别人的自建AI助手踩坑记，能帮你省下两周折腾
本文由 AI 自动整理生成，可能存在错漏，请以原文链接为准。
今天想跟你分享的东西，核心就一个词：务实。有人把自己搓的本地研究助手跑了几周，留下了真能用的、扔掉了花里胡哨的；AWS 也出了一套方案，不是让你推倒重来，而是在老系统外面套一层就能让 AI 接上。都是帮你不折腾、少花钱的思路。
灵感百宝袋
一个老哥把自己搓的本地研究助手跑了几周，列了个「活下来的」和「扔掉的」清单。
Reddit 上有个折腾自己服务器的老哥，搭了一套完全跑在自己机器上、数据不外传的研究助手。跑了几周后他写了篇帖子，专门讲哪些工具在日常用下来了，哪些被无情删掉了。说实话，这种「实战淘汰清单」比任何开箱教程都值钱——它不是告诉你「能搭什么」，而是告诉你「什么不值得搭」。如果你也在琢磨自己搞一套 AI 研究流程，去那篇帖子翻翻高赞评论，挑一个他能跑通的做法，先在自己手头一个小项目上试一天。
Databricks 两位创始人掏心窝子聊了聊：企业搞 AI，为什么必须敞开大门。
Databricks 的技术领袖 Matei Zaharia 和 Reynold Xin 难得一起坐下来聊。他们提到了一个很戳人的点：编码用的 AI 智能体和企业的 AI 智能体，遇到的问题是同一套——怎么在不同工具之间挪来挪去、怎么协作、怎么管权限和花销。所以他们搞了个叫 Omnigent 的开源项目，想在各种编码智能体上面加一个统一的调度层。说白了就是你不用把 Claude Code 或 Cursor 的活儿推倒重来，而是有一个地方能同时看见、指挥它们。如果你团队里已经跑着好几个 AI 工具互不搭理，这个思路值得花十分钟看个开头。
原文：https://www.latent.space/p/databricks
江湖快报
AWS 出了个「智能体外壳」方案：老系统不用重写，包一层就能让 AI 接上。
很多公司的核心业务还跑在传统的 REST 接口上，跟现在流行的智能体通信协议（A2A）根本对不上话。AWS 这次给的办法很实惠：写一个薄薄的「智能体外壳」，把老接口包起来，它就能在智能体之间正常收发任务了。这个方案的妙处是不动原来的业务代码。如果你手头有稳定跑了很久的老服务，一直想让 AI 智能体也能调用它，可以拿 AWS 给出的参考代码去套一个试试，不用急着整个系统翻新。
GitHub 把 Copilot 搬到了桌面上，以后一堆 AI 编码智能体可以同时干活、互不打架。
GitHub 发布了 Copilot 桌面应用，给开发者当「智能体指挥官」。以前让 AI 帮你改代码，上下文频繁切换、多个任务搅在一起很头疼。这个桌面应用把每个 AI 智能体关在独立的 Git 工作区里，一个能修 bug，一个能做新功能，另一个能根据审查意见改代码，彼此隔离。它还有个叫 Canvas 的画布功能，把 AI 干活的过程——计划、代码、部署状态——全摆在眼前，不再是黑箱。目前技术预览版已经对 Copilot Pro 及以上用户开放了，如果你同时开好几个 AI 工具写代码，可以装上看看能不能少切几次窗口。
原文：https://www.infoq.cn/article/GaAsWkrJQW2NFf06kgyG
百度千帆的 AI 编码套餐宣布停止续费了，上线才四个月。
据 IT 之家报道，百度千帆昨天发布公告，Coding Plan 即日起不再接受续费。这个服务今年 2 月才推出来，主打多模型驱动，兼容 Claude Code 和 Cursor，月费从 9.9 元到 49.9 元不等。已经买了的用户还能用完当前周期，开了自动续费的 30 天后也会停掉。如果你之前用着这个方案，可以趁到期前看看千帆上的 GLM-4.7、DeepSeek-V3.2 这些模型在你日常任务上的表现，决定到期后是换到其他 Coding Plan 还是直接用各家原生工具。
原文：https://www.ithome.com/0/968/681.htm
苹果 Mac、iPad 全线涨价了，最高涨了 3500 块——这次是 AI 抢走了你的内存。
苹果昨天宣布上调多款产品起售价。据 IT 之家报道，苹果说原因是 AI 数据中心疯狂扩张，导致内存芯片前所未有的短缺，成本压不住了。MacBook Pro 起售价涨了 2500 元，iPad Pro 涨了 1800 元，连 HomePod mini 都涨了 250 块。这波涨价跟 AI 军备竞赛直接相关——数据中心抢走了大量存储产能。如果你最近正打算换设备，短时间内可能不太容易看到价格回落。
原文：https://www.ithome.com/0/968/675.htm
贤者视角
OpenAI 拿自家员工做了一年实验，发现人跟 AI 的关系正在从「单次问答」变成「委派长任务」。
OpenAI 刚发了一篇研究论文，跟踪了他们内部用 Codex 的一整年数据。一个很反直觉的变化：最开始大家还是习惯用 ChatGPT 问一个答一个，但到了今年 5 月，八成以上的员工会把至少需要半小时的活儿交给 Codex 自己去跑，四分之一的人甚至把超过八小时的任务交出去了。连法务和招聘这种非技术部门，也把 Codex 当成了主力 AI 工具。这对我们普通人的启发是：别再把 AI 只当搜索引擎用。试着把一个完整的小任务——整理一份报告、对比几份合同——直接交给它、让它自己花时间跑完，你在旁边等结果就好。
原文：https://openai.com/index/how-agents-are-transforming-work
英国警方花大价钱搭的犯罪预测 AI，被扒出部分结果根本靠不住。
《连线》杂志挖出了一个挺让人后背发凉的案例。英国某地警方建了一套庞大的预测分析系统，把接近五十万人的住房、精神健康、甚至免费校餐等敏感数据丢进去，用机器学习给大人小孩都打分，预测谁可能犯罪。一位警方的数据科学家甚至用「把所有数据倒进大桶，用数据铲子搅一搅，就出来一个漂亮的风险分数」来形容这个过程。这提醒我们，AI 落到涉及人命运的领域时，所谓「预测」很多时候只是对过往数据的偏见回放。如果你在工作中用 AI 做评估或打分，至少留一个环节让人工复核那些影响大的决策——这是福特那件事（见下一条）反过来讲的教训。
福特为了修自动化系统捅的娄子，不得不把以前开了的老工程师再请回来。
The Verge 报道了福特的一段坦白：他们几年前在生产和设计上重度依赖自动化系统，结果发现那些系统没那么靠谱，出了错没人能修——最后只能把已经离职的老工程师重新聘回来收拾残局。好在这么折腾之后，福特今年拿回了 JD Power 新车质量排名的榜首。这个故事和上一条对照着看很有意思：自动化能加速干活，但一旦把理解和判断也从流程里抽走了，出问题时可能没人能兜底。你团队引入 AI 工具时，可以定一条规矩：任何关键环节的自动化，必须保留一个懂背后逻辑的人。
原文：https://www.theverge.com/transportation/956316/ford-quality-jd-power-ranking-ai-automated-mistakes
开发者补给站
Hugging Face 出了一个一条命令就能拉起私有大模型推理服务的办法，按秒计费。
Hugging Face 的官方博客刚介绍了怎么用 hf jobs run 一条命令，在 HF 的 GPU 集群上启动一个兼容 OpenAI 接口的 vLLM 推理服务器。不需要自己配服务器、不用管 Kubernetes，跑一个 Qwen 小模型做测试或批量生成，用完就关。这个方法面向的是要快速验证模型效果的开发者：你本地没显卡，又不想去云厂商开一整台机器，可以用这个方案抢跑一两个小时。命令执行完直接返回一个公网 URL，笔记本上就能调用。门槛是需要一个 HF 账号并且挂好付费方式，按硬件使用时长计费。如果想上生产，官方建议还是用他们的 Inference Endpoints。
原文：https://huggingface.co/blog/vllm-jobs
Dify 发了 1.15.0 版，这个开源智能体工作流平台对搞 AI 应用原型的人越来越友好。
Dify 是一个用 TypeScript 写的开源 LLM 应用开发平台，把 AI 工作流、知识库检索增强生成（RAG）、智能体能力、模型管理、可观测性全揉在一个可视化界面里。新版继续打磨这些功能，从原型到生产切换起来更顺滑。它最大的好处是降低门槛：你不是非要写代码才能搭一个能跑的工作流，在画布上拖拖拽拽就行，同时又能接入几百种模型。团队里最少也要有一个人熟悉 Docker 来部署，装完用浏览器打开就能初始化。如果你是小型团队想低成本把 AI 流程跑起来，拿它和 n8n 之类的比一比再定。
原文：https://github.com/langgenius/dify
Simon Willison 把 MDN 浏览器兼容性数据转成了 SQLite 库，写前端时查起来快多了。
Django 联合创始人 Simon Willison 受 Mozilla 新出的 MDN MCP 服务启发，把 MDN 官方的浏览器兼容性数据全扒下来，转成了一个约 66MB 的 SQLite 数据库。他用 Claude Code 生成了转换脚本，又让 Codex 帮忙写了个 GitHub Actions 工作流，自动构建并推到仓库的孤立分支上。文件托管在 GitHub 上，带着开放的跨域头，你甚至可以直接用 Datasette Lite 在线查询，不需要下载。对前端开发者很实用：做兼容性自查时不用去 MDN 网站一条条翻，直接跑 SQL 查你关心的那几个 API 到底支不支持。
原文：https://simonwillison.net/2026/Jun/24/browser-compat-db
好物挖掘机
谷歌给 Google Finance 做了独立 App，界面终于现代化了一次。
谷歌的官方博客宣布新版 Google Finance 上线，除了网页版大改，还出了独立的手机应用。新版把股票行情、财经新闻、投资组合追踪整合得更干净，不像以前那样要找半天。如果你平时会看看美股、做点个人投资，可以下一个试试，至少在手机上查行情比刷网页快一些。目前应该还只覆盖美股市场为主。
原文：https://blog.google/products-and-platforms/products/search/google-finance-updates-june-2026
QuickMaker：在 Blender 里直接调用一堆 AI 模型搞 3D 创作，按月订阅。
Product Hunt 上看到的一个 Blender 插件，把多种最新的 AI 模型集成到 Blender 里，让你不用在几个工具之间切来切去就能生成纹理、背景，或者辅助建模。采用订阅制，一个套餐覆盖所有模型。经常折腾 3D 渲染或者做概念设计的人可以关注一下，看它支持的工作流跟你手头习惯的搭不搭。因为需要订阅，最好先去他们页面看清当前支持哪些具体模型和模型版本，别买了才发现想要的模型还没接入。