# get merge: 2026年7月24日星期五

由 AI 翻译。相较于[英文原文](https://getmerge.ai/2026-07-24.md)，部分措辞或含义可能不准确。

从 4 份通讯整合了 28 条资讯

AI 与设计资讯，每日聚合。 每个工作日收到简明摘要，并附上原文链接。

https://getmerge.ai/2026-07-24?lang=zh

## 内容速览

- OpenAI 和 Anthropic 相继推出针锋相对的语音升级：GPT-Live 登陆桌面端并支持多智能体语音控制，而 Claude 语音模式终于运行在 Opus/Sonnet 上，并支持调用 Gmail、Slack 和 Calendar 工具；Black Forest Labs 发布统一了图像、视频、音频和工厂机器人技术的 FLUX 3；OpenAI 推出 ChatGPT Health，可连接 Apple Health 和医疗记录以提供个性化问答。
- Google 自身的数据显示 AI 普及面广但应用尚浅，已触及美国 68% 的职业，但仅覆盖典型工作中约 21% 的任务；Elon Musk 预测 AI 将在五年内超越人类；微型机器人策略仅用 0.7% 的参数便将 OpenVLA-OFT 击败 18%；还有一人利用 GPT 在 5 天内攻克了 6 个未解的 Erdős 数学难题。
- Runway 和 Cursor 均推出了“路由器”（router），可根据成本、质量或速度偏好为每次请求自动选择最佳 AI 模型；Screenpipe 可在本地录制屏幕和音频以作为 AI 上下文；Google Selfie Video 提供了备用账户登录方式；UI SFX 发布了涵盖 12 种可切换风格的 78 个开源语义化 UI 音效提示。

## 头条新闻

- **OpenAI 将 ChatGPT Voice 引入桌面端，支持多智能体控制**. GPT-Live 现已支持 macOS 和 Windows 桌面应用，允许用户通过语音同时指挥在 ChatGPT Work 和 Codex 中运行的多个智能体。自定义快捷键可在任何应用上方调出。已向 Plus、Pro、Business、Edu 和 Enterprise 计划开放。 信息来源: AlphaSignal, The Rundown AI. [1](https://openai.com/index/introducing-gpt-live/)
- **Anthropic 升级 Claude 语音模式，引入 Opus、Sonnet 与工具调用权限**. 语音请求现在运行在 Claude 最智能的模型上，而不仅限于 Haiku，并且能够在对话中途访问 Gmail、Google Calendar、Slack、Canva 和 Notion。语言支持扩展至西班牙语、法语、印地语和日语。现已在移动端、桌面端和网页端开启公测。 信息来源: AlphaSignal, The Neuron, The Rundown AI. [2](https://claude.com/blog/think-through-hard-problems-in-voice-mode)
- **Black Forest Labs 发布 FLUX 3：统一的图像、视频、音频与机器人模型**. 这款“视觉智能”模型可生成带有原生音频和连贯画面的 20 秒视频片段。BFL 还衍生出了 FLUX-mimic，这是一个用于 Audi 工厂生产线的机器人控制变体，仅需约 30 分钟的演示数据即可学习新任务，而无需 30 小时以上。开源权重的 FLUX 3 Dev 模型已针对工厂硬件进行了尺寸优化。 信息来源: AlphaSignal, The Neuron, The Rundown AI. [3](https://bfl.ai/blog/flux-3)
- **ChatGPT Health 推出：连接医疗记录与 Apple Health**. 正面向网页端和 iOS 端 Free、Go、Plus 和 Pro 计划中已登录的 18 岁及以上美国用户逐步推出。已连接的健康数据不会用于训练基础模型或定向投放广告。OpenAI 报告称每周有超过 300M 人向 ChatGPT 咨询健康问题。 信息来源: The Neuron. [4](https://openai.com/index/health-in-chatgpt/)
- **Claude Managed Agents 更新增加推理力度控制、会话预设及单会话 500 项技能**. 按任务调低智能体的推理力度以节省成本，在单次创建调用中捆绑最多 50 条消息，每个会话可叠加多达 500 个特定任务指令集，此外还提供用于记忆存储的 webhook 以及面向子智能体的事件流传输。 信息来源: AlphaSignal. [5](https://github.com/anthropics/claude-cookbooks/blob/main/managed_agents/CMA_watch_subagents_live.ipynb)
- **Microsoft 超级智能团队推出 MAI-Image-2.5-Pro 和 MAI-Voice-2-Flash**. 两款全新的自研模型：下一代图像 AI 以及更快、更便宜的语音引擎。 信息来源: The Rundown AI. [6](https://microsoft.ai/news/introducing-mai-image-2-5-pro-and-mai-voice-2-flash/)
- **加拿大数学家 Jacob Tsimerman 荣获菲尔兹奖并加入 OpenAI**. 荣获 2026 年菲尔兹奖的 Tsimerman 即将加入 OpenAI，从事 AI 安全研究工作。 信息来源: The Rundown AI. [7](https://www.begiant.ca/stories/people/jacob-tsimerman-openai-fields-medal)
- **Patreon 在 AI 变革浪潮中裁员 20%**. 首席执行官 Jack Conte 表示，AI 已经从根本上改变了科技公司的工作和组织方式。 信息来源: The Neuron. [8](https://www.404media.co/patreon-lays-off-20-percent-of-its-workforce/)

## 深度精选

- **Google 自身数据显示 AI 普及面广但应用尚浅**. 根据 Google 的内部数据，职场 AI 的使用已触及美国 68% 的职业，但仅覆盖了典型工作中约 21% 的任务。 信息来源: The Neuron. [9](https://www.unite.ai/googles-own-data-shows-ai-adoption-is-broad-but-shallow/)
- **Elon Musk 预测 AI 将在五年内超越人类**. 在接受 Economist 采访时，Musk 表示人类可能在十年内不再掌握控制权，但他对此持“乐观”态度，因为我们无法阻止其发展，所以不如享受这一过程。 信息来源: The Neuron. [10](https://www.youtube.com/watch?v=1X-rr1DKSbY)
- **微型机器人策略仅用 0.7% 的参数便将 OpenVLA-OFT 击败 18%**. 一种极其高效的策略仅用极小部分的算力，便在机器人操作任务上取得了最先进的成果。 信息来源: AlphaSignal. [11](https://arxiv.org/abs/2607.18236)
- **一人利用 GPT 在 5 天内攻克 6 个未解的 Erdős 数学难题**. 一名研究人员独立利用 OpenAI 的 GPT，解决了传奇数学家 Paul Erdős 留下的六个此前未解的难题。 信息来源: AlphaSignal. [12](https://github.com/ShouqiaoW/erdos)
- **每日 AI 技能：在合并 AI 生成的代码前运行决策审计**. Victor Taelin 的工作流程：审计 AI 的选择，而不是逐行审查代码。要求智能体列出每一个重要决策，标记临时修复方案，并运行一次“自豪感门控”（pride gate）——智能体愿意在生产环境中为这个分支背书吗？ 信息来源: The Neuron. [13](https://x.com/VictorTaelin/status/2078489750013403262)
- **The Rundown 如何培养 AI 直觉**. 按角色制定的 AI 熟练度标准，明确界定了不可接受、符合预期和卓越的 AI 使用方式。团队规则：AI 是放大器而非拐杖、每周花 2 小时寻找可自动化的繁琐任务、每人每月 200 美元的 AI 工具预算。 信息来源: The Rundown AI. [14](https://www.canva.com/design/DAGwcWEsEoE/iXJOfWZO1TPHCzfIKz7gGw/view?mode=preview)
- **算法工坊：生成式 AI 与艺术自动化的漫长历史**. 深入探索 AI 在艺术中的角色，如何仅仅是数百年来工具重塑创意实践这一漫长故事的最新篇章。 信息来源: Sidebar. [15](https://www.doc.cc/articles/the-algorithmic-atelier)
- **让它能用 vs. 让它好用**. 设计思考：“这就是设计的工作：把东西做得如此出色，以至于让人觉得理所应当。” 信息来源: Sidebar. [16](https://blog.jim-nielsen.com/2026/make-it-work-make-it-good/)

## 工具与发布

- **ChatGPT Health**. 连接 Apple Health 和医疗记录，围绕您的健康数据进行对话。 信息来源: The Neuron. [4](https://openai.com/index/health-in-chatgpt/)
- **GPT Live**. OpenAI 的自然语音模型，现已登陆桌面端和 Codex，支持多智能体控制。 信息来源: AlphaSignal, The Rundown AI. [1](https://openai.com/index/introducing-gpt-live/)
- **Claude Voice 支持 Opus/Sonnet**. 语音模式现已运行在更智能的模型上，并支持调用 Gmail、Slack 和 Calendar 工具。 信息来源: AlphaSignal, The Neuron, The Rundown AI. [2](https://claude.com/blog/think-through-hard-problems-in-voice-mode)
- **Claude Managed Agents**. 自主智能体运行时，具备推理力度控制、会话预设和 500 项技能。 信息来源: AlphaSignal. [5](https://github.com/anthropics/claude-cookbooks/blob/main/managed_agents/CMA_watch_subagents_live.ipynb)
- **Runway Media Router**. 根据质量/速度/成本偏好，为每次请求自动选择最佳的图像、视频或音频模型。 信息来源: The Neuron, The Rundown AI. [17](https://runway.com/news/company-news/introducing-runway-media-router)
- **Cursor Router**. 通过成本、平衡和智能模式将每次编程请求路由至最匹配的模型；最高可节省 60%。 信息来源: The Neuron. [18](https://cursor.com/blog/router)
- **Google Selfie Video**. 通过将一段简短的实时视频与此前安全录制的视频进行比对，实现备用账户登录。 信息来源: The Neuron. [19](https://blog.google/innovation-and-ai/technology/safety-security/selfie-video-sign-in/)
- **Screenpipe**. 在本地录制屏幕和音频，使过往工作内容可被搜索，并为 AI 智能体提供长期上下文。 信息来源: The Neuron. [20](https://screenpipe.com/)
- **UI SFX**. 78 个开源、语义化的 UI 音效提示，包含 12 种可切换风格，适用于网页、移动端、SaaS 和游戏。 信息来源: Sidebar. [21](https://uisfx.com/)
- **Unsloth Laguna-S-2.1 GGUF**. 可使用 llama.cpp 在本地运行的量化模型。 信息来源: AlphaSignal. [22](https://huggingface.co/unsloth/Laguna-S-2.1-GGUF)
- **Which AI?: Guess the Designer**. 每日小游戏：猜猜每个落地页是由 Gemini、Claude 还是 GPT 设计的。 信息来源: Sidebar. [23](https://guess-the-designer.replit.app/)
- **论布局编排（On Layout Choreography）**. 当列表重新排序、面板展开以及元素进入或离开时，布局动画能够保持空间记忆的完整性。 信息来源: Sidebar. [24](https://karlkoch.me/writing/on-layout-choreography)

## 参考资料

1. [OpenAI: 推出 GPT-Live](https://openai.com/index/introducing-gpt-live/)
2. [Anthropic: 在语音模式下深入思考难题](https://claude.com/blog/think-through-hard-problems-in-voice-mode)
3. [Black Forest Labs: FLUX 3](https://bfl.ai/blog/flux-3)
4. [OpenAI: ChatGPT 中的健康功能](https://openai.com/index/health-in-chatgpt/)
5. [Anthropic: Claude Managed Agents 实用指南](https://github.com/anthropics/claude-cookbooks/blob/main/managed_agents/CMA_watch_subagents_live.ipynb)
6. [Microsoft: MAI-Image-2.5-Pro 与 MAI-Voice-2-Flash](https://microsoft.ai/news/introducing-mai-image-2-5-pro-and-mai-voice-2-flash/)
7. [begiant.ca: 为什么加拿大最伟大的数学天才要加入 OpenAI](https://www.begiant.ca/stories/people/jacob-tsimerman-openai-fields-medal)
8. [404 Media: Patreon 裁员 20%](https://www.404media.co/patreon-lays-off-20-percent-of-its-workforce/)
9. [Unite AI: Google 自身数据显示 AI 普及面广但应用尚浅](https://www.unite.ai/googles-own-data-shows-ai-adoption-is-broad-but-shallow/)
10. [The Economist: 专访 Elon Musk](https://www.youtube.com/watch?v=1X-rr1DKSbY)
11. [arXiv: 微型机器人策略击败 OpenVLA-OFT](https://arxiv.org/abs/2607.18236)
12. [GitHub: Erdos：使用 GPT 解决未解难题](https://github.com/ShouqiaoW/erdos)
13. [Victor Taelin: 面向 AI 代码审查的决策审计](https://x.com/VictorTaelin/status/2078489750013403262)
14. [The Rundown: AI 熟练度标准模板](https://www.canva.com/design/DAGwcWEsEoE/iXJOfWZO1TPHCzfIKz7gGw/view?mode=preview)
15. [Doc.cc: 算法工坊](https://www.doc.cc/articles/the-algorithmic-atelier)
16. [Jim Nielsen: 让它能用 vs. 让它好用](https://blog.jim-nielsen.com/2026/make-it-work-make-it-good/)
17. [Runway: 推出 Media Router](https://runway.com/news/company-news/introducing-runway-media-router)
18. [Cursor: Router](https://cursor.com/blog/router)
19. [Google: 自拍视频登录](https://blog.google/innovation-and-ai/technology/safety-security/selfie-video-sign-in/)
20. [Screenpipe](https://screenpipe.com/)
21. [UI SFX](https://uisfx.com/)
22. [Hugging Face: Unsloth Laguna-S-2.1 GGUF](https://huggingface.co/unsloth/Laguna-S-2.1-GGUF)
23. [Which AI?: 猜猜设计师](https://guess-the-designer.replit.app/)
24. [Karl Koch: 论布局编排](https://karlkoch.me/writing/on-layout-choreography)

信息来源: [AlphaSignal](https://alphasignal.ai/), [The Neuron](https://www.theneurondaily.com/), [The Rundown AI](https://www.therundown.ai/), [Sidebar](https://sidebar.io/).