AI周报

一句话概括

这篇内容主要汇总了 Google Cloud 在 Google I/O 上面向企业客户发布的 Gemini 3.5、Gemini Omni、Google Antigravity、Gemini Spark、Workspace 新功能以及 Managed Agents API 和 Code Mender 等更新。

Key Facts

• Gemini 3.5 Flash 已发布，并可用于 Gemini Enterprise Agent Platform、Google AI Studio 和 Antigravity。
• Gemini 3.5 Pro 目前还在测试中，计划下个月推出。
• Gemini Omni 是一款新的多模态模型，支持从文本、音频、图像和视频输入生成和编辑视频内容。
• Google Antigravity 增强了能力，并与 Agent Platform 新增集成。
• Managed Agents API 允许开发者在 Google 托管的安全环境中构建和运行自定义 agents。

What's New

• Gemini 3.5 Flash 被描述为面向 agents 和 coding 的强模型，文中给出多个基准表现，并称其速度与成本具有优势。
• Gemini Spark 被定位为 Gemini Enterprise 和 Workspace 用户的 24/7 个人 AI agent，可在用户指示下代为执行操作。
• Google Workspace 新增 Google Pics 图像生成与编辑工具，以及 Gmail、Docs、Keep 的语音功能。
• Code Mender 作为通过 Agent Platform 提供的 AI security agent，可帮助发现并修复代码漏洞。

讲了什么

正文是一篇 Google Cloud 官方博客式汇总，核心在于介绍 Google I/O 后面向 Google Cloud 客户推出的一组 AI 产品和模型更新。内容重点包括：Gemini 3.5 系列中的 3.5 Flash 已发布，3.5 Pro 仍在测试中；Gemini Omni 用于多模态与视频生成/编辑；Google Antigravity 的能力和 Agent Platform 集成增强；Gemini Spark 作为面向 Gemini Enterprise 和 Workspace 用户的 24/7 个人 AI agent；Google Workspace 新增图片生成编辑工具和 Gmail、Docs、Keep 的语音功能；Agent Platform 上的 Managed Agents API 以及安全代理 Code Mender。文章还描述了 Gemini 3.5 Flash 的性能、速度、成本和适用场景，并说明这些模型由 Google DeepMind 基于自研 AI 基础设施开发。

一句话概括

这篇文章主要说明 Klaviyo 正把自己定位为可扩展、可组合、可接入代理的客户智能基础设施，并通过 API、MCP 和一系列集成把能力延伸到 ChatGPT、Claude、Google、Shopify 和 Canva 等工具中。

Key Facts

• Klaviyo 说自己十多年来服务了 196,000 家企业，实时处理数十亿信号，并每天发送数亿条消息。
• 文章称 Klaviyo 近年重点投入 API，且最近加入了 MCP（Model Context Protocol）层，允许 agents 查询 Klaviyo 数据并对其执行动作。
• 文中列出 2026 年前五个月的多项合作/集成：Klaviyo app for ChatGPT、Klaviyo data in Claude、与 Google 的战略合作、Shopify Markets 集成、以及扩展后的 Canva 合作。
• Klaviyo App Marketplace 有 350+ 个应用，覆盖 loyalty、reviews、subscriptions、attribution 等领域。
• 文章将 Klaviyo 定位为面向 agentic commerce 的 customer intelligence layer。

What's New

• 2026 年前五个月，Klaviyo 已推出或深化了与 ChatGPT、Claude、Google、Shopify Markets 和 Canva 的具体集成。
• Klaviyo 明确提到在 API 之外新增了 MCP 层，用于让 agents 直接查询并操作数据。

讲了什么

文章的核心观点是：Klaviyo 不应只被看作单一营销产品，而应成为可被品牌、合作伙伴、开发者和自主代理共同构建的基础平台。文中强调，随着 AI 改变企业软件使用方式，价值正从界面和单点功能转向共享的客户理解层，因此 Klaviyo 正在加大对 API 和 MCP 层的投入，让外部平台和智能代理能查询数据并采取行动。文章还列举了 2026 年前五个月内的一系列整合与合作，包括 ChatGPT、Claude、Google、Shopify Markets 和 Canva，说明 Klaviyo 正把自身嵌入客户实际工作的环境中，而不是把能力封闭在自有 UI 里。

一句话概括

该页汇总了 OpenAI 在 2026 年 4 月发布的 API 更新，主要包括 GPT-5.5、GPT Image 2 和 Agents SDK 的新增能力。

Key Facts

• 4 月 24 日，OpenAI 同时发布了 GPT-5.5 pro，面向 Responses API 请求中更复杂、需要更多算力的问题。
• GPT-5.5 支持 1M token 上下文窗口、图像输入、结构化输出、函数调用、prompt caching、Batch、tool search、built-in computer use、hosted shell、apply patch、Skills、MCP 和 web search。
• 4 月 21 日，OpenAI 发布 GPT Image 2，用于图像生成和编辑。
• 4 月 15 日，Agents SDK 增加了在受控沙箱中运行 agents、检查和自定义开源 harness、以及控制记忆创建与存储位置的新能力。

What's New

• GPT Image 2 支持灵活图像尺寸、高保真图像输入、基于 token 的图像定价，以及 Batch API 50% 折扣。
• Agents SDK 新增了受控沙箱、开源 harness 自定义和记忆存储控制能力。

讲了什么

这是一页 OpenAI API Changelog，列出 2026 年 4 月的几项更新：4 月 24 日发布 GPT-5.5 并向 Chat Completions API 和 Responses API 开放，同时提供 GPT-5.5 pro 给 Responses API；4 月 21 日发布 GPT Image 2，用于图像生成与编辑；4 月 15 日更新 Agents SDK，增加了在受控沙箱中运行 agents、检查和自定义开源 harness，以及控制记忆创建与存储位置等能力。页面还列出了 GPT-5.5 的部分能力与使用细则，例如 1M token 上下文窗口、图像输入、结构化输出、函数调用、prompt caching、Batch、tool search、built-in computer use、hosted shell、apply patch、Skills、MCP 和 web search，以及 reasoning effort 默认值与图像 detail 处理和缓存限制的说明。

一句话概括

ClickUp宣布裁员22%，并将其解释为拥抱AI驱动的组织重构而非单纯降本，同时引入大量内部AI agents来处理员工原本的工作。

Key Facts

• ClickUp宣布裁员22%。
• 公司此前在2021年的估值为40亿美元。
• ClickUp近期引入了约3000个内部AI agents处理复杂任务。
• Zeb Evans称裁员不是成本削减，而是为了推进AI驱动的组织转型，并希望把公司做成“100x org”。
• 文章引用Gartner调查称，约80%使用自主技术的公司已经裁员，但裁员不一定带来明显财务回报。

What's New

• ClickUp计划把内部AI效率指标纳入未来面向客户的产品。
• Polsia这一年内成立的创业公司以单人运营模式完成了3000万美元融资，估值2.5亿美元。

讲了什么

文章围绕ClickUp的裁员和AI用工转向展开：CEO Zeb Evans称公司裁员22%不是为了削减成本，而是为了更彻底地采用AI，让公司迈向更高效率的组织形态。他表示公司已部署约3000个内部AI agents，员工更多负责调度和审核这些agent的输出。文章还提到，Evans希望把节省的资源更多分配给留下的员工，并提出按AI带来的影响力给出更高薪酬。文中同时引用Gartner调查，称约80%使用自主技术的公司已经裁员，但这些裁员未必带来显著财务回报。ClickUp方面则对TechCrunch表示，内部已经观察到效率提升，并计划把这些效率做成面向客户的产品。文章最后提到另一个极端案例Polsia，该公司仅由创始人运营，却刚完成3000万美元融资、估值2.5亿美元。

一句话概括

这是 Claude Code v2.1.149 的发布说明，主要列出用量展示、界面交互、企业设置，以及多项权限与稳定性修复。

Key Facts

• /usage 现在会按类别展示限制用量来源，包括 skills、subagents、plugins 和每个 MCP server 的成本。
• /diff 详情视图现在支持键盘滚动，包括方向键、j/k、Pg Up/Pg Dn、Space、Home/End。
• Markdown 输出现在会渲染 GFM task list 复选框（- [ ]、- [x]），而不是普通项目符号。
• Enterprise 新增了 `allow All Claude AiMcps` 管理设置，可与 `managed-mcp.json` 一起加载 claude.ai 云端 MCP connectors。
• 本版本修复了多项权限与稳定性问题，包括 PowerShell 权限绕过、git worktree 沙箱写入范围、Bash `find` 在大目录下导致主机崩溃等。

What's New

• 新增 `/usage` 的按类别用量拆分展示。
• 新增 `allow All Claude AiMcps` 企业管理设置。
• 新增 Markdown 对 GFM task list 复选框的渲染。

讲了什么

原文是 Claude Code GitHub Releases 的版本更新列表，内容集中在功能改进和问题修复。新增内容包括：/usage 增加按类别展示用量来源、/diff 详情支持键盘滚动、Markdown 输出支持 GFM task list 复选框、Enterprise 新增允许加载 claude.ai 云端 MCP connectors 的管理设置。修复内容覆盖 PowerShell 权限绕过、git worktree 沙箱写入范围、Bash 工具在大目录下崩溃、管理设置审批后终端冻结、/ultraplan 与远程会话创建失败、若干提示与历史记录/状态栏/日志显示问题等。

一句话概括

Google Cloud宣布GKE Agent Sandbox转为正式可用，并推出开源项目Agent Substrate，以支持更高密度的agent基础设施。

Key Facts

• GKE Agent Sandbox 已经对所有用户正式可用（GA）。
• Google Cloud 推出名为 Agent Substrate 的新开源项目。
• 原文称自2025年11月预览发布以来，GKE 上的 sandbox 数量在不到5个月内增长了16倍以上。
• 原文提到其合作客户包括 Langchain 和 Lovable。
• 原文称 GKE Agent Sandbox 在 Axion 处理器上相比可比超大规模云厂商可实现最高30%的 price-performance 提升。

What's New

• GKE Agent Sandbox 增加了 Pod Snapshots，用于暂停空闲 agent 工作负载并在数秒内恢复。
• Agent Sandbox 的 Sandbox API 结合 warm pool，可实现每个集群每秒分配300个 sandbox，且90%的分配在200毫秒内完成。
• Agent Substrate 被描述为用于超大规模 agent 的开源项目，目标是提升密度并绕开 Kubernetes 的部分控制平面限制。

讲了什么

原文主要介绍了GKE Agent Sandbox从预览版升级为正式可用，并强调其面向AI agents的安全执行环境、低延迟沙箱分配、warm pool与pod snapshots等能力。同时，Google Cloud首次披露了开源项目Agent Substrate，定位为面向超大规模agent密度与调度需求的基础设施抽象层。

一句话概括

Google 在博客中介绍了开源的 Agent Executor，用于支持代理的执行、恢复和分布式部署，并强调其耐久执行、隔离、会话一致性和断线恢复等能力。

Key Facts

• Google 发布了名为 Agent Executor 的开源运行时标准。
• Agent Executor 用于 agent 的执行、恢复和分布式部署。
• 它支持耐久执行，依赖事件日志和快照在故障或人类介入后恢复。
• 它提供安全隔离、会话一致性、连接恢复和轨迹分支等能力。
• 原文称 Agent Executor 可桥接多种企业 agent 部署形态，包括 Google Antigravity、Gemini agent harness、Managed Agents API 和 A2A 相关 agent。

What's New

• Google 将 Agent Executor 定位为企业 agent 部署的“桥梁”，可在自管基础设施与托管 agents 之间组合使用。
• 原文明确提到 Agent Executor 支持在企业自有 data plane 上直接运行整个 agentic stack。

讲了什么

原文介绍了 Google 新发布的 Agent Executor，定位为面向 agent 执行、恢复和分布式部署的开源运行时标准。文中重点说明了它的原生能力，包括：通过事件日志和快照实现耐久执行、通过安全沙箱实现组件隔离、通过单写者架构维护会话一致性、支持客户端断线后恢复连接并回填响应，以及通过检查点对 agent 轨迹进行分支。原文还说明，Agent Executor 面向企业级 agent 部署的多种形态，可在 Google Antigravity、Gemini 的 agent harness、Google 托管的 frontier agents、自建并由 Google 托管的 agents、以及基于 LangChain/LangGraph、ADK、A2A 的自定义 agents 之间进行组合。

一句话概括

这篇文章介绍了 Glance 通过 Google Cloud 的语音识别、Gemini、Vision API 和自定义视频处理工具，把 1–2 小时的横屏长视频自动裁剪、重构为适合手机竖屏发布的短视频流水线。

Key Facts

• Glance 处理来源包括播客、新闻报道、电影和网剧等 1–2 小时长视频，并将其转换为 30 到 180 秒的竖屏短视频。
• 文中称 Glance 的日处理量预计将从 3,500 条增长到超过 10,000 条视频。
• 该方案使用了 Google Cloud Speech-to-Text v2、Gemini、Google Vision API，以及 Samurai、OpenCV 和 Movie Py 等工具。
• 系统包含关键片段识别、主讲人检测、分屏检测、智能重构、动态字幕高亮和自动品牌叠加等步骤。
• 文章描述了两种分屏识别方法：基于 Samurai 的连续人脸跟踪，以及基于 Google Cloud Vision API 的逐帧人脸检测。

What's New

• Glance 的自动化管线会先用 Gemini 2.5 Flash 分析转写文本，识别短视频的起止时间点。
• 系统通过嘴唇运动、头部姿态变化和情绪波动来判断画面中的人是否为“live”参与者。
• 分屏识别后，系统会将左右画面按上下结构重新拼接，以保留对话上下文。

讲了什么

原文主要讲 Glance 的视频生成方案：面对每天从 3,500 条增长到 10,000+ 条视频的处理需求，手工剪辑不可行，于是构建了一个从长视频到竖屏短视频的自动化管线。该管线先做语音转写、关键片段识别和逐词时间戳，再进入智能重构阶段，通过 Google Cloud Vision API、Gemini 和 Samurai 等工具识别主讲人、判断活体、检测分屏布局，并将 16:9 横屏改造成 9:16 竖屏。最后再叠加高亮字幕、品牌遮罩和 logo，输出可直接发布的移动端视频。