Mercor研究：AI在结构化记账任务中速度与准确率更高，但仍需监督才能结账
Mercor研究发现，AI模型在简化记账任务上比12名持证CPA更快、更准确且成本更低，当前模型已几乎无误完成同类任务。完整APEX Accounting Benchmark中，Claude Opus 5.5以61.8%的评分标准达标率领先，但没有模型完全解决近60%的任务。研究未涵盖客户沟通、同事协作和长期积累的业务背景，因此尚不能说明AI可在无人监督下完成结账。
#AI
#AI
今日 6 条The DecoderAI 评分6060 IT之家AI 评分3838 体验 Meta 的 Muse 后，MBI 清仓 Airbnb、加仓 Meta
独立股票分析师MBI表示，体验Meta的Muse约10天后，因认为该AI智能体可能绕过Airbnb直接完成预订，清仓Airbnb并加仓Meta。Muse可搜索并比价，还曾找到直接向房东预订便宜约60%的农舍体验，但浏览器式操作较慢，比价5家酒店耗时14分钟。
9to5MacAI 评分3737 iOS 27 的 Siri 被认为正确区分了 AI 助手与人类
iOS 27 的 Siri 被评价为不会伪装成人类，而是明确以工具身份回应用户。作者表示，自首个 iOS 27 beta 发布以来使用 Siri AI 近四个月，认为它比前代更强大，但在最先进能力方面，ChatGPT、Claude 和 Google Gemini 可能更合适。
EngadgetAI 评分5656 OpenAI与Meta的可爱AI代理不能掩盖数据和操作风险
OpenAI与Meta以卡通化个人AI代理降低用户戒心，但连接邮箱、消息、文件和健康数据等账户仍会扩大隐私与误操作风险。作者结合Muse案例指出，“allow always”设置可能让代理在用户未再次确认时分享地址，消息同步也可能造成用户未预期的访问。
The VergeAI 评分5151 播客讨论 OpenAI 的 Dots、Muse 与代理式助理现状
OpenAI 的 Dots 于本周亮相，被定位为面向商业任务的代理式助理，最低每月 100 美元。The Vergecast 讨论了 Dots、Muse 在任务执行中的表现与带来的不适感，并涉及 AI 信任、AI 自律协议、Kindle、HomePad 和 Cybercab 等话题。
The VergeAI 评分6262 Allison Johnson实测OpenAI Dot：适合工作代理，但消费任务常需人工接管
OpenAI本周早些时候推出的代理平台Dot更像能操作软件的工作代理，而非个人购物助手，优先向每月100美元的最高档账户开放。作者让Dot处理个人网站改版、视频合并和网站部署时较为顺利，但它多次受安全验证、登录和支付环节阻碍；尽管对启动业务等工作可能有用，作者认为这并不值得其每月100美元的订阅费。
Android PoliceAI 评分6161 作者实测 Gemini Spark：以浏览器代理、Gmail 整理和 Workspace 文件管理替代部分日常应用
作者数周实测发现，Gemini Spark 可作为全天候个人代理，后台处理网页浏览、邮件筛选与批量退订，并在 Google Drive、Sheets 和 Slides 中整理文件。当前该软件仍处于 beta，餐厅预订的最后一步仍需人工确认。
Android PoliceAI 评分5252 我试用了 Gemini 的免费新视频制作工具，Hollywood 暂时无需担忧
Google 发布视频编辑平台 Google Vids，用户可在电脑上免费使用其 AI 视频生成器，但没有移动端应用。作者实际测试发现，该工具采用易上手的线性编辑界面，支持从 Google Docs 文件生成视频、创建 AI 虚拟主持人以及用 Omni 直接编辑。
9to5MacAI 评分5858 iOS 27 改变 iPhone 与 iPad 的通知中心打开手势
iOS 27 启用 Siri AI 后，iPhone 和 iPad 从屏幕顶部中央下拉将调用 Siri AI，通知中心改由左上角下拉打开。通知中心区域被移至左上角，iPadOS 27 beta 1 后的手势区域也有调整；目前没有关闭顶部中央下拉调用 Siri AI 的选项。
NeowinAI 评分2424 Windows 11 Narrator 在普通电脑上的图像描述令人费解
Windows 11 Narrator 在普通电脑上的图像描述结果令人费解。该功能面向 Copilot+ PC，普通 Windows 11 PC 使用时会很快出现混乱。
NotebookcheckAI 评分1212 如何为家庭和下一个 AI 项目选择 UGREEN HomeAgent
UGREEN HomeAgent HA100、HA100 Pro 和 MasterAgent MA100 面向不同预算与应用场景。选购时可结合个人家庭需求和下一个 AI 项目，判断各型号从何处开始更合适。
XDA DevelopersAI 评分6464 作者在 RTX 4070 Ti 上解锁 RTX 50 系列功能，重新审视 GPU 代际边界
作者在 RTX 4070 Ti 上通过 OptiScaler 等工具运行 Multi Frame Generation、DLSS 5，并尝试 Reflex 2 相关功能。其测试显示，软件能让部分 RTX 50 系列功能出现在较旧的 RTX 40 系列显卡上，但性能和兼容性仍受硬件限制。文章据此认为，GPU 代际边界正受到软件生态的软化。
Android PoliceAI 评分5151 作者用 Pebble Index 01 替代 Pixel Watch 和个人效率工具
Pebble Index 01 通过按钮录入语音，由手机端 Pebble 应用和本地 LLM 创建笔记、提醒、日历、闹钟或短信。作者称其约三秒完成操作，无需充电并支持离线处理，已替代其手机上的待办和笔记应用。
Android AuthorityAI 评分1919 弃用 Meta Muse 的四个重要原因
Meta Muse 将自身定位为不同于传统对话工具的自主个人助手，可在后台管理任务。相较 Gemini Spark 等主要依托生态系统的智能体功能，Meta 为 Muse 提供了更深的系统与应用控制权，以及全天候自主后台执行能力。
OpenAI NewsAI 评分2727 The Den 借助 ChatGPT Work 每周节省 10 至 15 小时
社交俱乐部 The Den 借助 ChatGPT Work 每周节省 10 至 15 小时，以支持新地点的业务增长。资助申请准备时间从 3 天缩短至 2 小时，酒类许可证材料准备时间从 4 天缩短至 3 小时。
NotebookcheckAI 评分1616 ChatGPT、Gemini、Claude 与 Copilot 免费版分别让你付出什么代价
ChatGPT、Gemini、Claude 和 Copilot 的免费版均无需订阅，但会分别涉及广告、聊天记录用作训练数据或模型较小等取舍。各方案的默认设置并不完全相同，下一次对话前应检查聊天记录、模型及广告等相关选项。
The RegisterAI 评分4141 America.gov 上线后现热狗彩蛋，渲染问题暴露打磨不足
白宫 AI 聊天机器人 America.gov 上线后被曝存在热狗彩蛋，提示“hotdog”会生成没有配菜的热狗，按回车键时还可能出现更多热狗。该网站原计划作为美国民众查询和办理事务的入口，并接入 Google 的 Gemini 与 SpaceXAI 的 Groq，但目前还包含多项渲染错误和未完成功能。
Android PoliceAI 评分4242 改变日常通勤的 5 项 Android Auto 功能，让 CarPlay 相形见绌
Android Police 作者认为，Google Maps、Gemini、通知交互、第三方应用支持和超速提醒等 Android Auto 功能改变了日常通勤体验，并在多个方面优于 CarPlay。
Android AuthorityAI 评分1717 Googlebooks 成功的三个理由与失败的三个理由
Googlebooks 被视为 Google Android 平台面向大屏的下一阶段，拟以桌面形态取代 ChromeOS，并成为近年来首个全新的桌面操作系统。文章作者以 Chromebook 长期用户身份表达了对这一计划的期待，同时指出其成功前景仍存在疑虑。
How-To GeekAI 评分2020 DLSS并非GPU的未来，但NVIDIA的AI加速路线被视为远见
作者认为，DLSS并非GPU的未来；NVIDIA为专用AI加速硬件在GPU中让出空间的决定，却体现了前瞻性。DLSS旨在解决高分辨率平面显示器带来的缩放画质问题，避免用户只能针对任意面板分辨率进行渲染。
How-To GeekAI 评分2121 Google 决定替用户思考后，Google Lens 反而变差了
Google 转向 AI 生态系统后，Google Lens 的一些核心功能体验变差，新增的 AI 功能也未如预期减轻操作负担。文章认为，AI 导向的功能堆叠使 Google Lens 更加臃肿、杂乱和复杂，削弱了原本强大的工具体验。
How-To GeekAI 评分1515 我测试了 3 种用 AI 构建 Excel 仪表板的方法，最简单的方法胜出
作者测试了 3 种利用 AI 构建 Excel 仪表板的方法，比较提供详细指示、展开多轮对话与保持简单三种思路，结果最简单的方案胜出。测试重点是让 AI 承担仪表板构建中的繁重工作，正文未进一步说明所用工具、具体操作或结果差异。
PCWorldAI 评分4848 Windows 11 26H2半年成绩单：搜索获A-，Copilot获B，开始菜单仅C
PCWorld的Windows 11 26H2半年成绩单认为，Microsoft的Windows重置取得进展，搜索获A-，Copilot收敛获B，但开始菜单仍为C。功能更新可在Patch Tuesday中按月增量交付，26H2正陆续推出；Copilot图标已从Notepad、Photos和Windows Snipping Tool移除，8GB电脑性能仍待改善。
PCWorldAI 评分6767 Anthbot N8评测：收集草屑与清理落叶是核心优势
Anthbot N8是一款可收集草屑和落叶的机器人割草机，实测中草屑与落叶收集干净，自动倾倒过程稳定。 该机型支持割草、覆盖、收集和清叶，但集草模式下噪音接近68分贝，工作速度较慢，转弯时需要额外空间，边缘仍可能留下未修剪区域。评测时价格为1,699美元，测试固件版本为0.3.90。
Tom’s HardwareAI 评分5858 Geekbench 7 结果显示 OpenAI dots 运行在九核 AMD EPYC 虚拟机上
Geekbench 7 结果显示，OpenAI 的自主代理 dots 似乎运行在配备约 9.73GB 内存的九核 AMD EPYC 9V74 虚拟机上。dots 上市后的公开运行成绩为单核 1,512–1,614、多核 8,135–8,991；Tom’s Hardware 独立测试 Meta Muse 的成绩为单核 1,000、多核 1,433。
Tom’s HardwareAI 评分6868 The Call Center Doctors 租用四块 Nvidia H200 测试 DeepSeek“便宜 80 倍”说法
The Call Center Doctors 租用配备四块 Nvidia H200 的服务器运行 DeepSeek V4.1 Flash，测试其相较 Claude 的实际成本与性能。
Ars TechnicaAI 评分3737 RFK Jr.称AI可摆脱医疗专家“统治”，Ars Technica测试未获支持
美国卫生部长小罗伯特·F·肯尼迪称，AI可让美国人自行核查医疗建议，摆脱医生和健康专家的“医疗统治”。Ars Technica测试发现，Google Gemini和ChatGPT均肯定口罩及社交距离有助于减少传染病传播，未支持其关于疫苗的质疑。
IT之家AI 评分5959 Signal65 报告：骁龙 X2 Elite 在 CPU、AI 及多数续航项目领先酷睿 Ultra X7 358H
Signal65 测试显示，高通 18 核骁龙 X2 Elite（X2E-88-100）在 CPU、AI 和多数续航项目领先英特尔酷睿 Ultra X7 358H。其 Geekbench 7 多核得分领先 31%，本地视频和 Chrome 浏览续航也更长，但办公续航由英特尔领先。
Windows CentralAI 评分6969 Signal65研究：18核Snapdragon X2在CPU、AI、电池与价格上领先Intel
Signal65研究显示，搭载Qualcomm Snapdragon X2 Elite X2E-88-100的Lenovo Slim 7x在多项CPU、AI、生产力和电池测试中领先Intel Core Ultra X7 358H，并低于Dell XPS 14的价格。
ServeTheHomeAI 评分4141 参观F5 BIG-IP Next for Kubernetes实验室，探索AI集群网络功能
F5在由其赞助的实验室参观中展示BIG-IP Next for Kubernetes（BNK）运行于NVIDIA BlueField-3 DPU的方案，用于GPU基础设施边缘的LLM路由、token治理及L4至L7安全。
JetBrains BlogAI 评分5151 RustRover 与 VS Code + rust-analyzer：Rust开发工作流对比
JetBrains 对比 RustRover 与 VS Code + rust-analyzer 在 Rust 代码分析、Cargo、测试、调试、重构和 AI 代理支持上的差异。
InfoQAI 评分5555 编码代理三周重构30万行C代码，实践者质疑案例结论
Code发布的案例称，编码代理在三周内重构了30万行C代码，消耗约4,000美元的 token，并由逐帧回放工具验证。代理还形成了针对该代码库的 recipe playbook，但实践者质疑案例范围、指标及结果对验证框架的依赖程度。
少数派AI 评分6060 ColorOS 17 深度评测：凝光视效、小布 AI 与小布 Next 体验分析
ColorOS 17 评测聚焦焕新凝光视效、系统动效、后台管理、小布 AI、小布 Next 及无障碍功能。文章认为新设计提升了第一方应用的一致性，AI 功能和离线多模态能力有所扩展，但部分动效、锁屏通知与亮暗场景表现仍有问题，小布 Next 仍处于共创阶段。
小众软件AI 评分3636 IvyCraft：将 PDF、论文和网页转换为 PPT、信息图、播客和视频
你看到的内容可能由第三方 AI 基于小众软件文章提炼总结而成，可能与原文真实意图存在偏差。不代表小众软件观点和立场。请 点击链接阅读原文 细致比对和校验。IvyCraft 是一款 AI 内容生成平台，可将 PDF、论文、Word、网页和视频等资料生成 PPT、信息图、播客、视频、漫画、绘本及社交媒体内容。
OpenAI NewsAI 评分2525 Basis 使用 GPT-6 Astra 将 50 标签页税务工作簿处理速度提升至 GPT-5.6 Sol 的两倍
Basis 使用 GPT-6 Astra 处理一个包含 50 个标签页的税务工作簿，耗时仅为 GPT-5.6 Sol 的一半。GPT-6 Astra 对用户意图更强的理解能力，也增强了 Basis 对其在实际场景中使用的信心。
Machine Learning MasteryAI 评分7070 AI 智能体如何在 Tool Calling 与 Code Execution 之间选择
Tool Calling 适合单次、时效性强且需要模型直接查看结果的操作，Code Execution 则可让模型编写脚本处理并行查询、过滤与聚合，减少中间结果进入上下文。
异次元软件世界AI 评分5151 Skills Manager：统一管理、预设切换与跨设备同步 AI Skills 的开源桌面工具
Skills Manager 是一款开源免费的桌面应用，可集中管理 AI Agent 与编程工具的 Skills，并通过软链接或复制方式同步。文章介绍其预设分组、Agent 授权管理、skills.sh 市场搜索及 Git 备份功能，同时指出备份可选，超过 100 MB 的 Skill 不纳入备份。
OpenAI NewsAI 评分3030 Parallel 用 GPT‑6 Astra 将研究时间和成本减半
GPT‑6 Astra 使 Parallel 的 agents 能够用一半时间、一半成本完成劳动市场数据的研究与综合，相较此前模型效果显著。研究结果基于 GPT‑6 Astra 与既有模型在时间和成本上的对比。
FOSS ForceAI 评分5656 Richard Stallman 与 Jacob Bachmeyer 分析 GitHub 存在的软件自由问题
Richard Stallman 与 Jacob Bachmeyer 撰文批评 GitHub 的许可证指导、非自由 JavaScript、Copilot SaaSS 和集中化工作流可能损害软件自由。GNU Project 建议开发者避免将代码仓库托管在 GitHub，文章还讨论了 GitHub Actions、身份显示、通信方式及 fork 与 pull request 设计。
异次元软件世界AI 评分5050 网易叭哥说 AI 语音输入法上手体验与对比
网易叭哥说是网易有道推出的 AI 原生语音 Agent，提供 Windows 和 macOS 桌面端，可整理口语表达、处理改口并输出文本。文章称其支持去口头禅、专属词库、124 个语种实时语音互译和本地输入历史，但目前采用非流式输出，且 AI 润色可能改变个人语气。