早上刷到 Replit 的新 demo，我是真的愣了一下。

以前用 AI 做设计，多多少少得写点提示词，告诉它「我要一个暗色主题、圆角按钮、左侧导航」。现在 Replit 的 Ambient Intelligence 直接在你画界面的旁边，弹出几张建议卡片。你点一张，它就沿着那个方向生成新画面。连提示词都不用写。

这种感觉不是「AI 帮你写代码」，而是「AI 坐在你旁边，盯着你的屏幕看」。它不再等你开口，而是主动猜你下一步想干嘛。今天一整天的新闻看下来，这种「主动」正在变成主旋律。

🔥 重点新闻

1. Replit 推出环境智能，设计界面不用写提示词

Replit 这次把「Ambient Intelligence」这个词做成了一个很具体的场景。你在画 UI 的时候，旁边会出现几张建议卡片，每张都指向一个不同的设计方向。点一下，画面就跟着变。

坦率的讲，这个交互本身比技术细节更值得关注。它解决的不是「怎么写 prompt 更准」，而是「能不能干脆不写 prompt」。如果这条路走通了，AI 工具的形态会从「聊天框」慢慢变成「环境」。

来源，Replit | 查看原文

2. MiniMax-H3 登陆 Apple Silicon，本地跑通全模态视频生成

MiniMax 的 H3 是一个能同时吃文本、图像、音频、视频，然后输出最长 15 秒带音频视频片段的模型。现在有人把它用 MLX 移植到了 Apple Silicon 上。

你想想看，一年前这种模型还只能在云端跑，本地显卡想都别想。现在 4GB 显存都能微调 8B 模型（后面还会提到 Soup），Mac 上能跑全模态视频生成。本地和云端的边界，正在以肉眼可见的速度模糊。

来源，Simon Willison 博客 | 查看原文

3. Soup v0.72.4，4GB 显存笔记本也能微调 8B 模型

Soup 这次更新支持在 4GB 显存的笔记本 GPU 上，通过 QLoRA 微调 8B 模型。不需要 SSH，不需要云服务，就在你自己的机器上跑。

这个数字我自己是有点震惊的。8B 模型什么概念？差不多是 Llama 3 8B、Qwen2.5 7B 那个量级。4GB 显存什么概念？很多轻薄本的独显都够得着。如果微调门槛真的降到这个程度，那「个人模型」这事就不是发烧友的玩具了，而是普通开发者也能玩的东西。

来源，Hacker News 热门 | 查看原文

4. OpenRouter 上线 FLUX 3 Video，统一多模态模型家族

FLUX 3 Video 现在通过 OpenRouter 向所有人开放了。它把视频、音频、图像和动作预测塞进一个统一架构里，声称是「联合训练」而不是简单拼接。

我跟你说，现在市面上很多「多模态」其实是几个模型硬凑在一起。真正统一架构的好处是，不同模态之间能互相借力。FLUX 这次如果能把生成质量稳住，对视频生成赛道会是个不小的冲击。

来源，OpenRouter | 查看原文

5. GitHub 用堆叠式 PR 拆解 AI 生成的巨型代码

GitHub 自己也在为 AI 写代码的副作用头疼。他们现在用 Stacked Pull Request 的方式，把 AI 智能体一次生成的 1000+ 行大 diff，按数据层、API 层、接线层、UI 层拆成 L1-L4 四个独立分层。

这个做法其实很现实。AI 现在能一口气给你几千行代码，但人眼审不过来。与其禁止大 diff，不如把审查流程重新设计。顺着上面的再聊聊，这不只是 GitHub 的内部实践，而是所有用 AI 写代码的团队迟早要面临的问题。

来源，GitHub Blog | 查看原文

6. Anthropic 与 Volta 签下 100 亿美元算力协议

Anthropic 和一家成立才几个月的云初创公司 Volta 签了 100 亿美元算力协议，差不多每年 17 亿美元。Volta 估值 24 亿美元，但硬件几乎全是租来的，算力来自比特币矿商 Bitdeer 在挪威的 121MW 站点。

这个消息让我想到两件事。第一，算力仍然是 AI 公司的核心筹码，甚至比模型本身还硬。第二，「租算力」这种模式正在让新玩家有机会挑战 AWS、Google Cloud。Volta 这种模式能不能跑通不好说，但 Anthropic 敢押 100 亿，说明它确实需要一条不那么依赖巨头的路。

来源，@rohanpaul_ai | 查看原文

7. 中国首部 L3/L4 自动驾驶强制性国标发布，2027 年 7 月实施

工信部发布的《智能网联汽车 自动驾驶系统安全要求》（GB 44721-2026）获批，2027 年 7 月 1 日实施。这是国内第一部针对 L3 有条件自动驾驶和 L4 高度自动驾驶的强制性国标。

这个政策时间点很关键。2027 年实施，意味着车企和方案商现在就要按这个标准倒推研发。L3/L4 的落地速度，可能会因为这个国标的强制执行而明显加快。反过来看，标准越严格，小的自动驾驶公司压力越大，行业洗牌也会跟着来。

来源，IT之家 | 查看原文

💡 值得关注

  • 商汤 SenseNova U1 开源，统一推理和图像生成，能把一条提示词变成结构化幻灯片，也能逐步生成图文教程。来源，SenseTime | 查看原文
  • 蚂蚁百灵 Ling-3.0-flash 开源权重，BF16 和 FP8 量化版本都放出来了，方便按硬件和性能需求选版本。来源，@AntLingAGI | 查看原文
  • NVIDIA Alpamayo 2 Super 开放商用，面向 Robotaxi 和自动驾驶，基于 Cosmos 3 Super Reasoner，强化学习后训练。来源，NVIDIA Blog | 查看原文
  • Cloudflare 推出 Agent Development Lifecycle，想用 ADLC 取代传统 SDLC，让 AI 智能体承担更多软件开发流程。来源，Cloudflare Blog | 查看原文
  • OpenRouter 发布 ori CLI，给 Claude Code、Codex、OpenCode、Hermes 等 harness 提供开箱即用的优化配置。来源，OpenRouter | 查看原文

📝 今日思考

今天这些新闻里最让我在意的是 Replit 那个「环境智能」。

不是因为技术多难，而是因为它改变了人和 AI 的相对位置。以前是我们去找 AI 聊天，以后可能是 AI 在旁边看我们干活。这种切换看起来很小，但会对产品形态产生很大影响。

你想想，如果 AI 不再以一个对话框存在，而是嵌入在你用的每一个工具里，主动给你选项，那「prompt 工程」这个词可能真的会变成历史。不是因为它没用，而是因为好工具不需要你总惦记着它。

说真的，我自己也还在摸索这种新交互到底该怎么用。但有一点越来越确定，AI 的下一个战场，不是模型参数，而是「存在感」。

能不能让你觉得它就在旁边，而不是一个需要你专门打开的网页，这可能会决定很多产品的生死。