GPT-Live 实测：都是豆包玩儿剩下的，但这几点是真的强-雷科技
北京时间7月9日，OpenAI推出GPT-Live实时语音模型，为ChatGPT语音模式换上全双工架构，实现边听边说。虽然字节跳动豆包和Google Gemini更早支持类似能力，但GPT-Live通过将思考任务外包给GPT-5.5，在对话深度和复杂推理上拉开差距。
celebrityanime
Cross-user read and modification of chat-group agents via unscoped junction-table queries (IDOR)
该问题在 LobeChat 自部署环境（Self hosting Docker）下触发，涉及 tRPC 路由中的群组代理人关联表（ chat_groups_agents junction table）操作。攻击者通过构造 HTTP POST 请求直接传入目标群组 ID（groupId），无需所有权验
[Bug] iOS app: MCP (HTTP) tool calls fail on self-hosted server — message.update rejected by ZodError (error.type required, app omits it)
![[Bug] iOS app: MCP (HTTP) tool calls fail on self-hosted server — message.update rejected by ZodError (error.type required, app omits it)](https://www.chat-gpts.plus/wp-content/uploads/2026/07/16861-3567d589-768x403.jpg)
在 LobeChat iOS App（App Store 版本）上，对自托管 Docker 服务器（ lobehub/lobehub:2.2.9 ）发起 Streamable HTTP 类型的 MCP 工具调用时，工具调用无法执行。同样的 MCP 工具、同一账号、同一自托管服务器，在 Web 桌面浏
Databricks 以更低的成本与 Opus 相匹配后，将中国开源模型 GLM 5.2 设为默认编码引擎
在内部真实代码库的基准测试中，Databricks 发现中国开源模型 GLM 5.2 在编程任务上与 Anthropic 的 Opus 4.8 性能持平，但每次任务成本更低。基于此，Databricks 已计划将其作为开发者日常默认编码模型，这标志着开源模型在成本效率上已具备挑战顶尖闭源模型的能力。
Nandan Nilekani 辞去 Fundamentum 普通合伙人职务，推出 2 亿美元第三只基金
印度科技界领军人物、Infosys 联合创始人 Nandan Nilekani 正式卸任其创投机构 Fundamentum 的普通合伙人，同步该机构启动第三只 2 亿美元基金。这意味着他将在资本层面以更大力度支持印度 AI 应用层创业，同时退出日常管理决策。
流行的开源 AI 开发工具 Ollama 融资 6500 万美元，用户数量增长至近 900 万
开源 AI 模型本地运行工具 Ollama 完成 6500 万美元 B 轮融资，由 Theory Ventures 领投，累计融资达 8800 万美元。该工具月活用户已接近 900 万，覆盖 85% 的财富 500 强企业，正在将 Docker 式的开发者便利性复制到 AI 模型部署领域。
FL Studio 2026 将其 AI 聊天机器人变成您的助理工程师
Image Line 在 FL Studio 2026 中将其 AI 聊天机器人 Gopher 升级为可执行操作的“助理工程师”，不仅回答问题，还能主动完成编曲任务，同时发布了完全重建的 Flex 合成器与云备份功能，整版更新对现有用户免费。
Character.AI 凭借自己的作品进入微剧舞台，但有一个转折
Character.AI 正在亲自下场制作 AI 微短剧，并利用其核心聊天功能让用户与剧中角色对话、改写剧情。这不再是单纯的 AI 聊天工具，而是一种互动式娱乐产品。
Character.AI 想要分一杯羹
Character.AI 正式推出由生成式 AI 制作的竖屏微短剧系列 c.ai Series，将互动聊天功能嵌入短剧观看体验中。这是该公司从聊天机器人平台向综合娱乐平台延伸的关键一步，也意味着 AI 生成内容在影视形态商业化上再下一城。
OpenAI 发现大约 30% 的流行 AI 编码测试被破坏
OpenAI 在对广泛使用的 AI 编码测试 SWE-Bench Pro 进行内部审查后，发现大约 30% 的测试任务存在缺陷，并因此撤销了对该基准测试的公开背书。这一发现揭示了当前衡量 AI 编程能力的工具存在系统性偏差，可能误导行业对模型真实能力的判断。