Chubby♨️@kimmonismus · 6月24日60

OpenAI just unveiled Jalapeño, its first custom AI chip designed from scratch for LLM inference- It is OpenAI moving deeper into the full stack: chips, kernels, memory, networking, racks, scheduling, deployment and product experience. OpenAI has learned from Cerebras-deal what is valuable in specialized inference hardware and is now attempting to translate that lesson into its own controllable platform. Built with Broadcom and Celestica, Jalapeño is optimized around the workloads OpenAI actually runs across ChatGPT, Codex, the API and future agentic products. Early samples are already running ML workloads in the lab at target frequency and power, including GPT-5.3-Codex-Spark. OpenAI says performance per watt should be substantially better than current state of the art, with detailed benchmarks coming later! The strategic angle is obvious: less dependence on external GPUs, more control over compute economics, and a stronger flywheel between models, products, revenue and infrastructure. Deployment is planned to start by the end of 2026.

译OpenAI 推出其首款自研 AI 芯片 Jalapeño，与 Broadcom 和 Celestica 合作构建，针对 ChatGPT、Codex、API 及未来智能体产品的工作负载优化。早期样品已在实验室以目标频率和功耗运行 ML 工作负载，包括 GPT-5.3-Codex-Spark。OpenAI 称每瓦性能显著优于当前最先进水平，详细基准稍后公布。部署计划于 2026 年底启动。此举旨在减少对外部 GPU 的依赖，增强对计算经济的控制，并强化模型、产品、收入与基础设施之间的飞轮效应。

OpenAI@OpenAI · 6月24日63

We’ve designed and built our first AI chip: Jalapeño. Designed from the ground up by OpenAI and brought to production with @Broadcom, Jalapeño is purpose-built for the LLM workloads powering ChatGPT, Codex, the API, and future agentic products. Chips are foundational to the AI economy. Building our own expands our full-stack platform from products to models to infrastructure, and will help us scale intelligence, serve more people, and expand access to AI.

译我们设计并制造了首款 AI 芯片：Jalapeño。 由 OpenAI 从零设计，并与 @Broadcom 合作投入生产，Jalapeño 专为支撑 ChatGPT、Codex、API 及未来智能体产品的 LLM 工作负载而打造。 芯片是 AI 经济的基础。自建芯片扩展了我们从产品到模型再到基础设施的全栈平台，并将助力我们扩展智能、服务更多人、扩大 AI 的普及。

Chubby♨️@kimmonismus · 6月24日63

Vida is doing something I don't see often: an agent that runs locally, holds your context from one session to the next, and tries to draft the work before you ask. They're building 100 use cases in public and say they won't really commercialize until at least 20 of them reliably deliver. I like that order of operations.

译主动式 AI 智能体 Vida 今日正式推出。它可完全在本地运行，自动跨会话保持上下文，并在用户提出请求前主动起草工作成果。团队以 #BuildInPublic 方式公开构建 100 个典型用例，首批 5 个已上线。创始人表示，在至少 20 个用例达到可靠交付前不会商业化。Vida 定位于解决 Slack 消息泛滥、网页标签切换、手动总结文档会议等现代工作流痛点，强调“未来 AI 不是更好的对话，而是更好的结果”。免费体验地址：vida.app。

Kimi.ai@Kimi_Moonshot · 6月24日50

The Kimi API is now live on AWS Marketplace. 🚀 If your team is already running on AWS, you can now access Kimi with consolidated billing. Plus, eligible customers can apply Kimi API usage directly toward their AWS EDP commitments. Build and scale with Kimi today: https://aws.amazon.com/marketplace/pp/prodview-rfjb2elzc5jp4

译Kimi API 现已上线 AWS Marketplace。🚀 如果你的团队已经在使用 AWS，现在可以通过合并计费访问 Kimi。此外，符合条件的客户可将 Kimi API 使用量直接计入其 AWS EDP 承诺。 立即使用 Kimi 构建和扩展：https://aws.amazon.com/marketplace/pp/prodview-rfjb2elzc5jp4

Orange AI@oran_ge · 6月24日38

一位做 AI 培训的老师今天来找我，说她想带学生体验一下 GPT image 2 的能力，问我们的新用户免费 100 张的福利是不是还在。 我说已经结束了，现在赠送大概 10 张左右。 她说这不太够，要完整体验一个模型的能力大概需要 50 张。 我说确实每个人都应该体验下这个模型的能力。 于是我把 ListenHub 的把新用户注册福利增加到了 50 张。 如果不是羊毛党很多的话....我们也能承担这个成本 如果你的朋友或学生也想体验 ，可以把使用地址转发给他： http://ListenHub.ai

译一位 AI 培训老师希望带学生体验 GPT image 2 的能力，询问 ListenHub 新用户免费 100 张的福利是否还在。作者回应已结束，目前仅赠送约 10 张。老师表示完整体验模型约需 50 张。作者随后将 ListenHub 新用户注册福利增加至 50 张，并将使用地址（http://ListenHub.ai）分享给有需要的人。

Alibaba Cloud@alibaba_cloud · 6月24日49

Rule-based data classification is officially a thing of the past.  🚀Alibaba Cloud’s Data Security Center (DSC) now leverages a converged architecture of AI Foundation Models + Expert Models + Regex Rules to deliver: 800+ auto-identified data typesContext-aware accuracy & recallMillisecond-level compliance response️ Seamless cloud-native integration Shift from rule-driven to AI-driven data security today!  https://int.alibabacloud.com/m/1000414795/ #DataSecurity #AI #DataSecurityCenter #AlibabaCloud

译阿里云数据安全中心（DSC）采用AI基础模型+专家模型+正则表达式的融合架构，取代传统规则驱动的数据分类。新方案支持800+种数据类型自动识别，具备上下文感知的准确率与召回率，实现毫秒级合规响应，并支持无缝云原生集成。

StepFun@StepFun_ai · 6月24日59

This is the pain we kept hearing from builders: once an agent starts doing real work, the meter becomes part of the workflow. Step Plan is our attempt to make that less of a distraction. Thanks for putting Step Plan + Step 3.7 Flash through a real Claude Code setup 🙌

译阶跃星辰针对AI智能体开发中的计费痛点推出Step Plan，并与Step 3.7 Flash模型搭配，在真实Claude Code环境中测试。引用的开发者推文指出，每次API调用都在屏幕角落显示费用数字，导致他分心、停止测试新模型；而固定费率后端解决了这一问题。Step Plan正是阶跃星辰为减少这种干扰而做的尝试，让开发者更专注于构建。

Alibaba Cloud@alibaba_cloud · 6月24日34

If you run an SMB, basic cloud is no longer enough for AI growth. Upgrade to AI-ready cloud services designed to reduce slow scaling and AI bottlenecks. Alibaba Cloud offers AI infra leadership, up to 50% lower cost, and up to $5,000 in SMB cloud benefits to help you get started. 🔗 Register now: https://int.alibabacloud.com/m/1000412654/

译如果你经营一家中小企业，基础云已不足以支撑AI增长。 升级到AI就绪的云服务，旨在减少扩展缓慢和AI瓶颈。阿里云提供AI基础设施领先优势、高达50%的成本降低，以及高达$5,000的SMB云福利，助你起步。 🔗 立即注册：https://int.alibabacloud.com/m/1000412654/

OpenClaw🦞@openclaw · 6月24日46

🦞 OpenClaw 2026.6.10 just dropped. Just a small release to keep things brewing: ⚡ Automatic fast mode for short talks 🧠 Much more reliable model routing 🔒 Safer session state + trusted policies 🛠️ Better provider onboarding Helping deliver rock-solid lobsters. 🦞 https://github.com/openclaw/openclaw/releases/tag/v2026.6.10

译🦞 OpenClaw 2026.6.10 刚刚发布。 只是一个小型发布，保持进展： ⚡ 短对话自动快速模式 🧠 更可靠的模型路由 🔒 更安全的会话状态 + 受信任的策略 🛠️ 更好的提供商接入 帮助交付坚如磐石的龙虾。🦞

Baidu Inc.@Baidu_Inc · 6月24日59

Try this great Unlimited-OCR demo from @_akhaliq: https://huggingface.co/spaces/baidu/Unlimited-OCR

译百度发布了 Unlimited-OCR，推荐通过这个演示体验。

歸藏(guizang.ai)@op7418 · 6月24日54

我用的素材收集产品 mymind 终于有 mcp 了 找参考不需要我自己从上面搬运了，舒服，又自动化了一部分

译素材收集产品 mymind 现已提供 API、MCP、Claude 连接和 ChatGPT 连接，即日起开启公开测试。用户稱「终于有 MCP了，又自动化了一部分」。

AYi@AYi_AInotes · 6月24日34

damn，以后做3D纹理不用再手画了，拍张照片直接能用🤯 做3D建模的看到这个估计要笑麻了， 随便拍个角度就能抠出完整纹理，且自动转无缝直接贴3D模型

小互@xiaohu · 6月24日68

字节跳动旗下AI聊天应用豆包推出专业版 正式开启付费 包月68元起，高级套餐500元/月 豆包专业版专注应用开发、数据分析等专业工作场景 豆包办公任务模式支持操作本地电脑、使用浏览器、调用Skills技能和定时任务等能力， 内置Office办公套件，并支持专业图片、视频设计，以及应用和网站生成。 专业版由最新的豆包2.1Pro模型驱动，该模型能力和opus 4.6相当，在该模式下，豆包可以理解工作目标，自主拆解任务，并调用本地电脑、文档、表格、网页等工具持续执行任务，从“回答问题”升级为“生产力工具”。 三级阶梯定价（连续包月）：套餐越贵、额度越大。 标准套餐：68元/月，额度为免费版的5倍以上 加强套餐：200元/月，额度为标准套餐的4倍 高级套餐：500元/月，额度为标准套餐的10倍 学生特惠：即将面向在校大学生推出6个月活动，认证后享更多免费额度，标准套餐可享 38元/月 专属价。

译豆包推出专业版，开启付费。三级阶梯定价：标准68元/月、加强200元/月、高级500元/月，额度依次递增。专注应用开发、数据分析等场景，支持办公任务模式，可操作本地电脑、调用Skills、内置Office套件。由豆包2.1Pro模型驱动。学生认证后标准套餐38元/月，活动期6个月。

Tibo@thsottiaux · 6月24日27

Codex **had** a bug. Fixed. More feedback. Better product. Keep it coming.

译Codex 存在一个可能不到一年内损坏 SSD 的 bug。该问题已修复。主推文表示：更多反馈，更好产品，继续提。

Berryxia.AI@berryxia · 6月24日47

Claude 可以直接开启了你的数字分身！ 我知道你很兴奋，但普通用户还用不了😂 Claude现在可以直接在Slack里当团队成员了，你@它就能让它干活。 新功能叫Claude Tag，它能加入指定频道和工具，别人@它就能让它拆解任务、写PR、跑数据分析、处理各种故障。 频道里只有一个Claude，大家可以接力使用，它还会积累上下文。 开启环境模式后，它甚至会主动跟进沉寂的线程，提醒相关信息。 这算是Claude Code的团队版进化，Anthropic自己内部已经在大量使用。 目前在Enterprise和Team计划的beta阶段。 不过看评论区，大部分人反应是：“行吧行吧…… Fable呢？”

译Anthropic 推出 Claude Tag，让 Claude 以团队成员身份加入 Slack。用户可指定频道和工具，通过 @Claude 委托任务（拆解任务、写 PR、跑数据分析、处理故障）。频道内一个 Claude 实例可供多人接力使用，并积累上下文；开启环境模式后，它会主动跟进沉寂线程并提醒相关信息。该功能被视为 Claude Code 的团队版进化，Anthropic 内部已大量使用。目前面向 Enterprise 和 Team 计划开放 beta 测试。

Berryxia.AI@berryxia · 6月24日54

最近你的时间线一定出现了各种AI产品支持GLM 5.2 的宣传！ 是真的火出圈了，尤其鬼佬兴奋的不行。 国人是因为抢不到coding plan 而暗自不爽😂 今天看到Flowith家的Matrix把GLM-5.2直接接入Matrix里，让用户能用1M上下文直接干长程产品构建和agent公司。 GLM-5.2本身就擅长long-horizon coding和复杂多步执行，现在通过Matrix这个agentic workspace，用户可以直接在里面构建产品、部门、工作流，甚至整个agent公司。 Matrix的beta用户还能领到1000万免费tokens（限时），这已经不是单纯的模型调用，是把强模型和实际执行环境绑在一起了。 以前大家觉得“用AI建公司”还停留在聊天和prompt阶段，现在有了1M上下文 + 结构化的agent workspace，执行链条被大幅拉长和稳定化。 Matrix的用户反馈也指向了这一点：它更适合真正把东西做出来，而不是只停留在 ideation。 这其实是把“模型能力”和“执行环境”进一步融合的一次尝试。 强模型负责思考和规划，workspace负责持久上下文和多步执行，两者结合后，个人或小团队能做的事情边界又被推远了一点。

译GLM-5.2 近期火爆出圈，尤其海外用户兴奋，国内用户则因抢不到 coding plan 而不爽。Flowith 的 Matrix 产品已接入智谱 GLM-5.2，提供 1M 上下文窗口，适用于 long-horizon coding、产品构建和复杂多步执行。Matrix 作为 agentic workspace，用户可直接在其中构建产品、部门、工作流甚至整个 agent 公司。所有 Matrix beta 用户可领取 1000 万免费 tokens（限时），这标志着强模型与执行环境的进一步融合，个人或小团队的能力边界被推远。

Rohan Paul@rohanpaul_ai · 6月24日41

Brilliant 🫡 NVIDIA’s Rubin AI servers can now cool every chip and networking part with 45°C water-glycol coolant instead of cold air. The big deal with this is that cooling water use can drop from about 2.6M gallons per MW per year to near zero in suitable climates Traditional data centers cool air, then force that air across servers, so the building needs fans, chillers, cold aisles, and often cooling towers that dump heat by evaporating water. Direct-to-chip cooling skips most of that air problem by bolting cold plates onto GPUs, CPUs, and networking parts, then pumping water-glycol coolant through them so heat leaves the chip through liquid instead of room air. The strange part is that warmer coolant can be more efficient, because 45°C inlet coolant and roughly 55°C outlet coolant are hot enough for outdoor dry coolers to reject heat like a car radiator in many climates. A cooling tower spends water to remove heat through evaporation, while a dry cooler spends fan power to move heat into outside air, so water use can fall from about 2.6M gallons per MW per year to near zero in the right location. NVIDIA’s design is not water-free, because the loop still uses mostly water mixed with glycol, but it can be closed-loop, meaning the same liquid circulates rather than being continually evaporated. Single-phase immersion goes further by putting electronics in a non-conductive dielectric fluid, where the fluid stays liquid, pulls heat from many surfaces at once, and can run in a sealed loop without water evaporation. Another strong claim from the immersion side is not only “less water,” but zero process-water cooling plus easier heat capture, because the whole server bath becomes a heat collector. Heat reuse works only when someone nearby needs low-grade heat, such as buildings, greenhouses, or industrial preheating, while BESS does not create energy but can shift power demand and provide grid services. They say that a 50MW AI facility can save over $4M per year in cooling-related energy and water costs by shifting to liquid-cooled infrastructure. And fully liquid-cooled Rubin servers can shrink a system from 6 rack units to 2, which means more AI compute fits into the same building footprint.

译NVIDIA Rubin AI 服务器用 45°C 水-乙二醇冷却液直接冷却芯片和网络部件，取代传统空气冷却。在适宜气候下，干式冷却器可替代冷却塔，设施冷却水用量从约 260 万加仑/MW/年降至接近零。液冷为闭环循环，不持续蒸发水。一个 50MW AI 设施每年可节省超 400 万美元冷却能源和水费。全液冷 Rubin 服务器还将系统从 6 个机架单元缩减至 2 个，在相同空间内容纳更多计算。引用 NVIDIA 数据称，数据中心用水仅占美国日常用水量的 0.2%，液冷却正大幅降低水耗并创造热量再利用机会。

🚨 AI News | TestingCatalog@testingcatalog · 6月24日45

Meta announced a new series of Meta Glasses in partnership with EssilorLuxottica. > Compatible with prescription lenses. > 26 styles across a range of colors, lenses, and frames. > Launching with Meta AI powered by Muse Spark from day one. My Meta HSTN still didn't get Muse Spark, tho 👀

译Meta宣布与EssilorLuxottica合作推出新系列Meta Glasses。 > 兼容处方镜片。 > 26种款式，涵盖多种颜色、镜片和镜框。 > 从第一天起即搭载由Muse Spark驱动的Meta AI。 不过我的Meta HSTN还没收到Muse Spark呢👀

OpenRouter@OpenRouter · 6月24日41

Access all the providers for GLM 5.2 in one spot. Including one serving at over 125 TPS: https://openrouter.ai/z-ai/glm-5.2

译在一个地方访问 GLM 5.2 的所有供应商。 包括一个服务速率超过 125 TPS：https://openrouter.ai/z-ai/glm-5.2

Google AI Developers@googleaidevs · 6月24日60

The Gemini Interactions API is your unified interface for text, multimodal inputs, tool use, and managed agents all in a single endpoint. Go from prompt to production faster than ever. Read the developer guide ⬇️ https://x.com/GoogleAIStudio/status/2069450021955592406

译Gemini Interactions API 是您处理文本、多模态输入、工具使用和管理智能体的统一接口，所有这些都集成在一个端点上。从提示词到产品，比以往更快。 阅读开发者指南 ⬇️ https://x.com/GoogleAIStudio/status/2069450021955592406

Runway@runwayml · 6月24日72

Seedance 4K. Seedance Mini. Kling 3.0 Turbo. Available now. The world’s best models, in one place. Use code 30RUNWAY to get 30% off your first 3 months. Get started at the link below.

译Seedance 4K。Seedance Mini。Kling 3.0 Turbo。现已推出。 全球最佳模型，汇聚一处。 使用优惠码 30RUNWAY，前三个月可享七折优惠。 通过下方链接开始使用。

Orange AI@oran_ge · 6月24日61

你的 AI 数字员工，Claude Tag 正式发布了 Claude 的思考和其他产品有点不同 不是基于三省六部给身份，也不是基于 team context 让 Agent 知道一切。 他们选择了一个 channel based context，因此来界定 multi Agent 这也是 Claude 内部使用数字员工的方式。 很有意思，正在实践 AI 新组织的可以看看

xAI@xai · 6月24日50

Try the new Firecrawl plugin in the Grok Build Plugin Marketplace

译尝试 Grok Build 插件市场中的新 Firecrawl 插件。

SemiAnalysis@SemiAnalysis_ · 6月24日50

Today, @_catwu introduced “Claude Tags,” a Slack AI coworker and direct competitor to @perplexity_ai’s Computer. @AravSrinivas’s Computer Slack coworker has been wildly useful internally at SemiAnalysis, which is why Anthropic launched a competing product. The team is configuring Claude Tag AI coworkers and is excited to compare and contrast them with Perplexity Computer.

译SemiAnalysis 团队测试了 Devin、Mistral、Grok、Perplexity 等多款 AI 工具，发现 Perplexity Computer 的 Slack 集成表现远超 Claude：它可发送图片并返回详细研究报告与可视化，是唯一带来“正向价值”的工具。目前该团队超 96% 的 token 预算用于 Anthropic，但部分可能转向 Perplexity。Anthropic 今日推出 Slack AI 同事工具 Claude Tags，直接对标 Perplexity Computer。团队已开始配置，计划进行对比评测。

AYi@AYi_AInotes · 6月24日62

哇偶哇偶，你的下一个同事，以后只需要在Slack里@一下。 Anthropic刚刚宣布把Claude Code嵌入Slack，推出Claude Tag。 自带频道专属记忆、主动监控频道、独立跑代码提PR，任务收尾自动打上✅标记，内部产品团队65%的新增代码都由它产出。 核心运行逻辑拆成三层，很好理解： 1. 独立身份+频道隔离记忆 不同项目频道上下文完全互不混淆，不会串起产品、客服两条线的对话；每条对话线程单独分配沙箱，任务结束直接销毁，隔离性拉满。 2. 主动自主执行，不用反复写长提示词 提前给清基础规则，它会全天盯紧频道、自动答疑、汇总项目信息，问题闭环后主动标记状态，全程不用人工催促。 3. 原生Claude Code代码能力，多层安全防护 支持拉取仓库、编写调试代码、自动化测试、提交PR，所有操作在封闭沙箱运行；模型过滤、密钥权限管控、频道边界三重安全兜底，不会触碰敏感密钥。 日常覆盖全团队高频工作： • 内部知识库检索：快速回复服务负责人、历史故障复盘等问题，不用翻海量历史链接 • 新人入职答疑，自动承接重复性基础提问 • 代码迭代、反馈处理、故障排查、数据统计全流程辅助 • 自定义频道值守规则，完全按你的要求自动运行 上手门槛极低，频道添加@.Claude，一句自然语言指令就能完成配置。 这件事真正的行业信号，远不止「Slack多了一个AI机器人」。 过去我们用AI，要单独打开网页、复制粘贴上下文来回切换；现在AI直接驻扎在日常协作场景里。 很多团队AI落地卡顿，瓶颈从来不是模型能力，而是没法让AI融入原本的工作流，Claude Tag给出了最务实的解决方案。 目前仅Enterprise与Team付费计划开放Beta，小团队暂时无法使用。 落地提醒：优先挑选低风险测试频道，清晰限定执行规则，所有代码、业务结论必须人工复核，复杂战略、客户沟通不能全权交给AI。 如果你们团队正在用Slack，可以先拿一个辅助频道试水。

译Anthropic 将 Claude Code 嵌入 Slack，推出 Claude Tag。AI 以团队成员身份加入频道，具备频道专属记忆、主动监控、独立跑代码并提 PR，任务完成自动标记 ✅。内部产品团队 65% 新增代码由 Claude Code 产出。三层架构：独立身份+频道隔离记忆（不同项目上下文不混淆，沙箱任务结束销毁）；主动自主执行（设置规则后全天盯频道、答疑、汇总）；原生 Claude Code 代码能力（拉取仓库、调试、测试、提 PR），多层安全防护。支持知识库检索、新人答疑、代码迭代、故障排查等。仅 Enterprise 与 Team 付费计划开放 Beta。建议低风险频道测试并人工复核。

AK@_akhaliq · 6月24日56

Baidu just released Unlimited-OCR

译百度刚发布了 Unlimited-OCR。

Chubby♨️@kimmonismus · 6月24日52

I use Slack daily. Claude Tag actually sounds like a very useful feature to me, one that I would even use. "We’re starting on Slack, which Claude can join as a team member. Grant Claude access to selected channels, and connect it to whichever tools, data—and even codebases—you choose."

译Claude 推出 Claude Tag 功能，支持将 Claude 添加为 Slack 团队成员。用户可选择授权频道与工具，通过 @ 提及 Claude 委派任务，让 Claude 访问选定数据甚至代码库，团队成员可并行推进其他工作。该功能旨在提升团队协作效率，将 Claude 整合进日常沟通流。

宝玉@dotey · 6月24日65

今天发布了 Claude Tag，让 Claude 以同事的身份常驻 Slack 频道。团队成员在频道里 @Claude 就能分配任务，Claude 会把任务拆成几个步骤，逐步完成后在 Slack 线程里交付结果。 目前以 research preview 形式提供，Claude Enterprise 和 Team 客户可以使用。 跟之前 Slack 里给 Claude 发私信或者在频道里临时呼叫不同，Claude Tag 有几个变化。 一是多人协作。 一个频道里只有一个 Claude 身份，所有人共享同一个对话上下文。你让 Claude 做了一半的事，同事可以接着往下聊，不用从头解释。 二是持续学习。 Claude 会持续关注频道里的对话，逐渐积累对团队工作的理解，不需要每次都重新交代背景。管理员可以授权它读取其他频道的信息，让它更快了解整个组织的情况。 三是主动干活。 开启 ambient 模式后，Claude 会主动推送它认为你需要知道的信息，跟进没人回复的线程，提醒被遗忘的任务。Anthropic Claude Code 产品负责人 Cat Wu 举了个例子：她把自己的 Claude Tag 连上了 Gmail，Claude 会自动读邮件，遇到重要邮件就在 Slack 里通知她。 权限控制方面，管理员可以精确指定每个频道的 Claude 能访问哪些工具和数据。法务频道的 Claude 不会把信息带到工程频道，也不会让工程师接触到法务数据。 Anthropic 自己已经是重度用户。目前产品团队 65% 的代码由内部版 Claude Tag 生成。用途也不限于写代码，团队还用它查产品数据、处理客服工单、排查疑难 bug。 Claude Tag 会替换现有的 Claude in Slack 应用，管理员有 30 天的迁移窗口。Anthropic 会给符合条件的企业和团队账户发放体验额度。底层模型用的是 Opus 4.8。

译Anthropic 发布 Claude Tag，以 research preview 形式将 Claude 作为同事常驻 Slack 频道。团队成员 @Claude 可分配任务，Claude 逐步完成并在线程交付结果。新功能支持多人协作（共享上下文）、持续学习（自动关注频道对话，可授权读取其他频道）和 ambient 模式（主动推送信息、提醒任务）。管理员可精确控制各频道数据访问权限。内部产品团队 65% 的代码由内部版 Claude Tag 生成，底层模型为 Opus 4.8。将替换现有 Claude in Slack 应用，管理员有 30 天迁移窗口，目前仅面向 Claude Enterprise 和 Team 客户。

🚨 AI News | TestingCatalog@testingcatalog · 6月24日56

Anthropic launched Claude Tag for Team and Enterprise users. Claude Tag works in Slack and can tackle more complex tasks, break them down into smaller milestones, and integrate with connected tools. A new AI coworker 👀

译Anthropic 为团队和企业用户推出了 Claude Tag。 Claude Tag 在 Slack 中运行，能够处理更复杂的任务、将其分解为更小的里程碑，并与已连接的工具集成。 一位新的 AI 同事 👀

Yuchen Jin@Yuchenj_UW · 6月24日46

They're just like us.

译在Slack中，Claude 作为团队成员加入，可访问你选择的频道和工具。@Claude 并委派任务给它，让你专注于其他工作。他们和我们一样。

Thariq@trq212 · 6月24日57

Claude Tag is an incredible new form factor for agents, so I think it's going to take some time to figure out the best practices, but these are some of my favorites 🧵

译Claude Tag 是一种令人难以置信的智能体新形态，因此我认为需要一些时间来摸索最佳实践，但以下是我最喜欢的一些做法 🧵

Rohan Paul@rohanpaul_ai · 6月24日66

Anthropic just turned Claude into a shared Slack teammate that can read approved channels, use approved tools, and handle work after someone tags Claude. Anthropic says its internal version now creates 65% of its product team’s PR. So the point is to move Claude into the place where team decisions, bugs, metrics, and handoffs happen. The big shift is shared memory, because here Claude sits inside a channel and builds work context from the channel instead of forcing every person to restart the explanation in a private chat. A person can tag @ Claude with a request like “investigate this bug,” and Claude can split the task into steps, inspect connected tools, write code, analyze data, open or merge pull requests, and report back inside the Slack thread. Access is scoped by admins, so a sales Claude and an engineering Claude can have separate tools, memories, spend limits, and separate codebases or documents it can see. Claude then gets its own account and credentials, so its actions are separate from any employee’s account and can be logged. When someone writes @ Claude in a thread, Claude reads the thread, uses the channel’s past context, checks any allowed tools, breaks the task into steps, and starts doing the work.

译Anthropic 推出 Claude Tag，让 Claude 作为共享队友加入 Slack 频道。Claude 可读取经批准的频道、使用授权工具，在被 @ 后自动分解任务、编写代码、分析数据、打开或合并 PR，并在线程中汇报结果。内部版本已为产品团队创建 65% 的 PR。管理员可为不同团队分别配置工具、记忆、额度及可访问代码库。Claude 拥有独立账号和凭据，操作与员工账号分离且可审计。共享记忆让 Claude 从频道中积累工作上下文，无需私聊重复解释。

Boris Cherny@bcherny · 6月24日56

We're launching Claude Tag today. Tag Claude into Slack and it works in channel with you. It’s proactive, multiplayer, with its own identity and memory. But it’s not just a bot in Slack. Over the last few months, it’s totally changed how we use Claude

译我们今日发布 Claude Tag。在 Slack 中 @Claude，它就能与你一起在频道中工作。它主动、支持多人协作、拥有独立身份和记忆。 但它不只是 Slack 中的一个机器人。过去几个月，它彻底改变了我们使用 Claude 的方式。

ClaudeDevs@ClaudeDevs · 6月24日70

The Claude Code team has been shipping with Claude Tag internally all year. It now writes 65% of our product team's code, including most of what built Claude Tag itself. Here are a few ways we use it every day: 🧵 https://x.com/claudeai/status/2069468693017268244

译Claude Code 团队全年内部使用 Claude Tag。目前，Claude Tag 已编写了产品团队 65% 的代码，其中大部分代码本身也用于构建 Claude Tag。Claude Tag 是团队协作新工具，在 Slack 中作为成员加入，可访问指定频道和工具，用户通过 @提及 将任务委派给 Claude。

Claude@claudeai · 6月24日61

Introducing Claude Tag, a new way for teams to work with Claude. In Slack, Claude joins as a team member with access to the channels and tools you choose. Tag Claude in and delegate tasks to it while you focus on other work.

译推出 Claude Tag，一种团队与 Claude 协作的新方式。 在 Slack 中，Claude 作为团队成员加入，可访问你选择的频道和工具。@Claude 并向其委派任务，同时你可以专注于其他工作。

Google AI Developers@googleaidevs · 6月24日62

🗣️We built Managed Agents in the Gemini API to handle the plumbing so you can focus on building smart, autonomous agents. With just a single prompt, see how the agent researches a topic and builds a radio show from scratch. Here’s how it works: - [Zero infrastructure setup] The API automatically spins up a secure, temporary Linux sandbox. - [Autonomous loops] The agent independently plans, self-corrects, and executes its own code. - [Multi-step logic] With instructions and tools defined via industry-standard agents.md and skills.md files, the agent uses its Gemini-optimized understanding to draft and produce a dynamic, back-and-forth audio dialogue, generate music, create album art and more, all in a single API call. https://x.com/_philschmid/status/2062908191634076056/video/1

译Google AI for Developers 宣布在 Gemini API 中推出 Managed Agents，开发者只需一条提示即可构建自主智能体。该智能体能自动研究主题并从头制作广播节目，包括生成对话音频、音乐、专辑封面等。核心特性：零基础设施设置——API 自动创建安全的临时 Linux 沙箱；自主循环——智能体独立规划、自我纠错并执行代码；多步逻辑——通过 agents.md 和 skills.md 文件定义指令和工具，Gemini 优化理解后在一次 API 调用内完成全部任务。

elvis@omarsar0 · 6月24日48

I'm digging the eve agentic framework from Vercel. I like that everything is files, from the tools to the skills to the evals. More importantly, it's gets you building with agents fast. Very promising. If you like TypeScript you will dig this too. Get started with eve ↓

译我很喜欢 Vercel 的 eve 智能体框架。 我欣赏它的一切都是文件，从工具到技能再到评测。 更重要的是，它能让你快速使用智能体进行开发。非常有前景。 如果你喜欢 TypeScript，你也会喜欢这个。 开始使用 eve ↓

Rohan Paul@rohanpaul_ai · 6月24日51

AI coding has a QA problem. And Momentic just released a testing platform around that bottleneck: faster code means little if QA cannot scale with it. So Momentic's testing agents read the same product memory humans use, including Linear tickets, Notion PRDs, and PR diffs, so tests are based on intended behavior rather than blind script matching. They are claiming in the past few weeks, its agents analyzed 70K+ test failures, created 600 tests, and reached a 73% PR merge rate.

译AI编码速度提升但QA成为新瓶颈。Momentic推出测试平台，其智能体可读取Linear工单、Notion PRD和PR差异等产品记忆，使测试基于预期行为而非静态脚本。过去几周，该平台已分析7万+次测试失败，创建600个测试，PR合并率达73%并持续增长。客户包括Notion、Xero、Webflow、Retool、Runway和Bilt。

jason@jxnlco · 6月24日46

have you reserved your codex username? codex > settings > profile

译你有没有预留你的 Codex 用户名？ Codex > 设置 > 个人资料

Berryxia.AI@berryxia · 6月24日43

刚刚，鹅厂上线开源来EdgeOne Makers！ AI Agent 一句话部署应用，云平台的玩法变了！ 必须得吹一波了😂赶紧丢给Agent学习 就在刚刚，腾讯做了一件没人注意到的事。 他们发布了一个叫EdgeOne Makers的平台。没有发布会。 没有大佬站台。只有一条推文和一个GitHub仓库。 这个平台的核心理念只有一句话：让AI Agent自己部署应用。 过去，部署一个Web应用需要什么。登录控制台。选区域。 配域名。设环境变量。点部署。看日志。排错。再点部署。每一步都是人在操作界面。 EdgeOne Makers把这件事倒过来了。 你只需要告诉AI一句"把这个Next.js项目部署了"，它就会通过CLI自动完成全部流程。 Git推送。CI/CD触发。 边缘函数部署。预览链接生成。全程不需要打开浏览器。 它的底层是一套标准化的Skill系统。每个Skill对应一个能力模块：边缘函数、云函数、KV存储、中间件、AI Agent框架。 Claude Code、Cursor、CodeBuddy都能直接调用。 AI Agent读取Skill文档后，就知道怎么用代码操控整个部署流程。 这背后有一个更深层的趋势。过去十年，云平台的设计逻辑是"为人服务"——图形界面、拖拽操作、可视化配置。 但AI Agent不需要GUI。 它需要的是API、CLI和结构化的文档。EdgeOne Makers本质上是第一个为Agent设计的云平台。 腾讯没有大肆宣传这件事。 但GitHub上已经有完整的开源仓库，支持Node.js、Go、Python三种语言的云函数，V8边缘运行时，以及LangGraph、Claude SDK、OpenAI Agents等主流Agent框架的集成。 当其他云厂商还在优化控制台界面的时候，腾讯已经把控制台本身变成了可编程的接口。 这可能是云计算的下一个范式转变——不是人去适应云，而是Agent直接操控云。 地址： GitHub：http://github.com/TencentEdgeOne/edgeone-makers-tools

译腾讯低调发布EdgeOne Makers平台，无发布会，仅一条推文和一个GitHub仓库。核心理念：让AI Agent一句话部署应用——通过CLI自动完成Git推送、CI/CD触发、边缘函数部署及预览链接生成，无需打开浏览器。底层标准化Skill系统支持边缘函数、云函数、KV存储等能力模块，Claude Code、Cursor等Agent可直接调用。GitHub已开源，支持Node.js、Go、Python云函数和V8边缘运行时，集成LangGraph、Claude SDK、OpenAI Agents等主流框架。这标志着云平台从为人设计转向为Agent设计。