Gemini 3.5 Transcribe 发布:面向实时语音交互的高精度语音转文本模型

Google DeepMind 正式发布 Gemini 3.5 Transcribe 语音转文本模型,主打实时流式与高精度转写,并开放 Live API 和 Interactions API 供开发者接入。这款模型不仅提升了嘈杂环境下的识别准确率,还能自动清理“嗯”“啊”等语气词,直接输出格式化文本,是语音交…

Google DeepMind 正式发布 Gemini 3.5 Transcribe 语音转文本模型,主打实时流式与高精度转写,并开放 Live API 和 Interactions API 供开发者接入。这款模型不仅提升了嘈杂环境下的识别准确率,还能自动清理“嗯”“啊”等语气词,直接输出格式化文本,是语音交…

亚马逊宣布将于 9 月 30 日关停众包平台 Mechanical Turk(MTurk),这个曾被称为“人工人工智能”的零工平台,正成为大模型替代人类数据标注工作的最新牺牲品。

印度创业公司 Runable 完成 2100 万美元 A 轮融资,投后估值 6500 万美元。这家公司用 AI 代理帮小企业自动找客户、投放广告,说明 AI 应用正在从通用聊天助手转向垂直行业的“数字员工”。

一位 Obsidian 重度用户公开反对把所有笔记交给 AI 生成和管理,认为大量 AI 摘要会污染个人知识库,削弱独立思考。他给出了工具建议:检索可以用 AI,但写作和组织必须自己来。

OpenAI 管理层及员工近期密集接受采访,披露公司转向“安全优先”后的重组进展,Sam Altman 提出预计在 2026 年底前拥有他称之为 AGI 的系统。这一表态将 AGI 从概念讨论拉入可预期的时间表,也重新定义了 OpenAI 下一阶段的竞争坐标。

Hacker News 上关于“WebMCP”的讨论,本质是争论网站是否该为 AI Agent 单独准备一套机器可读的标准化接口。支持者认为这能提升 Agent 执行效率,反对者则警告“双轨维护”会导致信息分裂,且与 AI 替代工程师的叙事自相矛盾。

一位开发者用数据统计了 Hacker News 标题中 AI 相关内容的占比,发现2026年至今已有14.4%的新帖标题涉及 AI,且该比例仍在持续攀升,侧面反映出 AI 议题在技术社区的绝对主导地位。

Hacker News 上一篇高热度讨论文章提出“AI 是一位严苛的主人”这一观点,反思当前 AI 开发与使用中过度依赖、高强度反馈循环和人类自主性丧失的问题。这一讨论折射出 AI 行业从“工具论”向“关系论”转变的深层焦虑。

周末在 OpenRouter 上匿名发布并迅速登顶多个榜单的开源权重模型 Ox Alpha,背后是国产大模型公司 Z.ai(智谱)。Z.ai 已确认 Ox Alpha 是其 GLM 系列的最新迭代,并宣布将于本周三开放模型权重。

智能体编程工具(Agentic Coding)虽然能自动生成和修改代码,但目前仍缺乏独立理解业务需求、维护复杂系统架构和承担代码责任的能力,短期内无法完全取代初级工程师,但会显著改变初级岗位的工作内容。