科技早报 2026-06-08
概览
AI 与机器学习
- Gemma 4 12B开发者指南发布，详解新型无编码器多模态架构
- Nous Research推出Hermes Agent：可自改进的AI代理
- GitHub热门项目：研究任何主题的AI技能
- DeepSeek登顶六月热门榜，美国公司追逐廉价AI
- Lathe项目：利用LLMs帮助用户学习而非替代思考
- Perplexity推出“搜索即代码”架构，让AI自主编写搜索流程
GitHub 热门项目
- 微软开源pg_durable，为PostgreSQL带来持久化执行
- GitHub热门项目：可扩展的AI代理
goose用Rust编写 - 热门计算机视觉工具包supervision：模型无关的可复用工具
- GitHub热门项目：AI原生安全测试平台CyberStrikeAI
- Dolt：一个支持Git式版本控制的SQL数据库项目
- Rust向量索引turbovec：内存高效且速度快于FAISS
开源生态
- Google发布Kotlin与Android版ADK 0.1.0，简化AI代理开发
- Google AI Edge Gallery 应用新增 MCP 集成与会话连续性
- GitHub热门项目：Goravel框架发布，为PHP开发者铺就Go之路
- GitHub热门项目：Go语言库whatsmeow实现WhatsApp Web API
开发者工具
安全与隐私
产品与平台
Gemma 4 12B开发者指南发布，详解新型无编码器多模态架构
Google DeepMind为新发布的
Gemma 4 12B密集型多模态模型发布开发者指南，详解其为本地高性能AI执行设计的架构。
Gemma 4 12B专为消费设备上的高性能本地AI执行而设计，是一个密集型多模态模型。
该模型引入了一种新颖的、无编码器的架构，这是其核心设计特点。
此架构绕过传统的视觉和音频编码器，将多模态数据直接输入到LLM主干网络，简化了处理流程。
Nous Research推出Hermes Agent：可自改进的AI代理
Hermes Agent 是由 Nous Research 构建的自改进 AI 代理，它内置学习循环，能从经验中创建和优化技能。
Hermes Agent 被描述为唯一内置学习循环的代理，能够跨会话搜索对话历史，并构建对用户的深入理解。
该代理可在低成本 VPS、GPU 集群或无服务器基础设施上运行，不依赖本地笔记本电脑。
它支持通过 Telegram 进行交互，并兼容多种模型，包括 Nous Portal、OpenRouter、NVIDIA NIM 以及 小米 MiMo 等。
GitHub热门项目：研究任何主题的AI技能
一个可以研究任何主题并生成事实摘要的AI agent技能
last30days-skill今日在GitHub上获得了超过3万颗星。
last30days-skill是一个AI agent技能，其数据源包括Reddit、X、YouTube等。
该技能能够综合多个来源的信息，生成一个基于事实的摘要。
该项目语言为Python，今日新增了1,111颗星。
DeepSeek登顶六月热门榜，美国公司追逐廉价AI
DeepSeek 在2026年6月成为 Ramp 平台上增长最快的趋势软件供应商，反映了美国企业对低成本 AI 模型的追求。
据 Ramp 平台数据，中国 AI 模型 DeepSeek 在2026年6月登顶了其趋势软件供应商榜单。
报告显示，众多美国公司正在使用 DeepSeek 的付费服务，并直接向其发送数据。
Ramp 首席经济学家 Ara Kharazian 指出，日益增长的成本意识是企业选择 DeepSeek 的主要驱动因素。
同时，Ara Kharazian 也警告了使用中国 AI 模型可能带来的数据安全风险。
Lathe项目：利用LLMs帮助用户学习而非替代思考
一个名为 Lathe 的实验性项目利用大语言模型（LLMs）来生成技术教程，旨在帮助用户学习新领域，而非跳过思考过程。
Lathe 可以根据需求，生成动手实践的、多部分的技术教程，用户可以在一个专为学习设计的本地界面中完成这些教程。
该工具的核心是其 LLM 技能组合，包含一个用于存储、管理和查看生成教程的 Golang CLI。
Lathe 可以在 Claude Code、Cursor 和 Codex 等 LLM 会话中通过提示来生成教程，帮助用户深入理解新领域。
Perplexity推出“搜索即代码”架构，让AI自主编写搜索流程
Perplexity推出了名为“搜索即代码”的新架构，允许AI模型用Python编写自己的搜索例程，取代固定的搜索API调用。
Perplexity推出的“搜索即代码”架构摒弃了僵化的搜索API调用模式。该系统允许AI模型在沙箱环境中使用Python编写并执行自己的搜索、过滤和去重流程。
这一架构在关键基准测试中击败了OpenAI和Anthropic。据称，它将处理查询的令牌成本降低了高达85%，提升了效率与灵活性。
新架构将代理处理自身数据筛选的能力内置，标志着搜索集成方式从外部调用向自主编程的重大转变。
微软开源pg_durable，为PostgreSQL带来持久化执行
微软开源了
pg_durable项目，这是一个旨在为PostgreSQL数据库引入持久化执行模式的工具，无需额外服务基础设施。
pg_durable允许在SQL中定义工作流，并能在崩溃或重启后，从最后一个持久化检查点恢复执行。该项目已内置在微软的Azure HorizonDB云服务中。
这是微软“将计算带到数据附近”使命的一部分。该项目适用于后端工程师、数据工程师、DBA和SRE等角色。
GitHub热门项目：可扩展的AI代理goose用Rust编写
开源项目
aaif-goose/goose是一个超越代码建议的AI代理，能执行、编辑和测试大语言模型。
GitHub热门项目aaif-goose/goose是一个开源且可扩展的AI代理。
该项目超越了简单的代码建议功能，能够安装、执行、编辑和测试任何大语言模型。
项目使用Rust语言编写，截至记录时间，已获得47,568颗星，今日新增322颗星。
热门计算机视觉工具包supervision：模型无关的可复用工具
GitHub上的热门Python项目roboflow/supervision提供了一套可复用的计算机视觉工具，覆盖从数据加载到实时区域计数的多种任务。
supervision被设计为模型无关，可兼容分类、检测或分割模型，并提供了对Ultralytics、Transformers、MMDetection等流行库的连接器。
项目提供了一套工具来加载、分割、合并和保存数据集。
使用其Inference功能运行时需要一个Roboflow API KEY。
GitHub热门项目：AI原生安全测试平台CyberStrikeAI
用Go语言构建的AI原生安全测试平台CyberStrikeAI在GitHub Trending上获得了4,222个星标。
CyberStrikeAI是一个集成了100多个安全工具的AI原生安全测试平台。
该平台包含一个智能编排引擎，支持基于角色的测试并提供预定义的安全角色。
它拥有一个包含专业测试技能的技能系统，并提供全面的生命周期管理能力。
Dolt：一个支持Git式版本控制的SQL数据库项目
Dolt 是一个可以像 Git 仓库一样进行版本控制的 SQL 数据库，旨在为数据提供完整的变更历史。
Dolt 是一个可进行 fork、克隆、分支、合并的 SQL 数据库，其口号是“Dolt versions tables. It's like Git and MySQL had a baby.”
用户可以通过任何 MySQL 客户端连接 Dolt 读取或修改数据。其版本控制功能通过系统表、函数或类似 git 的命令行界面（如 dolt sql）来暴露。
该项目由 DoltHub 支持，提供免费的公共数据托管平台。除了基于 MySQL 的 Dolt，还有处于 Beta 版本的 Doltgres（基于 Postgres）。
在 GitHub 上，该项目已获得超过 2.3 万颗星，拥有近 800 个分支。
Rust向量索引turbovec：内存高效且速度快于FAISS
GitHub热门项目turbovec是一个基于Google Research TurboQuant算法构建的Rust向量索引，具备极高的内存效率和搜索性能。
turbovec使用4GB内存即可存储原本需要32GB的1000万文档语料库（以float32计），并且搜索速度比FAISS更快。
它不需要代码本训练或单独的训练阶段，支持在线摄取，添加向量即被索引。
通过手写的NEON（ARM）和AVX-512BW（x86）内核，turbovec在ARM上比FAISS IndexPQFastScan快12-20%。
该项目还支持在搜索时进行过滤，可以传递ID允许列表或槽位掩码，所有操作均在本地完成，数据不会离开用户的机器。
Google发布Kotlin与Android版ADK 0.1.0，简化AI代理开发
Google宣布推出Agent Development Kit的Kotlin版与Android专用库，旨在通过管理复杂编排来简化AI代理的创建。
Google发布了Agent Development Kit (ADK) for Kotlin的0.1.0版本，同时推出了一个专门的Android ADK库。
该开源框架旨在简化AI代理开发，能够管理复杂的编排、会话共享和错误处理。
此版本支持混合编排，允许开发者构建多代理系统。在混合编排中，云端模型可以将特定任务无缝卸载给本地设备模型（如Gemini Nano），从而增强用户隐私。
此举标志着Google在构建跨平台AI代理工具方面的进一步推进。
开发者可以利用该工具包在Android及其他平台上构建智能代理应用。
Google AI Edge Gallery 应用新增 MCP 集成与会话连续性
Google AI Edge Gallery 应用通过集成开源模型上下文协议（MCP），扩展了其设备端 AI 的协调与任务自动化能力。
更新后的应用支持实验性 MCP 协议，使 Gemma 4 能在 Android 上跨 Google Workspace 和 Google Maps 等外部数据源协调复杂任务。
新增的“计划通知”技能可实现任务自动化，而持久聊天历史记录功能则能几乎即时地恢复长会话上下文。
该平台由开源工具包驱动，鼓励社区开发者通过其 GitHub 存储库构建和共享自定义的实用工作流、提示配置和工具集成。
GitHub热门项目：Goravel框架发布，为PHP开发者铺就Go之路
一个名为Goravel的Go语言Web框架在GitHub上受到关注，其设计风格旨在让PHP开发者能轻松上手。
Goravel是一个为Gophers提供起始脚手架的全功能、可扩展Web应用程序框架。其设计风格与Laravel一致，旨在让PHP开发人员无需学习新框架即可转向Go语言。
该框架提供了丰富的功能模块，涵盖Artisan Console、认证、授权、缓存、数据库查询构建器、ORM、队列和事件系统等。
项目的GitHub仓库目前已获得4.7k星。官方文档和示例代码均可在线访问。
GitHub热门项目：Go语言库whatsmeow实现WhatsApp Web API
whatsmeow是一个Go语言库，用于对接WhatsApp Web multidevice API，实现了消息收发与群组管理等核心功能。
whatsmeow库已实现的核心功能包括：向私聊和群组发送文本与媒体消息、接收所有消息、管理群组并处理变更事件。
其他已实现功能还包括：发送和接收输入通知、送达与已读回执、读写应用状态，以及处理重试回执等。
目前该库尚未实现广播列表消息和通话功能。其GitHub仓库拥有6.3k星，采用MPL-2.0许可证。
Google将Gemini CLI过渡至Antigravity CLI，统一AI终端工具
Google宣布将社区驱动的
Gemini CLI过渡到新的Antigravity CLI，以统一其AI终端工具并提供更强大的多代理工作流支持。
Google正在通过将社区驱动的Gemini CLI过渡到Antigravity CLI来统一其AI终端工具。
Antigravity CLI是一个新的代理优先平台，专为复杂的多代理工作流构建。
这个新的基于Go的工具提供了更快的执行速度、异步处理和统一架构。
Antigravity CLI与Antigravity 2.0桌面应用程序同步发布。
企业客户将保持现有访问权限，但个人和免费用户必须在2026年6月18日Gemini CLI停止服务前过渡到新平台。
谷歌推出Colab命令行界面，强化终端集成
谷歌宣布推出Google Colab命令行界面（CLI），允许开发者将本地终端连接到远程Colab运行时。
这个轻量级CLI工具使用户能够轻松请求高性能GPU，并远程运行本地Python脚本。
开发者可以无缝检索工件、日志或模型，例如微调的Gemma 3适配器。
该工具直接集成到标准终端环境中，具有高度可编程性，可被AI代理（如Antigravity或Claude Code）使用。
这为管理和执行复杂的机器学习管道提供了灵活、无缝的工作流支持。
谷歌表示，该CLI旨在简化从本地开发环境到云端高性能计算资源的过渡。
谷歌发布Pay & Wallet开发者MCP服务器，加速集成开发
谷歌发布了全新的
Google Pay & Wallet开发者MCP服务器，这是一个旨在安全连接AI开发助手、IDE与实时API及账户上下文的开放标准工具。
该服务器允许开发者在集成开发环境中直接搜索官方文档、验证钱包通行证定义、检查集成状态以及管理商户账户，无需切换上下文。
谷歌表示，此集成旨在通过减少上下文切换并提供最新、可靠的AI支持，从而降低开发摩擦，显著加速Google Pay的集成工作流。
微软开源 MXC：用于运行不可信代码的沙盒系统
微软 开源了 MXC，这是一个用于沙盒化执行不受信任代码的系统，但其早期预览版本需谨慎使用。
MXC 是一个代码执行系统，旨在为运行不可信代码提供沙盒环境。它支持 Windows、Linux 和 macOS 平台。
该系统提供多种隔离后端，从操作系统原生的进程沙箱到完整的虚拟机，配置基于统一的 JSON 模式和 TypeScript SDK。
需要特别注意的是，该仓库目前提供的是早期预览代码。项目警告称，其底层沙箱机制预计会发生变化。
同时，MXC SDK 当前生成的策略可能过于宽松，不应将任何 MXC 配置文件视为安全边界。项目仍在持续开发中。
2026年迄今最严重安全事件：DOGE泄露与关键系统遭入侵
2026年已发生多起大规模数据泄露与系统入侵事件，被描述为今年迄今最具破坏性的安全事件。
事件包括DOGE的大规模数据泄露、关键能源和水系统的被入侵，以及FBI监控系统遭黑客攻击。
这些事件在短时间内连续发生，对关键基础设施和国家安全构成了严重威胁。
该报道将这些事件综合列为2026年迄今为止最严重的网络安全灾难。
ChatGPT新增“锁定模式”，可禁用网络访问以防御提示注入
OpenAI为ChatGPT推出了“锁定模式”，用户可以通过禁用网页访问等功能，来保护敏感数据免受提示注入攻击。
OpenAI为ChatGPT新增了“锁定模式”。启用后，该模式将禁用网页访问、深度研究和代理模式等功能。
此举旨在使通过提示注入攻击进行数据盗窃变得更困难。但报告指出，它无法完全防止此类攻击，仅阻断了数据渗出链的最后一步。
提示注入本身仍是一个尚未解决的根本性安全问题。该模式为处理敏感数据的用户提供了一个额外的防护选项。
OpenAI称'聊天已死'，将重建ChatGPT为全能代理应用
OpenAI 正在规划对
ChatGPT进行自其发布以来最大规模的改造，将其重塑为一个捆绑多种功能的“超级应用”。
OpenAI 内部传出“聊天已死”的论断，公司正计划对 ChatGPT 进行根本性重构。
未来的 ChatGPT 将不再局限于对话，而是演变为一个集成了编码工具、AI 代理和合作伙伴应用的“超级应用”。
OpenAI 认为，未来属于能够自主处理复杂任务的 AI 代理（Agent）。
Google推出Gemini for Home全栈产品，赋能智能家居合作伙伴
Google正通过推出全栈Gemini AI产品来扩展其智能家居生态系统，旨在将家庭升级为能理解上下文的AI原生环境。
Google正在推出一个全栈Gemini AI产品，以扩展其智能家居生态系统。
该产品集成了先进的摄像头智能、自然语言查询和每日活动摘要功能。
该计划为服务提供商和硬件制造商提供现成的参考设计和API。
这使他们能够在无需大量研发投入的情况下，构建主动的、品牌化的智能家居服务。
该计划旨在超越基本的设备控制，转向能够理解上下文并实时满足用户需求的AI原生家庭。