OpenAI凌晨发布了ChatGPT Agent。产品增加，但OpenAI的官网和产品都越来越简洁了，感觉他们的产品力非常不错。 * 整合 Operator + Deep Research + ChatGPT 三个产品，用户只需描述任务，ChatGPT Agent 就能自主判断所需工具，自动访问网页、提取信息、运行代码、生成 PPT 或表格等，并可在执行过程中实时展示相应步骤、接受临时中断和修改指令。 * 内置图形/文本浏览器、终端和 API 调用器等工具，支持手机端使用，任务完成后可自动推送结果； * 可连接 Gmail、GitHub 等第三方应用，深度嵌入用户真实工作流； * Pro 用户每月享有 400 条调用额度，其他付费用户为 40 条，并支持按需扩展token。 来源：https://openai.com/zh-Hans-CN/index/introducing-chatgpt-agent/

来自前 OpenAI 员工 Calvin 的离职感想，原题为《Reflection on OpenAI》，回顾了自己在 OpenAI 工作一年多的经历。 摘要： * 扩张速度：我入职时公司刚过千人规模，一年后已突破三千人，而我的司龄竟排在前 30%。几乎所有管理层现在从事的工作与 2-3 年前都截然不同。 * OpenAI 有个与众不同的特点：所有工作——我是说所有——都在 Slack 上完成。这里没有电子邮件文化。 * OpenAI 采用了一个巨型单体代码库，主要使用 Python（尽管 Rust 服务正在增多，还零星分布着用于网络代理等功能的 Golang 服务）。 来源：https://calv.info/openai-reflections

最近Perplexity CEO阿拉温德·斯里尼瓦斯（Aravind Srinivas）与YC合伙人戴维·利布（David Lieb）的对谈。 览器和智能体才是我们真正的战略重点。我们看待智能体的方式是，它不完全是一个自主的AI，而是一个能够协助你的工具。我们希望打造一个多功能工具，既能查询信息，又能完成任务。无论你是在新标签页还是浏览网页，AI都会作为助手陪伴着你。我们希望将浏览器打造成认知操作系统，甚至像一个云平台，能够同时并行处理多个任务，这些任务可以异步运行。 新的浏览器将能够整合你的个人信息、邮箱、日历、亚马逊账户、社交媒体等内容，进行并行处理和研究，比如房产市场、股市等。这些都会在浏览器的后台完成，过去这些是无法实现的。而当Chrome的每个标签页都是独立进程时，我们就开始看到这样的可能性。你可以想象，每个查询或每条指令都能像独立进程一样运行，这正是我们接下来推出的新浏览器——Comet的核心功能。因此，我们目前所有的精力都集中在这一块。 来源： www.youtube.com https://mp.weixin.qq.com/s/gKH2jqtVexTGkbYLDB0T2Q

以色列独立开发者，真一人公司Maor Shlomo，开发了AI Coding工具——可以生成前后端+数据库的全栈无代码平台 Base44。6个月后以8000万美元卖给Wix公司。 原视频是Lenny和Maor Shlomo的对谈，时长91分钟。 摘要： * Aha Moment的关键是模型理解用户需求，用户能快速看到生成的应用，中间多一个步骤，惊喜感就会减弱。 * Base44 里用于写代码的模型，我会按不同任务搭配使用。比如 Claude 4 在开发应用初始阶段和 UI 设计方面很出色；Gemini 在处理复杂问题、设计算法，或者 Claude 4 陷入代码错误循环时表现优秀。我构建了一个流程，先分析用户提示，再分配给合适的模型，效果很好。 * 要保证至少 50% 的时间花在自己真正喜欢且擅长的事情上，这样每天才有动力工作。 来源：https://www.youtube.com/watch?v=L9KvV_UOs3A

昨天夜里 Kimi K2 模型发布，并同步开源。 Kimi K2 是一款具备更强代码能力、更擅长通用 Agent 任务的 MoE 架构基础模型，总参数 1T，激活参数 32B。 在榜单方面，它在SWE Bench Verified（编程）、Tau2（智能体）、AceBench（工具调用）这三项基准测试中是开源模型表现最好的。 来源：https://mp.weixin.qq.com/s/2RPmHf_8KqIjXbY5jLdztQ

贴几张现场图： 来源：https://www.youtube.com/watch?v=SFzrcPwvrBw

知名AI科学家、World Labs创始人李飞飞在YC的访谈。 摘要： * 我的整个职业生涯都在追逐那些非常困难、近乎妄想的问题……那种勇气，那种拥抱困难的无畏精神，并着手去做，全身心投入，以任何你想要的方式去解决它，这确实是成功人士的核心特征。” * 从根本上说，语言是一维的……世界远比这复杂。首先，真实世界是3D的。对我来说，没有空间智能的通用人工智能（AGI）是不完整的。” * World Labs的应用场景广阔，从创意设计（设计师、建筑师、艺术家）到机器人学习，再到营销、娱乐乃至元宇宙。 来源： https://www.youtube.com/watch?v=_PioN-CpOP0

Isomorphic Labs 成立于 2021 年， DeepMind 生命科学团队原班人马创立，旨在用深度学习算法加速药物设计。 “Isomorphic” 的寓意是生物系统有着可以被算法映射的共形结构。 今年3月获得 Thrive Capital 、Google Ventures、Alphabet等公司的6亿美元投资。 来源：https://mp.weixin.qq.com/s/-YHS_dIDkD7XZkkg3YCI0w

试图聊聊设计领域领头羊Figma这几天提交的招股书精华。 关键数据： 来源：https://www.sec.gov/Archives/edgar/data/1579878/000162828025033742/figma-sx1.htm

GenSpark 联合创始人兼 CTO 朱凯华（Kay Zhu）在美国旧金山VB Transform 2025大会现场的演讲。题目是 “Less Control, More Tools” 。 Kay公布的一些运营数据： * 45 天实现 3600 万美元年化经常性收入（ARR）； * 20 人核心团队，0 元广告投放，产品口碑自然增长； * 10 周内发布 4 款超级代理产品，累计用户突破 500 万。 “我们其实没有传统意义上的产品经理。唯一的PM是我们的CEO Eric”。 来源：https://venturebeat.com/ai/whats-inside-genspark-a-new-vibe-working-approach-that-ditches-rigid-workflows-for-autonomous-agents/

本周六临时有事，没去成Cursor中文社区在北京的第一场活动。听说现场很火爆，友情转发官方的干货总结，做了一个podcast，没参加的朋友来弥补一下～

2025年苹果全球开发者大会上（WWDC 2025），苹果重磅发布了其全新“跨平台设计语言” —— Liquid Glass（液态玻璃），并将其称为“自iOS7以来最大的UI更新”。 摘要： * 用户界面的设计史，宛如一个在具象与抽象、繁复与简约之间来回摆动的钟摆。每一次摇摆，都与技术水平、用户认知和时代审美紧密相连。 * 液态玻璃并非简单模仿物理玻璃，而是以一种“数字原生”的方式模拟其光学特性。它生成轻盈、可交互的界面层，这些层级会根据环境和交互持续调整其形态。 * 苹果通过在所有平台上统一命名（如 iOS 26）和统一设计语言，正构建一个前所未有内聚和同步的生态系统。Liquid Glass 在其中扮演了串联起所有体验的“视觉粘合剂”。 来源： https://www.apple.com/newsroom/2025/06/apple-introduces-a-delightful-and-elegant-new-software-design/ https://mp.weixin.qq.com/s/lOjhNpPnABzc7dKqOZ3g5A