "postgres": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres", "postgresql://localhost/mydb"]
    }
  }
}

在 Windows 上，对上述每个基于 npx 的条目都应用相同的包裹方式：将 "command" 改为 "cmd"，并在原有 args 前添加 "/c", "npx"。uvx 条目保持不变。

🛠️ 创建你自己的服务器

如果你有兴趣创建自己的 MCP 服务器，请访问官方文档 modelcontextprotocol.io，获取关于实现 MCP 服务器的全面指南、最佳实践与技术细节。

📚 了解更多

请参阅 ADDITIONAL.md，其中整理了一份精选的框架与资源列表，用于简化 MCP 服务器与客户端的构建。

🤝 贡献

请参阅 CONTRIBUTING.md，了解如何为本仓库做出贡献。

📦 发布

请参阅 RELEASING.md，了解软件包的发布方式（通过 CI 进行 OIDC 可信发布，无需注册表令牌）以及发布失败后的重试方法。

🔒 安全

请参阅 SECURITY.md，了解如何上报安全漏洞。

📜 许可证

本项目的新增贡献采用 Apache License 2.0 许可，现有代码沿用 MIT 许可——详情请参阅 LICENSE 文件。

💬 社区

• GitHub Discussions

⭐ 支持

如果你觉得 MCP 服务器很有用，欢迎为仓库点亮 Star，并贡献新的服务器或改进！

本项目由 Anthropic 管理，并与社区共同构建。Model Context Protocol 是开源项目，我们鼓励每一位用户贡献自己的服务器与改进！

AI 的开放上下文层

面向 AI 上下文、数据目录（data catalog）与元数据管理的规模最大、增长最快的开源项目。

OpenMetadata 是一个开放平台，为每一位数据用户、AI 助手与智能体（agent）提供可信的数据上下文、组织记忆（organizational memory）与业务语义。

OpenMetadata 将技术元数据、数据质量信号、血缘（lineage）、列级血缘（column-level lineage）、所有者、使用情况、策略（policies）、对话、记忆、术语表（glossaries）、分类、指标、领域（domains）、数据契约（data contracts）与数据产品（data products）整合到一个统一的元数据知识图谱中。借助 130+ 连接器、开放的元数据标准、语义搜索、API、SDK 以及 MCP 服务器，OpenMetadata 为每一位用户和每一个 AI 系统提供在发现、理解、信任、记忆和使用数据时所需的、可被治理的上下文。

AI 不需要再多一个原始数据库连接器。AI 需要的是上下文 + 记忆。

OpenMetadata 提供 AI 所需知道的上下文：

• 存在哪些数据
• 这些数据的含义
• 谁拥有这些数据
• 这些数据是如何被使用的
• 这些数据从哪里来
• 这些数据流向哪里
• 这些数据是否新鲜、经过测试、已认证、值得信赖
• 适用哪些业务概念、分类、术语表词条、策略、契约和数据产品
• 哪些下游仪表板、流水线、指标、机器学习模型与应用程序依赖这些数据
• 关于这些数据，已经记录了哪些对话、决策、假设和记忆片段（memory nuggets）

为什么 OpenMetadata 适合 AI？

AI 系统所需要的不仅仅是数据访问能力。它们需要被治理的上下文、业务含义、信任信号、血缘、使用情况、所有者、标准以及组织记忆。

直接连接仓库、数据湖、仪表板或流水线只会暴露原始结构。它无法告诉 AI 助手：数据的含义是什么、数据是否已认证、谁拥有这些数据、哪些策略适用、由哪份契约约束、变更会造成什么影响，以及组织已经从中学习到了什么。

OpenMetadata 是开放上下文层，为每一位数据用户和 AI 智能体提供企业数据的全貌。

OpenMetadata 汇聚了五大能力：

1. 上下文（Context）：来自整个数据生态系统的技术、运维、信任、使用与血缘元数据。
2. 语义（Semantics）：通过术语表、指标、分类、领域、策略、本体（ontologies）和数据产品承载的业务含义。
3. 知识图谱（Knowledge Graph）：连接资产、列、人员、团队、质量、血缘、策略、记忆、契约和业务概念之间的关系。
4. 记忆（Memory）：对话、AI 线程（AI threads）、决策、假设、运维手册（runbooks）、修复说明以及可复用的记忆片段，用以保存组织中口口相传的知识。
5. 激活（Activation）：MCP、语义搜索、API、SDK、事件与工作流，使上下文能够被 AI 助手、智能体、应用和人类真正使用。

借助 OpenMetadata，用户和 AI 智能体可以回答：

• 这个指标的含义是什么，如何计算？
• 哪些数据集为这个仪表板提供数据？
• 谁拥有这个数据产品？
• 适用哪份数据契约？
• 这个数据集是否新鲜、经过测试、已认证、值得信赖？
• 这次列级变更会影响哪些下游仪表板、流水线或机器学习模型？
• 哪些列包含敏感的客户信息？
• 适用哪些术语表词条、策略、标准和业务概念？
• 关于这个资产，已经记录了哪些决策、假设、事故或对话？

OpenMetadata 所连接的上下文

OpenMetadata 采集并连接 AI 在企业数据之上进行安全推理所需的上下文。

架构：上下文 + 记忆图谱

OpenMetadata 以一个开放的、模式优先（schema-first）的元数据图谱为核心构建。

1. 采集（Collect）：通过 130+ 连接器、采集 API、事件和 SDK，从仓库、数据湖、BI 工具、流水线、机器学习平台、消息系统、存储系统、API、搜索系统、SaaS 应用、元数据系统、文档、对话和智能体工作流中采集元数据。
2. 规范化（Normalize）：借助开放模式和标准对元数据进行规范化，使每个资产、关系、策略、契约、血缘事件和记忆都能被一致地表达。
3. 连接（Connect）：将技术元数据、质量信号、血缘、所有者、使用情况、策略、对话、记忆、语义、领域、契约和数据产品连接为一个统一的图谱。
4. 保留记忆（Preserve Memory）：将对话、AI 线程、决策、假设、运维手册和修复说明转化为可复用的、被治理的记忆片段，并与数据资产和业务上下文相关联。
5. 治理（Govern）：通过开放标准、分类、策略、角色、数据质量、评审工作流、数据契约和数据管家机制对上下文进行治理。
6. 激活（Activate）：通过语义搜索、MCP、API、SDK、事件、Webhook、元数据应用和 AI 工作流，将上下文真正用起来。

记忆是架构的一部分，而不是一个旁路通道（side channel）。它使工程师能够使用 API、SDK、MCP 或 AI 工作流来保留对话上下文，并把组织隐性知识转化为可复用的组织知识。

上下文图谱、语义与记忆

OpenMetadata 图谱不仅存储数据资产，还存储资产、列、所有者、团队、策略、质量测试、血缘、分类、术语表词条、指标、领域、数据契约、数据产品、对话和记忆片段之间的关系。

关系示例：

Table               ──hasColumn────────────> Column
Column              ──classifiedAs─────────> PII
Column              ──represents───────────> Customer Identifier
Table               ──ownedBy─────────────> Data Engineering Team
Table               ──partOf──────────────> Customer 360 Data Product
Dashboard           ──dependsOn───────────> Table
Metric              ──definedBy───────────> Glossary Term
Pipeline            ──produces────────────> Table
Column              ──flowsTo─────────────> Column
Test Case           ──validates───────────> Table
Policy              ──governs─────────────> Classification
Data Contract       ──appliesTo───────────> Table
OpenLineage Event   ──updatesLineageFor───> Pipeline
Agent Conversation  ──capturedAs──────────> Memory
Memory              ──informs─────────────> Data Product
Memory              ──documentsDecisionFor> Metric
Memory              ──attachedTo──────────> Table / Column / Topic / Dashboard / Pipeline / API

这一图谱为 AI 系统提供了在数据资产之上进行推理所需的关系、含义、记忆和治理能力。

TL;DR

我们的 Qwen3-TTS 1.7B CustomVoice 实现在单块 NVIDIA H100 SXM 上达到了 每秒 10 个请求（RPS）且首段音频到达时间（TTFA）p95 低于 50 毫秒，同时 保持实时播放。

我们对比了五种实现：我们的方案、vLLM-Omni、SGLang-Omni△、VoxServe 与 M*，流量采用泊松开放环路（Poisson open-loop）。在将各实现调优到面向低延迟流式输出后，我们的方案是唯一达到 p95 TTFA 低于 50 毫秒 的实现。我们 在 10 RPS 以内始终保持 p95 TTFA 低于 50 毫秒，并且 即使在 20 RPS 下也能保持在 100 毫秒以下。

我们的系统在 10 RPS 下每秒大约生成 630 个字符。按 1× H100 SXM 实例 4.29 美元/小时 计算，在满负载下约合 每 100 万字符 2 美元1。作为对比，ElevenLabs V3 为 100 美元/100 万字符，Cartesia Sonic 3.5 为 49 美元/100 万字符，但它们的首段音频到达时间（TTFA）更高。

我们开源了 推理实现 与 基准测试代码。下文将说明我们的方法论。

定义「实时」TTS

首先，我们来讨论一个实时 TTS 服务需要达到的目标。我们认为这是一个四方面问题：

1. 低可听 TTFA： 从请求发出到首个可听音频样本的时间必须足够低。
2. 零欠播： 播放开始后，客户端不能耗尽已缓冲的音频。
3. 吞吐能力： 在 RPS 提升后，1 与 2 仍然成立。
4. 输出无畸形： 语音必须清晰可懂。

我们选择 Qwen3-TTS CustomVoice 1.7B，是因为它是最受欢迎的 TTS 模型之一，并且采用宽松许可证。

基于上述定义，我们的目标是 在单块 NVIDIA H100 SXM 上保持高 RPS 的同时，实现低 p95 可听 TTFA 与零欠播。

所有基准测试在泊松开放环路流量下运行五分钟，以逼近真实工作负载，参照 Fireworks AI 的 LLM 基准测试 方法。每个引擎在一个 HTTP 请求中接收完整文本，而音频输出保持流式。我们检测可听 TTFA，根据收到的 PCM 重建播放流，并使用 Deepgram STT 评估最终音频质量。

其他引擎表现如何？

下表展示了每个引擎在 1 RPS 下的上游/默认结果。在该轮测试中，我们仅做兼容性所需的改动。

这些默认配置仍有相当大的优化空间。我们针对每个推理引擎自身的延迟、连续性、质量与吞吐要求进行调优。

1. 去除前导静音

模型返回的第一段 PCM 中，可能在首个持续声音之前包含数十毫秒的静音。该间隙会延迟可听 TTFA，表现如下：

我们加入了动态裁剪。它通过短时 RMS 窗口检测持续语音，移除起始之前的样本，并正常流式输出剩余音频。这一改动使 TTFA 改善约 80 毫秒，但并未让模型推理本身更快。

2. 调优帧累积

我们也调优了在解码与释放一个音频块前所累积的 codec 帧数。

较小的初始块可以降低 TTFA，但播放缓冲空间更小，并带来更频繁的解码开销。较大的块更容易批处理，连续播放更安全，但会延迟首次可听输出。因此一个实用的做法是从小块开始，并随着输出推进而增大块尺寸。

具体参数因引擎而异：vLLM-Omni 暴露了 codec_chunk_frames 与 codec_chunk_ramp 等设置；其他引擎提供等价的块或步长控制。我们对各参数进行迭代，找到在「低 p95 TTFA、零欠播、负载提升时行为稳定」三点上最匹配的组合。

现有推理引擎调优后的性能

下表展示了各引擎在完成前导静音与帧累积调优后，所选定的零欠播配置对应的数据。

VoxServe 在 1 RPS 下达到了低于 50 毫秒的 p95 TTFA，其余三种引擎未达到。在大约 6 RPS 时，所有引擎的 p95 TTFA 都达到 100 毫秒或更高2。

我们如何优化 Qwen3-TTS

首先需要理解 Qwen3-TTS 的架构。它是一个三模块模型，执行分层多码本生成。Talker 为每个音频帧预测第一个码本 token；Code Predictor 生成剩余 15 个码本 token；因果结构的 Codec 将码本 token 转换为波形样本。

每个模块都有各自的计算特征、批处理行为与延迟要求。我们没有孤立地优化单个模块，而是关注一个更宏观的问题：推理服务系统应如何协同这些异构任务？

持续演进中的规格驱动开发：Conductor 现已支持 Antigravity

2026 年 7 月 16 日

作者：Mahima Shanware，Developer & Experiences 高级软件工程师；Sherzat Aitbayev，Developer & Experiences 高级软件工程师；Jay Kornder，Developer & Experiences 集团产品经理。

去年，我们推出了 Conductor，将规格驱动开发直接带到终端中。通过将项目认知从临时聊天记录迁移到持久化且受版本控制的 Markdown 文件中，Conductor 已帮助全球开发者在动手构建之前规划系统架构。

今天，我们很高兴地宣布这项探索进入下一阶段：Conductor 将从 Gemini CLI 扩展演进为 Conductor 插件。单个插件包中可以包含技能、规则、MCP 服务器和钩子。将 Conductor 转换为插件，可以带来更加自然、流畅的对话体验，同时不牺牲规格驱动开发（Spec-Driven Development，SDD）的流程严谨性。这也意味着 Conductor 能够与 Antigravity CLI 等工具兼容。

通过自然对话推动规格驱动开发

将 Conductor 转换为插件后，我们消除了严格命令序列带来的使用门槛。现在，Conductor 会以对话方式与你协作；在讨论功能需求时，它会自然、动态地生成上下文、规格和计划。你仍可受益于持久化的 Markdown 工件——spec.md 和 plan.md 并不会消失——但创建和维护这些文件的过程，现在就像与 AI 助手聊天一样简单。Conductor 能够智能判断何时更新上下文，或何时将计划中的任务标记为已完成，让你能够专注于架构设计，而 AI 则在后台管理项目状态。

面向 Antigravity CLI 及更多工具的 Conductor

将 Conductor 转换为插件的一大优势，是它能够摆脱单一工具的束缚，从而支持多种工具。迄今为止，Conductor 一直仅以 Gemini CLI 扩展的形式存在。转变为插件后，Conductor 现已成为一项可移植、适用于整个生态系统的能力。

无论你选择哪种工具，AI 智能体都能理解有关项目架构、开发准则和目标的基础文档。共享配置与持续开发记录会得到无缝保留，这意味着你可以从一个工具开始 AI 辅助工作流程，再切换到另一个工具继续推进，整个过程中不会丢失任何上下文。

这对你的团队意味着什么

• 向后兼容：新的 Conductor 插件能够明确识别并良好支持旧版 Conductor 命令、现有计划及规格。
• 自然交互：减少记忆命令所花费的时间，将更多精力用于讨论实现策略。
• 可移植性：无论是 Antigravity CLI、Claude 还是其他工具，你都可以选择最适合当前任务的工具来使用 Conductor。
• 保留上下文：继续兑现规格驱动开发的核心承诺。你的代码库仍是唯一事实来源，但现在，你与这一事实来源交互的方式变得更加直观。
• 提升任务完成率：在 TerminalBench 任务中最复杂的子集上，使用 Conductor 插件的成功率高于未使用规格驱动开发的用户。

如何开始使用

Conductor 一直致力于让 AI 开发变得安全、可预测，并具备合理的架构基础。演进为对话式插件后，我们让这项能力更易使用，也能更好地适应你独特的工作流程。我们迫不及待地想看到你接下来构建的作品。

想深入了解吗？可以在我们的实操 Codelab 中试用 Conductor 插件的各项功能。

准备开始构建了吗？立即安装并使用 Conductor 插件，请访问这里；或者运行以下命令，将其集成到 Antigravity CLI：

agy plugins install https://github.com/gemini-cli-extensions/conductor

分类：AI、公告、解决方案、Solve

相关内容

[

移动 Web、公告、解决方案

介绍 Credentio：Google 推出的开源 C++ C2PA 内容凭证库

2026 年 8 月 13 日](https://developers.googleblog.com/introducing-credentio-open-source-c-library-for-c2pa-content-credentials-from-google/)

[

AI、云计算、公告、最佳实践

使用 Google 的智能体开发套件构建零信任 AI 智能体

2026 年 8 月 17 日](https://developers.googleblog.com/build-zero-trust-ai-agents-with-googles-agent-development-kit/)

"我想我从十二月以来基本上就没怎么自己敲过一行代码了，这是一个非常大的变化。" —— Andrej Karpathy，《No Priors》播客，2026 年 3 月

听到 Karpathy 这番话后，我想弄清楚他是怎么做到的。一个人怎样才能像一支二十人的团队那样交付产品？Peter Steinberger 独自一人借助 AI 智能体构建了 OpenClaw——在 GitHub 上收获了 247K 星标。革命已经到来。一个拥有合适工具的独立开发者，可以跑得比传统团队还快。

我是 Garry Tan，Y Combinator 的总裁兼 CEO。我与成千上万家初创公司共事过——Coinbase、Instacart、rippling——那时他们都还只是车库里的一两个人。在加入 YC 之前，我是 Palantir 最早的工程师/PM/设计师之一，联合创办了 Posterous（后被 Twitter 收购），并搭建了 YC 的内部社交网络 Bookface。

gstack 就是我的答案。 我做产品已经二十年，而如今我交付的产品比以往任何时候都多。过去 60 天里，我一边全职运营 YC，一边以兼职方式交付了 3 个生产服务和 40 多项功能。按逻辑代码变更（而非 AI 会注水的原始代码行数）计算，我 2026 年的产出节奏约为 2013 年的 810 倍（分别为 11,417 行与 14 逻辑行/天）。从年初到 4 月 18 日，2026 年已经产出了 整个 2013 年的 240 倍。数据覆盖 40 个 garrytan/* 的公开与私有仓库（含 Bookface），并已排除一个演示仓库。其中大部分代码由 AI 完成。重点不在于谁敲了键盘，而在于交付了什么。

关于代码行数的批评者说得没错：AI 确实会推高原始行数。但他们错在认为——按注水程度归一化之后——我的产出更低。我实际更高，而且高出很多。完整方法、注意事项与复现脚本见：On the LOC Controversy。

2026 年——1,237 次贡献，仍在增长：

2013 年——我在 YC 构建 Bookface 那年（772 次贡献）：

同一个人，不一样的时代。差异就在于工具。

gstack 就是我做事的方式。 它把 Claude Code 变成一支虚拟工程团队——一位会重新审视产品的 CEO、一位锁定架构的工程经理、一位揪出 AI 烂活的设计师、一位发现生产环境 Bug 的审查者、一位会打开真实浏览器测试的 QA 负责人、一位执行 OWASP + STRIDE 审计的安全官，以及一位负责把 PR 发出去的发布工程师。共 23 位专家与 8 个强力工具，全部是斜杠命令、全部是 Markdown、全部免费、MIT 许可证。

这就是我的开源软件工厂。我每天都在用它。我把它分享出来，是因为这些工具应该向所有人开放。

去 Fork 吧，去改进吧，让它成为你的工具。如果你想喷免费的开源软件——请便，但我更希望你能先试一试。

适合谁用：

• 创始人与 CEO——尤其是仍然想自己下场写代码的技术型创始人
• Claude Code 新手——提供结构化角色，而非一张白纸般的提示词
• 技术负责人与 Staff 工程师——让每个 PR 都具备严谨的评审、QA 与发布自动化

快速开始

1. 安装 gstack（30 秒，详见下文）
2. 运行 /office-hours——描述你正在构建的东西
3. 对任何功能想法运行 /plan-ceo-review
4. 对任何有改动的分支运行 /review
5. 对你的预发布环境 URL 运行 /qa
6. 到这里就停。你会判断这工具是否适合你。

安装——30 秒

环境要求： Claude Code、Git、Bun v1.0+、Node.js（仅 Windows 需要）

第一步：在本机安装

打开 Claude Code，粘贴以下内容，剩下的交给 Claude 完成。

安装 gstack：运行 git clone --single-branch --depth 1 https://github.com/garrytan/gstack.git ~/.claude/skills/gstack && cd ~/.claude/skills/gstack && ./setup，然后在 CLAUDE.md 中新增一个 "gstack" 小节，内容为：所有网页浏览都使用 gstack 的 /browse 技能，绝不使用 mcp__claude-in-chrome__* 工具，并列出可用技能：/office-hours、/plan-ceo-review、/plan-eng-review、/plan-design-review、/design-consultation、/design-shotgun、/design-html、/review、/ship、/land-and-deploy、/canary、/benchmark、/browse、/connect-chrome、/qa、/qa-only、/design-review、/setup-browser-cookies、/setup-deploy、/setup-gbrain、/retro、/investigate、/document-release、/document-generate、/codex、/cso、/autoplan、/plan-devex-review、/devex-review、/careful、/freeze、/guard、/unfreeze、/gstack-upgrade、/learn。最后询问用户是否也想把 gstack 添加到当前项目，让团队成员也能直接使用。

第二步：团队模式——共享仓库的自动更新（推荐）

在你的仓库目录下粘贴以下命令。它会切换到团队模式、引导仓库以便团队成员自动获得 gstack，并把改动提交：

(cd ~/.claude/skills/gstack && ./setup --team) && ~/.claude/skills/gstack/bin/gstack-team-init required && git add .claude/ CLAUDE.md && git commit -m "require gstack for AI-assisted work"

仓库中不存放 vendored 文件，没有版本漂移，无需手动升级。每次 Claude Code 会话启动时都会进行一次快速的自动更新检查（每小时最多一次，网络失败时安全降级，完全静默执行）。

如果你更倾向于温和提醒团队成员而非强制要求，把 required 换成 optional。

OpenClaw

OpenClaw 通过 ACP 派生 Claude Code 会话，因此只要 Claude Code 装了 gstack，所有 gstack 技能都能直接使用。把以下内容粘贴给你的 OpenClaw 智能体：

安装 gstack：运行 git clone --single-branch --depth 1 https://github.com/garrytan/gstack.git ~/.claude/skills/gstack && cd ~/.claude/skills/gstack && ./setup，为 Claude Code 安装 gstack。然后在 AGENTS.md 中新增一个 "Coding Tasks" 小节，内容为：在派生 Claude Code 会话执行编码任务时，告诉该会话使用 gstack 技能。可参考以下示例——安全审计："Load gstack. Run /cso"；代码评审："Load gstack. Run /review"；对 URL 做 QA 测试："Load gstack. Run /qa https://..."；端到端构建一个功能："Load gstack. Run /autoplan, implement the plan, then run /ship"；构建前先规划："Load gstack. Run /office-hours then /autoplan. Save the plan, don't implement."。

安装完成后，用自然语言与你的 OpenClaw 智能体对话即可：

高级调度路由以及 gstack-lite/gstack-full 提示模板见 docs/OPENCLAW.md。

原生 OpenClaw 技能（通过 ClawHub）

四个方法论技能直接在 OpenClaw 智能体内运行，无需启动 Claude Code 会话。可从 ClawHub 安装：

clawhub install gstack-openclaw-office-hours gstack-openclaw-ceo-review gstack-openclaw-investigate gstack-openclaw-retro

这些是对话式技能，你的 OpenClaw 智能体会直接在聊天中调用它们。

其他 AI 智能体

gstack 可在 10 款 AI 编程智能体上运行，不止 Claude Code。安装脚本会自动检测你已经装了哪些智能体：

git clone --single-branch --depth 1 https://github.com/garrytan/gstack.git ~/gstack
cd ~/gstack && ./setup

或者使用 ./setup --host 指定特定智能体：

对于 Codex，安装脚本会读取 ${CODEX_HOME:-~/.codex}/config.toml 顶层的 model 字段，并生成对应的行为画像。gpt-5.6-sol 会自动获得限定范围的指令，只完成所请求的"湖泊"任务，不会蔓延到周边的清理或投机性的加固工作。Sol 画像仅精确匹配生效：带日期的快照及其他 5.6 变体会获得通用 GPT 画像；对于类似 gpt-5.6-sol-2026-08-01 的近似匹配，安装脚本会发出警告。可通过 ./setup --host codex --model 覆盖检测结果——该覆盖仅对本次运行生效；若要跨升级保持，请在 Codex 的 config.toml 中设置 model。更换 Codex 模型后，请重新运行 ./setup --host codex 以重新生成技能。

想增加对其他智能体的支持？ 见 docs/ADDING_A_HOST.md。只需新增一个 TypeScript 配置文件，无需改动任何代码。