2026/8/24 11:17:59 来源：IT之家 作者：远洋 责编：远洋　评论：

感谢IT之家网友 GreatMOLA 的线索投递！

IT之家 8 月 24 日消息，阿里云消息，今天，视频生成模型 Wan3.0 正式上线。官方称，Wan3.0 在生成时长、万能创作、全能参考以及真实世界还原等维度全面升级，单次可生成 30 秒视频，并首次支持 doc、xls、ppt、pdf、md 等文档格式输入，力求准确还原真实世界。

!

官方称，公测至今的十余天里，Wan3.0 也以天为单位持续进化，在指令遵循、跨镜头一致性、音频质感以及视频编辑等方面有进一步的提升。

今天，Wan3.0 正式上线，用户可在阿里云百炼、万相官网、万镜一刻、千问 AI 平台、千问创作 PC 端、千问 App、堆友和 IF STUDIO 体验。IT之家注意到，480P/720P/1080P 的 API 价格分别为 0.3/0.6/1.2 元 / 秒，8 月 24 日至 9 月 23 日，阿里云百炼和千问 AI 平台开启 API 限时 7 折优惠。

同时，麦芽旗下跳跃视界、Deevid、剧火、京东灵境平台、美图、井萌等也已接入 Wan3.0。

相关文章

关键词：Wan3.0，阿里云，视频生成模型

• 阿里云：GLM-5.3、Deepseek-V4-Pro 等多款模型上线千问 AI 平台
• 阿里云韩国第三数据中心上线，全球基础设施将达 104 个可用区
• 识别、合成、实时交互全球第一，Qwen-Audio-3.0 系列语音模型上线阿里千问 AI 平台
• 阿里开放 Qwen3.8-2.4T-A95B 模型权重：2.4T MoE、激活 95B、原生 256K 上下文
• 国内首个成功运行超 2 万亿参数大模型的超节点，阿里云灵骏真武 M890 超节点实例上线
• 消息称阿里云今年计划将模块化数据中心全球产能提升两倍以上

2026/8/24 12:37:23 来源：IT之家 作者：远洋 责编：远洋

IT之家 8 月 24 日消息，据知情人士向 Axios 证实，知名 AI 研究员 Luke Metz 已加入 Meta 的超级智能实验室（Superintelligence Labs）。

Metz 是最新一位在多个相互竞争的顶级 AI 实验室之间跳槽的顶尖研究员，这背后是持续进行中的 AI 人才争夺战。

Metz 于 2024 年离开 OpenAI，加入 Mira Murati 创办的 Thinking Machines，今年早些时候又重新加入了 OpenAI。

Metz 本周将开始在 Meta 工作，向负责公司 AI 业务的 Alexandr Wang 汇报。Meta 近几个月已推出了多款新模型。

IT之家注意到，他的加盟消息最早由 X 平台用户 ArfurGrok 发文披露，此人此前曾准确爆料过多条 AI 领域的人事动向。

这是 Meta 最新的重要招聘。Meta 自斥资数十亿美元与 Scale AI 达成协议、允许其前 CEO Alexandr Wang 加入公司以来，一直在大规模招揽人才。

相关文章

关键词：Luke Metz，Meta，AI

• 《使命召唤：现代战争 4》测试版疑似出现 AI 生成美术素材，引发玩家争议
• Anthropic 最强大模型 Fable 5 遇冷，企业用户转向更便宜 AI 产品
• 因使用主播内容训练亚马逊 AI，Twitch 面临集体诉讼
• 加州伯克利数学教授撰文批评学生基础差，却被抓包"用 AI 写的"
• OpenAI 首席全球事务官勒汉恩：公众、企业要为 AI 网络攻击做好防御准备
• 美国专家示警：学生依赖"AI 代写"会削弱思考能力

功能特性

• 🤖 原生 Harness - 支持 Claude Code、Codex、OpenCode、Cursor、Grok 等
• 🌳 Worktree 工作区 - 为每个任务提供独立的分支与工作目录
• 🔀 并行智能体 - 在同一工作区中并行运行多个智能体，每个各司其职
• 🪆 子智能体 - 智能体可将限定范围的工作委派给子智能体，并在子智能体完成后取回结果
• 🧩 集成 - MCP、技能、计算机使用、浏览器使用以及自定义工具，一次配置即可被所有智能体共享
• ⏰ 工作流 - 周期性及事件驱动的智能体运行：夜间复审、告警分流、依赖升级

受支持的智能体

Proliferate 通过每个智能体的原生 Harness 来运行它们。

Claude

Codex

OpenCode

Cursor

Grok

自托管

完整的 Proliferate 控制平面支持自托管。请从部署文档开始，其中涵盖了 Docker、AWS、GCP、Azure、Kubernetes 以及离线隔离环境下的运行方式。

• Docker Compose： self-hosted-deploy.md 可启动 Caddy、Postgres 和 API，并附带引导与更新脚本。
• AWS（一键部署）： self-hosted-aws.md 是一个 CloudFormation 封装模板，可在 EC2 上完成整套资源的预置。
• 配置说明： server/deploy/.env.production.example 详细列出了所有必需与可选的配置项。

请按照桌面端配置说明将桌面应用指向你自己的控制平面。如果遇到问题，可以提交 Issue 或到 Discord 求助；漏洞报告请参阅 SECURITY.md。

从源码运行

环境要求：

• Rust stable
• Node.js 22+
• pnpm

通过内置的本地 AnyHarness 运行时运行桌面应用：

make install
make dev-local

本地全栈开发 额外需要 Python 3.12+、uv，以及用于本地控制平面数据库的 Docker。当多个 worktree 同时运行时，请使用具名的开发 profile。

make server-install
make setup PROFILE=main
make build # 首次干净的 worktree，或在生成产物 / Rust / 前端产物发生变化后执行
make dev-list
make run PROFILE=main

关于 profile 状态、端口、生成的 Tauri 配置以及应用标签，请参阅 dev profiles。

社区

欢迎加入我们的 Discord 社区！

贡献指南

想要参与贡献？请参阅贡献指南。

许可证

AGPL-3.0

Gemini CLI 是一款开源的 AI 智能体，可将 Gemini 的强大能力直接带入你的终端。它以轻量级的方式访问 Gemini，为你提供从提示词到模型之间最直接的路径。

如需全面了解 Gemini CLI，请参阅我们的官方文档。

🚀 为什么选择 Gemini CLI？

• 🎯 免费额度：使用个人 Google 账号即可获得 60 次/分钟、1,000 次/天的请求配额。
• 🧠 强大的 Gemini 3 模型：可获得更出色的推理能力以及高达 100 万 token 的上下文窗口。
• 🔧 内置工具：集成 Google Search 检索增强、文件操作、Shell 命令、Web 抓取等能力。
• 🔌 可扩展：支持 MCP（Model Context Protocol，模型上下文协议），可接入自定义集成。
• 💻 终端优先：为长期在命令行中工作的开发者量身打造。
• 🛡️ 开源：采用 Apache 2.0 许可证。

📦 安装

如需了解推荐的系统配置与详细的安装步骤，请参阅 Gemini CLI 的安装、运行与发布。

快速安装

通过 npx 即开即用

# 使用 npx（无需安装）
npx @google/gemini-cli

通过 npm 全局安装

npm install -g @google/gemini-cli

通过 Homebrew 全局安装（macOS / Linux）

brew install gemini-cli

通过 MacPorts 全局安装（macOS）

sudo port install gemini-cli

通过 Anaconda 安装（适用于受限环境）

# 创建并激活新的环境
conda create -y -n gemini_env -c conda-forge nodejs
conda activate gemini_env

# 在该环境中通过 npm 全局安装 Gemini CLI
npm install -g @google/gemini-cli

发布渠道

更多详情请参阅 发布说明。

Preview（预览版）

每周二 UTC 时间 23:59 发布新的预览版。该版本尚未经过完整验证，可能存在回归问题或其他未解决的缺陷。非常欢迎你协助测试，并使用 preview 标签进行安装：

npm install -g @google/gemini-cli@preview

Stable（稳定版）

• 每周二 UTC 时间 20:00 发布新的稳定版。它会将上一周的 preview 版本完整晋升为稳定版，并叠加该周期内的所有 Bug 修复与验证结果。使用 latest 标签安装：

npm install -g @google/gemini-cli@latest

Nightly（每夜构建版）

• 每日 UTC 时间 00:00 发布新版本，包含截至发布时主分支上的所有变更。该版本默认仍存在未完成的验证与潜在问题。使用 nightly 标签安装：

npm install -g @google/gemini-cli@nightly

📋 核心功能

代码理解与生成

• 对大型代码库进行查询与编辑
• 利用多模态能力，根据 PDF、图片或草图生成新的应用
• 通过自然语言调试问题、排查故障

自动化与集成

• 自动化处理运营任务，例如查询 Pull Request 或执行复杂的 rebase
• 通过 MCP 服务器接入新能力，包括使用 Imagen、Veo 或 Lyria 进行媒体生成
• 在脚本中以非交互方式运行，实现工作流自动化

高级能力

• 通过内置的 Google Search 为查询提供实时信息检索增强
• 会话存档（checkpointing），可保存并在后续恢复复杂会话
• 自定义上下文文件（GEMINI.md），以便针对你的项目定制行为

GitHub 集成

通过 Gemini CLI GitHub Action 将 Gemini CLI 直接集成到你的 GitHub 工作流中：

• Pull Request 审查：基于上下文的自动化代码审查与改进建议
• Issue 分诊：根据 Issue 内容自动打标签、划分优先级
• 按需协助：在 Issue 或 Pull Request 中提及 @gemini-cli，即可获得调试、解释或任务委派方面的帮助
• 自定义工作流：根据团队需求构建自动化、定时或按需触发的工作流

🔐 身份认证方式

请选择最契合你需求的认证方式：

方式一：使用 Google 账号登录（基于 OAuth 的 Google 账号登录）

✨ 适用场景： 个人开发者，以及持有 Gemini Code Assist License 的用户。（详细说明请参阅配额限制与服务条款）

优势：

• 免费额度：60 次/分钟、1,000 次/天
• Gemini 3 模型，具备 100 万 token 的上下文窗口
• 无需管理 API Key：使用 Google 账号登录即可
• 自动升级到最新的模型

启动 Gemini CLI，然后选择「Sign in with Google」，按提示完成浏览器认证流程

gemini

如果你使用的是组织提供的付费版 Code Assist License，请记得设置 Google Cloud Project

# 设置你的 Google Cloud 项目
export GOOGLE_CLOUD_PROJECT="YOUR_PROJECT_ID"
gemini

方式二：Gemini API Key

✨ 适用场景： 需要精确控制模型或使用付费额度的开发者

优势：

• 免费额度：使用 Gemini 3（Flash 与 Pro 混合）时每天 1,000 次请求
• 可选模型：自由选择具体的 Gemini 模型
• 按量计费：可按需升级以获取更高额度

# 在 https://aistudio.google.com/apikey 获取你的 Key
export GEMINI_API_KEY="YOUR_API_KEY"
gemini

方式三：Vertex AI

✨ 适用场景： 企业团队和生产级工作负载

优势：

• 企业级特性：高级安全与合规能力
• 可扩展：更高的速率限制，并可关联计费账号
• 集成性：与现有 Google Cloud 基础设施无缝协同

# 在 Google Cloud Console 中获取你的 Key
export GOOGLE_API_KEY="YOUR_API_KEY"
export GOOGLE_GENAI_USE_VERTEXAI=true
gemini

如需了解 Google Workspace 账号及其他认证方式，请参阅认证指南。

🚀 快速上手

基础用法

在当前目录启动

gemini

包含多个目录

gemini --include-directories ../lib,../docs

使用指定模型

gemini -m gemini-2.5-flash

脚本中的非交互模式

获取简洁的文本回复：

gemini -p "Explain the architecture of this codebase"

如需更高级的脚本能力，包括解析 JSON 与处理错误，可使用 --output-format json 标志获取结构化输出：

gemini -p "Explain the architecture of this codebase" --output-format json

如需实时事件流式输出（适合监控长时间运行的任务），可使用 --output-format stream-json 获取换行分隔的 JSON 事件：

gemini -p "Run tests and deploy" --output-format stream-json

快速示例

启动一个新项目

cd new-project/
gemini
> 帮我写一个 Discord 机器人，它会基于我提供的 FAQ.md 文件回答问题

分析已有代码

git clone https://github.com/google-gemini/gemini-cli
cd gemini-cli
gemini
> 给我一份昨天所有变更的摘要

📚 文档

入门

• 快速上手指南 - 迅速完成部署与启动。
• 认证配置 - 详尽的认证配置说明。
• 配置指南 - 配置项与个性化设置。
• 键盘快捷键 - 提升使用效率的快捷键技巧。

核心功能

• 命令参考 - 所有斜杠命令（/help、/chat 等）。
• 自定义命令 - 创建可复用的自定义命令。
• 上下文文件（GEMINI.md） - 为 Gemini CLI 提供持久化上下文。
• 会话存档（Checkpointing） - 保存与恢复对话。
• Token 缓存 - 优化 Token 使用。

工具与扩展

• 内置工具概览
  • 文件系统操作
  • Shell 命令
  • Web 抓取与搜索
• MCP 服务器集成 - 通过自定义工具扩展能力。
• 自定义扩展 - 构建并分享你自己的命令。

进阶主题

• 无头模式（脚本化运行） - 在自动化工作流中使用 Gemini CLI。
• IDE 集成 - VS Code 配套插件。
• 沙箱与安全 - 安全的执行环境。
• 受信任文件夹 - 按目录控制执行策略。
• 企业部署指南 - 在企业环境中部署与管理。
• 遥测与监控 - 使用情况追踪。
• 工具参考 - 内置工具概览。
• 本地开发 - 本地开发工具链。

一款内置 IDE 能力的编码智能体。
omp.sh

Fork 自 @mariozechner 的 Pi。

开箱即用的最强智能体交互面。随真实使用持续打磨——功能完整，彻彻底底开源。

60+ 家供应商 · 31 个内置工具 · 14 项 LSP（语言服务器协议）操作 · 28 项 DAP（调试适配器协议）操作 · Rust 核心约 8 万行 代码。

[!NOTE]
现正试行临时向所有人开放合并请求（PR）。此前我们要求有人 vouch 才能接收 PR；试行期间该项要求暂时取消，以便我们评估开放协作的效果，之后视情况可能恢复 vouch 机制。

安装

macOS · Linux

curl -fsSL https://omp.sh/install | sh

Alpine / musl：预编译的 musl 二进制会动态链接 libstdc++ 与 libgcc，而默认的 Alpine 镜像不含这两个库。请先安装：apk add libstdc++ libgcc。

Homebrew

brew install can1357/tap/omp

Bun（推荐）

bun install -g @oh-my-pi/pi-coding-agent

Nix

# 不安装直接运行
nix run github:can1357/oh-my-pi

# 或者安装到当前 profile 中
nix profile install github:can1357/oh-my-pi

使用 flake 的消费者可以使用 packages..omp、overlays.default、nixosModules.default 或 homeManagerModules.default。下面是一段 Home Manager 配置，可声明式地安装 OMP 并管理其设置：

{
  inputs.omp.url = "github:can1357/oh-my-pi";

  # 在你的 Home Manager 模块中：
  imports = [ inputs.omp.homeManagerModules.default ];
  programs.omp = {
    enable = true;
    settings.startup.quiet = true;
  };
}

Windows（PowerShell）

irm https://omp.sh/install.ps1 | iex

固定版本（mise）

mise use -g github:can1357/oh-my-pi

支持 macOS · Linux · Windows · bun ≥ 1.3.14

Shell 命令补全

omp 会根据实时的命令与参数元数据自行生成 bash、zsh 与 fish 的补全脚本，因此它们永远不会和真实命令行界面产生偏差。子命令、参数与枚举值通过静态方式补全；模型名（--model、--smol、--slow、--plan）会对照内置的模型目录解析，--resume 则对照你磁盘上的会话列表解析。

# zsh——添加到 ~/.zshrc（也可将输出写入 $fpath 中的某个文件）
eval "$(omp completions zsh)"

# bash——添加到 ~/.bashrc
eval "$(omp completions bash)"

# fish
omp completions fish > ~/.config/fish/completions/omp.fish

全部工具，已被 benchmaxxed 极限打磨。

编辑一次即命中。读取文件时给出概要而非整篇倾倒。检索瞬时返回。无论选用哪个模型，omp 都能把它调到位。

• read：摘要式片段 · 恰到好处的默认行为 · 高命中率的路径选择器
• grep：同类中最快
• lsp：IDE 知道的，智能体都知道
• prompts：针对每个模型持续微调

阅读全文 ↗

你 熟悉的 Pi，配套齐全。

omp 基于 Mario Zechner 出色的 Pi 构建，补齐了你想要的一切。

01 · 支持工具调用的代码执行

多数框架给智能体开一个 Python 沙箱便草草收工。omp 则同时运行持久化的 Python 与 Bun 工作进程，且任一内核都可通过回环桥反向调用智能体自己的工具——read、search、task。智能体可以从 Python 内部用 tool.read 加载一份 CSV，再在 JavaScript 里绘制图表，全程无需跳出单元格。

02 · LSP 接入每一次写入

请求一次重命名，你就得到一次重命名。调用走的是 workspace/willRenameFiles，因此重新导出、barrel 文件、别名导入都会在文件被移动前同步更新。IDE 知道的，智能体都知道。

阅读 LSP 配置文档

03 · 直连真实调试器

C 二进制段错误：智能体附加 lldb，单步到出错的指针位置，读取栈帧。Go 服务卡死：它附加 dlv，逐 goroutine 排查。Python 进程陷入僵局：debugpy 接入，暂停，检视，求值。大多数智能体却还在到处堆 print。

观看回放录像 ↗

04 · 可穿越时间的流式规则

规则静默待命，直到模型跑偏。一条正则匹配在生成中途中止流，把规则作为系统提示注入，并从原位置重试。你获得了纠偏能力，又不必在每一轮都付出上下文开销。注入即使经历压缩也会保留，因此修复能够生效。

观看回放录像 ↗

05 · 一流的子智能体

把一项任务分给多个 worker 并回收类型化的结果。task 将工作扇出到互相隔离的工作区，每个 worker 独立运行自己的工具集，最终交付一份通过 schema 校验的对象，父智能体可直接读取——无需解析散文式输出，兄弟之间没有合并冲突，也不会留下无人收拾的改动。

观看回放录像 ↗

执行期间可随时查看扇出进展：Alt+A 打开 Agent Hub，在名单中查看每个子智能体的当前活动与用量。打开任意一个即可阅读其实时对话记录、发送指引消息、唤醒被挂起的 worker，或在不打断父会话的前提下干掉卡死的 worker。

06 · 第二个模型，逐轮旁听

把评审模型配到「advisor」角色，它会阅读主智能体的每一轮操作，并以旁注形式注入提示——可能是一句闲笔、一个提醒，也可能是一道硬性阻断。它跑在独立的上下文与模型上，因此能揪出做事者仓促略过的东西。主智能体看到批注后或自我修正，或解释为何拒绝。

观看回放录像 ↗

07 · 把链接甩给对方，他就能加入

/collab 将你的实时会话桥接到一台中继服务器，并回传一条链接与一张二维码。队友可以用 omp join 在另一个终端加入，或直接在浏览器中打开。可分享读写权限以共同操作同一个智能体，也可以用 /collab view 提供只读链接——任何人都可以观看，但无人能干预。画面帧在客户端封包，中继服务器永远看不到你的密钥。

观看回放录像 ↗

08 · 顺手读一篇 arxiv 上的 PDF

web_search 串联起二十三家排序供应商，并把它们找到的 URL 直接交给 read。Arxiv PDF、GitHub 页面、Stack Overflow 帖子都会被处理成结构化的 Markdown，并保留锚点——使用体验与你处理本地文件时别无二致。可以引用、跟进、摘抄，来源始终可追溯。

观看回放录像 ↗

论文 • 2502.10248 • 发布于 2025 年 2 月 14 日

模型简介

StepVideo 是由 StepFun（阶跃星辰）团队开源的一款文本生成视频（Text-to-Video）模型。该模型旨在根据用户输入的文本提示词（prompt），自动生成与之对应的短视频内容，是当前多模态生成式人工智能领域的重要进展之一。

论文信息

• 论文编号（arXiv ID）：2502.10248
• 发布日期：2025 年 2 月 14 日
• 主题方向：文本生成视频、多模态生成、扩散模型 / 自回归视频模型
• 作者单位：StepFun（阶跃星辰）
• 论文链接：

主要内容（基于论文摘要整理）

近年来，文本生成视频模型取得了显著进展，但在生成时长、视觉质量、运动连贯性以及文本-视频语义一致性等方面仍存在挑战。StepVideo 针对上述问题进行了系统性的设计与优化，主要贡献包括：

1. 大规模视频生成能力：能够生成长时序、高分辨率的视频片段，而不仅是几秒钟的短片。
2. 高质量视觉表现：在画面清晰度、细节还原、色彩表现等方面达到了较好的水平。
3. 运动自然连贯：通过专门设计的时间建模模块，缓解了视频生成中常见的抖动、突变和动作不连贯问题。
4. 更强的语义对齐：模型对文本提示词的理解更加准确，生成的视频内容与文字描述的匹配度更高。
5. 开源开放：StepFun 选择将模型开源，方便学术社区与工业界进行进一步研究、二次开发和应用落地。

模型架构与训练（概述）

• 基础范式：基于扩散（Diffusion）或自回归（Autoregressive）的视频生成框架，并结合大规模视频-文本数据进行训练。
  2. 数据规模：使用了海量的视频-文本配对数据集进行预训练，覆盖多种场景、动作和风格。
  3. 训练策略：采用多阶段训练流程，逐步提升分辨率与时长，确保模型在不同尺度下的稳定性与生成质量。
  4. 优化目标：在保证视觉真实感的同时，强化时间维度上的一致性与语义对齐能力。

支持状态（Support Status）

• ✅ 模型权重已开源，可在 Hugging Face 等平台下载
• ✅ 提供论文与详细技术说明
• ✅ 支持文本生成视频任务
• ⚠️ 具体推理接口、SDK 支持情况请以官方仓库 README 为准
• ⚠️ 商用与二次开发需遵循 StepFun 公布的开源协议

快速开始（Quick Start）

以下为常见的文本生成视频使用流程（以官方仓库示例为准）：

1. 环境准备

   • 安装 Python（建议 3.8 及以上版本）
   • 安装 PyTorch 以及对应的 CUDA 版本
   • 安装官方仓库提供的依赖包

2. 下载模型权重

   • 从 Hugging Face 或官方指定地址下载 StepVideo 模型权重
   • 将权重文件放置到本地指定目录

3. 运行推理

   • 编写或使用官方提供的推理脚本
   • 输入文本提示词
   • 设置视频分辨率、时长、采样步数等参数
   • 调用模型生成视频并保存为本地文件

4. 效果调优

   • 通过调整提示词、负面提示词、随机种子、采样器等参数，获得更符合需求的视频效果
   • 结合社区推荐的提示词模板，可进一步提升生成质量

技术栈（Tech Stack）

• 深度学习框架：PyTorch
• 加速与部署：CUDA、GPU 推理（建议使用高性能显卡）
• 生成范式：扩散模型 / 自回归视频生成
• 多模态对齐：大规模视频-文本预训练
• 代码与模型托管：Hugging Face、GitHub
• 应用集成：可与 ComfyUI、WebUI、Diffusers 等主流推理框架结合使用（视官方支持情况而定）

应用场景

• 影视与短视频创作：辅助编剧、导演进行分镜预览与概念可视化
• 广告与营销：快速生成产品演示、品牌宣传视频
• 教育与科普：将抽象概念、文字内容转化为形象的视频讲解
• 游戏与互动娱乐：用于过场动画、NPC 动作、关卡预览等内容生成
• 科研与实验：作为多模态生成模型的研究基座，推动学术发展

开源与许可

• StepFun 将 StepVideo 模型以开源形式发布，鼓励学术界与工业界进行研究和应用。
• 具体使用范围、商业授权、再分发条款需遵循官方仓库中声明的开源协议（License）。
• 在二次开发、模型微调或商用集成时，请务必仔细阅读并遵守相应许可要求。

相关资源

• 论文地址：
• 作者机构：StepFun（阶跃星辰）
• 发布平台：Hugging Face
• 主题分类：Text-to-Video、多模态生成、视频生成基础模型

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”

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。