这家税务公司让全员用上 ChatGPT，半年省出 4 万小时
本文由 AI 自动整理生成，可能存在错漏，请以原文链接为准。
今天想跟你分享两件挺戳人的事：一家税务公司全员用上 ChatGPT，半年省出足足 4 万小时；安全公司 Zenity 发现，AI 浏览器可能在你不知情时帮你下单买东西。
灵感百宝袋
一家税务公司把 ChatGPT 发给全公司，半年省出 4 万小时，98.6% 的员工说生产力提升了。
德国税务顾问网络 HSP GRUPPE 的做法挺直接：不是让几个人先试，而是直接把 ChatGPT Enterprise 铺给全体员工。领导层问的不是「它能写多快的邮件」，而是「当 AI 成为运营系统的一部分，专业工作会发生什么变化」。半年下来，81 个组织单元产出了超过 50 万次对话，周活跃率 84%，每年足足多出约 4 万小时的生产力。员工用它搜法规、写草案、梳理复杂税案，报告里说「不是加速，而是腾出了做真正顾问工作的空间」。不过这背后还有关键一招：他们早就有标准化的流程和持续改进的文化，AI 不是硬插进去的。
原文：https://openai.com/index/hsp-gruppe
有人用 FLUX 模型生成了 1K 视频，180 分钟的素材，画面几乎看不出是 AI 做的。
一位创作者在社区晒了他用 Black Forest Labs 的 FLUX 模型做的视频测试，总共攒了 180 分钟 1K 素材。看过的人说这画面不像 AI 常见的那股味儿，质感反而有点接近实拍。虽然生成过程还偏实验性，但对做短视频、素材剪辑的人来说，这种不露破绽的画面挺有诱惑力。点进原文扫一眼那些片段，感受一下现在的视频生成到什么程度。如果你平时需要大量视频素材，不妨拿一小段需求试试，看看它能不能帮你省掉部分拍摄或购买素材的费用。
原文：https://news.ycombinator.com/item?id=49213712
江湖快报
AMD 收购 AI 推理芯片公司 Taalas，推理芯片市场的火药味更浓了。
AMD 把专注推理芯片的 Taalas 收入囊中。简单说，Taalas 的思路是围绕模型设计硬件，追求最快的推理速度和更低的成本。对大多数用 AI 做事的人来说，这背后的信号就是：未来几年，跑模型的硬件成本很可能继续往下走。无论是用云端 API 还是本地部署，你感受到的会是响应更快、单价更便宜——当然，前提是这种竞争能落到产品上。
原文：https://www.latent.space/p/ainews-amd-buys-taalas
贤者视角
什么时候该指点、什么时候该忍住？研究者开始教 AI 教练学会「闭嘴」。
Allen AI 的 TutorMoments 项目在琢磨一件事：AI 家教以前总是一口气把答案说出来，现在他们在研究怎么让它审时度势——学生卡壳时给提示，自己思考时不打扰。研究者想找到一种节奏，让互动更像一对一的真人辅导，而不是步步紧逼的答题机。如果将来你或孩子用上这类工具，它不会一直往下说教，而是在你真的需要时才递来一把梯子。对「学」的人来说，那种被尊重的停顿，可能比答案本身更重要。
原文：https://huggingface.co/blog/allenai/tutormoments
Zenity 团队发现：AI 浏览器能被骗去盗密码、泄历史、甚至帮你下单，就像浏览器安全倒退了二十年。
据 Wired 报道，安全公司 Zenity 在 Black Hat 大会上公布了约 20 个漏洞，涉及 OpenAI Atlas、Google、Anthropic 等多家公司的 AI 浏览器或扩展。研究显示，这些智能浏览器可能在你不知情时发垃圾 WhatsApp、泄露全网浏览记录、甚至完成亚马逊下单——其中一次真的买成了。安全研究员 Michael Bargury 用了句挺重的评价：「它们把浏览器的安全控制给削弱了，我们像回到了二十年前。」给这些能替你操作网页的工具太多权限，一时方便，但账户和钱的边界就更模糊了。眼下最好别让 AI 浏览器绑定关键支付信息和重要账号，观望一阵子再说。
原文：https://www.wired.com/story/openais-browser-could-be-hijacked-to-spam-your-whatsapp-contacts
OpenAI 的首款音箱相传要卖 300 到 400 美元，比市面上多数智能音箱贵一大截。
据彭博社 Mark Gurman 拿到的消息，OpenAI 这款与 Jony Ive 合作的环形设备预计 2027 年上市，定价可能在 300 到 400 美元。它没有屏幕，但带摄像头和传感器，靠电池供电，是个能随处放的「活物」。这个价位显然不想和 Echo 们抢入门市场。它更像是一次试探：AI 从手机和电脑里跑出来，变成一个看得见、会动的家庭伙伴，你愿不愿意为这种「存在感」掏钱。
冰球大小、甜甜圈状、能自己动——Jony Ive 给 OpenAI 设计的第一台设备听起来像个有生命的摆件。
同样来自 Gurman 的爆料，这款音箱是便携的，有移动部件，会在回应或互动时自己动起来，配合灯光和摄像头，给人一种「它正在看你」的感觉。没屏幕，却装了一套环境感知传感。说到底，这已经不是传统智能音箱的思路了，更像是在把 AI 拟人化地塞进一个实体。如果真能 2027 年上市，我们可能会第一次切身感受到：AI 除了能答问题、写邮件，还能安静地陪在身边，用动作和光告诉你它在听。
开发者补给站
蚂蚁集团开源 Avernet：内部跑通了 12 个业务、任务完成率 90% 以上的多智能体协作框架。
Avernet 不是又一个 Agent 框架，它解决的痛点是「让不同团队、不同系统的 Agent 能互相找到并协作，同时守住权限和安全」。内部用它治理和分析 12 个核心业务，稳定保持超过 90% 的任务完成率。框架本身不绑定任何模型或智能体引擎，开发者可以把现有的 Agent 接进去，由 Avernet 管发现、共识、任务转交和结果记录。这次开源的社区版已经带了身份认证、访问授权和生命周期管理等安全能力，后续还会补充审计追踪和容器编排。协议是 Apache 2.0。如果你的团队正在搭多 Agent 系统，又要合规又要协作，这套经过大规模验证的基础设施可以省掉不少从零踩坑的功夫。
原文：https://www.infoq.cn/article/iNvHOsahsYFYaE9ImZBV
HAR：一个专门为多 Agent 编码流水线设计的开源骨架，刚在 Product Hunt 亮相。
HAR（开源多智能体编码工作流）把多个 AI 编程 Agent 的分工和协作管起来，你可以把它想象成一个「指挥其他编码 Agent 的 Agent」。它不绑死某一款模型，更像是给你的 Agent 团队搭一套流水线骨架，让它们按步骤执行复杂任务时别打架。目前 HAR 在 Product Hunt 上刚发布，社区生态还很早期，但如果你已经在同时用几个 AI 编码助手做同一个项目，这套东西至少提供了一个不用手搓的起点。
原文：https://www.producthunt.com/products/har
Git Explain TUI：在终端里直接和 Git 提交记录对话的小工具。
这个用 Go 写的 TUI 工具把「问代码历史」这件事变得很轻便。你在终端里进入仓库，浏览某个 commit 的 diff，然后直接问它：「这次改动到底修了哪个 bug？」或者「为什么会引入那个库？」它会调用配置好的 LLM 给回答。用它需要自己接一个 LLM API，不过 README 里给了简单的配置指引。对经常和一堆 Git 仓库打交道的开发者来说，这个比切出去问 AI 再回来找上下文顺畅得多。
原文：https://news.ycombinator.com/item?id=49210886
好物挖掘机
AgentOne Desktop：免费、可扩展的桌面 AI 助手，专门吞掉你那些重复又琐碎的活儿。
AgentOne 把自己定位成桌面上的自动化助手，不是重新发明一个新界面，而是在你现有的系统里替你操作。比如定时整理文件夹、自动填表、按规则处理邮件——这些不用天天盯着却又得有人干的杂事，它试着接过去。免费、可扩展，意味着你可以按自己的场景写定制模块。如果办公桌上总有一堆机械性操作消耗时间，可以拿它试试能不能把流程串起来。不过这类桌面智能体目前对电脑环境和授权还是比较敏感，一开始先在文件归档、数据提取这类不涉及财务和隐私的场景跑一跑。
原文：https://www.producthunt.com/products/agentone-desktop
StepShot：把你真实的操作流程自动变成图文并茂的分步指南。
写内部培训文档或 SOP 最头疼的就是边做边截图、边写说明。StepShot 的思路是你正常操作一遍，它用 AI 记录每一步、自动生成文字解释和带标记的截图，一套图文流程就完成了。对经常需要教同事用某个系统、或者给客户写操作指引的人，能省下大量手工制图的时间。生成的指南可以直接导出成常用格式。不过最终还要人工检查一遍，确保步骤没有漏掉或多出奇怪的操作——自动抓取偶尔会把无关点击也当成一步。