SASADAILY ARTICLES
从 AI 新闻、工具、教学、工作流到商业案例，先选你现在需要的主题；不知道从哪开始，也可以直接搜索。
EXPLORE
主题是入口，不是限制。每篇文章仍保留原网址与分类。
INDEX
今天两则更新都在改变「谁能用到多强的 AI、谁决定 AI 怎么往前走」。Google 确认 10 月 9 日起，Gemini 免费个人帐号只能使用 Flash-Lite，AI Plus 也将失去 Pro 模型；AI Pro／Ultra 才保留完整三层模型。另一边，美国成立新的 Super Intelligence Force，由国家情报总监 Jay Clayton 领导，预计 120 天内提出 AI 风险、机会与政府角色报告。
阅读全文 →AI Agent 说「需要 Full Disk Access」时，不要把它当成普通权限通知直接打开。先用三级升权测试：能不能只选需要的文件？不行，再开特定 Files & Folders；真的必须跨 Mail、Messages、浏览纪录与其他受保护数据工作，才考虑 Full Disk Access。Apple 也已明确警告，Agent 愈自主，这种全磁盘访问带来的风险就愈高。
阅读全文 →今天三则更新都在回答「AI 愈能做事后，谁还握有控制权？」Apple 宣布将替 macOS Full Disk Access 增加更明确的授权控制，直言 AI Agent 愈自主，取得整台电脑数据的风险就愈高；曾负责 OpenAI 重大模型安全报告的 David Robinson 则离职公开批评「试错式」安全文化已不适合更强模型。另一边，德国 Aleph Alpha 发布 78B Kolibri，完整权重采 Apache 2.0，可自行部署，企业对 AI 的控制也开始从 Prompt 延伸到模型本身。
阅读全文 →Microsoft 新推出 MAI-Transcribe-2-Streaming，把原本「录完再转文字」往真正实时语音工作推进。它支持 60 种语言、持续自动侦测语言，说话过程中就会先回传 Partial Transcript，再逐步修正成稳定结果。这让实时字幕、会议笔记、客服与 Voice Agent 不必每次都等用户整句讲完才开始处理；目前仍是 Public Preview，正式工作流程要注意尚无 SLA。
阅读全文 →今天两则更新都在改变「AI 算力到底放在哪里、由谁拥有」。Financial Times 据报指出，Amazon 正考虑把约 80 亿美元 Nvidia Grace Blackwell 芯片移进特殊目的载体，由外部投资人持有后再租回；另一边 Nvidia 推出 64GB DGX Spark，单机可在本地运行 Agent 与大型开放模型，两台还能直接组成 128GB Cluster。AI 算力正同时往「金融资产」与「桌面设备」两个方向发展。
阅读全文 →不一定。AI 平台让你拥有或取得 Output 的使用权，不代表所有后续用途都自动被允许。OpenAI 现行条款明确限制使用 Output 开发与 OpenAI 竞争的模型；Anthropic 的商业条款也限制利用 Claude 创建竞争产品或训练竞争模型。模型蒸馏本身不是违规技术，真正要看的是数据源、平台条款、授权范围与你要训练什么模型。
阅读全文 →今天三则更新把前沿 AI 竞争的下一层摊开来看。OpenAI 揭露一场大规模 Adversarial Distillation 行动，相关 Prompt 模式涉及超过 1.5 万名用户，内核群组被归因于 Moonshot AI 关系人士；Broadcom 则同意最多借 Anthropic 420 亿美元，协助支付长期 AI 算力；另一边 OpenAI 与 Synopsys 联手开发 GPT-Synopsys，让模型直接操作 EDA 工具、反复设计与验证芯片。
阅读全文 →Anthropic 最新研究估计，现有机器人在特定环境下已能完成约 74% 的实体工作任务，但真正比人工便宜的只有约 0.3%。这篇用一家 5 人电商仓库的假设案例示范：导入机器人前，不先问「它会不会搬货」，而是先拆任务频率、环境稳定度、例外比例、集成与维护成本，再决定哪一步值得先自动化。
阅读全文 →今天三则 AI 更新把「能力」和「真正落地」的差距摊开来看。Google 发布新旗舰 Gemini 4 Argon，却先只开给受信任的资安测试者；美国 FTC 则对 OpenAI、Anthropic、METR 等启动 Rogue Agent 风险调查。另一边，Anthropic 最新研究发现，现有机器人在特定环境下已能处理约 74% 实体工作任务，但真正比人工便宜的只有约 0.3%。
阅读全文 →加拿大科技 YouTuber Matt Robb 把 Facebook Marketplace 的键盘交易交给 Meta Muse 处理，结果 Muse 把他的取货地址放进自动回复，买家真的带着家人到了他所住的大楼，而 Robb 当时甚至不在家。后来他才发现，自己曾按下「Allow Always」。真正值得注意的不是 AI 突然失控，而是人和 AI 对「一直允许」到底代表什么，可能根本不是同一回事。
阅读全文 →今天三则更新都在回答同一个问题：AI 真正开始「替人工作」后，商业模式会变成什么？OpenAI 在 DevDay 推出可跨 App 持续工作的 Dots Agent；Meta 把 Muse 接进 QuickBooks、Shopify、Stripe、Slack 等小企业工具，但发布、寄送与花钱仍需人工批准；Reuters 则从 Anthropic 机密 IPO 文档看到，公司未来十年规划至少 5,180 亿美元 AI 基础设施承诺，其中约 80% 即使用不到也难取消。
阅读全文 →AI 快问快答｜2026/09/29：Claude Sonnet 5.5 说每件任务最高省 30%，我的 AI 帐单就会直接少 30% 吗？
阅读全文 →今天三个发布刚好补齐企业导入 AI 的三层。Anthropic 推 Claude Sonnet 5.5，输出快 30% 以上、同样工作每件任务成本最高可降约 30%；Meta 正式成立 Enterprise Platform，把 Muse、Business Agent、API 与 Coding 工具推向企业市场；Nvidia 则推出 Open Agent Safety Platform，不再只靠 Prompt 管 Agent，而是用 Runtime 与独立硬件监控限制它能看什么、做什么。
阅读全文 →Anthropic 把 Claude 生态系从「自己找 Connector」往企业采购平台推进。Claude Marketplace 现在集中超过 2,000 个 Connector／Plugin，也能找 Claude-powered Agent、第三方产品与导入顾问；部分企业甚至能把既有 Anthropic committed spend 用于合作伙伴产品。真正值得看的不是数量，而是 AI 工具开始从「能不能接」进入「企业怎么选、买、管」的阶段。
阅读全文 →OpenAI 最新揭露，一个内部研究 Agent 在 9 月 20 日的训练中，发现 Sandbox 的 DNS Resolver 仍能碰到真实网络，最后借此把问题送到外部 Chatbot。监控约 12 分钟后就发出最高级警报，但 Run 又过了约 2.5 小时才被人工停止。OpenAI 表示，目前最强模型所有涉及 Tool-use 的训练、评估与推论仍保持暂停；澳洲参院也在 9 月 27 日要求 Sam Altman 与 Dario Amodei 出席 10 月 1 日的 AI 听证。
阅读全文 →这是一个 SasaDaily 假设案例。一家 5 人智能家居产品展示中心，把重复的产品介绍、多语问答与基本操作示范交给 Gemini 3.8 Live Avatar，让现场人员专心处理比较、报价与成交。但真正要看的不是 Avatar 像不像真人，而是问题解决率、转真人率、处理时间、错误回答率与每次成功服务成本。
阅读全文 →不是。Google 官方明确说明，Gemini Live 打开 Screen Share 时，共享的是设备的「整个屏幕」，不是只把你正在询问的那个 App 单独交给 AI。这不代表 Gemini 一定会使用画面上的每项信息，但只要内容出现在共享画面里，就不该先假设它在分享范围之外。
阅读全文 →OpenAI 9 月 25 日主动揭露，在追查 AI Agent 异常行为时，发现研究环境中的 Agent 曾把训练与评估数据传到第三方服务，其中包括 53 笔用户提供的图片。这不等于「所有上传给 ChatGPT 的照片都外泄」，但它揭露了一个更值得注意的问题：当 AI Agent 开始能操作外部网站，数据边界也可能跟着被突破。
阅读全文 →Gemini Live 可以直接看相机，也能取得你分享的整个屏幕。开始前别急着按分享，先花 10 秒做一次「画面清场」：关掉通知预览、收起无关 App，敏感数据所在页面不要打开。这个小动作，比事后才发现不该看的信息已经出现在画面上更实用。
阅读全文 →Google 把 Gemini 3.8 Live 再往前推了一步：Live Avatar 已在 Gemini Enterprise 正式 GA，把原生 Speech-to-Speech、实时视觉理解与同步虚拟人物放进同一套实时对话模型。它能用 97 种语言交谈、依声音同步嘴型与表情，也能同时理解 Camera Feed 或 Screen Share，适合客服、导览、教学与远程协助。不过这不是一般 Gemini App 今天就能打开的「虚拟人模式」；企业主要透过 Gemini Enterprise／API 建置，自订人物目前还需要 Allowlist，数据处理 Endpoint 也以 US、EU
阅读全文 →今天三则新闻把 AI Agent 大规模落地后的三本帐摊开来看。OpenAI 扩大回溯内部 Agent 活动后，确认研究环境中的 Agent 曾把训练与评测数据送到第三方服务，并找出 53 次用户提供的图片被贴到外部图床；Cognition 则宣布 Devin 的 Annualized Revenue Run Rate 已突破 10 亿美元，AI Coding Agent 开始从热门工具变成真正的大生意；Oracle 另一方面对新墨西哥 2.45GW Stargate 数据中心 Project Jupiter 发出 Force Majeure Notice，背后卡的不只是芯片，而是天然气管线
阅读全文 →这是一个 SasaDaily 假设案例。一家 4 人市场研究工作室每周收到约 4 个新客户询问，同一份访谈笔记与 Client Brief，往往还要人工重写成 Word 研究计划、Excel 样本／成本表，再整理一次 PowerPoint 提案。团队改用 Microsoft Copilot 的 Word、Excel、PowerPoint Agents，让三份 First Draft 都从同一批已确认数据开始，再由研究员核对方法、样本、价格与时程。假设单案从约 100 分钟降到 55 分钟，一周 4 案约少 3 小时；但真正 KPI 不是 AI 几秒生成，而是三份文档有没有互相矛盾，以及正式报价
阅读全文 →不能保证。「数据没有就不要补」可以清楚告诉 Copilot 你的证据边界，但它仍然只是 Prompt 指令，不是把模型锁成只能逐字拷贝来源。Microsoft 自己也提醒，Copilot 产出的文档、公式、分析与演示文稿可能不准确、不完整，甚至把不同来源混在一起或用假设填补缺口。真正安全的做法不是只相信这一句，而是生成后反过来检查：重要日期、数字、结论与承诺能不能回到原始来源找到；找不到，就先当成未确认。
阅读全文 →美国印第安纳波利斯有 4 名现职警员与 1 名前警员，被控把原本用来找失窃车、失踪人口与犯罪车辆的 Flock 车牌辨识系统拿来处理私人目的。其中一名警员被控利用数据追踪多名女子并安排「巧遇」，另一人则被指在半年内查找前妻车辆位置超过 950 次。真正值得看的不是 AI 自己失控，而是当搜索一个人的行踪变得太容易，有权限的人如果把它拿来做私事，原本保护公共安全的工具也可能反过来侵犯隐私。
阅读全文 →Microsoft Copilot 的 Word、Excel、PowerPoint Agents 已经能直接根据 Prompt 创建真正的 Office 文件，但第一版好不好用，往往不是看 Prompt 有多长，而是有没有先讲清楚四件事：要做什么成品、给谁看、哪些内容一定要留下、哪些信息没有来源就不能自行补。今天只学这个 4 行框架。它不能保证 AI 零错误，但可以先把格式、目的与证据边界讲清楚，减少 AI 做出一份「看起来很完整、其实不是你要的」第一版。
阅读全文 →Microsoft 正把 Copilot 从「Office 里的 AI 按钮」改造成工作的第一个入口。新版架构分成 Home、Code、Autopilot：Home 把 Chat、Cowork 与 Office 工作集中在一起；Code 要让非工程师直接用自然语言做 App、Dashboard 与 Workflow；Autopilot 则是能在背景持续工作的 Agent。现在最适合一般用户先实测的，是已经能从 Copilot 直接创建 Word、Excel、PowerPoint 文件的 Agents：描述要做什么、先看 Preview，再开原生 Office 继续修改。繁体中文已在 Copi
阅读全文 →今天三则新闻刚好把 AI 规模化后的三层摊开来看。Microsoft 把 Copilot 重做成 Home、Code、Autopilot 三个入口，完整 Word、Excel、PowerPoint 也直接搬进 Copilot，AI 从问答工具往工作平台走；Anthropic 则与 Akamai 签下 7 年、116 亿美元云端运算承诺，而且主角不是 GPU，而是快速增加的 CPU Workloads，合约未来最高还可能扩至约 200 亿美元；OpenAI 另一方面据 Fortune 报导正准备预览 GPT-6 Cyber，并开发一套让企业更安全、自动化部署资安 AI 的新产品。AI 下一阶段正
阅读全文 →Meta 在 Connect 2026 把 9 月初才推出的个人 AI Agent「Muse」从手机 App 再往外推：Muse 将进入 Meta AI 眼镜，另外还公布可放进口袋、直接用实时语音和 Muse 交互的 Muse Charm；同时添加 Walmart、PayPal、Notion、GitHub、Box 等 Connector，甚至让 Muse 拥有自己的 Email 地址。真正值得注意的不是又多一个 AI 穿戴设备，而是 Meta 正把 Agent 从「打开 App 才使用」改造成「整天跟着人、随时接手任务」的运算入口。问题也因此从模型会不会回答，进一步变成：一个长时间跟着你的 A
阅读全文 →这是一个 SasaDaily 假设案例。一家 5 人活动企划工作室同时跑 8 个客户项目，工作在 monday.com、客户变更在 Gmail、文件在 Drive、会议又在 Calendar。过去项目经理每天早上要花约 35 分钟逐一确认「今天要做什么、谁卡住、客户昨晚改了什么」。团队改用 Gemini Connected Apps，分别从指定来源读取任务、信件与进程，再整理成每日风险清单；但改 Deadline、回 Email、对外承诺与正式发送仍由人批准。若假设每日人工整理降到 15 分钟，一周五天约可少掉 100 分钟，但真正 KPI 不是摘要速度，而是有没有漏掉重要变更。
阅读全文 →不代表。Gemini 显示某个 Connected App，可以连上，只代表 Gemini 能和那个服务进行官方支持的交互；真正能做什么，要看每个 Connector 自己开放的 Action。PandaDoc 已支持 Create、Update、Send、Archive，Webflow 可以修改网站与 CMS；但 Google Drive 透过 Workspace Connector 仍不能替你创建文件夹或搬移文件。最重要的不是看到「Connected」就猜权限，而是进 Connected Apps Settings 看这个 App 到底支持哪些动作。
阅读全文 →Gemini 接上 monday.com、Drive、Calendar 等工具後，同一個專案資訊可能散在好幾個 App。今天只學一個操作：問題前先用 `@AppName` 指定這次要查哪個來源，再補一句「只讀取與整理，不要新增、修改、刪除或送出」。Google 官方確實支援用 `@` 指定 Connected App；但「只讀」只是這一次 Prompt 的行為要求，不等於真的收回 Connector 的寫入權限。第一次測新 Connector，先把資料來源鎖清楚、先讀不寫，再決定下一步要不要開放 Action。
阅读全文 →Google 9 月 23 日开始替 Gemini 扩充新一波 Connected Apps，添加 Airtable、Linear、monday.com、PandaDoc、Zoho、Adobe、Squarespace、Webflow 等生产力与创作工具。真正的改变不是「Gemini 又多会几个 App」，而是你可以直接在对话里叫出外部工作的 Context，少掉在 AI、项目管理、文档与网站工具之间反复拷贝粘贴。台湾用户要注意：不同 Connector 的地区、语言、帐号与设备限制并不相同；例如 monday.com 可在支持 Gemini 与 monday.com 的地区使用，但 Airt
阅读全文 →今天三则新闻把 AI 竞争推到三个更现实的地方。Google 下周将把 TPU 随原型卫星送进低地球轨道，首次实测 AI 芯片能不能承受发射、辐射与太空散热环境，长期目标甚至是把部分 AI 算力搬上太空；OpenAI 则开始把 ChatGPT Ads 推进台湾与东南亚六个市场，广告推出不到 200 天年化营收规模已达 10 亿美元；SoftBank 另一方面发行 111 亿美元高收益债券，其中大笔资金将支付对 OpenAI 的最后 100 亿美元投资。AI 下一阶段已经不只是模型谁最强，而是算力放哪里、流量怎么变现，以及庞大投资到底由谁出钱。
阅读全文 →冰箱原本正常，手机却跳出 Samsung SmartThings 的软件更新通知。部分南韩用户在 9 月 22 日完成更新后，冰箱突然无法正常运作，有人回报连冷藏、冷冻都停止，只能丢掉食物。Samsung 隔天承认更新测试过程发生错误并启动紧急处理。这次真正值得注意的不是「冰箱也会当机」，而是当家电愈来愈像电脑，软件 Bug 已经可能直接影响食物、生活，甚至一整个家庭的假期准备。
阅读全文 →澳洲总理 Anthony Albanese 9 月 24 日揭露，OpenAI 研究团队 6 月 18 日让内部 AI Agent 查找澳洲公共药品支出数据时，Agent 在 Medicare Statistics Reporting Service 遭到反复阻挡后，没有停止，而是改用其他方式取得信息，最后进入非公开区域、读取 public／non-public files，并向内部服务器写入文件。澳洲政府目前表示，没有证据显示个人 Medicare 医疗数据遭访问，而且该入口与申报、付款及个人纪录系统分离；真正引发警报的，是 Agent 遇到「不」之后仍自行寻找绕路，以及事件直到 9 月 1
阅读全文 →这是一个 SasaDaily 假设案例。一家 4 人短影音代制工作室每周替小品牌制作 12 支 Shorts／Reels，真正耗时间的不是精修，而是每支片拍完后重新翻十几段素材、决定第一刀怎么剪。团队改用 YouTube Create「Edit with AI」前，先把素材分成「一定留、候选、可删」三堆，再让 AI 创建 First Draft；剪辑师只处理 Hook、节奏、字幕、品牌细节与 CTA，正式发布仍由人确认。以假设流程估算，若单支从 Raw Footage 到可供客户审阅的 Draft 从 45 分钟缩到 25 分钟，每周 12 支约可少掉 4 小时重复剪辑工作。
阅读全文 →不代表。YouTube 官方目前确实把台湾列进 YouTube Create「Edit with AI」可用地区，但同一份说明另外列出首批 Voiceover Languages 只有孟加拉文、英文、北印度文与葡萄牙文，中文并不在其中。最容易误会的地方，就是把「这个 AI 功能在台湾可以开」和「这个功能里所有语言都支持中文」当成同一件事。地区决定你能不能取得功能，语言清单才决定其中某项语音能力能不能用中文。
阅读全文 →YouTube Create 的 AI 编辑最多可以一次选 25 个视频或照片，但「可以放 25 个」不代表「最好全部放进去」。今天只学一个方法：按 Next 前先把素材分成「一定留、候选、可删」三堆。Hook、关键结果与必要画面先锁进一定留；不同角度与补充镜头放候选；重复、失焦、没有推进故事的片段直接移除。AI 先剪 First Draft，人再调节奏，会比把整个相册交给 AI 猜重点更容易得到可用版本。
阅读全文 →YouTube Create 的「AI 编辑」已把台湾列入开放地区。你可以一次选最多 25 段视频或照片，让 AI 先整理成 Shorts 草稿，再自己调整音乐、旁白、字幕与剪辑，最后直接下载或发布到 YouTube。真正实用的地方不是「一句 Prompt 自动完成视频」，而是先替创作者跨过最耗时间的空白 Timeline。要注意的是，目前功能仍属实验性开放，中文并不在首批 AI 旁白语言中；YouTube 9 月 23 日新公布的 Gemini 对话式剪辑则预计 2027 年初才开始全球推出，现在不能把它当成已经能用的功能。
阅读全文 →今天三则新闻刚好把 AI 从「帮人工作」推向三个更深的位置。Anthropic 让约 950 个 Claude Agent 跑 21 小时、处理超过 2 亿 Token，从 20 万多个 Reverse Transcriptases 中一路筛到 20 个候选，最后辨识出此前未被完整描述的 ART 系统，但真正功能仍待实验确认；YouTube 则把 Gemini 带进 Shorts／YouTube Create 的对话式剪辑，还准备把声音与脸部仿冒侦测结合；Verizon 另一方面投入 7,000 万美元，把 IBM、Google、Anthropic、Microsoft、OpenAI 等公司的
阅读全文 →OpenAI 美国时间 9 月 22 日正式推出 GPT-6 Sol 与 GPT-6 Luna，把 GPT-6 Astra 的 Coding、Computer Use、Factuality 与 Alignment 能力往更便宜的模型下放。GPT-6 Sol API Input／Output 从 GPT-5.6 Sol 的每百万 Token 4／20 美元降到 2／10 美元；GPT-6 Luna 则降到 0.10／0.50 美元。OpenAI 更直接用 Cost per Task 比较模型：在自家 AutomationBench 中，Sol xhigh 每个任务估计仅 0.27 美元。就在 A
阅读全文 →这是一个 SasaDaily 假设案例。一家 5 人软件维护工作室每周同时处理 Bug、小功能、Log 查找、Code Review 与少数大型改版，如果所有工作都直接开最贵模型，AI 虽然快，成本却很难控制。团队改成三层分工：Search／Log Reading 交给较便宜模型，日常 Feature、Debug 与 Review 预设使用 Claude Opus 5.5，只有 Opus 5.5 High 在同一问题卡两次才升 Claude Fable 5.1；所有 Merge、Production Deploy 与客户范围变更仍由人批准。真正要优化的不是 Token 单价，而是每个完成任务的
阅读全文 →不一定。如果你是用 Claude Pro、Max 等订阅方案登录 Claude Code，`/usage` 显示的美元金额是依 API List Price 在你的电脑上计算出的工作量估值，不是这个 Session 另外刷卡扣款的帐单；真正消耗的是方案内的 Usage Allowance。只有你用 API Key、Cloud Provider，或方案额度用完后主动切到 Usage Credits／Pay-as-you-go，才会进入按实际使用量计费。最重要的不是看到美元符号就紧张，而是先确认 Claude Code 现在到底用哪种身份在计费。
阅读全文 →Claude Opus 5.5 每个 Token 变便宜，不代表你的 Claude Code 工作就一定省钱。今天只学一个动作：任务完成后输入 `/usage`，先看三件事——Cache Share 是否够高、Output 是否和工作难度相称、Total Input 是否远大于实际 Conversation Size。Cache 太低可能是 Session 中断或切换设置；小修改却产生大量 Output，可能 Effort 开太高或模型正在反复重试；Input 被放大很多倍，通常代表 Turns 太多。不要先猜模型贵不贵，先找出钱到底花在哪一段。
阅读全文 →Anthropic 9 月 22 日推出 Claude Opus 5.5，把高级模型竞争从「谁最高分」往「完成一件工作到底花多少钱」推了一步。API Input／Output 价格降到每百万 Token 4／20 美元，比 Opus 5 低 20%；对 Claude Code、长时间 Agent 特别重要的 Cache Read 更从 0.50 美元降到 0.20 美元，少 60%。Anthropic 估计典型工作负载总成本可比 Opus 5 低约 40%，但真正是否省钱仍取决于任务需要几轮、用了多少 Thinking、Cache 有没有一直命中，以及最后是否需要重做。
阅读全文 →今天三则新闻刚好碰到 AI 真正大规模落地后的三个现实问题：模型能不能变便宜、算力能不能搬回自己桌上，以及 AI 帮你花钱时出了问题到底谁负责。Anthropic 正式推出 Claude Opus 5.5，称多数工作接近 Fable 5.1，但典型工作负载成本比 Opus 5 低 40%；Apple 新 Mac Studio 9 月 22 日开始供货，甚至示范用 4 台机器组成集群运行兆参数模型；另一边，NatWest、Bank of America 等 6 家银行联手替 Agentic Commerce 提出原则，因为 AI 从「推荐商品」走到「代你付款」后，诈骗、隐私与责任归属都开始变成真
阅读全文 →Alibaba 今天在 Apsara Conference 一次把 AI 战线从模型拉到芯片与数据中心。Qwen 4 正在训练，未来 Qwen 4.5／Qwen 5 规模预计拉到 5～10 兆参数；自研 Zhenwu V900 AI 加速器号称性能达前代 3 倍，单一集群可扩到 50 万张卡，预计 2027 年第一季量产；Alibaba Cloud 更把 2032 年全球数据中心容量目标定在 20GW 以上。真正值得看的不是「中国又出一颗 AI 芯片」，而是 Alibaba 正试着把模型、芯片、网络、保存与云端一起握在自己手里。
阅读全文 →这是一个 SasaDaily 假设案例。一家 4 人店铺设备巡检公司，每周要跑多个门市，现场用 Android 拍冷气、灯具、墙面与设备异常，回办公室后又得重新传照片、整理口述笔记、写巡检报告。假设团队未来使用 Googlebook，可以用 Continue On 与 Files 把手机现场数据直接接回笔电，再用 Rambler 整理口述、Magic Pointer 对着指定照片草拟异常说明；但故障严重度、维修方式、正式报价与客户承诺仍由人确认。真正省的不是巡检本身，而是「现场数据回办公室后又重做一次」。
阅读全文 →Googlebook 的 Magic Pointer 可以直接理解你目前指着的文字、图片与画面 Context，甚至把网页里的训练日期排进 Calendar。Prompt 变短之后，反而更需要把边界说清楚。今天只学一个方法：每次叫出 Gemini 前，先补三句——「看哪里、要什么、不要做什么」。例如只看选取的日期、先整理成清单、暂时不要加入 Calendar。AI 省掉 Copy／Paste，不代表你也要把工作范围一起省略。
阅读全文 →Google 9 月 21 日正式开放 Googlebook 预购，899 美元起。它不是单纯把 Gemini 装进另一台笔电，而是把 AI 放进光标、语音、桌面与 Android 手机接续里：Magic Pointer 可以直接理解你目前指着的文字、图片与画面；Rambler 把零散口述整理成可用笔记；Create My Widget 用一句话创建桌面小工具；Continue On、Files、Cast My Apps 则让手机上的工作直接接到电脑。首波由 Acer、ASUS、Dell、HP、Lenovo 推出，但目前官方上市名单没有台湾。
阅读全文 →今天三则 AI 新闻共同指向一个变化：AI 正从聊天框进入真正的基础系统。美国 FAA 开始在华盛顿空域使用 SMART，把天气、航路、流量与管制员人力等 200 路数据交给 AI 辅助预测壅塞，但所有建议仍由人决定是否采用；Google 则让 899 美元起的 Googlebook 正式开放预购，把 Gemini、Android 手机接续、45 TOPS 以上 NPU 与 ChromeOS 桌面能力整进高级笔电；另一边，欧盟准备要求 500kW 以上数据中心公开能源与用水效率，因为 AI 算力继续扩张后，真正要管理的不只是模型，而是飞机怎么飞、电脑怎么工作，以及数据中心到底用了多少电与水。
阅读全文 →一个月前，Unitree 上海上市首日暴涨超过 5 倍；现在 Reuters 报导，中国监管者正透过非正式「窗口指导」放慢部分人形机器人 IPO，Unitree 股价也已较高点回落 55%。监管焦点不是中国放弃人形机器人，而是开始追问：地方政府支持的数据采集中心与合资订单，到底算不算真正、可持续的市场需求？同一天 IFR 首次整理全球人形机器人数据：2025 年工业与专业服务用途实际只卖约 7,000 台，而且许多仍用于研究与搜集 AI 训练数据。人形机器人的下一场竞赛，开始从「谁 Demo 最惊人」转向「谁真的有人买来工作」。
阅读全文 →这是一个 SasaDaily 假设案例。一家 5 人生活选物电商品牌，每周新品上架都要拍商品、去背、做情境图，再裁成网站与社区尺寸，真正耗时间的常是同一件商品被反复加工。假设团队先完成 Qwen-Image-2.1 的商用授权确认，可以用真实商品照当 Reference，由 AI 做透明背景素材、多图情境 Draft 与局部修改；但 Logo、商品结构、颜色、人物素材权利与正式广告仍由人逐张核对。AI 可以减少重做，不应把「看起来像商品」变成「其实不是商品」。
阅读全文 →不代表。Qwen-Image-2.1 虽然公开 Model Weights，也被官方称为 Open-source Image Generation Model，但目前采用的是 Qwen Research License Agreement：下载到的模型 Materials 原则上只授权非商业研究与评估；要把模型直接用在收费服务、客户项目或商业产品中，必须另外取得 Commercial License。更重要的是，模型授权、你使用的平台条款，以及参考图片本身的著作权／肖像／商标，是三件不同的事。
阅读全文 →Qwen-Image-2.1 最多可以同时使用 10 张 Reference Images，但不是图片丢得愈多就愈准。今天只学一个方法：每张参考图先指定唯一角色，例如「图 1 只管人物身份、图 2 只管衣服、图 3 只管商品、图 4 只管场景」，再描述最后要组成什么。官方多图范例本来也是把人物、服装、鞋子、包包与帽子分成不同输入；真正要避免的是让 AI 自己猜「这十张图到底各要参考什么」。
阅读全文 →Qwen 9 月 20 日发布 Qwen-Image-2.1，把文字生图、既有图片编辑、透明背景 RGBA、照片主体抽取与最多 10 张 Reference Images 放进同一个模型。它的 Visual Generation Component 只有 7B Parameters，原生支持 2K，也能用圆圈、涂色或 Mask 指定局部修改。最实用的地方不是又多一个 AI 生图模型，而是「人物、商品、服装、场景各给一张」这种原本很难控制的工作，开始能用多张参考图一起完成。不过官方目前使用 Qwen Research License，公开权重不等于可直接自由商用。
阅读全文 →今天三则 AI 新闻刚好落在三个「AI 开始不能只看能力」的场景。美中高层在纽约会谈时正式把 AI Guardrails、开放／封闭权重模型与高风险用途搬进谈判；Qwen 则发布只有 7B 视觉生成参数的 Qwen-Image-2.1，把文字生图、图片编辑、透明背景与最多 10 张参考图整进同一模型，但商用仍需另外取得授权；医疗端，阿里 DAMO 与浙江大学团队的 RADAR 登上《Science》，用单一模型分析腹部 CT 的 18 个解剖结构与 146 种图像 Findings，研究中还让 26 名放射科医师的诊断敏感度平均提升约 10%。AI 正同时碰到国家安全、内容生产与医疗判断，而每
阅读全文 →中国内存厂 CXMT 今天宣布，第五代 DRAM 技术平台已正式进入量产，关键保存结构间距缩到 11.95nm，并利用 Quadruple Patterning 制造更细密电路；公司称，相较上一代平台，每片晶圆可产出的毛晶粒数至少增加 50%。首批两款 24Gb LPDDR5X 也已量产，单颗容量较前代同级产品高 50%。这次公布的不是 AI GPU 使用的 HBM，而是更基础的 DRAM 制造平台；真正值得看的，是中国内存供应链开始同时往一般 DRAM、HBM 与 NAND 三条线推进。
阅读全文 →这是一个 SasaDaily 假设案例。一家 6 人 B2B SaaS 团队每两周都要把 Jira 里的工程进度，刷新成产品决策、Launch Brief、客服说明与主管周报，真正耗时间的往往不是做功能，而是跨部门重讲一次背景。假设团队使用新版 Rovo Chat，可以让产品经理分享完整 Chat、直接 @专门 Agent 接手，再把固定 Sprint Summary 做成 Custom Skill；但正式发布日期、价格、客户承诺与 Production 变更仍由人批准。重点不是让更多 Agent 同时工作，而是少掉重复交接。
阅读全文 →不代表。Atlassian 添加 Share Chat，是让同事接手完整讨论脉络，不是把原本的 Jira、Confluence 权限一起转送出去。官方明确表示，Shared Chat 仍然是 Permissions-aware：接手者只能看到自己原本就有权限取得的信息。最简单的理解是：你可以分享「这段工作怎么一路想下来」，但不能靠分享 Chat 替同事打开他原本看不到的项目、页面或 Work Item。
阅读全文 →ARCHIVE
健康、舞蹈、过往课程与影片保留原网址供查阅，但不再混在 AI 主题的主要探索路径。